A szófelismerés információs értelmezése Információs pszicholingvisztika 2. óra Pléh Csaba 2014. ősz pleh.csaba@gmail.com
Áttekintés Gyakoriság és a szótár. Ziff törvények. Predikció a vizuális szófelismerésben. Bejóslás és felismerési idő. Kohorsz elmélet és a szókezdet értéke. ‘Az egyéni szótár információs elemzése.
Gyakorisági viszonyok a nyelv egészében A Zipf törvények Estoupf gyorsíró is észrevette már A szó gyakorisága fordított arányban áll rangszámával. Vagyis nagyon gyakori szó kevés van, ritka szó sok. Zipf első törvénye Ri ~ 1/iα Ahol α ~ 1 Hozzá hasonló Lotka törvény, Pareto eloszlás: Kevés sokat publikáló, s kevés nagyin gazdag ember van Mandelbrot általánosítja, optimális információként értelmezi
Ziff törvény Németh Géza és Zainkó Csaba (BME) adatai
A leggyakoribb szavak : Mit tudunk meg ebből? Mi a népszerű a nyelvben ?
Milyen gyakorlati következményei vannak? Írásban, rövidítésben. Sok rövidítés kell-e? Szókincs elsajátításában gyermekeknél Szókincs növekedésében második nyelven. A hapax szerepe Tárolásban, keresési optimalizációban
Zipf „második törvénye” A gyakori szó rövidebb. A legkisebb erőfeszítés törvénye Egy példa az Anna Karenyina 1. fejezetére
Ennek finomítása. ‚információs tartalom’ jobban mutatja a gyakoriságot Minél bejósolhatóbb valami, annál kevesebb erőfeszítés a bejóslásához
Menjünk át pszicholingvisztikára Szavak felismerése és a mentális szótár Alaptények: gyakoriság, kontextus felülről-lefelé kutya – kuvasz Hozzáférési utak: akusztikus, grafémikus, közös. Általánosítás 1: a jelentés egy közös szótárban Általánosítás 2: a hó és a hav a Hóhoz kapcsol Általánosítás 3: a szófaj is tárolva van, s sok mindent elárul pl. kabát *ik hisz a kabát főnév
A szavak gyakorisága gyakran felmerül Olvasás és szókincs tudás mérés megalapozásához Asszociatív adatok értelmezéséhez Betegek bizarr beszédének interpretáláshoz Még stílus statisztikák is megjelennek
Információelméleti észlelés kutatás G. A. Miller Zaj és észlelés Expoziciós idő és felismerés
Gyakoriság és felismerési idő Howes és Solomon 1952 Korrelációk
A gyakoriságnak vannak szubjektív mutatói is Ezek jól összefüggenek az objektívakkal Nyelv Kutató Korr N Francia Bonin és mtsai. (2003) 0,87 277 Kanadai francia Desrochers és Bergeron (2000) 0,73 360 Flieller és Tournois (1994) 0,86 111 Amerikai angol Balota és mtsai. (2001) 0,78 681 Brit angol Stathagen-Honzalez és Davis (2006) 0,7 243
Elsajátítási kor
Type Token arány és szókincs Változó TTR 100 TTR CTTR Peabody Képi szók BeszSzó ÍrottSzó 0.54 * 0. 51 * -.26 0.29 * -0.16 0.04 KépiSzókincs 0. 22 -0.01 0.16 0.74 * Szókincs 0.45 * -0.11 0.34 0.64 * 0.58* Írott szókincs 0.24 -0.25 -0.27 0.63 * 0.51* 0.36 Összszó .06 -0.78 * 0.26 0.23 0.18 0.38* -0.05
Kor Szubjektív gyakoriság Elsajátítási kor -0,57 Gyakoriság log -0,75 0,73 Betűk ,20 -0,28 Szomszédok -0,22 0,23 Elképzelhető -0,32
A gyakoriság értelmetlen szavakkal is szimulálható Solomon és Postman Az ingerek A gyakorisági hatás
Goldiamond és Hawkins ez akkor is megvan, ha nincs is ott az inger Nagy viták Valódi észlelési hatás Vagy Válaszhajlam Könnyebben mondom ki, hogy program mint azt, hogy proliferáció
Főbb modellek a szófelismerésre Küszöb és alapszint változások: logogén, kohorsz, és konnekcionista modellek Adatok: előfeszítés kutya - macska kutya - kapu kiolvasás kereszt szódöntés kertesz
Logogén modell Morton
Kohorsz modell Marslen-Wilson: hallott szavak felismerése: már az első szótag alapján Aktiválódás minden kompatibilis szóra, majd kiválasztás A bálon rajta volt a … malom,majom, maszk maszat,maszek, maszk maszk Tévedés: A bálon rajta volt a maszat. Visszamenés a bemenethez. Igazodás akkor erős, ha összefüggő a szöveg. Izolált szavaknál s értelmetlen szövegnél kevesebb elvárási hatás van.
