Speaker
Description
Recenti evidenze suggeriscono che il significato possa essere estratto non solo da parole, ma anche da stringhe di lettere inesistenti (pseudoparole). Secondo il modello FastText, estrarre il significato da una qualsiasi stringa di lettere implica combinare il significato della parola intera -se esiste- e delle subunità ortografiche di n lettere (ngrams) che lo compongono, con eguale importanza attribuita a ciascuna componente. In questo lavoro abbiamo testato l’assunzione di equivalenza degli ngram nell’estrazione del significato. Abbiamo esplorato la possibilità che gli umani attribuiscano una diversa importanza agli ngram in relazione a quanto regolarmente compaiono in specifiche parole (entropia ortografica) vs. quanto precisa è l’informazione semantica che convogliano (entropia semantica). Tale esplorazione è stata compiuta mediante ri-analisi di dati di tempi di reazione dal British Lexicon project. Dati preliminari suggeriscono che il modello che pesa il ruolo degli ngram in base all’entropia ortografica sia il migliore nel predire la performance umana, seppur tale effetto sia specifico per le parole. Questo suggerisce che quando estraiamo il significato da una stringa di lettere conosciuta combiniamo il significato dagli ngram che la costituiscono in una maniera che dipende da quanto specifica è l’informazione ortografica che convogliano.
| If you're submitting a poster, would you be interested in giving a blitz talk? | No |
|---|---|
| If you're submitting a symposium talk, what's the symposium title? | Studiare la memoria semantica tramite spazi vettoriali |
| If you're submitting a symposium, or a talk that is part of a symposium, is this a junior symposium? | Yes |
