SEAM: An Integrated Activation-Coupled Model of Sentence Processing and Eye Movements in Reading

要約

主に心理学の中で開発された読書中の眼球運動制御のモデルは、通常、視覚、注意、および運動プロセスに焦点を当てていますが、語彙後の言語処理は無視しています。
対照的に、主に心理言語学内で開発された文理解プロセスのモデルは、一般に語彙後の言語プロセスのみに焦点を当てています。
眼球運動制御と文処理を統合することにより、これら 2 つの研究スレッドを組み合わせたモデルを提示します。
このような統合モデルを開発することは、非常に困難で計算量が多いですが、このような統合は、読解における自然言語理解の完全な数学的モデルに向けた重要なステップです。
眼球運動制御の SWIFT モデル (Engbert et al., Psychological Review, 112, 2005, pp. 777-813) を、Lewis and Vasishth 文処理モデル (Lewis and Vasishth, Cognitive Science, 29,
2005, pp. 375-419)。
この統合が初めて可能になったのは、動的モデルにおけるパラメーターの特定が成功した最近の進歩のおかげであり、個々のモデル パラメーターのプロファイルの対数尤度を調べることができます。
このような統合モデルを実現する方法を示す、完全に実装された概念実証モデルを提示します。
私たちのアプローチには、主要な計算ツールとして、マルコフ連鎖モンテカルロ (MCMC) サンプリングを使用したベイジアン モデルの推論が含まれます。
統合モデル SEAM は、類似性に基づく読み取りの干渉によって生じる眼球運動パターンをうまく再現できます。
私たちの知る限り、これは文理解における言語依存性完了プロセスを伴う眼球運動制御の完全なプロセス モデルの史上初の統合です。
今後の作業では、この概念実証モデルを包括的な一連のベンチマーク データを使用して評価する必要があります。

要約(オリジナル)

Models of eye-movement control during reading, developed largely within psychology, usually focus on visual, attentional, and motor processes but neglect post-lexical language processing; by contrast, models of sentence comprehension processes, developed largely within psycholinguistics, generally focus only on post-lexical language processes. We present a model that combines these two research threads, by integrating eye-movement control and sentence processing. Developing such an integrated model is extremely challenging and computationally demanding, but such an integration is an important step toward complete mathematical models of natural language comprehension in reading. We combine the SWIFT model of eye-movement control (Engbert et al., Psychological Review, 112, 2005, pp. 777-813) with key components of the Lewis and Vasishth sentence processing model (Lewis and Vasishth, Cognitive Science, 29, 2005, pp. 375-419). This integration becomes possible, for the first time, due in part to recent advances in successful parameter identification in dynamical models, which allows us to investigate profile log-likelihoods for individual model parameters. We present a fully implemented proof-of-concept model demonstrating how such an integrated model can be achieved; our approach includes Bayesian model inference with Markov Chain Monte Carlo (MCMC) sampling as a key computational tool. The integrated model, SEAM, can successfully reproduce eye movement patterns that arise due to similarity-based interference in reading. To our knowledge, this is the first-ever integration of a complete process model of eye-movement control with linguistic dependency completion processes in sentence comprehension. In future work, this proof of concept model will need to be evaluated using a comprehensive set of benchmark data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google