Понимание фонетических характеристик речи в условиях неопределенности — последствия представления лингвистических знаний при обучении и обработке

. 2022 25 апр; 13:754395.

doi: 10.3389/fpsyg.2022.754395. Электронная коллекция 2022.

Фабиан Томашек ¹ , Майкл Рамскар ¹

принадлежность

• ¹ Лаборатория количественной лингвистики, кафедра общей лингвистики, Тюбингенский университет, Тюбинген, Германия.

• PMID: 35548492
• PMCID: PMC9083257
• DOI: 10. 3389/fpsyg.2022.754395

Бесплатная статья ЧВК

Фабиан Томашек и др. Фронт Псих. 2022 .

Бесплатная статья ЧВК

. 2022 25 апр; 13:754395.

doi: 10.3389/fpsyg.2022.754395. Электронная коллекция 2022.

Авторы

Фабиан Томашек ¹ , Майкл Рамскар ¹

принадлежность

• ¹ Лаборатория количественной лингвистики, кафедра общей лингвистики, Тюбингенский университет, Тюбинген, Германия.

• PMID: 35548492
• PMCID: PMC9083257
• DOI: 10.3389/fpsyg.2022.754395

Абстрактный

Было показано, что неопределенность, связанная с парадигматическими семьями, коррелирует с их фонетическими характеристиками в речи, предполагая, что представления о сложных сублексических отношениях между словами являются частью знаний говорящего. Чтобы лучше понять это, в недавних исследованиях использовались двухслойные модели нейронных сетей для изучения того, как возникает парадигматическая неопределенность в обучении. Однако на сегодняшний день эта работа в значительной степени игнорировала то, как выбор представления флективных и грамматических функций (IFS) в моделях сильно влияет на то, что они впоследствии изучают.

Чтобы изучить последствия этого, мы исследуем, как представления IFS в структурах ввода-вывода моделей обучения влияют на способность оценок неопределенности, полученных на их основе, учитывать фонетическую изменчивость речи. В частности, мы изучаем, лучше ли представлять IFS как выходные данные для нейронных сетей (как в предыдущих исследованиях) или как входные данные, создавая модели, которые воплощают оба варианта, и исследуя их способность учитывать эффекты неопределенности в формантных траекториях слова final [ɐ], который на немецком языке различает около шестидесяти различных IFS. В целом мы обнаружили, что форманты усиливаются по мере уменьшения неопределенности, связанной с IFS. Этот результат согласуется с растущим числом исследований морфологических и флективных семей, которые показали, что улучшение связано с меньшей неопределенностью в контексте. Важно отметить, что мы также обнаруживаем, что в моделях, в которых IFS служит в качестве входных данных — как показывает наш теоретический анализ, — его меры неопределенности лучше соответствуют эмпирической дисперсии, наблюдаемой в формантах [ɐ], чем модели, в которых IFS служит в качестве выходных данных. Это подтверждает наше предположение о том, что IFS служат когнитивными сигналами во время производства речи и должны рассматриваться как таковые при моделировании. Это также согласуется с идеей, что когда IFS служат входными данными для обучающей сети. Это сохраняет различие между теми частями сети, которые представляют сообщение, и теми, которые представляют сигнал. В заключение мы описываем, как поддержание различия «сигнал-сообщение-неопределенность» может позволить нам согласовать ряд явно противоречивых выводов о взаимосвязи между артикуляцией и неопределенностью в контексте.

Ключевые слова: контекст; структура «сигнал-результат»; дискриминационное обучение; улучшение; лингвистические знания; морфологическая структура; фонетические характеристики; снижение.

Copyright © 2022 Томашек и Рамскар.

