Механизми за исправљање грешака у учењу језика: моделирање појединаца, 1. део

Апстрактан:

Од његовог првог усвајања као рачунарског модела за учење језика, акумулирани су докази да Ресцорла–Вагнерово учење исправљања грешака (Ресцорла & Вагнер, 1972) обухвата неколико аспеката обраде језика. Док су претходне студије пружиле општу подршку за Ресцорла–Вагнерово правило користећи га за објашњење понашања учесника у низу задатака, ми се фокусирамо на тестирање предвиђања генерисаних моделом у контролисаном задатку учења природног језика и моделирамо податке на нивоу индивидуални ученик.

Постоји блиска веза између учења језика и памћења. Када учимо нови језик, не само да треба да савладамо његову граматику и речник, већ и да запамтимо многе речи и изразе. Стога памћење игра важну улогу у процесу учења језика.

Учење језика може ојачати памћење. Многе студије су показале да учење новог језика може стимулисати нервну активност у мозгу, подстаћи метаболизам у можданој кори и на тај начин ојачати памћење. Учење новог језика такође може стимулисати неуронску мрежу мозга, чинећи га здравијим и побољшавајући когнитивне способности, интелигенцију и логичко размишљање.

Учење језика захтева понављање и вежбу. Често повезивање говора, слушања и читања може продубити утисак и учинити ствари незаборавнијим. Истовремено, комуницирајући са другима, можемо боље да запамтимо нове речи и фразе, учимо о различитим језичким срединама и културама и додатно продубимо своје разумевање језика.

Учење језика нам такође омогућава да променимо начин на који размишљамо, побољшава флексибилност размишљања и креативност и додатно побољшава памћење. Истовремено можемо да спроводимо и учење језика и обуку памћења слушањем музике, гледањем филмова, читањем кинеске и стране књижевности итд., учењем на различите начине и играњем док учимо како бисмо процес учења учинили занимљивијим, повећали учење интересовање и побољшање памћења.

Стога, када учимо језик, можемо да користимо различите методе за вежбање, фокусирање на активности и вежбе памћења, стално иновирање метода и метода учења и јачање тренинга памћења да бисмо побољшали ефекте учења и побољшали памћење. Види се да треба побољшати своје памћење. Цистанцхе десертицола може значајно побољшати памћење јер је цистанцхе десертицола традиционални кинески медицински материјал са многим јединственим ефектима, од којих је једно побољшање памћења. Ефикасност млевеног меса потиче од многих активних састојака које садржи, укључујући киселину, полисахариде, флавоноиде, итд. Ови састојци могу да унапреде здравље мозга на различите начине.

Кликните на сазнајте 10 начина за побољшање меморије

Прилагођавањем параметара модела тако да се уклапају у изборе понашања учесника од покушаја до покушаја, уместо да прилагођавамо модел „један за све“ коришћењем једног скупа подразумеваних параметара, показујемо да модел тачно обухвата изборе учесника, временске латенције, и нивои договора о одговору. Такође показујемо да пол и капацитет радне меморије утичу на степен до којег Ресцорла-Вагнер модел обухвата учење језика.

Кључне речи

учење језика; учење исправљања грешака; Ресцорла–Вагнер модел; морфологија; договор.

Увод

Ми људи делимо са другим врстама многе основне механизме учења који нам омогућавају да се прилагодимо свом окружењу (Ресцорла, 1988). Ови механизми укључују, између осталог, класично условљавање (тј. Павловско условљавање; Павлов, 1927), инструментално условљавање (такође оперантно условљавање; Скиннер, 1938) и облике социјалног учења, као што је помоћно учење (Бандура, 1962).

Најјединственија дефиниција људске способности учења је учење језика, које такође укључује ефикасан трансгенерацијски пренос и темељ је за друштвену инклузију и кохезију. Међутим, док су механизми основног учења релативно добро схваћени, учење језика остаје велика мистерија (Амбридге & Лиевен, 2011). Рани покушај Скинера (1957) да објасни учење језика користећи исте принципе као и они који управљају когнитивним задацима нижег нивоа поништио је Чомски (1959).

