分布式文本表示与大脑语言表征相似性的可解释性分析

CASIA OpenIR > 多模态人工智能系统全国重点实验室 > 自然语言处理

	分布式文本表示与大脑语言表征相似性的可解释性分析
	张肖寒1,2 ; 王少楠1,2 ; 宗成庆1,2
发表期刊	中文信息学报
	2023
页码	11
摘要	近年来，研究发现分布式文本表示与大脑的语言表征存在一定相似性，但不同的文本表示模型与大脑语言表征的相似程度存在差异。该文针对这一问题，使用可解释的语义和句法信息作为中介，分析导致差异的原因。该文选择了 Word2Vec、GloVe、MacBERT、GPT2 四种文本表示模型，分别计算每种文本表示预测语义特征、句法特征和脑活动的准确率，并在此基础上进一步分析模型预测脑活动的表现与模型编码各语言特征表现之间的关系。实验结果表明，文本表示编码语义和句法的表现均与其预测脑活动的表现存在显著相关，而其中句法特征的相关性相比语义特征更高。这一结果表明，在使用分布式文本表示解释大脑语言机制，尤其是大脑的句法机制时，所选择的文本表示模型可能会对结果有较大影响。
关键词	分布式文本表示脑活动神经编码
学科门类	工学
收录类别	中文核心期刊要目总览
语种	中文
七大方向——子方向分类	自然语言处理
国重实验室规划方向分类	语音语言处理
是否有论文关联数据集需要存交	否
文献类型	期刊论文
条目标识符	http://ir.ia.ac.cn/handle/173211/52058
专题	多模态人工智能系统全国重点实验室_自然语言处理
作者单位	1.中国科学院自动化研究所，模式识别国家重点实验室 2.中国科学院大学，人工智能学院
第一作者单位	模式识别国家重点实验室
推荐引用方式 GB/T 7714	张肖寒,王少楠,宗成庆. 分布式文本表示与大脑语言表征相似性的可解释性分析[J]. 中文信息学报,2023:11.
APA	张肖寒,王少楠,&宗成庆.(2023).分布式文本表示与大脑语言表征相似性的可解释性分析.中文信息学报,11.
MLA	张肖寒,et al."分布式文本表示与大脑语言表征相似性的可解释性分析".中文信息学报 (2023):11.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
分布式文本表示与大脑语言表征相似性的可解（1060KB）	期刊论文	作者接受稿	开放获取	CC BY-NC-SA	浏览下载