Заявление о конфликте интересов

w3.org/1999/xlink» xmlns:mml=»http://www.w3.org/1998/Math/MathML» xmlns:p1=»http://pubmed.gov/pub-one»> Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Цифры

Рисунок 1

Возможные метки прогностических взаимосвязей…

Рисунок 1

Возможные прогностические отношения меток (в морфологическом плане, ряды слов и аффиксов)…

фигура 1

Возможные прогностические отношения меток (в морфологическом плане, рядах слов и аффиксов) могут вступать с другими признаками мира (или другими элементами кода). Взаимосвязь характеристик и меток (A) будет способствовать конкуренции между признаками и абстракции информативных параметров, которые предсказывают морфологические контрасты (например, существительные и аффиксы множественного числа) в обучении.

Напротив, отношение (B) метки к признаку будет ограничено простым изучением вероятности каждого признака с заданной меткой.

Рисунок 2

Разница в баллах ML между моделями m0…

Рисунок 2

Разница в баллах ML между моделью m0 и моделями с m1 по m4. Чем больше…

фигура 2

Разница в баллах ML между моделью m0 и моделями с m1 по m4. Чем больше разница, тем лучше соответствие модели.

Рисунок 3

Расчетные траектории для разных слов…

Рисунок 3

Расчетные траектории для разных классов слов (столбцов) в зависимости от длительности гласных (вверху)…

Рисунок 3

Расчетные траектории для разных классов слов (столбцов) в зависимости от длительности гласных (вверху) , функциональная активация вывода, полученная из сети с флективными функциями [ɐ] в выводе (в середине) и функциональная активация входа, полученная из сети с флективными функциями [ɐ] на входе (внизу) . Оси x представляют инвертированные частоты F2 в масштабе z, так что левый край указывает на переднюю часть пространства гласных, а правый край указывает на заднюю часть пространства гласных. Ось Y представляет инвертированные частоты F1 в масштабе z, так что верхняя часть указывает на верхнюю часть пространства гласных, а нижняя указывает на нижнюю часть пространства гласных. Оттенки красного цвета представляют собой процентили для различных предикторов (оптимизированных для дальтонизма). Начало хода времени находится у закрашенной звезды, кружок на траектории представляет собой центр гласной.

См. это изображение и информацию об авторских правах в PMC

Похожие статьи

• CiwGAN и fiwGAN: кодирование информации в акустических данных для моделирования лексического обучения с помощью генеративно-состязательных сетей.

  Бегуш Г. Бегуш Г. Нейронная сеть. 2021 июль; 139: 305-325. doi: 10.1016/j.neunet.2021.03.017. Epub 2021 19 марта. Нейронная сеть. 2021. PMID: 33873122

• Внимание по-разному влияет на кодирование акустических и фонетических признаков в среде с несколькими динамиками.

  Тео Э.С., Ахмед Ф., Лалор Э.С. Тео Э.С. и соавт. Дж. Нейроски. 2022 26 января; 42 (4): 682-691. doi: 10.1523/JNEUROSCI.1455-20.2021. Epub 2021 10 декабря. Дж. Нейроски. 2022. PMID: 34893546 Бесплатная статья ЧВК.

• Морфо-фонетические эффекты в воспроизведении речи: моделирование акустической продолжительности английских производных слов с помощью линейного различительного обучения.

  Штейн С.Д., Плаг И. Штейн С.Д. и соавт. Фронт Псих. 2021 авг 2;12:678712.

  doi: 10.3389/fpsyg.2021.678712. Электронная коллекция 2021. Фронт Псих. 2021. PMID: 34408699 Бесплатная статья ЧВК.

• Когда теории речи встречаются с реальным миром.

  Либерман А.М. Либерман АМ. J Психолингвист Res. 1998 март; 27(2):111-22. дои: 10.1023/а:1023289713883. J Психолингвист Res. 1998. PMID: 9561782 Обзор.

• Морфологические ошибки и представление морфологии в лексико-семантической системе.

  Мичели Г. Микели Г. Philos Trans R Soc Lond B Biol Sci. 1994 29 октября; 346 (1315): 79-87. doi: 10.1098/rstb.1994.0131. Philos Trans R Soc Lond B Biol Sci. 1994. PMID: 7886157 Обзор.

