语义在人脑中的分布式表征:来自自然语言处理技术的证据

摘要：

人脑如何表征语义信息一直以来是认知神经科学的核心问题.传统研究主要通过人为操纵刺激属性或任务要求等实验方法来定位语义表征脑区,这类方法虽然取得了诸多成果,但是依然存在难以详细量化语义信息和语境效应等问题.基于语义的分布式假设,自然语言处理(NLP)技术将离散的、难以客观量化的语义信息转变为统一的、可计算的向量形式,极大提高了语义信息的刻画精度,提供了有效量化语境和句法等信息的工具.运用NLP技术提取刺激语义信息,并通过表征相似性分析或线性回归建立语义向量与脑活动模式的映射关系,研究者发现表征语义信息的神经结构广泛分布在颞叶、额叶和枕叶等多个脑区.未来研究可引入知识图谱和多模态融合模型等更复杂的语义表示方法,将语言模型用于评估特殊人群语言能力,或利用认知神经科学实验来提高深度语言模型的可解释性.

关键词：语义表征、大脑、自然语言处理、语言模型

所属期刊栏目：31

分类号：B842(心理学)

资助基金：国家自然科学基金31900802

在线出版日期：2023-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：中插4,1003-1019