已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Predicting Age of Acquisition for Children's Early Vocabulary in Five Languages Using Language Model Surprisal

可预测性 具体性 购置年龄 词汇 计算机科学 按频率列出的单词列表 词(群论) 名词 语言学 自然语言处理 人工智能 心理学 认知心理学 认知 判决 数学 统计 神经科学 哲学
作者
Eva Portelance,Yuguang Duan,Michael C. Frank,Gary Lupyan
出处
期刊:Cognitive Science [Wiley]
卷期号:47 (9)
标识
DOI:10.1111/cogs.13334
摘要

What makes a word easy to learn? Early-learned words are frequent and tend to name concrete referents. But words typically do not occur in isolation. Some words are predictable from their contexts; others are less so. Here, we investigate whether predictability relates to when children start producing different words (age of acquisition; AoA). We operationalized predictability in terms of a word's surprisal in child-directed speech, computed using n-gram and long-short-term-memory (LSTM) language models. Predictability derived from LSTMs was generally a better predictor than predictability derived from n-gram models. Across five languages, average surprisal was positively correlated with the AoA of predicates and function words but not nouns. Controlling for concreteness and word frequency, more predictable predicates and function words were learned earlier. Differences in predictability between languages were associated with cross-linguistic differences in AoA: the same word (when it was a predicate) was produced earlier in languages where the word was more predictable.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
LAN完成签到,获得积分10
3秒前
DChen完成签到 ,获得积分10
4秒前
瑞rui完成签到 ,获得积分10
11秒前
年驳完成签到,获得积分10
20秒前
22秒前
25秒前
个性半烟完成签到 ,获得积分10
31秒前
32秒前
xixi完成签到,获得积分20
33秒前
37秒前
东莞市东莞市完成签到,获得积分20
40秒前
BigFan发布了新的文献求助10
43秒前
王加通完成签到,获得积分10
44秒前
小张完成签到 ,获得积分10
48秒前
52秒前
大个应助科研通管家采纳,获得10
53秒前
搜集达人应助科研通管家采纳,获得10
53秒前
脑洞疼应助科研通管家采纳,获得10
53秒前
luan完成签到,获得积分10
53秒前
玩命的十三完成签到 ,获得积分10
54秒前
肥猪完成签到 ,获得积分10
56秒前
ZJ完成签到,获得积分10
1分钟前
BigFan完成签到,获得积分10
1分钟前
Ching完成签到,获得积分10
1分钟前
岢岚完成签到,获得积分10
1分钟前
drift完成签到,获得积分10
1分钟前
sep完成签到 ,获得积分10
1分钟前
1分钟前
观澜完成签到 ,获得积分10
1分钟前
ummmmm发布了新的文献求助10
1分钟前
梦梦完成签到 ,获得积分10
1分钟前
一一应助嗜蛋黄小怪布丁采纳,获得10
1分钟前
1分钟前
ummmmm完成签到,获得积分10
1分钟前
1分钟前
嘻嘻嘻发布了新的文献求助10
1分钟前
momo发布了新的文献求助30
1分钟前
碳酸氢钠完成签到,获得积分10
1分钟前
七个丸子应助zzn采纳,获得10
2分钟前
胸神恶煞完成签到 ,获得积分10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
Various Faces of Animal Metaphor in English and Polish 800
Signals, Systems, and Signal Processing 610
Adverse weather effects on bus ridership 500
Photodetectors: From Ultraviolet to Infrared 500
On the Dragon Seas, a sailor's adventures in the far east 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6350447
求助须知:如何正确求助?哪些是违规求助? 8165203
关于积分的说明 17181766
捐赠科研通 5406706
什么是DOI,文献DOI怎么找? 2862640
邀请新用户注册赠送积分活动 1840257
关于科研通互助平台的介绍 1689448