アイ ・ トラッキング パラダイムと乳児のオブジェクトの分類での言語の役割の定義

分類は人間の認知の基本的なビルディング ブロック: 幼児の分類能力乳児期早期に出現し、年齢とともにますます高度になります。^1,2,3研究はまた幼児の分類内の言語の強力な役割を明らかに: 生後 3 か月から幼児を学ぶカテゴリより正常にカテゴリ手本が言語と組み合わせれば。^4,5,6また、最初の年の終わりによって幼児に同調されて数名詞分類ラベルの役割。乳児のカテゴリに対する各手本のいずれか明確なラベルを提供する学習が容易になります (「これは、vep!」) で一貫性のあるラベル付けフレーズ カテゴリ手本をペアリング (「これは、vep」「これは、dax」等) (「これを見て。」) 非表示語句。^7,8,9

乳児の日常の経験でただし、彼らが発生オブジェクトの大半は、おそらくままラベル。幼児を見てはるかに少ない (例えば、「マラミュート、」「動物」「犬」「ペット」) のすべてのオブジェクトに適用されるラベルを提供するすべてのオブジェクトをラベルが介護はありません。これはパラドックスを提示: どのように我々 は乳児の日常生活の中での相対的な希少性と幼児の分類のラベルの力を調整できますか?

この質問に答えるには、幼児がラベルとラベルのない手本の混合物を受信したときなど、さまざまな学習環境の様々 なカテゴリを学ぶ方法を評価するためにプロトコルを開発しました。具体的には、学習の初めにさらにいくつかのラベルの付いた手本を受信することができます分類を促進することを提案する-その後から学習する幼児の能力を強化して手本にもラベルが付いていません。ラベルのない手本の大きい数からの学習のための基盤は半教師あり学習(SSL) の家族を産卵、機械学習の分野で広く実装されているとラベル付けされた手本の数が少ないを使用してこの戦略アルゴリズム^10、11,12。もちろん、実装学習戦略は、学習者の異なる種類の間では同一ではない: 機械学習アルゴリズム通常にさらされている多くのより多くの手本、各手本について明示的な推測をして複数カテゴリを学ぶ同時に。それにもかかわらず、マシンと幼児の学習から寄与するかもしれない疎ラベリング環境で新しいカテゴリを学ぶにラベルとラベルのない手本を正常に統合します。

私たちのデザインは、様々 な新しい部門のための単語を取得中の 2 歳児が半教師あり学習のこの種のことができるかどうかに焦点を当てください。標準幼児の分類尺度を用いて: 習熟テスト タスク。このパラダイムでは、2 歳児は、習熟段階の間に、新規カテゴリから手本のシリーズにさらされました。各手本 (すなわち、ラベル、またはラベルの語句) の条件に応じて、異なる聴覚刺激とペアにされました。次に、テストは、すべて 2 歳児見た沈黙の中で発表 2 つの新しいオブジェクト: 今ではおなじみのカテゴリおよび小説のカテゴリから 1 つのオブジェクト。

2 歳児は、正常に習熟段階でカテゴリを形成する場合テストで発表された 2 つの手本彼ら区別する必要があります。重要なは、どちらかのための体系的な好み小説やおなじみのテスト画像は、それらの間を区別する機能を反映して、ので親しみやすさと目新しさの両方の設定が成功した分類の証拠として解釈されます。特定のタスク、このプリファレンスの自然刺激用^4,13,の処理効率の刺激に関連付けられている知識の設定と乳児の処理効率の関数であることに注意してください。^14,15,16,17. 直接オブジェクトの分類とどのようにこの成功によって異なります習熟中、手本の付属情報の幼児の成功を評価するために可能に沈黙の中でテスト段階を提示します。したがって、このパラダイムは、どのようにさまざまな種類の言語環境影響カテゴリ学習の魅力的なテストを提供します。ラベル付けカテゴリ半教師ありと完全監修の両方の環境で学習が向上したこれらの条件で 2 歳児は他の環境で幼児より強力なテスト設定が表示されます。