Syntactic Structure Processing in the Brain while Listening

要約

構文解析は、構文構造を文に割り当てるタスクです。
一般的な構文解析方法には、構成要素解析と依存関係解析の 2 つがあります。
最近の研究では、構文構造が脳の言語ネットワークでどのように表現されるかを研究するために、テキスト刺激が与えられた場合の脳活動予測のために、構成要素ツリー、インクリメンタル トップダウン解析、およびその他の単語構文機能に基づく構文埋め込みが使用されています。
ただし、依存関係解析ツリーの有効性、または脳領域全体のさまざまな構文パーサーの相対的な予測力、特にリスニング タスクの有効性はまだ調査されていません。
この研究では、次の 3 つの設定でブレイン エンコーディング モデルの予測力を調査します。
信号、（iii）他の構文を制御するときの各構文埋め込み方法の相対的な有効性。
さらに、(これらの構文埋め込みメソッドからの) 構文情報と BERT 埋め込みを使用した意味情報との相対的な重要性を調べます。
Constituency パーサーは側頭葉と中前頭回の活性化を説明するのに役立ち、依存性パーサーは角回と後帯状皮質の構文構造をより適切にエンコードすることがわかりました。
BERT からのセマンティック シグナルは、構文上の特徴や埋め込み方法のいずれよりも効果的ですが、構文上の埋め込み方法は、いくつかの脳領域の追加の分散を説明します。

要約(オリジナル)

Syntactic parsing is the task of assigning a syntactic structure to a sentence. There are two popular syntactic parsing methods: constituency and dependency parsing. Recent works have used syntactic embeddings based on constituency trees, incremental top-down parsing, and other word syntactic features for brain activity prediction given the text stimuli to study how the syntax structure is represented in the brain’s language network. However, the effectiveness of dependency parse trees or the relative predictive power of the various syntax parsers across brain areas, especially for the listening task, is yet unexplored. In this study, we investigate the predictive power of the brain encoding models in three settings: (i) individual performance of the constituency and dependency syntactic parsing based embedding methods, (ii) efficacy of these syntactic parsing based embedding methods when controlling for basic syntactic signals, (iii) relative effectiveness of each of the syntactic embedding methods when controlling for the other. Further, we explore the relative importance of syntactic information (from these syntactic embedding methods) versus semantic information using BERT embeddings. We find that constituency parsers help explain activations in the temporal lobe and middle-frontal gyrus, while dependency parsers better encode syntactic structure in the angular gyrus and posterior cingulate cortex. Although semantic signals from BERT are more effective compared to any of the syntactic features or embedding methods, syntactic embedding methods explain additional variance for a few brain regions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google