Посмотреть все похожие статьи

использованная литература

1. 1. Арнольд Д. , Томашек Ф. (2016). «Корпус Карла Эберхарда для спонтанной речи на южном немецком языке в диалогах — аудио- и артикуляционные записи», в Tagungsband der 12. Tagung Phonetik und Phonologie im deutschsprachigen Raum, eds C. Draxler and F. Kleber (München: Ludwig-Maximilians-Universität München; ), 9–11.
2. 1. Арнон И., Рамскар М. (2012). Гранулярность и приобретение грамматического рода: как порядок усвоения влияет на то, что изучается. Познание 122, 292–305. 10.1016/j.cognition.2011.10.009 — DOI — пабмед
3. 1. Арппе А. , Хендрикс П., Милин П., Баайен Р. Х., Серинг Т., Шауль К. (2018). ndl: Наивное дискриминационное обучение. Доступно в Интернете по адресу: https://CRAN.R-project.org/package=ndl.
4. 1. Айлетт М., Терк А. (2004). Гипотеза гладкой избыточности сигнала: функциональное объяснение отношений между избыточностью, просодической заметностью и продолжительностью спонтанной речи. Ланг. Речь 47, 31–56. 10.1177/00238309040470010201 — DOI — пабмед
5. 1. Айлетт М., Терк А. (2006). Избыточность языка предсказывает продолжительность слога и спектральные характеристики ядер вокальных слогов. Дж. Акус. соц. Являюсь. 119, 3048–3058. 10.1121/1.2188331 — DOI — пабмед

«Акустический фонетический анализ пространств гласных мандаринского английского языка» Липинга Ма

• < Предыдущий
• Далее >

Дата награды

12-2018

Кульминационный тип проекта

Тезис

Название

Английский: преподавание английского языка в качестве второго языка: M. A.

Отдел

. Искусство

Первый советник

Этьен Коффи

Второй консультант

Джеймс Робинсон

Третий консультант

Зенгджун Пэн

Лицензия Creative Commons

Эта работа находится под лицензией Creative Commons Attribution-No Derivative Works.

Ключевые слова и предметные рубрики

разборчивость гласных, акустические корреляты, китайский язык, анализ маскирования, акустическое расстояние, пространство гласных

Реферат

Реферат

Цель этого проекта — выяснить, разборчиво ли произносят английские гласные английские носители китайского языка. Это исследование повторяет методологию, использованную Петерсоном и Барни (1952) и Хилленбрандом и др. (1995) в их исследованиях общеамериканского и среднезападного английского. В этом исследовании 20 носителей английского языка (10 мужчин и 10 женщин) попросили прочитать 11 слов, содержащих все 11 английских фонетических гласных. Участниками исследования являются студенты колледжа, обучающиеся в Государственном университете Сент-Клауда. Они разделены на 4 подгруппы в зависимости от их пола Продолжительность проживания (LOR) в США. Четыре подгруппы следующие:

1. Пять мужчин с LOR > 1 года
2. Пять мужчин с LOR > 1 года
3. Пять женщин с LOR > 1 года : OS X Yosemite; Версия: 10.10.5). Для сбора и измерения данных используется акустико-фонетическое программное обеспечение Praat (Boersma & Weenink, 2018). Данные аннотируются и собираются вручную. Измеренные акустические корреляты: F0, F1, F2, F3, продолжительность и интенсивность.

   F1 и F2 в основном сосредоточены в этом исследовании, потому что они являются наиболее надежными сигналами для оценки разборчивости гласных. Эти измерения используются для определения того, маскируют ли гласные, произносимые участниками, друг друга. Пороги маскирования основаны на Koffi (2017). Влияние маскировки на разборчивость оценивается с помощью расчета относительной функциональной нагрузки Кэтфорда (1987).