論文の概要: Contextual Semantic Relevance Tracks fMRI BOLD Responses During Naturalistic Speech Comprehension

• arxiv url: http://arxiv.org/abs/2607.15856v1
• Date: Fri, 17 Jul 2026 11:12:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.834639
• Title: Contextual Semantic Relevance Tracks fMRI BOLD Responses During Naturalistic Speech Comprehension
• Title（参考訳）: 自然な音声理解におけるfMRI BOLD応答の文脈意味的関連性
• Abstract要約: 本研究は, 文脈意味的関連性, 入力語が最近の意味的関連性にどの程度強く関連しているかを, 自然言語理解中のBOLD応答を予測する。 我々は、AliceデータセットとMothデータセットの2つの公開fMRIデータセットを分析し、それらを同じ複製ではなく補完的なものとして扱う。 意味的関連は全12ROI(関心領域)で有意な有意な有意差は認められなかった。
• 参考スコア（独自算出の注目度）: 23.77480663886995
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Naturalistic language comprehension requires listeners to process both local probabilistic expectations and contextual semantic relations. Surprisal has been widely used to quantify local word unexpectedness, but evidence that it robustly predicts fMRI BOLD responses during continuous comprehension has been mixed. This study investigates whether contextual semantic relevance, defined as how strongly an incoming word relates to its recent semantic context, predicts BOLD responses during naturalistic speech comprehension. We analyzed two public fMRI datasets, the Alice dataset and the Moth dataset, treating them as complementary rather than identical replications. Transformed BOLD responses were modeled with generalized additive mixed models (GAMMs) and original continuous BOLD time series were tested with FIR/deconvolution analyses. In Alice, semantic relevance was significant across all 12 ROIs (region of interest), whereas surprisal was not significant after FDR correction. In Moth, semantic relevance showed consistent negative effects across all 30 ROIs, while surprisal showed no comparable pattern. These findings suggest that semantic relevance is a promising BOLD-sensitive metric of contextual semantic fit. More broadly, our findings support the view that slow hemodynamic responses during naturalistic speech comprehension may be especially sensitive to contextual semantic integration, whereas local probabilistic prediction error may be more difficult to detect reliably with fMRI. In this sense, semantic relevance extends computational models of language comprehension from prediction alone toward context-sensitive semantic integration.
• Abstract（参考訳）: 自然言語理解では、リスナーは局所確率的期待と文脈意味関係の両方を処理する必要がある。 サプライサルは局所的な単語の予測の定量化に広く用いられてきたが、連続的な理解中にfMRI BOLD応答を強く予測する証拠は混在している。 本研究は, 文脈意味関係が, 入力語が最近の意味的文脈とどの程度強く関連しているかを, 自然言語理解におけるBOLD応答を予測する。 我々は、AliceデータセットとMothデータセットの2つの公開fMRIデータセットを分析し、それらを同じ複製ではなく補完的なものとして扱う。 変換BOLD応答をGAMM(Generalized Additive Mixed Model)でモデル化し,FIR/デコンボリューション解析により連続BOLD時系列を検証した。 Aliceでは,全12ROI(関心領域)において意味的関連性は有意であったが,FDR修正後では主観的関連性は有意ではなかった。 Mothでは、意味的関連性は全30ROIに対して一貫した負の効果を示したが、仮定は同等のパターンを示しなかった。 これらの結果から,意味的関連性は,文脈的セマンティック適合の有望なBOLD感受性指標であることが示唆された。 より広範に,自然主義的音声理解における血行動態の遅い応答は文脈的意味統合に特に敏感であると考えられるが,局所確率予測誤差はfMRIで確実に検出することが困難である。 この意味で、意味的関連性は、言語理解の計算モデルを拡張し、予測のみから文脈に敏感な意味統合へと拡張する。

