Estudiante haciendo una tarea de cloze en una pizarra inteligente. Cr\u00e9dito: Wikimedia Commons <\/p>\n
Psicoling\u00fcistas del Centro HSE para el Lenguaje y el Cerebro descubrieron que al leer, las personas no solo pueden predecir palabras espec\u00edficas, sino tambi\u00e9n las propiedades gramaticales de las palabras, lo que les ayuda a leer m\u00e1s r\u00e1pido. Los investigadores tambi\u00e9n han descubierto que la previsibilidad de las palabras y las caracter\u00edsticas gramaticales se pueden modelar con \u00e9xito mediante el uso de redes neuronales. El estudio fue publicado en la revista PLOS ONE. <\/p>\n
La capacidad de predecir la siguiente palabra en el habla de otra persona o en la lectura ha sido descrita por muchos estudios psicoling\u00fc\u00edsticos y neuroling\u00fc\u00edsticos durante los \u00faltimos 40 a\u00f1os. Se supone que esta habilidad nos permite procesar la informaci\u00f3n m\u00e1s r\u00e1pido. Algunas publicaciones recientes sobre el idioma ingl\u00e9s han demostrado evidencia de que mientras leen, las personas no solo pueden predecir palabras espec\u00edficas, sino tambi\u00e9n sus propiedades (por ejemplo, la parte del discurso o el grupo sem\u00e1ntico). Esta predicci\u00f3n parcial tambi\u00e9n nos ayuda a leer m\u00e1s r\u00e1pido.<\/p>\n
Para acceder a la previsibilidad de una determinada palabra en un contexto, los investigadores suelen utilizar tareas cloze, como \u00abLa causa del accidente fue un tel\u00e9fono m\u00f3vil, que distra\u00eddo el ______\u00bb. En esta frase, son posibles diferentes sustantivos, pero el conductor es el m\u00e1s probable, que tambi\u00e9n es la terminaci\u00f3n real de la oraci\u00f3n. La probabilidad de la palabra \u00abconductor\u00bb en el contexto se calcula como el n\u00famero de personas que adivinaron correctamente esta palabra sobre el n\u00famero total de personas que completaron la tarea.<\/p>\n
El otro enfoque para predecir la probabilidad de palabras en contexto es el uso de modelos de lenguaje que ofrecen probabilidades de palabras apoy\u00e1ndose en un gran corpus de textos. Sin embargo, pr\u00e1cticamente no hay estudios que comparen las probabilidades recibidas de la tarea cloze con las del modelo de lenguaje. Adem\u00e1s, nadie ha tratado de modelar la predictibilidad gramatical poco estudiada de las palabras. Los autores del art\u00edculo decidieron averiguar si los hablantes nativos de ruso predecir\u00edan las propiedades gramaticales de las palabras y si las probabilidades del modelo de lenguaje podr\u00edan convertirse en una sustituci\u00f3n confiable de las probabilidades de las tareas de cloze.<\/p>\n
Los investigadores analizaron las respuestas de 605 rusos nativos. oradores en la tarea cloze en 144 oraciones y descubri\u00f3 que las personas pueden predecir con precisi\u00f3n la palabra espec\u00edfica en aproximadamente el 18% de los casos. La precisi\u00f3n de la predicci\u00f3n de las partes del discurso y las caracter\u00edsticas morfol\u00f3gicas de las palabras (g\u00e9nero, n\u00famero y caso de los sustantivos; tiempo, n\u00famero, persona y g\u00e9nero de los verbos) vari\u00f3 del 63 % al 78 %. Descubrieron que el modelo de red neuronal, que se entren\u00f3 en el Russian National Corpus, predice palabras espec\u00edficas y propiedades gramaticales con una precisi\u00f3n comparable a las respuestas de las personas en el experimento. Una observaci\u00f3n importante fue que la red neuronal predice palabras de baja probabilidad mejor que los humanos y predice palabras de alta probabilidad peor que los humanos.<\/p>\n
El segundo paso en el estudio fue determinar c\u00f3mo impactan las probabilidades experimentales y basadas en corpus velocidad de lectura Para investigar esto, los investigadores analizaron datos sobre el movimiento de los ojos en 96 personas que estaban leyendo las mismas 144 oraciones. Los resultados mostraron que, en primer lugar, cuanto mayor era la probabilidad de adivinar la parte de la oraci\u00f3n, el g\u00e9nero y la cantidad de sustantivos, as\u00ed como el tiempo de los verbos, m\u00e1s r\u00e1pido le\u00eda la persona palabras con estas caracter\u00edsticas.<\/p>\n
