获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
词语的具体性和可想象性已被证明对于理解人类如何在大脑中处理和表示语言至关重要。虽然词向量没有明确将词语的具体性纳入其计算中,但它们已被证明能够准确预测人类对具体性和可想象性的判断。受到最近使用神经活动模式分析分布式意义表征的兴趣的启发,我们首先表明,人类受试者在被动理解自然故事时获得的大脑反应可以显著区分所遇到的词语的具体性水平。然后,我们针对同一任务检查大脑表征中的额外感知信息是否可以补充词向量中的上下文信息。然而,我们的预测模型和残差分析的结果表明相反。我们发现大脑表征中的相关信息是语境化词向量中相关信息的一个子集,这为现有的自然语言处理模型状态提供了新的见解。