视觉世界范式中的 TRACE-ing 固定:通过模拟试验级行为来扩展链接假设并解决个体差异

科学领域:

• 认知科学 认知科学
• 心理语言学 心理语言学
• 计算语言学 计算语言学

背景情况:

• 视觉世界范式 (VWP) 是使用眼睛跟踪研究语言处理的一个关键工具.
• 现有的认知模型,如TRACE,可以模拟VWP数据,但对固定模式的解释仍然模两可.
• 几十年的VWP研究强调了数据和认知理论之间需要更清晰的联系.

研究的目的:

• 审查和批评VWP眼睛跟踪数据和认知模型的替代链接假设.
• 提出一种基于概率抽样的新型固定模型,用于模拟单个试验.
• 为了澄清误解,并解决关于将模型与VWP数据链接的批评.

主要方法:

• 审查现有的链接假设和计算模型 (例如,TRACE模型).
• 开发和展示一个简单的固定模型,使用从词汇激活的概率抽样.
• 模拟个体试验以分析固定行为.
• 从更简单的范式中提取的类比,如词汇决策任务.

主要成果:

• 一个概率抽样模型可以在个别试验层面模拟VWP数据.
• 从采样模型中平均化试验接近底层激活模式,类似于其他模型.
• 试验级模拟的主要用途在于解释个体差异,而不仅仅是中心趋势.

结论:

• 将VWP的眼睛跟踪数据与认知理论联系起来,需要仔细考虑模型假设.
• 概率抽样模型为模拟试验级VWP数据和探索个体变异性提供了一种可行的方法.
• 需要进一步的工作来解决VWP数据解释的模两可,并加强与认知过程的联系.