A computational model explaining language phenomena on Korean visual word recognition

چطور می توانیم معنای کلمه نوشته شده را درک کنیم؟ تا همین اواخر، سازوکارهای اساسی تشخیص کلمه بصری باقی مانده است. برای کشف مکانیزم های اساسی فرآیندهای شناسایی انسانی، ما مدل محاسباتی را برای تشخیص کلمه بصری ارائه می دهیم که نشان دهنده مکانیسم پردازش زبان شناختی ارائه شده از پردازش متن بصری کره ای است. در استفاده از مدل محاسباتی، مجموعه ای از واحدهای ارتوپدی، واحدهای پنهان، واحدها و واحدهای معنایی ساخته شد. در طول دوره آموزش، وزن بر روی ارتباط بین واحدها با استفاده از الگوریتم یادگیری عقب تغییر یافت. مدل با استفاده از زمان پاسخ تصمیم واژگونه با مقادیر آنتروپی متقابل جایگزین شد. برای ارزیابی مدل، ما همچنین آزمایشهای رفتاری انجام دادیم تا نتایج عملکرد مدل با عملکرد انسان مقایسه شود. نتایج نشان می دهد که مدل پیشنهادی به طور شبیه سازی ویژگی های پردازش کلمه بصری کره ای مانند اثر فرکانس کلمه، اثر وضعیت واژگانی، اثر شباهت کلمه و اثر اولیه معنایی است. این مدل نشان می دهد که مدل های محاسباتی باید یک ابزار ارزشمند باشند که می تواند ویژگی های پردازش اطلاعات لغوی شناخت کلام را درک کند.