1 / 38

információelméleti megközelítések a pszicholingvisztikában

információelméleti megközelítések a pszicholingvisztikában. Pléh Csaba pleh.csaba @ gmail.com. Áttekintés. A kurzus célja és jellemzői Információs alapfogalmak Az információelmélet karrierje a nyelvészetben Pszicholingvisztikában Pszichológiában

mckile
Download Presentation

információelméleti megközelítések a pszicholingvisztikában

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. információelméleti megközelítések a pszicholingvisztikában Pléh Csaba pleh.csaba@gmail.com

  2. Áttekintés A kurzus célja és jellemzői Információs alapfogalmak Az információelmélet karrierje a nyelvészetben Pszicholingvisztikában Pszichológiában A jelentés helye az informécióelméletben

  3. A kurzus célja Az információelméleti megközelítés, mint az egyik vezető kvantitatív törekvés a nyelv kezelésére . Információs fogalmak relevanciája megértési produkciós fejlődési Kvantitatív megközelítés érvénye a nyelvi diverzitás és változás elemzésében.

  4. Rendszer és követelmények • Feldolgozás: a kurzus az órákhoz folyamatos munkát vár el. Minden hétre megpróbálok kicsiny de világos egyénített gyakorlati feladatokat adni. • Követelmények és dolgozatok Értékelés 100 pontos skálán • évközi kis feladatok 50 pont • Írott dolgozat december 11-ig 50 pont • Irodalomösszefoglaló, saját témádból, 10 oldalon, kapcsolva az információelméleti megközelítés lehetőségeihez. Horgonyzási pont: 50 pontot az kap, akinek a dolgozata megjelentethető színvonalú és formátumú.

  5. A nyelvészeti információelméleti érdeklődés szakaszai Korai lelkesedés: Nyelvészeti kritika Visszajön a statisztika a statisztika • 1950 Shannon 1960 Chomsky 1990 Kostic • Miller G. Miller Bayern Saffran

  6. Kiinduló ShannonWeaver modell ? Hol a kód?? Hol a jelentés ?

  7. Alapfogalmak • Információ és bizonytalanság • Rendszerek átlagos információértéke és a lehetséges jelszám. ÁBC nagyságtól függ • Átlagos információ log N • Bináris egységekben, kettes alapú log. • Miért? neuro optimális keresés természeti folyamatok csillapítása

  8. Találjuk ki • Gondoltam egy 0… 9 közti számot • Gondoltam egy betűt

  9. Néhány egyszerű nyelvi példa • Folytassuk: • a… • abl.. • Egészítsd ki: • b. r . t . . i. m . t

  10. Az entrópia általános képlete

  11. Entrópia változásai • Maximális ha minden p egyforma • Ha vannak kiemelt valószínűségű jelek, csökken a rendezetlenség • Redundancia: a H (max) és a H(megfigyelt) viszonya • A struktúra kérdése vizuális formáknál Attneave és Garner • Akkor a Gestalt szerveződés alacsony információ lenne? • Vagy éppen a hirtelen • változás adja a formát?

  12. Átviteli fogalmak • Csatornakapacitás • Átvitt, vesztett s hozzátett információ • Mi történik, ha a rendszert emberre értelmezzük? • Átviteli korlátok Hick törvény: RI az alternatívák log fgvénye

  13. Mire vagyunk limitálva? Miller felismerései • Abszolút ítélet: 2-4 bit, 4-8 színt • Munkamemória: 7 ± 2 egység, s nem info csatorna. ‚Tömb’ határ

  14. Korai felvetések az információs alapú morfológiáról Antal László (1964) a szó testében az általános tendencia az entrópia fokozatos csökkenése. Morfémahatáron megszakad ez a csökkenés igaz-ság-os-ak-at

  15. Miller és Chomsky megfordítják a trendet:mindez legfeljebb egy gyenge Markov modell A Chomsky hierarchia és a pszicholingvisztika Nemcsak a nyelvtanra, hanem a nyelvi viselkedésre is algebrai modell kell Abból is nem akármilyen Véges állapotú nem elég Az ellenérdekeltek szerint igen, ha a gráf ágaihoz valószínűségeket rendelünk

  16. A viselkedés és nyelvi modell A nyelv minden viselkedés analógiája lesz Valójában a belső reprezentáció modellje De modellje a feldolgozásnak is Ami approximations to English volt, most grammatikalitás lesz

  17. MacKay 2003 • 1. A communication system requires a sender and a receiver to be in possession of a source code defining the scope of the possible messages that can be transmitted. • 2. Communication across the system is not concerned with the meaning of messages. In a Shannon system the receiver reconstructs the source message from the received signal by discriminating the source message from other possible messages • 3. The receiver does not interpret or expand on the source message. It simply reconstructs it at the destination with no loss of signal content

  18. A pszichológia és a nyelv--- statisztikailag • Két hagyomány: algebra és a számok • Sorsuk a pszichológiában: Hull, Estes integráció • A statisztikai múlt: A gyakoriság szerepe • A feltupírozott statisztika: Információelméleti modellek • Szavak felismerése és a statisztikai modell • Herbart és Galton randevúja: Számok a gráfokban • A Chomsky hierarchia és a pszicholingvisztika • Az elméleti gépek és az igazi gépek • Parsing és emberi feldolgozás: Az alaktan példája • Hogyan jön vissza a statisztikai modell a gyermekeknél?

