大規模言語モデルを用いた脳における概念および関係意味表現のマッピング

科学分野:

• 認知神経科学
• 計算神経科学
• 神経画像法

背景:

• 脳における意味情報組織の理解は、重要な課題です。
• 以前の研究は概念表現に焦点を当てており、関係表現の場所は不明瞭なままでした。

研究 の 目的:

• 概念情報から独立して、関係意味情報が脳のどこに表現されるかを調査すること。
• 意味関係の神経表現と推論の行動測定値を結びつけること。

主な方法:

• テキストから関係埋め込みを抽出するために大規模言語モデルを利用しました。
• 行動データ（n=636）および機能的磁気共鳴画像法（fMRI）データ（n=60）を収集しました。
• 抽出された埋め込みを使用して、fMRIデータに表現類似性分析を適用しました。

主要な成果:

• 大規模言語モデルの埋め込みは、独立した概念および関係情報を捉えました。
• 後頭葉および下側頭葉は、主に孤立した概念を表します。
• 頭頂葉構造は、概念と関係の両方を表します。
• 背外側前頭前野および大脳基底核は、概念表現を最小限に抑え、堅牢な関係表現を示しました。
• 関係表現の強度は、推論能力と相関していました。

結論:

• 本研究は、脳における概念とその関係の神経表現をマッピングします。
• 概念のみ、概念と関係、および関係のみの処理のための異なる脳領域を特定しました。
• 意味関係の神経エンコーディングと行動推論との間の関連を示しました。