Los investigadores decir que esto prueba que para los idiomas con morfolog\u00eda rica, como el ruso, la predicci\u00f3n est\u00e1 relacionada en gran medida con adivinar las propiedades gramaticales de las palabras.<\/p>\n
En segundo lugar, las probabilidades de las caracter\u00edsticas gramaticales obtenidas del modelo de red neuronal explicaron correctamente la velocidad de lectura. como probabilidades experimentales. \u00abEsto significa que, para estudios posteriores, podremos utilizar probabilidades basadas en el corpus del modelo de lenguaje sin realizar nuevos experimentos basados en tareas cloze\u00bb, coment\u00f3 Anastasiya Lopukhina www.hse.ru\/en\/staff\/lopukhina, autora del art\u00edculo e investigador en el Centro HSE para el Lenguaje y el Cerebro.<\/p>\n
En tercer lugar, las probabilidades de palabras espec\u00edficas recibidas del modelo de lenguaje explicaron la velocidad de lectura de una manera diferente en comparaci\u00f3n con las probabilidades basadas en experimentos. Los autores asumen que dicho resultado puede estar relacionado con diferentes fuentes de probabilidades basadas en corpus y experimentales: los m\u00e9todos basados en corpus son mejores para palabras de baja probabilidad y los experimentales son mejores para palabras de alta probabilidad.<\/p>\n
‘Dos cosas han sido importantes para nosotros en este trabajo. Primero, descubrimos que leer a hablantes nativos de idiomas con una morfolog\u00eda rica involucra activamente la predicci\u00f3n gramatical\u201d, dijo Anastasiya Lopukhina. ‘En segundo lugar, nuestros colegas, ling\u00fcistas y psic\u00f3logos que estudian la predicci\u00f3n tuvieron la oportunidad de evaluar la probabilidad de palabras con el uso del modelo de lenguaje: lm.ll-cl.org\/. Esto les permitir\u00e1 simplificar considerablemente el proceso de investigaci\u00f3n\u201d. <\/p>\n
Explore m\u00e1s<\/p>\n
Nuestro cerebro se beneficia de una superposici\u00f3n en la gram\u00e1tica cuando aprende un idioma extranjero M\u00e1s informaci\u00f3n:<\/strong> Anastasiya Lopukhina et al. Las probabilidades basadas en corpus morfosint\u00e1cticos, pero no l\u00e9xicos, pueden sustituir a las probabilidades de cloze en experimentos de lectura, PLOS ONE (2021). DOI: 10.1371\/journal.pone.0246133 Proporcionado por la Escuela Superior de Econom\u00eda de la Universidad Nacional de Investigaci\u00f3n Cita<\/strong>: Predecir las propiedades gramaticales de las palabras nos ayuda a leer m\u00e1s r\u00e1pido (2021, 16 de febrero) recuperado el 30 de agosto de 2022 de https:\/ \/medicalxpress.com\/news\/2021-02-words-grammatical-properties-faster.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Estudiante haciendo una tarea de cloze en una pizarra inteligente. Cr\u00e9dito: Wikimedia Commons Psicoling\u00fcistas del Centro HSE para el Lenguaje y el Cerebro descubrieron que al leer, las personas no solo pueden predecir palabras espec\u00edficas, sino tambi\u00e9n las propiedades gramaticales de las palabras, lo que les ayuda a leer m\u00e1s r\u00e1pido. Los investigadores tambi\u00e9n han … Continuar leyendo \u00abPredecir las propiedades gramaticales de las palabras nos ayuda a leer m\u00e1s r\u00e1pido\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-15417","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/15417","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=15417"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/15417\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=15417"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=15417"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=15417"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}