A konnekcionista felfogás lényegi mozzanatai PDP, a Parallel Distributed Processing. (Rumelhart és McClelland, 1986), McClelland (1988) A modell egységekből és azok kapcsolataiból áll. Az egységek (az elméleti neuronok) környezetüktől összegzett aktivációt kapnak bemenetként. A kapcsolatok pozitív vagy negatív előjelű súlyozott, módosítható "drótok" az egységek között. A különböző feladatokat eltérő hálózatok (hálózatrészek) valósítják meg. Mindegyikre jellemző azonban a párhuzamos működés. A modellben nincsen elvszerű különbség alulról-felfelé s felülről-lefelé való hatások között, a hálózatokra teljes összekötöttség jellemző.
Hogyan működik a szavaknál? Klasszikus lineáris, szekvenciális modellek: balról-jobbra felismerés, korlátozott kapcsolat a szintek között Hierarchikus szótári viszonyok Konnekcionizmus: totális interakció Szavak hálója a szótárban
A szófelismerés konnekcionista modellje
A szintek működése egy konkrét szó (TÉR) felismerésénél
A szófelismerés ‚érzelmibb’ befolyásolói ? Szubcepció vagy gyakoriság ? A sajátos kísérleti hatások: szubcepció, előfeszítés, maszkolás, kétértelműség A tudatosítás ablaka Mit mondanak ezek a tudatról? Nyelv és tudat egyéb eltérései Szemantikai hatás tudat A forma tudata
A pszichoanalitikus kép és a kísérleti felfogás feldolgozás beszámoló Ingerek Egyéb ingerek
Szubcepció ’50-es évek ‘küszöbalatti’ hatás Gyakoriság, kiejthetőség s hasonlók is befolyásolnak Érték is küszöbcsökkentő Tabu szavak: magasabb küszöb. Talán információs érték kevesebb jó-rossz 1 bit, Míg a szó kb. 20 bit
Bruner et al, 1947: a saját értékrendemnek megfelelő szavakat gyorsabban ismerem fel
McGuninees galvános bőrreakció és felismerési idő az érzékeny szavakra
Eriksen 1960 kritikus felfogása Eriksen: a C modell az érvényes
A kettős fedolgozás és a szubcepció modellje ma Recehártya Colliculus superior Amygdala Corpus geniculatum laterale Elsődleges látókéreg
Beépített elektródák epilepsziásoknál Piros – fenyegető – zöld neutrális Kék az eltérés Maszkolt-nem maszkolt Érzelem: még küszöb alatt is megjelenik a hatása ? Milyen neurális körökből?
Előfeszítés Ajtó kerék Ablak ablak
Maszkolás Kutya Legerősebb érzelmi esetben: Pl. dög genny Hasonlított-e a szó érzelmileg? Macska Volt-e ehhez hasonló szó?
