The Units of Gating and Access to Lexical Representations During Spoken Word Recognition
Notice bibliographique
Résumé
Word recognition models such as Cohort have long relied on the gating paradigm to investigate how acoustic-phonetic information maps onto lexical representations. We report on a methodological study investigating (a) whether the recognition point of a spoken word is affected by the speech variables employed in the gating paradigm, and (b) which distributional properties of a words’ linguistic and social usage pattern affect its recognition point. We addressed the first question by contrasting the traditional “brute-force” gating paradigm (i.e., employing incremental segments of 50 ms) to “phonetically-driven” gating paradigms. Three methodologies were employed for determining phonemic segments: (1) articulatory measures, relying on the peak velocity of articulatory gestures, (2) acoustic measures, relying on the acoustic energy of consonants and vowels, and (3) brute-force measures, relying on 50 ms increments. We addressed the second question by relying on four social measures of lexical strength, which were attained from a corpus of 57 billion words from Reddit: word frequency (WF), contextual diversity (CD), discourse contextual diversity (DCD), and user contextual diversity (UCD). Results showed that the traditional brute-force gating method yielded significantly faster word recognition times, in comparison to articulatory and acoustically driven gating methods. Our results also showed that CD is a superior measure of lexical strength than WF, UCD, and DCD. Overall, our results suggest that the traditional gating paradigm is a reliable method for investigating spoken word recognition, given that spoken word recognition may rely on the gradual accumulation of phonetic information over time, rather than relying solely on the recovery of categorical phonetic features that are distributed non-linearly in time. We also suggest that the lexical system may be organized as a function of usage-based contextual measures of lexical items.
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.
Comment cette classification a été obtenuedéplier
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».