大都会-哈斯廷斯算法在联合注意力命名游戏中:实验性语义学研究研究
Ryota Okumura1, Tadahiro Taniguchi2, Yoshinobu Hagiwara3
1Graduate School of Information Science and Engineering, Ritsumeikan University, Kusatsu, Japan.
Frontiers in artificial intelligence
|December 20, 2023
概括
这项研究表明,在联合注意力命名游戏中出现的人类符号与大都会-哈斯廷斯命名游戏 (MHNG) 理论一致. 人类的接受决策与MHNG的预测更好地匹配,而不是恒定概率模型.
科学领域:
- 认知科学 认知科学
- 计算语言学 计算语言学
- 语义学是一种语义学.
背景情况:
- 之前的研究通过人工实验探索了符号系统的组织.
- 人类沟通和符号的出现仍然是积极调查的领域.
研究的目的:
- 实验测试一个联合注意力命名游戏 (JA-NG) 中的人类行为是否与大都市-哈斯廷斯命名游戏 (MHNG) 理论一致.
- 通过人类的互动和交流来研究符号的出现.
主要方法:
- 通过联合注意力命名游戏 (JA-NG) 进行了一项实验性语义研究.
- 在MHNG理论中,通过Metropolis-Hastings (MH) 算法计算的合作伙伴命名的人类接受决策与接受概率进行了比较.
- 评估了基于MH的模型与常数,计数器,减法和二进制模型的预测准确性.
主要成果:
- 拒绝了人类接受判断是恒定的零假设.
- 基于MH的模型在预测人类行为的过程中显著超过了具有恒定接受概率的模型.
- 与其他四种模型相比,基于MH的模型在预测人类接受/拒绝决策方面表现出卓越的准确性.
结论:
- 人类在JA-NG中的行为与MHNG理论一致,这表明符号的出现可以通过分散的贝叶斯推理来解释.
- MH算法为理解人类沟通中的符号出现提供了一个强大的数学框架.
- 该研究验证了MHNG理论作为交互式设置中符号出现的预测模型.
