From Human Child to Grey Parrot: Exploring a Common Model of Word Meaning Extension Across Species
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Word meaning extension refers to the process by which a single word form develops multiple related meanings. Prior studies demonstrate that meaning extension at diverse timescales, from decades-long historical change and to month-long changes in child overextension, is accounted for by models grounded in conceptual relations across knowledge types. Whether this framework generalizes to other species remains an open question. We address this question with a probabilistic model of overextension based on various knowledge types to predict word choice of nonhuman animals. As a starting point, we compared cases of overextension from Apollo - a grey parrot who has acquired some English words - to the cases of overextension documented in child language acquisition. We apply an established model of child overextension to a novel parrot dataset of over 200 referent-utterance pairs (e.g., bead-"ball") collected from Apollo's YouTube channel and test whether the child model can predict parrot word choice. Our results show that Apollo's overextension can be predicted by the multimodal model of child overextension better than baseline models that rely on frequency or sound similarity. We also find independent evidence supporting the role of different knowledge types from Alex, a grey parrot, who features prominently in prior research on animal acquisition of human language. Our findings suggest that a common model might account for the cognitive ability of word overextension identifiable in a species that diverged from humans about 320 million years ago. We discuss potential limitations and future research directions that may further strengthen the current findings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle