机构名称：
¥ 1.0
人类和机器都面临建立视觉和语言信息之间关系的问题。在人类中，这个过程被称为单词学习，并且已经由发展科学家进行了广泛的研究。在计算机中，将视觉特征与单词链接是计算机视觉研究人员研究的几个任务的关键部分，包括观察分类和图像字幕。在本文中，我们探讨了人类和机器发现的这些问题的解决方案，通过从计算机视觉系统的能力中预测人类儿童的单词学习时间过程。Developmental scientists have long been interested in un- derstanding how infants and young children learn new words (Bloom, 2002; Brown, 1973; Golinkoff et al., 2000; Quine, 1960; Wojcik et al., 2022), often framing the problem as one of establishing reference between words and their cor- responding objects, events, or properties (Markman, 1990; Schwab & Lew-Williams, 2016）。虽然单词学习的轨迹随儿童而异，但在学习不同种类的单词的速度上至少有一定的一致性（Frank等，2021）。例如，学习英语（以及许多其他语言）的孩子倾向于学习描述身体部位（例如“眼”或“鼻子”）耳朵的单词，而不是学习连接单词（例如“和“或“ be”））。发展科学家正在寻找这种模式的预测指标。例如，在以儿童为导向的语音中更频繁的单词倾向于早些时候学习（Swingley＆Humphrey，2018年）。但是，对这些预测因子的研究仅限于可以测量的数量
UC Merced-计算认知科学实验室
主要关键词
相关文件推荐