関連論文リスト

• Contextual Semantic Relevance and Word Surprisal Predict N400 and P600 Dynamics During Naturalistic Reading [23.77480663886995]
  本研究は,N400窓とP600窓の文脈意味関係がワードロックされた脳波活動を予測するかどうかを検討した。 文脈意味的関連性は、対象単語が最近の会話文脈と意味的にどれほど強く結びついているかの注意を意識した尺度として計算された。 いずれの予測因子も脳波応答に確実に関連していた。
  論文  参考訳（メタデータ） (2026-07-05T04:07:36Z)
• Modeling semantic association in self-paced reading with language model embeddings [1.647226581907515]
  我々は,脳波コーパス(EEG)のセマンティック・アソシエーション(意味的関連)を推定するために,LMの埋め込みを用いて,自然のオランダ語のテキストをセルフペーストで読み取る。 埋め込みモデルの選択は、N400とセルフペースの読書時間の両方に意味的関連が及ぼす推定効果を変化させる可能性がある。
  論文  参考訳（メタデータ） (2026-06-05T09:06:22Z)
• SMILE: A Composite Lexical-Semantic Metric for Question-Answering Evaluation [55.26111461168754]
  本稿では,文レベルの意味理解とキーワードレベルの意味理解と簡単なキーワードマッチングを組み合わせた新しいアプローチであるSemantic Metric Integrating Lexical Exactnessを紹介する。 人間の判断と計算学的に軽量であり、語彙的評価と意味的評価のギャップを埋める。
  論文  参考訳（メタデータ） (2025-11-21T17:30:18Z)
• Priors in Time: Missing Inductive Biases for Language Model Interpretability [58.07412640266836]
  スパースオートエンコーダは、時間とともに概念の独立を前提としており、定常性を暗示している。 本稿では,時間的帰納バイアスを持つ新たな解釈可能性目標である時間的特徴分析を導入し,その表現を2つの部分に分解する。 私たちの結果は、堅牢な解釈可能性ツールの設計において、データにマッチする帰納的バイアスの必要性を浮き彫りにしています。
  論文  参考訳（メタデータ） (2025-11-03T18:43:48Z)
• A quantum semantic framework for natural language processing [0.0]
  セマンティック・デジェネリズムは、自然言語自体で機能するため、現代のNLPシステムに根本的な制限を課していると論じる。 表現の複雑さが増大するにつれて、そのあいまいさを確実に解決するために必要な文脈情報の量が爆発的に増加することを示す。 我々は、非決定論的性質が非古典的、量子的な論理によって最も適切に記述されるプロセスである、オブザーバ依存の解釈行為によって、意味が動的に実現されると主張する。
  論文  参考訳（メタデータ） (2025-06-11T18:00:30Z)
• The realization of tones in spontaneous spoken Taiwan Mandarin: a corpus-based survey and theory-driven computational modeling [1.7723990552388866]
  本研究では,マンダリン音節単語の音節認識と2つの音節の組み合わせについて検討した。 その結果、文脈や音素的実現における意味は、標準言語理論が予測するよりもはるかに絡み合っていることがわかった。
  論文  参考訳（メタデータ） (2025-03-29T17:39:55Z)
• FactReasoner: A Probabilistic Approach to Long-Form Factuality Assessment for Large Language Models [59.171510592986735]
  本稿では,確率論的推論に依拠した新たな事実性評価器FactReasonerを提案する。 ラベル付きおよびラベルなしのベンチマークデータセットの実験は、FactReasonerが最先端のプロンプトベースのアプローチよりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2025-02-25T19:01:48Z)
• On the Role of Context in Reading Time Prediction [50.87306355705826]
  我々は,リアルタイム言語理解において,読者がコンテキストをどのように統合するかについて,新たな視点を提示する。 提案手法は,言語単位の処理作業が文脈内情報の内容のアフィン関数であることを示す素因的理論に基づいている。
  論文  参考訳（メタデータ） (2024-09-12T15:52:22Z)
• Did the Cat Drink the Coffee? Challenging Transformers with Generalized Event Knowledge [59.22170796793179]
  Transformers Language Models (TLMs) を数学的適合のテクトダイナミックな評価のためのベンチマークで検証した。 以上の結果から, TLM は SDM に匹敵する性能が得られることが示された。 しかし、さらなる分析は、TLMがイベント知識の重要な側面を捉えていないことを一貫して示唆している。
  論文  参考訳（メタデータ） (2021-07-22T20:52:26Z)
• On the Sentence Embeddings from Pre-trained Language Models [78.45172445684126]
  本稿では,BERT埋め込みにおける意味情報が完全に活用されていないことを論じる。 BERTは常に文の非滑らかな異方性意味空間を誘導し,その意味的類似性を損なう。 本稿では,非教師対象で学習した正規化フローにより,異方性文の埋め込み分布を滑らかで等方性ガウス分布に変換することを提案する。
  論文  参考訳（メタデータ） (2020-11-02T13:14:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。