Nem tudatos előfeszítés jellemzői gyors s nem hagy nyomot Greenwald et al 1996
Nyelv és tudat szisztémás eltérülései (1) Az irreleváns jelentések automatikus aktiválása. (2) A hangrestauráció jelensége 40 % nem tudja, hol volt (a) Mindenki csendben volt, csak nekünk jár a *ánk. (b) Megettük a főzeléket, nekünk már jár a *-ánk. (3) Társalgásainkat számos rejtett nem tudatos szabályszerűség irányítja. Tudjuk ezt? (a) Megkérhetlek, hogy csukd be az ajtót? (b) Be tudnád csukni az ajtót? (c) Nem akarod becsukni az ajtót? (d) Nem kellene becsukni az ajtót?
Kétértelműség Általános felismerés: kettős aktiváció Nyúl Elvi mechanizmus Főnév 300 ms Nyúl
Kétértelmű szavak – egyértelmű mondatok Főnév A zenekarból hiányzik a dob. HEGEDŰ HAJÍT Ige Feri mindig ballal dob. HAJÍT HEGEDŰ Kontroll Mari a labdához fél kézzel nyúl. HAJÍT HEGEDŰ
A nem releváns értelem is megjelenik Gergely és Pléh Mit jelent ez A nem releváns értelem is megjelenik Gergely és Pléh Mit jelent ez? Dekomponálás Kiolvasási idők
Bonyolultabb hatás: mindig a főnév az elsődleges Thuma mégpedig ez a gyakoribb Mondatkontextus Releváns olvasat Irreleváns olvasat Igei előfeszítés A labdát ballal dobom nincs hatás facilitáció Főnévi előfeszítés A zenekarban ott van a dobom. gátlás
Vagyis a szófaj döntő: Főnév mindig előnyben (Thuma és Pléh)
Visszatudatosítás pl. szóvicc Megetted már a halad? . Szóalak Kettős aktiváció relevancia szelekció „Tudatos”: Visszatudatosítás pl. szóvicc Megetted már a halad? . Nem én konzervatív vagyok
Mindez mit is jelent ? 300 mscig mindkét jelentés aktív Utána már csak a releváns Inger tudatosulás Dennett 400-800 millisecundumos integrációs ablak Ezen az idői ablakon belül áthelyezés, kapcsolatképzés
Tudatosak-e intuitív ítéleteink? (a) Ott ült a kávéházban. (b) Belement a feladatba. (c) Bement a kávéházban. (d) Csalódott a feladatba.
A stigmatizáció megjelenése reprezentatív mintában Pléh, 1995
A tudatosság növekedésével csökken a hiperkorrekció Bodor és Pléh tükörben megítélés
Jackendoff 2007 Az élménytudatosság a hangalakra vonatkozik. A nyelvi tudatosság mindig érzéki képzetekhez, beszédhangokhoz vagy jelekhez kapcsolódik. A gondolat formája s ezzel a jelentés sosem tudatos. A gondolkodás evidencia élménye javarészt a nyelvi képzetekből származik.
Jean Piaget: Pszichológia és ismeretelmélet, 1970 Nem vagyunk azonnali tudatában pszichés műveleteinknek, s ezek önműködően zajlanak le, míg csak akadályba nem ütköznek. A tudatosítás tehát centripetális s nem centrifugális, vagyis a műveletek külső eredményeiből indul ki, mielőtt azok belső mechanizmusaira áttérne.
Lehetséges feladatok Entrópiaértékek a magyar szótárban a szóalakok alapján eltérő gyakoriságoknál. KABÁT kabátok kabáthoz ÜRGE ürgét, ürgének stb. http://mokk.bme.hu/resources/webcorpus/ Egyéni szógyakoriságok, pl. email szövegek alapján, s viszonyuk a corpus gyakorisághoz Szubjektív és objektív gyakoriság összevetése. Hol tér el?