b' 创作 产生\xc2\xa0想法、\xc2\xa0收集\xc2\xa0信息 规划\xc2\xa0和\xc2\xa0组织 审阅\xc2\xa0和\xc2\xa0编辑 句法 语法\xc2\xa0和\xc2\xa0句法\xc2\xa0意识 句子\xc2\xa0阐述 标点符号 文本\xc2\xa0结构 叙述、\xc2\xa0信息、\xc2\xa0观点\xc2\xa0结构 段落\xc2\xa0结构 模式\xc2\xa0组织\xc2\xa0(描述、序列、\xc2\xa0原因/结果、\xc2\xa0比较/对比、问题/解决方案) 链接\xc2\xa0和\xc2\xa0过渡\xc2\xa0单词/短语 写作\xc2\xa0工艺 文字\xc2\xa0选择 意识\xc2\xa0of\xc2\xa0任务、\xc2\xa0观众\xc2\xa0目的 文学\xc2\xa0设备 转录 拼写 手写、\xc2\xa0键盘输入'
第 1 单元:语言、交流与思维 日期 主题 阅读 周三 9/4 心理语言学概论 Fernandez & Cairns 第 25 – 29 页。[可选 Pinker 第 1 – 2 章] 周一 9/9 语言与交流 Traxler,第 1 章,第 3 – 20 页,Crystal,第 396 – 398 页 周三 9/11 语言与交流 Hauser,Chomsky & Fitch 周一 9/16 语言与思维 Traxler 第 1 章,第 20 – 34 页 周三 9/18 语言与思维 Pinker,第 3 章 第 2 单元:声音:语音学、言语产生与言语感知 周一 9/23 语音学与音系学 Fernandez & Cairns,第 29 – 44 页。[可选 Pinker 第 6 章] 周三 9/25 言语产生 Traxler,第 1 章2,第 54-56 页 周一 9/30 语音感知语言文件 9.4 [“周三 10/2”] 语音感知 - 异步 Traxler,第 2 章,第 56-73 页 周一 10/7 语音感知 Traxler,第 9 章,第 331-350 页 周三 10/9 语音感知 Traxler,第 9 章,第 331-350 页 第 3 单元:单词 周一 10/14 概念、单词和含义 Traxler,第 3 章,第 84-101 页 周三 10/16 词汇和单词学习 Traxler 第 9 章,第 350-357 页 周一 10/21 词汇访问。 Traxler,第 2 章,第 39-54 页 周三 10/23 3,第 101-131 页 周一 10/28 词汇访问与形态学 第 4 单元:句子:句法、解析与生成 周三 11/1 句子与句法 Fernandez & Cairns,第 47-62 页 周一 11/4 句子与句法 Stromswold 的句法讲义,Pinker 第 4 章 周三 11/6 句子处理 Traxler,第 4 章,第 145-171 页;Pinker 第 7 章 周一 11/11 句子处理 Traxler,第 4 章,第 145-171 页Pinker 第 7 章 周三 11/13 句子处理 Traxler,第 4 章,第 171-185 页4,第 171-185 页 周三 11/20 句子生成 重读 Traxler 第 2 章,第 39-54 页;Fromkin 1973 第 5 单元:生物语言学 周一 11/25 (A) 典型语言习得 Stromswold 2000,Traxler 第 14 章 周一 12/2 获得性语言障碍 Traxler 第 13 章,(可选:Pinker,第 10 章) 周三 12/4 获得性语言障碍 Traxler 第 13 章 周一 12/9 神经影像学 重读 Traxler 第 93-101 页、122-131 页和讲义 周三 12/11 手语心理语言学 Traxler 第 12 章 [取决于课堂投票]
1。句法:表达这两个概念的措辞有多相似?这是对这种关系的单词分析,而不是对语言的解释。2。语义:这两个概念的含义有多相似?这涉及对每个概念语言的一些解释。3。功能:执行这两个概念的结果有多相似?这涉及了解如果两个概念被实现,执行或以其他方式执行,将会发生什么。
摘要 好奇心和解开宇宙奥秘的渴望一直是人们寻求知识的驱动力。近年来,众多学科之间的互联互通逐渐显现,引发了开创性的研究,并为我们打开了新的理解视野。语言学和物理学这两个看似毫不相干的领域就是这样一个交汇点。物理学是研究物质和能量的学科,而语言学是研究语言的科学学科,乍一看,它们似乎是两个截然不同的学科。然而,深入研究就会发现,它们之间有着有趣的相似之处和共同的理念。尽管角度不同,但这两个领域都旨在理解构成我们宇宙的基本要素。本文探讨了语言学和物理学这两个看似毫不相干的领域之间的迷人联系,它们有着一些共同的基本思想和方法。本文的目的是阐明这两个领域之间的相互作用可能产生的协同作用和合作机会。我们探索了许多主题,包括语言的物理性、句法的计算复杂性、语义的认知基础以及与量子理论的潜在联系。我们希望通过弥合语言学和物理学之间的差距来支持跨学科研究和对这两个领域的更深入理解。关键词 语言学、物理学、合作、形而上学、语义学、句法、量子理论
