机构名称：
¥ 2.0
摘要 最近，处理自然语言的人工神经网络在需要句子级理解的任务中取得了前所未有的表现。因此，它们可以成为人类大脑中语言信息整合的有趣模型。我们回顾了将这些人工语言模型与人类大脑活动进行比较的研究，并评估了这种方法在多大程度上提高了我们对自然语言理解所涉及的神经过程的理解。主要得出两个结果。首先，词义的神经表征与人工神经网络使用的依赖于上下文的密集词向量一致。其次，人工神经网络中出现的处理层次与大脑大致匹配，但令人惊讶的是，不同研究之间的不一致。我们讨论了建立人工神经网络作为自然语言理解过程模型的当前挑战。我们建议在将表征映射到大脑数据时利用人工神经网络高度结构化的表征几何。
深度学习模型研究人类大脑的句子理解
主要关键词
相关文件推荐