Током већег дела остатка 20. века, језик се посматрао као урођени систем, вођен правилима и којим управља јединствена људска и специјализована когнитивна структура. Ова структура је првобитно замишљена као средство за усвајање језика, а касније је проширена да постане универзална граматика.

Ово доминантно гледиште оспорено је са две стране истовремено. Појава лингвистике засноване на употреби 1980-их (Лангацкер, 1987) промовисала је поглед на језик као динамичан и вероватноћан систем, који је резултат општих когнитивних капацитета који делују на унос језика (Д ˛абровска & Дивјак, 2015). Ово гледиште се добро уклапало са конекционистичким оквирима, који су показали да понашање попут правила може произаћи само из излагања употреби и да је знање језика осетљиво на својства инпута (Плаут & Гоннерман, 2000; Сеиденберг & МцЦлелланд, 1989). '

Конекционизам је, вероватно, утро пут и за промене у теоретизацији, ка погледу на језик који се учи као и на сваку другу вештину, а ране 2000-те сведочиле су почетка реинтеграције основних принципа учења у тело рада на језику (нпр. видиБибее & МцЦлелланд, 2005; за најновије радове видети Еллис ет ал., 2016, који се бави учењем првог и другог језика, као и Цхуангет ал., 2021, који се бави усвајањем лексике на другом и трећем језику). Сада се сматрало да је језик подложан истим когнитивним капацитетима и механизмима учења опште намене које људи и животиње користе за кретање и прилагођавање свом окружењу (упореди Еллис, 2006а; Еллис & Сагарра, 2010, 2011; Стурди & Ницоладис, 2017) .

Међу овим моделима учења, Ресцорла и Вагнеров (1972) модел класичног условљавања истиче се својом једноставношћу и способношћу да објасни низ емпиријских феномена учења (Сиегел & Аллан, 1996). Овај модел је биолошки веродостојан (Цхен ет ал., 2008) и има аневолуциону предност у односу на друге моћније механизме учења, у смислу да има већу вероватноћу да ће бити природно одабран и опстати у еволуционом процесу, у поређењу са другим вероватним механизмима учења (за више детаље, видети Триммер ет ал., 2012).

Позадина Литература

Модел Ресцорла-Вагнер

Као модел класичног условљавања, Ресцорла–Вагнер (Р–В) модел се бави ситуацијама у којима ентитет (човек, животиња или машина) мора да научи предиктивни однос између објеката и/или догађаја (тј. знака и исходи) у окружењу, и где се знакови такмиче за своју предиктивну вредност за исход док итеративно (поновно) калибришу тежине учења (или асоцијације). Тачније, асоцијацијска тежина одражава тенденцију да се исход догоди у присуству одређеног знака. Већа позитивна вредност тежине асоцијације за одређени исход одговара већој вероватноћи појаве тог исхода у присуству знака; обрнуто, високо негативна вредност одговара већој вероватноћи непостојања тог исхода (у овом случају се каже да је знак инхибиторан). Вредности близу нулте средње мале шансе да се посматра (ако је тежина позитивна) или инхибира (ако је тежина негативна) исход.

Р–В модел претпоставља да организам израчунава једноставно правило учења за исправљање грешака које се користи за ажурирање асоцијацијских тежина у сваком догађају новог учења (нпр. сваки оглед у експерименту понашања). Општа идеја иза правила корекције је да је веза између знака и исхода (а) ојачана ако су и знак и исход присутни у догађају учења, (б) ослабљена ако је знак присутан, али исход није, и (ц ) задржао исто ако је сам знак одсутан.

Ажурирање тежине асоцијације је вођено нескладом између очекиваног и добијеног исхода, тако да је величина ажурирања – колико су тежине асоцијације прилагођене – одређена два параметра која се називају стопе учења, и смером ажурирања – да ли се повећава тежину или је смањује – зависи од знака разлике између очекиваног и посматраног исхода. На овај начин, у најширем смислу, за Р–В модел, учење се односи на исходе, и то издваја од сродних модела у којима је учење о улазним знацима (нпр. Пеарце& Халл, 1980).

Још једна карактеристика Р–В модела је да, иако се исходи ажурирају независно један од другог, улазни знаци се такмиче за предвидљивост исхода.

