MINERVA OPS: オルトグラフィカル,フォノロジカル,セマンティックに関連付けの表現と認識のためのコンピューティングフレームワーク

科学分野:

• 認知心理学とは,認知心理学である.
• 計算神経科学とは
• 言語学 言語学とは

背景:

• 記憶のリコールが再構築的であるため,正確な記憶と不正確な記憶の両方を予測するモデルが必要になります.
• MINERVA 2のような既存のメモリモデルは,主に語義的な単語の意味に焦点を当てています.
• 音声学や綴り方を含む知覚の特徴は,記憶における単語表現の重要な側面である.

研究 の 目的:

• 既存のメモリモデルを拡張し,語義情報と並行して音声学および綴りの表現を統合する.
• これらの組み合わせ表現が,Deese-Roediger-McDermott (DRM) 型のタスクにおける真と偽の認識にどのように影響するか調査する.
• 特定の単語特性に基づいてメモリパフォーマンスを予測する一貫したモデルを開発する.

主な方法:

• 綴り方と音声学的表現を導き出すための統一された方法を開発した.
• 語義的,音声的,知覚的な類似性によって異なる単語リストを使用して,偽認識実験を5回実施しました.
• 分析を拡張し,指示された忘却手順を用いた3つの実験を含めた.

主要な成果:

• 強化されたモデルは,人間の認識と,意味学的に,音声学的に,そして綴りに関連した誘因の誤った認識を成功裏に追跡します.
• 実験では,特定の種類の単語の類似性に基づいて認識パターンを区別するモデルの能力を実証しました.
• モデルの予測は,さまざまな実験条件で観察された記憶性能と一致しています.

結論:

• セマンティック,フォノロジック,オルトグラフィック表現を統合することで,記憶のより包括的な説明が得られます.
• 開発されたモデルは,ハーバート・サイモンが表現とプロセスに重点を置くように,メモリを理解するためのコンピューティングアプローチを進歩させています.
• 記憶モデルは,刺激特性に基づいて特定の記憶結果を予測する能力がますます高まっています.