A Neural Model for Word Repetition

要約

赤ちゃんの発達中の脳が単語を完全にマスターするのに数年かかります。言葉を聞いて声を出して繰り返すタスクです。
新しい言語からの新しい単語を繰り返すことは、大人にとっても挑戦的な作業になる可能性があります。
さらに、脳卒中による脳の損傷は、脳損傷の位置に依存する特定の特性を持つ系統的な音声エラーにつながる可能性があります。
認知科学は、単語の繰り返しに関与するさまざまな処理段階のさまざまなコンポーネントを持つモデルを提案しています。
いくつかの研究は、脳内の対応する領域を局在化し始めていますが、神経メカニズムと脳が単語の繰り返しを正確に実行する方法はほとんど不明のままです。
ディープニューラルネットワークを使用してタスクをモデル化することにより、単語の繰り返しの認知モデルと人間の脳の神経メカニズムの間のギャップを埋めることを提案します。
ニューラルモデルは完全に観察可能であり、さまざまな下部構造の詳細なメカニズムを研究し、人間の行動、そして最終的には脳と比較することができます。
ここでは、次の方向にこの方向に最初のステップを作成します。（1）単語の繰り返しタスクをシミュレートするための大きなモデルのセットをトレーニングします。
（2）一連のテストを作成して、人間の行動研究からの既知の効果のモデルを調査し、（3）モデルからニューロンを体系的に除去し、「患者」モデルの結果として生じる音声エラーを調べるために行動研究を繰り返すアブレーション研究を通じて脳損傷をシミュレートします。
我々の結果は、神経モデルが人間の研究から知られているいくつかの効果を模倣できるが、他の側面では分岐する可能性があることを示しており、人間のような神経モデルの開発を目的とした将来の研究の可能性と課題の両方を強調しています。

要約(オリジナル)

It takes several years for the developing brain of a baby to fully master word repetition-the task of hearing a word and repeating it aloud. Repeating a new word, such as from a new language, can be a challenging task also for adults. Additionally, brain damage, such as from a stroke, may lead to systematic speech errors with specific characteristics dependent on the location of the brain damage. Cognitive sciences suggest a model with various components for the different processing stages involved in word repetition. While some studies have begun to localize the corresponding regions in the brain, the neural mechanisms and how exactly the brain performs word repetition remain largely unknown. We propose to bridge the gap between the cognitive model of word repetition and neural mechanisms in the human brain by modeling the task using deep neural networks. Neural models are fully observable, allowing us to study the detailed mechanisms in their various substructures and make comparisons with human behavior and, ultimately, the brain. Here, we make first steps in this direction by: (1) training a large set of models to simulate the word repetition task; (2) creating a battery of tests to probe the models for known effects from behavioral studies in humans, and (3) simulating brain damage through ablation studies, where we systematically remove neurons from the model, and repeat the behavioral study to examine the resulting speech errors in the ‘patient’ model. Our results show that neural models can mimic several effects known from human research, but might diverge in other aspects, highlighting both the potential and the challenges for future research aimed at developing human-like neural models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google