Другим речима, прилагођавање тежина зависи не само од појединачног знака који се ажурира, већ и од свих знакова присутних у догађају учења кроз њихов збир асоцијацијских тежина. Овај принцип такмичења знакова омогућио је Р–В моделу да објасни многе загонетне феномене класичног условљавања, од којих су неки такође били драгоцени за разумевање механике учења језика (погледајте следећи одељак за дискусију).1 Један од најпознатијих примера такав феномен учења је ефекат блокирања (Камин, 1969). Овај ефекат се јавља када је знак обучен у једињењу са другим знаком да предвиди исход, али када је други знак већ добар предиктор исхода. У таквим случајевима, први знак не може да створи јаку везу са исходом (тј. први знак је блокиран другим знаком). Уопштеније, принцип такмичења знакова често резултира опажањем да најбољи знаци за исход спречавају друге знакове да развију снажну повезаност са истим исходом.

Модел Ресцорла–Вагнер и учење језика

Од свог првог помена у лингвистичком контексту од стране Еллиса (2006а), акумулирани су докази који показују да Р–В модел може обухватити неколико аспеката учења језика (нпр. Бааиен ет ал., 2011; Еллис, 2006б; Милин, Дивјак, & Бааиен, 2017 Милин, Фелдман, ет ал., 2017). До сада, доступни емпиријски докази потичу из студија које обучавају Р–В модел који користи подразумеване вредности параметара (овде алудирамо на два параметра брзине учења која се користе за ажурирање тежина асоцијације након сваког новог догађаја), обично или на малом узорку из експеримената на вештачки језици или велики корпус текстова.2 Мере учења након тренинга се затим издвајају из симулираног модела и упоређују са уоченим мерењима одговора из експерименталног задатка.

Прво питање је да се предвиђања за (и из) таквих модела обично генеришу независно од експеримента (са изузецима као што су студије Рамсцар & Иарлетт, 2007, и Дивјак ет ал., 2021, где је модел генерисао хипотезе које треба експериментално тестирати) .

Параметри се обично постављају на своје подразумеване вредности, пропуштајући прилику да се узме у обзир варијабилност која може настати из симулације модела са различитим вредностима параметара (мада видети Олејарцзук ет ал., 2018, који су користили фиксне вредности параметара, али су уградили посебан модел у сваки податке учесника користећи исти низ примера са којима се учесник сусрео). Укључивање варијабилности која произилази из параметара модела приликом прилагођавања модела учења подацима о језику има потенцијал да побољша објашњивост индивидуалних разлика уочених у експерименту, посебно зато што је употреба језика и репрезентација област која показује огромне индивидуалне варијације (Д ˛абровска, 2018) .

Обука модела на корпусу великих размера долази по још већој цени. Овде остављамо по страни питање (недостатка) сличности између садржаја корпуса и инпута који корисници језика добијају (што генерално мучи конвергентне студије доказа; за резиме дискусију, видети Клаван & Дивјак, 2016, а за збирке обрађених примера видети Дивјак & Гриес, 2012, и Гриес & Дивјак, 2012). Овде се фокусирамо на још једно питање: Обука на корпусму повезује два главна извора варијабилности модела – наиме, оне који се односе на избор параметара модела и редослед примера обуке – који су углавном активни током раних фаза учења (Сханкс, 1995. ; такође види Милин ет ал., 2020, за општију дискусију о учењу исправљања грешака ефекта пробног редоследа).3 Ове ране пристрасности, како их је Еллис (2006а) назвао, представљају прави тест за Р–В модел пре њега може се применити као модел учења језика у великом обиму. Моделирање варијабилности параметара и обука Р–В модела на истим примерима са којима су се сусрели учесници представљају нове могућности за разумевање учења језика које још нису у потпуности истражене у претходним студијама.

Тхе Пресент Студи

Ова студија има за циљ да моделира како се индивидуални ученици језика баве задатком на основу пробно-покушајног, што представља изазов који се постепено мења за примену учења језика дискриминације или учења исправљања грешака уопште и Р–В модела у Док су претходне студије пружиле општу подршку за Р–В правило коришћењем овог модела за објашњење понашања учесника у низу задатака (Дивјак, 2019; Милин & Блевинс, 2020; Милин, Фелдман, ет ал., 2017; Пиррелли ет ал., 2020), фокусирамо се на тестирање предвиђања које генерише модел у контролисаном задатку учења природног језика и моделирамо податке на нивоу појединца који учи језик. При томе сваког учесника третирамо као посебан ентитет за учење којим управљају различити капацитети, који су, што је најважније, формализовани кроз параметре учења изабраног модела.