与所有其他语言一样,英语也遵循一套规则。从广义上讲,语法中与通过内部修改或词缀改变单词形式有关的部分称为词形变化,而这些单词在句子中的排列方式称为句法。例如,词根“contradiction”是一个名词。它可以变成不同的词类。如果你说“contradict”,它就变成动词,如果你说“contradictory”,它就变成形容词。
本研究调查了两个问题。一是:除了单个单词之外的句子处理在多大程度上独立于输入模态(语音与阅读)?第二个问题是:两种模态所招募的网络的哪些部分对句法复杂性敏感?这些问题是通过让 200 多名参与者阅读或聆听格式良好的句子或一系列不相连的单词来调查的。发现一个主要位于左半球的额颞顶网络本质上是超模态的,即独立于输入模态。此外,左下额叶 (LIFG) 和左后中颞叶 (LpMTG) 与左分支复杂性最明显相关。左前颞叶对右分支复杂性不同的句子表现出最大的敏感性。此外,LIFG 和 LpMTG 中的活动从句子开始到结束增加,同时左分支复杂性也增加。虽然 LIFG、双侧前颞叶、后 MTG 和左下顶叶均对超模态统一过程有所贡献,但结果表明这些区域对句法复杂性相关处理的贡献各不相同。本文讨论了这些发现对语言处理的神经生物学模型的影响。
10. 人文与社会科学:经济学:需要微观经济学/宏观经济学/国际贸易/经济史专业。但是,也鼓励经济学其他专业的优秀候选人申请。语言学:语义学、神经语言学、音系学、比较句法、理论/形式句法、心理语言学、语言习得、计算语言学。文学:诗歌、东北文学和文化、下层阶级和达利特人研究、比较文学、抗议文学、民俗学、数字人文、文化研究/文学文化研究、艺术与美学、电影研究。哲学:哲学的所有分支学科,特别关注以下领域:伦理学、形而上学、哲学史、政治哲学、法哲学、逻辑学、认识论、心灵哲学、环境哲学、女权主义哲学、文化哲学、宗教哲学、技术哲学和科学哲学。特别欢迎能够阅读非英语语言哲学文本且属于世界不同地区不同哲学传统的哲学家申请。心理学:社会心理学、积极心理学、认知心理学、神经心理学、计算心理学。社会学:家庭、亲属和性别社会学;工业和组织社会学;人口研究和人口统计学;达利特和部落研究;经济社会学/人类学;视觉社会学/人类学。
10. 人文与社会科学:经济学:需要微观经济学/宏观经济学/国际贸易/经济史专业。但是,也鼓励经济学其他专业的优秀候选人申请。语言学:语义学、神经语言学、音系学、比较句法、理论/形式句法、心理语言学、语言习得、计算语言学。文学:诗歌、东北文学和文化、下层阶级和达利特人研究、比较文学、抗议文学、民俗学、数字人文、文化研究/文学文化研究、艺术与美学、电影研究。哲学:哲学的所有分支学科,特别关注以下领域:伦理学、形而上学、哲学史、政治哲学、法哲学、逻辑学、认识论、心灵哲学、环境哲学、女权主义哲学、文化哲学、宗教哲学、技术哲学和科学哲学。特别欢迎能够阅读非英语语言哲学文本且属于世界不同地区不同哲学传统的哲学家申请。心理学:社会心理学、积极心理学、认知心理学、神经心理学、计算心理学。社会学:家庭、亲属和性别社会学;工业和组织社会学;人口研究和人口统计学;达利特和部落研究;经济社会学/人类学;视觉社会学/人类学。
10. 人文与社会科学:经济学:需要微观经济学/宏观经济学/国际贸易/经济史专业。但是,也鼓励经济学其他专业的优秀候选人申请。语言学:语义学、神经语言学、音系学、比较句法、理论/形式句法、心理语言学、语言习得、计算语言学。文学:诗歌、东北文学和文化、下层阶级和达利特人研究、比较文学、抗议文学、民俗学、数字人文、文化研究/文学文化研究、艺术与美学、电影研究。哲学:哲学的所有分支学科,特别关注以下领域:伦理学、形而上学、哲学史、政治哲学、法哲学、逻辑学、认识论、心灵哲学、环境哲学、女权主义哲学、文化哲学、宗教哲学、技术哲学和科学哲学。特别欢迎能够阅读非英语语言哲学文本且属于世界不同地区不同哲学传统的哲学家申请。心理学:社会心理学、积极心理学、认知心理学、神经心理学、计算心理学。社会学:家庭、亲属和性别社会学;工业和组织社会学;人口研究和人口统计学;达利特和部落研究;经济社会学/人类学;视觉社会学/人类学。
为了破译人脑的语言表示基础的算法,先前的工作通过对NLU任务进行了微调的预先调整的预先训练的人工神经网络(ANN)模型对大脑对语言输入的反应。然而,完整的微调通常会更新整个参数空间并扭曲预训练的功能,从而与大脑的强大多任务学习无关。及时调整可以保护预训练的权重,并学习特定于任务的嵌入以适合任务。迅速调整是否会产生代表,可以更好地说明大脑语言表示的比较?如果是这样,什么样的NLU任务会导致预先训练的模型更好地解码人脑中所代表的信息?我们通过比较神经解码中的迅速调整和微调的表示来调查这些问题,这预测了刺激引起的大脑活动的语言刺激。我们发现,在10个NLU任务中,全面的微调都没有明显胜过神经解码的迅速调整,这意味着一种更一致的调谐方法会产生代表性的代表,可以更好地与大脑数据相关。更重要的是,我们确定处理精细概念的任务意味着比其他任务更好地解码大脑激活模式的屈服表示,尤其是句法构成任务。这表明我们的大脑编码代表语言时浅层句法信息更细粒度的概念信息。