幼児の言語習得をシミュレートするための現実的な言語入力生成のためのパイプライン

科学分野:

• コンピュータ言語学
• 発達心理学
• 人工知能

背景:

• 学習プロセスをシミュレートすることで 早期言語発達を理解するために 計算モデルが不可欠です
• 現在のモデルは,子供向けスピーチ (CDS) コーポラスの制限により,非自然主義的な入力データをしばしば使用します.
• 幼児の言語習得に及ぼすインプット変動の影響を理解するには 現実的で制御可能なデータが必要です

研究 の 目的:

• コンピューティングモデルに適したCDSコーポラが不足している.
• 自然主義的な入力を使って 早期言語発達の制御されたシミュレーションを可能にします
• 言語の入力による変化が 学習成果にどのように影響するかを調査する.

主な方法:

• 統計的言語モデルを用いた自然主義的なCDSトランスクリプトのストキャスティック生成.
• 幼児の年齢などの受信者の情報に言語モデルを条件付けます.
• テキスト・トゥ・スピーチ・システムを活用して トランスクリプトを高品質で制御可能なスピーチに変換します

主要な成果:

• 自然主義的なCDSトランスクリプトと対応するスピーチの成功生成
• スピーチスタイルやその他のデータ面を制御する実用性を示した.
• モデリングの実験では 生成されたデータの違いが 異なる学習結果をもたらすことが示されました

結論:

• 提案されたアプローチは,自然主義的なCDSで制御された計算シミュレーションを可能にします.
• この方法は,入力特性と言語習得に対する変動性の影響に関する研究を容易にする.
• 合成データと特定の概念証明のパイプラインの認識された制限