Estimadores computacionales de la predicción humana durante la lectura

El estudio de los movimientos oculares es de gran interés para la neurociencia, ya que reflejan procesos cognitivos que subyacen a la ejecución de cualquier tarea visual, en particular a la lectura. Una variable muy importante que determina estos movimientos es la Predictibilidad. Esta variable repr...

Descripción completa

Detalles Bibliográficos
Autores principales: Kamienkowski, Juan E., Bengolea Monzón, G., Bianchi, B., Ferrer, L.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2016
Materias:
Ciencias Informáticas
Language models
predictibilidad
Lectura
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/56981
http://45jaiio.sadio.org.ar/sites/default/files/ASAI-14_0.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-56981
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Language models
predictibilidad
Lectura
spellingShingle Ciencias Informáticas
Language models
predictibilidad
Lectura
Kamienkowski, Juan E.
Bengolea Monzón, G.
Bianchi, B.
Ferrer, L.
Estimadores computacionales de la predicción humana durante la lectura
topic_facet Ciencias Informáticas
Language models
predictibilidad
Lectura
description El estudio de los movimientos oculares es de gran interés para la neurociencia, ya que reflejan procesos cognitivos que subyacen a la ejecución de cualquier tarea visual, en particular a la lectura. Una variable muy importante que determina estos movimientos es la Predictibilidad. Esta variable representa la predicción que va haciendo el lector sobre la palabra que viene a continuación. Actualmente, en campos como la neurolingüística, esta variable no se estima a partir del texto sino de las respuestas de otros lectores completando la palabra que sigue a un contexto dado. En paralelo, el desarrollo del campo de procesamiento de lenguaje natural ha tenido estimar este tipo de predicciones de manera automática como una de sus metas. Uno de los ejemplos más simples y a la vez más exitosos son los n-grams. Donde la probabilidad de predecir una palabra se construye a partir de la aparición del contexto en un corpus grande de texto, que representa el conocimiento del lenguaje que tiene el lector. Este modelo puede extenderse utilizando el texto recientemente leído para actualizar dichas probabilidades (cache n-gram). En este trabajo se propone estimar la predictibilidad de una palabra de forma automática a partir de distintas variantes de modelos de lenguaje. Para nuestro conjunto de datos mostramos que la nueva predictibilidad autom´atica es igual de efectiva que la predictibilidad humana para explicar los movimientos oculares, siendo mucho m´as sencilla, barata y rápida de obtener por no requerir experimentos que involucren una gran cantidad de personas.
format Objeto de conferencia
Objeto de conferencia
author Kamienkowski, Juan E.
Bengolea Monzón, G.
Bianchi, B.
Ferrer, L.
author_facet Kamienkowski, Juan E.
Bengolea Monzón, G.
Bianchi, B.
Ferrer, L.
author_sort Kamienkowski, Juan E.
title Estimadores computacionales de la predicción humana durante la lectura
title_short Estimadores computacionales de la predicción humana durante la lectura
title_full Estimadores computacionales de la predicción humana durante la lectura
title_fullStr Estimadores computacionales de la predicción humana durante la lectura
title_full_unstemmed Estimadores computacionales de la predicción humana durante la lectura
title_sort estimadores computacionales de la predicción humana durante la lectura
publishDate 2016
url http://sedici.unlp.edu.ar/handle/10915/56981
http://45jaiio.sadio.org.ar/sites/default/files/ASAI-14_0.pdf
work_keys_str_mv AT kamienkowskijuane estimadorescomputacionalesdelaprediccionhumanadurantelalectura
AT bengoleamonzong estimadorescomputacionalesdelaprediccionhumanadurantelalectura
AT bianchib estimadorescomputacionalesdelaprediccionhumanadurantelalectura
AT ferrerl estimadorescomputacionalesdelaprediccionhumanadurantelalectura
bdutipo_str Repositorios
_version_ 1764820476777988098

Ejemplares similares