  19. Johann Friedrich Herbart (1776 – 1841) • 1809-1833Kant utóda Königsbergben • Lelki matematika: • Az emberi hajlamok oly változékonyak, mint a szél, hangulatunk oly bizonytalan, mint az időjárás – ki találhatna mércéket rájuk, hogy a matematikai törvények hatálya alá rendelje őket? Ahol a mérés nem lehetséges, ott a számolás sem lehetséges; következésképp nem lehet a pszichológiai kutatásban felhasználni a matematikát. Így szól a szillogizmus [...] Meglehetősen téves azonban [...] azt mondani, hogy csak azután számolhatunk, hogy méréseket végeztünk [...] A matematika nagy érdeme az, hogy jóval azelőtt, hogy kielégítően pontos tapasztalásaink lennének, fel tudjuk tárni azokat a lehetőségeket, melyeken belül a valóságnak el kell helyezkednie. • Herbart: A matematika pszichológiára alkalmazásának lehetőségéről és szükségességéről, 1822/1974, 674. o. Pl. gátlás: A2 + ab-b/a +b

  20. Hebb szabály szerűen a gátlásról • Ha két nem egyenlő és ellentétes képzet gátolja egymást és az A képzet nagyobb, mint a B képzet, akkor a gátlások összege fordítottan arányos erejükkel. • Az A ereje a következő képlet szerint gátlódik tehát: • A2 + ab – b a + b • míg a B a következő képletnek megfelelően gátlódik: • B2 a+b. Ha b – Ab/a + b = 0, akkor B intenzitása 0 lesz, és a B képzet el fog tűnni a tudat küszöbe alatt.

  21. 20. századi Herbartok • Clark Hull • Tanulás formális modelljei • Egyedi szokások • Számokat is mellé ír: már nem teljesen Herbart

  22. Gustav Theodor Fechner (1801-1881) • A mérés megjelenése • E = K x log S + B • Külső és belső pszichofizika • Fechner misztikus érdeklődései: • Éjjeli és nappali szemlélet

  23. Gustav Theodor Fechner (1801-1881) • A mérés megjelenése • E = K x log S + B

  24. A spekulatív Fechner-MisesAz angyalok összehasonlító anatómiája, 1825 • curves and specifically the sphere are the ideal forms and these change (as, indeed, Plato had said). The parts of man's body are beautiful as they approach it, but the eyeball is most complete. • Just as the air is the element of the angels, who are simply free and independent eyes, all eye, or the eye-type in its highest and most beautiful development. Thus, what in man is a subordinate organ, in the angels is of independent worth. • They are attraction or repulsion, and with this goes the wonderful color play. General gravitation, which relates all bodies, is their sense. They feel the farthest thing in the universe and the slightest change in it.s They are, in short, living planets and, in fine, the planets are angels.

  25. A statisztikai múlt az észlerlésre : A gyakoriság szerepe • Cattell, 1886: Közeledünk a nyelvhez. Szavak olvasása. Még embert vizsgálunk, de már a rendszer is érdekel • It will be noticed that the perception-time is only slightly longer for a word than for a single letter; we do not therefore perceive separately the letters of which a word is composed, but the word as a whole. The application of this to teaching children to read is evident

  26. A szavak gyakorisága gyakran felmerül • Olvasás és szókincs tudás mérés megalapozásához • Asszociatív adatok értelmezéséhez • Betegek bizarr beszédének interpretáláshoz • Még stílus statisztikák is megjelennek • Legfeljebb szófajban jellemezve a szavak

  27. Vissza az információhoz sokrétű fogalom • Miért ‚szintaktikai’ a Shannon féle? • Mi informatívabb köznapilag: kutya vagy állat? S melyik ritkább? • Szemantikai elméletek • BarHillelMacKay • Igazság s P ill. diszkriminatív érték

  28. Egy szó fogalom szerkezete (Kintsch)

  29. Visszacsempésződnek a számokA szemantikai gráfokban a vastagság vagy a hossza képviseli a tipikalitást

  30. Tovaterjedő aktivációs modell: A szavak a jelentés alapján izgalomba hozzák a hozzájuk kapcsolódó szavakat. Ez megjelenik asszociációkban, de a szófelismerés kontextus hatásaiban is bölcső baba ágy kórház nővér állat orvos doktor emlős madár kanári folyó láz hő lázálom nap hattyú zöld fű sárga

  31. WordNet szemantikai szerkezetek: Vissza az alapító atyákhoz

  32. Eliza: „pszichoterapeuta”Weisenbaum 1966 • A férfiak mind egyformák. • Ezt hogy érted? • Mindig nyaggatnak minket valamiért. • Mondanál egy konkrét példát? • Hát, a fiúm küldött ide. • A fiúd küldött ide. • Azt mondja, mindig depressziós vagyok. • Sajnálom, hogy depressziós vagy. • Talán ki kellene békülnöm az anyámmal. • Mesélj még a családodról.

  33. A módszer: • Kulcsszókeresés • mindig • anyám • Kulcsszó aktivál egy szabályt • Mondanál egy konkrét példát? • Mesélj még a családodról. • Reguláris kifejezések segítségével behelyettesítés a szabálynak megfelelően • fiúm -> fiúd • A kulcsszavak rangsorolva vannak

  34. Mi ELISSA tanulsága? • Sok emberi folyamat algoritmizálható • Nem is olyan elvont az ember • Kérdés, hogy olyan-e ez, mintha átmenne a Turing próbán? • Miért nem? • Hogyan lehet becsapni? • És a valódi pszichológust?

  35. Feladat • Számok, betűk, smileyk információs elemzése. • Pl. mshmgh • Smileyk elemei • Átlagos illetve statisztikai alapú • Egységek és elemek.

More Related