机构名称：
¥ 1.0
人类获取信息的重要方式是通过语言，但语言经验是否以及如何驱动特定的神经语义表征仍然知之甚少。我们考虑了 3 种不同的语言计算原理（简单共现、网络（图形）拓扑关系和神经网络向量嵌入关系）捕获的统计属性，并测试了它们在多大程度上可以解释语义表征的神经模式，通过 2 个具有共同语义过程的功能性磁共振成像实验进行测量。不同的图形拓扑词关系，而不是简单的共现或神经网络向量嵌入关系，对前颞叶（捕获图形共同邻居）、下额回和后中/下颞回（捕获图形最短路径）中的神经模式具有独特的解释力。这些结果相对特定于语言：它们不能用感觉运动相似性来解释，并且相同的视觉对象计算关系（基于视觉图像数据库）在图片命名实验中对视觉皮层产生了影响。也就是说，语言中的不同拓扑属性以及语言和视觉输入的相同拓扑计算（共同邻居）被不同的大脑区域捕获。这些发现揭示了语言的图形拓扑属性的特定神经语义表征，突出了人类大脑中语义表征的信息类型特定和统计属性特定的方式。
语言中的不同计算关系由不同的大脑系统捕捉
主要关键词
相关文件推荐
