名詞の意味に関連した人間の脳活動を予測する
Tom M Mitchell1, Svetlana V Shinkareva, Andrew Carlson
1Machine Learning Department, School of Computer Science, Carnegie Mellon University, Pittsburgh, PA 15213, USA. Tom.Mitchell@cs.cmu.edu
Science (New York, N.Y.)
|May 31, 2008
まとめ
研究者らは,単語の脳活動パターンを予測する計算モデルを開発した. このモデルは,テキストデータと脳イメージングを使用して,人間の脳が概念的な知識をどのように表現するかを理解します.
科学分野:
- 認知神経科学とは
- コンピュータ言語学 コンピュータ言語学
- 神経画像は,神経イメージングによるものです.
背景:
- 脳における概念的知識表現を理解することは,長年にわたる科学的議論である.
- 脳のイメージング研究は,異なる意味学的なカテゴリー (例えば,ツール,動物) の異なる神経活性化パターンを明らかにします.
研究 の 目的:
- 言語の機能磁気共鳴画像 (fMRI) 神経活性化パターンを予測できるコンピューティングモデルを開発する.
- 現在利用可能なfMRIデータを超えて,具体的な名詞の豊富な語彙に予測能力を拡張する.
主な方法:
- このモデルは,大量のテキスト・コーパス (数兆語) と,具体的な名詞の閲覧による既存のfMRIデータとを組み合わせて訓練された.
- その後,訓練されたモデルは,テキスト・コーパスに存在する何千もの他の具体的な名詞のfMRIアクティベーションを予測するために使用されました.
主要な成果:
- コンピューティングモデルは,fMRIの活性化に関して非常に重要な予測精度を達成しました.
- 予測は,60の具体的な名詞のfMRIデータに対して検証され,モデルの有効性を実証しました.
結論:
- 開発されたモデルは,言葉に関連した神経活性化パターンをうまく予測し,概念的な知識表現の理解を深めています.
- このアプローチは,大量の単語の脳活動の予測を可能にし,将来の神経イメージング研究を促進します.
