在预测语言学习方面,心理词汇的超图模型比两两网络获取了更多的信息

IF 4.6 Q2 MATERIALS SCIENCE, BIOMATERIALS
Salvatore Citraro , Judy Warner-Willich , Federico Battiston , Cynthia S.Q. Siew , Giulio Rossetti , Massimo Stella
{"title":"在预测语言学习方面,心理词汇的超图模型比两两网络获取了更多的信息","authors":"Salvatore Citraro , Judy Warner-Willich , Federico Battiston , Cynthia S.Q. Siew , Giulio Rossetti , Massimo Stella","doi":"10.1016/j.newideapsych.2023.101034","DOIUrl":null,"url":null,"abstract":"","PeriodicalId":2,"journal":{"name":"ACS Applied Bio Materials","volume":null,"pages":null},"PeriodicalIF":4.6000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Hypergraph models of the mental lexicon capture greater information than pairwise networks for predicting language learning\",\"authors\":\"Salvatore Citraro , Judy Warner-Willich , Federico Battiston , Cynthia S.Q. Siew , Giulio Rossetti , Massimo Stella\",\"doi\":\"10.1016/j.newideapsych.2023.101034\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"\",\"PeriodicalId\":2,\"journal\":{\"name\":\"ACS Applied Bio Materials\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":4.6000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"ACS Applied Bio Materials\",\"FirstCategoryId\":\"102\",\"ListUrlMain\":\"https://www.sciencedirect.com/science/article/pii/S0732118X23000272\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q2\",\"JCRName\":\"MATERIALS SCIENCE, BIOMATERIALS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"ACS Applied Bio Materials","FirstCategoryId":"102","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S0732118X23000272","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q2","JCRName":"MATERIALS SCIENCE, BIOMATERIALS","Score":null,"Total":0}
引用次数: 0

摘要

人类记忆是一个以联想方式工作的复杂系统:阅读一个提示词可以导致对相关概念的回忆。记忆回忆模式的网络结构已被证明包含了对包括语言习得在内的各种认知现象的见解。然而,大多数当前的网络方法使用成对连接,即一次仅两个单词之间的连接。这忽略了两个以上的概念表示可能在内存中同时关联的可能性。我们通过引入认知超图作为人类记忆的模型来克服这种建模限制。我们通过单词小世界项目中N=6003个概念的单词联想(研究1)和N=497个概念的记忆回忆模式(研究2)。在每项研究中,我们将单词关联表示为成对网络或超图。通过将心理语言学规范和网络中心性测量与机器学习相结合,我们定量研究了在成对网络上使用超图模型预测9岁以下儿童基于测试的习得年龄规范(研究1)或30个月以下幼儿的规范学习(研究2,基于儿童数据)是否有任何益处。我们发现,从相同的数据中,认知超图比成对网络捕获更多的信息:在预测幼儿、儿童和青少年的习得年龄趋势方面,认知超图示比成对网络强大得多。我们的研究展示了将人工智能和高阶交互相结合的新方法如何帮助我们理解认知发展。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Hypergraph models of the mental lexicon capture greater information than pairwise networks for predicting language learning
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
ACS Applied Bio Materials
ACS Applied Bio Materials Chemistry-Chemistry (all)
CiteScore
9.40
自引率
2.10%
发文量
464
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信