С обзиром да је неколико студија известило да на перформансе класичног кондиционирања могу утицати когнитивне и личне карактеристике као што су радна меморија (Баету ет ал., 2018; Сасаки, 2009), пол (Лонсдорфет ал., 2015; Мерз ет ал., 2018), и старости (нпр. Муттер ет ал., 2012), такође истражујемо да ли такве карактеристике могу утицати на усвајање Р–Влике механизма учења језика.

Да бисмо постигли ове циљеве и одговорили на ова питања, осмислили смо поједностављени задатак учења природног језика: поједностављен како бисмо искористили предност строге емпиријске контроле, али само делимично да бисмо одржали посвећеност еколошкој валидности нудећи природније искуство уношења језика. Задатак представља, у разумној мери, како би људи научили пољско мапирање договора субјект-глагол кроз природно излагање примерима.

Обучили смо изворне говорнике енглеског на скупу пажљиво израђених примера, који су имали и слушне и визуелне димензије, и који су укључивали неке од сложености својствених споразуму субјект-глагол у пољском. Затим, за сваког учесника, појединачно, одабрали смо модел који најбоље одговара (тј. параметре који су довели до најближег подударања између одговора учесника и модела), користећи исте примере обуке са којима се сусрео учесник. Затим смо проценили Р–В модел због његовог капацитета да поврати језичке изборе учесника, као и њихове временске латенције, и упоредили га са другим вероватним, али ипак заснованим стратегијама одговора. Коначно, тестирали смо да ли когнитивне и личне карактеристике као што су капацитет радне меморије, старост и пол утичу на степен у којем Р–В модел обухвата учење језика.

Метод

Учесници

Шездесет шест учесника (Мднаге=20 година; распон=18–65; 41 жена) учествовало је у експерименту у замену за Амазон ваучер од 7 фунти. Учесници су били студенти и особље универзитета. Сви они су били матерњи говорници енглеског језика без знања пољског или било ког другог словенског језика, имали су нормалан или исправљен на нормалан слух и вид и нису декларисали било какве сметње у учењу. Учесници су имали различиту образовну позадину и многи од њих су могли да говоре друге језике поред енглеског (дистрибуције образовања и језичке позадине су представљене у Додатку С1 у СуппортингИнформатион онлине).

Материјали и процедура

Сви наши материјали, укључујући податке и код, су отворено доступни на Гитхуб-у (хттпс://гитхуб.цом/оооминдс/Еррор-цоррецтион-мецханисмс-ин-лангуагелеарнинг) и спремишту отвореног приступа Универзитета у Бирмингему, УБИРА(хттпс:/ /дои.орг/10.25500/едата.бхам.00000911). Учесници су испунили три задатка и кратак упитник следећим редоследом: (а) задатак учења језика (главни задатак), (б) експлицитни упитник за знање и демографију, (ц) имплицитни задатак учења и (д) радна меморија ( ВМ) задатак. (Детаљан опис сваког задатка је дат у следећем одељку.)

Задаци учења језика и имплицитног учења имплементирани су и представљени учесницима користећи ОпенСесаме (Матхот ет ал., 2012; Матхот & Марцх 2022). Демографски упитник је представљен користећи Гоогле Формс, а ВМ задатак је администриран помоћу Татоол-а (вон Бастиан ет ал., 2013). Експеримент је вођен или појединачно или, кад год је то могуће, у паровима, у тихој просторији, на Интел Цоре и 7-8700 рачунара који користе Виндовс 10 и опремљени су Иииама Г-Мастер 24.5-ин. монитори који раде на 59 Хз са резолуцијом екрана од 1.920 × 1.080 пиксела. Учесници су чули слушне стимулусе преко Босе КуиетЦомфорт 35 ИИ слушалица са поништавањем буке и регистровали своје одговоре помоћу тастатуре. Експеримент је трајао око 50 минута да се заврши.

For more information:1950477648nn@gmail.com