本書是一本論文專輯，致力于探索自然語言處理和認知科學(xué)之間的關(guān)系，以及計算機科學(xué)對于這兩個領(lǐng)域的貢獻。根據(jù)Poibeau和Vasishth[POI 16]所述，對認知問題的研究興趣可能較少受到關(guān)注。因為在認知科學(xué)領(lǐng)域，研究者往往無力應(yīng)對自然語言處理技術(shù)的復(fù)雜性；同樣，自然語言處理的研究者也沒有認識到認知科學(xué)對于他們工作的貢獻。我們相信，2004年啟動的自然語言處理和認知科學(xué)國際研討會（NLPCS）提供了一個強大的平臺，支持新的研究課題的多樣性，并且能幫助研究者建立共識。與此同時，這個平臺還認可跨學(xué)科方法的重要性，并將計算機科學(xué)家、認知學(xué)和語言學(xué)的研究者聚集到一起來推動自然語言處理研究。
本書包含10章，都是由自然語言處理和認知科學(xué)國際研討會的研究者完成的。
在第1章，Philippe Blache闡述了理解語言的過程在理論上是非常復(fù)雜的，該過程必須實時進行，且需要許多不同來源的信息。他認為對于一個語言輸入的整體解釋應(yīng)該建立在基于塊的基本單元的分組之上，而這些單元構(gòu)成了“盡可能解釋”原則的支柱，該原則負責(zé)推遲理解過程，直到有足夠的信息可用。
接下來的兩章討論人類關(guān)聯(lián)問題。在第2章，Korzycki、Gatkowska和Lubaszewski討論了一個有900個學(xué)生參與的自由詞關(guān)聯(lián)測試。他們利用三個算法從文本中提取出關(guān)聯(lián)列表，然后將提取的關(guān)聯(lián)列表與人類關(guān)聯(lián)列表做對比。這三個算法分別是Church-Hanks算法、潛在語義分析（LSA）和潛在狄利克雷分配（LDA）。
在第3章，Lubaszewski、Gatkowska和Godny描述了一個過程，用于在實驗中建立的人類關(guān)聯(lián)網(wǎng)絡(luò)中的單詞關(guān)聯(lián)。他們認為每個關(guān)聯(lián)都是基于兩個釋義之間的語義關(guān)系，而這種釋義之間的關(guān)聯(lián)有自己的方向，并且獨立于其他關(guān)聯(lián)的方向。此過程使用圖結(jié)構(gòu)來生成語義一致的子圖。
在第4章，Rapp探索了人類語言生成是否是由關(guān)聯(lián)控制的，以及話語的下一個實詞是否可被視為該實詞表示的一種關(guān)聯(lián)，而這種關(guān)聯(lián)已經(jīng)在說話人的記憶中被激活。他還介紹了反向關(guān)聯(lián)任務(wù)的概念，討論了激勵詞是否可以通過響應(yīng)詞來預(yù)測。他根據(jù)反向關(guān)聯(lián)任務(wù)搜集了人類數(shù)據(jù)，并將其與機器生成的結(jié)果進行了比較。
在第5章中，Vincent-Lamarre和他的同事研究了在字典中定義所有其余單詞所需的單詞及其數(shù)量。為此，他們在詞典組件Wordsmyth上使用了圖論分析。其研究結(jié)果對于理解符號基礎(chǔ)，以及詞義的學(xué)習(xí)和心理表征具有重要意義。他們得出的結(jié)論是，語言使用者只有掌握用于理解詞的定義的詞匯表中的單詞，才能夠從語言（口頭）定義中學(xué)習(xí)和理解單詞的含義。
第6章側(cè)重于詞義消歧。Tripodi和Pelillo根據(jù)進化博弈論方法來研究詞義消歧。要消除歧義的每個單詞都表示為玩家，每個意義都表示為策略。該算法已經(jīng)在具有不同數(shù)量標(biāo)記詞的四個數(shù)據(jù)集上進行了測試。它利用關(guān)系和上下文信息來推斷目標(biāo)詞的含義。實驗結(jié)果表明，該方法的性能優(yōu)于傳統(tǒng)方法，并且只需要少量標(biāo)記點就能勝過有監(jiān)督系統(tǒng)。
在第7章中，Zock和Tesfaye專注于以四個任務(wù)表達的文本生成的挑戰(zhàn)性任務(wù)：構(gòu)思、文本結(jié)構(gòu)、表達和修訂。他們專注于文本結(jié)構(gòu)，涉及消息的分組（分塊）、排序和鏈接。其目的是研究文本生成的哪些部分可以自動化，以及計算機是否可以基于用戶提供的一組輸入構(gòu)建一個或多個主題樹。
著述屬性是第8章研究的重點。Boukhaled和Ganascia分析了使用虛詞的序貫規(guī)則和詞性（POS）標(biāo)簽作為文本標(biāo)記的有效性。該有效性不依賴于詞袋假設(shè)或原始頻率。他們的研究表明，虛詞和詞性n元組（n-gram）的頻率優(yōu)于序貫規(guī)則。
第9章討論了基頻檢測（F0），它在人類語音感知中起著重要作用。Glavitsch探索了使用人類認知原理進行的F0估計是否能夠表現(xiàn)得與最新的F0檢測算法一樣好或更好。他所提出的運行在時域的算法錯誤率較小，并且在使用有限的存儲和計算資源的情況下，其表現(xiàn)超過了傳統(tǒng)的最高水平的基于關(guān)聯(lián)的RAPT方法。在神經(jīng)認知心理學(xué)中，手動收集的完形填充概率（CCP）用于量化眼球運動控制模型中句內(nèi)上下文單詞的可預(yù)測性。由于CCP數(shù)據(jù)都是基于上百個參與者的采樣，在所有新的激勵上泛化該模型是很難的。
在第10章中，Hofmann、Biemann和Remus提出應(yīng)用語言模型，這些模型可以通過在線數(shù)據(jù)庫中公開可用數(shù)據(jù)集的item級別的性能進行基準(zhǔn)測試。先前在腦電圖（EEG）和眼球運動（EM）數(shù)據(jù)中從句內(nèi)上下文中預(yù)測單詞的神經(jīng)認知方法依賴于CCP數(shù)據(jù)。他們的研究表明，當(dāng)直接計算CCP、EEG和EM數(shù)據(jù)時，n元語言模型和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）的句法和短程語義過程差不多同樣好。這可以幫助將神經(jīng)認知模型推廣到所有可能的新穎單詞組合。
參考文獻