对205个英语句子的Cloze概率,可预测性评级和计算估计,与现有的EEG和阅读时间数据保持一致

科学领域:

• 认知科学 认知科学
• 心理语言学 心理语言学
• 神经科学是一个神经科学.

背景情况:

• 在语境中理解单词可预测性对于建模语言处理至关重要.
• 现有的数据集缺乏与各种神经认知数据一致的可预测性综合测量.
• 以前的研究已经将单词可预测性与阅读时间和大脑反应联系起来.

研究的目的:

• 发布一个新的 cloze 概率数据库,可预测性评级和英语句子的计算估计.
• 评估这些措施的预测能力与现有的阅读时间和EEG数据相比.
• 为了确定不同认知处理指数的词语可预测性的最佳衡量标准.

主要方法:

• 编制了205个英语句子 (1726个单词) 的数据集,其中包含了cloze概率值,可预测性评级和计算估计.
• 将新数据与以前发布的单词阅读时间 (自动阅读,眼睛追踪) 和EEG数据进行了对准.
• 进行回归分析,以评估认知指标上的每个可预测性指标的预测准确性.

主要成果:

• 预测性评级显著预测了EEG信号 (N400,P600,LAN),自律读数时间和眼睛运动模式,特别是在考虑溢出效应时.
• 计算估计有效地解释了眼睛跟踪数据的差异,特别是当排除溢出效应时.
• 克洛兹概率估计显示出良好的心理测量准确度,是早期固定持续时间最强的预测因素.

结论:

• 选择最好的词语可预测性衡量标准取决于正在调查的特定处理指数.
• 可预测性评级在语言处理的多个措施中提供了强大的预测指标.
• 这个数据库有助于进一步研究语言理解的认知和神经基础.