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
lx840518完成签到 ,获得积分10
1秒前
CodeCraft应助耍酷乘云采纳,获得10
2秒前
希音完成签到 ,获得积分10
3秒前
7秒前
结实苗条发布了新的文献求助10
8秒前
我鬼混回来了完成签到 ,获得积分10
12秒前
朱文韬完成签到,获得积分10
12秒前
12秒前
molihuakai应助Smile采纳,获得10
12秒前
美满若发布了新的文献求助20
12秒前
13秒前
14秒前
苗条的依珊完成签到 ,获得积分10
14秒前
汉堡包应助感动山灵采纳,获得10
14秒前
旺仔先生完成签到 ,获得积分10
15秒前
裹被仔发布了新的文献求助10
16秒前
假装有昵称完成签到 ,获得积分10
17秒前
123123完成签到 ,获得积分10
18秒前
害羞的语芹完成签到 ,获得积分10
18秒前
18秒前
刻苦的蜻蜓完成签到,获得积分10
18秒前
无私吐司关注了科研通微信公众号
19秒前
耍酷乘云发布了新的文献求助10
20秒前
紫麒麟完成签到,获得积分10
20秒前
寒鸦发布了新的文献求助10
20秒前
21秒前
23秒前
123完成签到 ,获得积分10
24秒前
JUSTDOIT发布了新的文献求助10
25秒前
27秒前
dasd关注了科研通微信公众号
28秒前
酷波er应助耍酷乘云采纳,获得10
29秒前
DChen完成签到 ,获得积分10
31秒前
田様应助JUSTDOIT采纳,获得10
32秒前
33秒前
Rewi_Zhang发布了新的文献求助10
36秒前
tt发布了新的文献求助10
37秒前
hjrjiayou完成签到,获得积分10
38秒前
爱撒娇的妙竹完成签到,获得积分10
39秒前
我要读博士完成签到 ,获得积分10
40秒前
高分求助中
Annie Ernaux: De la perte au corps glorieux 600
Petrology and Plate Tectonics,2025 500
A revision of Limenitis helmanni and its related species (Nymphalidae) from Central and South China 400
Moore's Clinically Oriented Anatomy 10th Edition 400
Direct and Iterative Linear System Solvers 400
Cardiopulmonary Bypass and Mechanical Support: Principles and Practice, Fifth Edition 400
Circular Polar Constellations Providing Continuous Single or Multiple Coverage Above a Specified Latitude 400
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 6775987
求助须知:如何正确求助?哪些是违规求助? 8499685
关于积分的说明 18108878
捐赠科研通 6073038
什么是DOI,文献DOI怎么找? 3016391
邀请新用户注册赠送积分活动 1993408
关于科研通互助平台的介绍 1974591