Artificial language studies have de

Artificial language studies have demonstrated that learners are able to segment individual word-like units from running speech using the transitional probability information. However, this skill has rarely been examined in the context of natural languages, where stimulus parameters can be quite different. In this study, two groups of English-speaking learners were exposed to Nor- wegian sentences over the course of three fMRI scans. One group was provided with input in which transitional probabilities pre- dicted the presence of target words in the sentences. This group quickly learned to identify the target words and fMRI data revealed an extensive and highly dynamic learning network. These results were markedly different from activation seen for a second group of participants. This group was provided with highly similar input that was modified so that word learning based on syllable co- occurrences was not possible. These participants showed a much more restricted network. The results demonstrate that the nature of the input strongly influenced the nature of the network that learners employ to learn the properties of words in a natural language

ผลลัพธ์ (ไทย) 1:

ศึกษาภาษาประดิษฐ์ได้แสดงว่า ผู้เรียนจะสามารถแบ่งส่วนแต่ละหน่วยเช่นคำเรียกเสียงโดยใช้ข้อมูลความน่าเป็นอีกรายการ อย่างไรก็ตาม ทักษะนี้มีไม่ค่อยถูกตรวจสอบในบริบทของภาษาธรรมชาติ การที่กระตุ้นพารามิเตอร์จะแตกต่างกัน ในการศึกษานี้ สองกลุ่มของผู้เรียนที่พูดภาษาอังกฤษได้สัมผัสกับประโยค หรือ-wegian ช่วงเวลาของการสแกน fMRI สาม กลุ่มหนึ่งให้ มีการป้อนข้อมูลใน dicted ก่อนที่กิจกรรมอีกรายการของเป้าหมายคำในประโยค กลุ่มนี้เรียนรู้วิธีการระบุคำเป้าหมายได้อย่างรวดเร็ว และข้อมูล fMRI เปิดเผยเครือข่ายการเรียนรู้ที่หลากหลาย และแบบไดนามิกสูง ผลลัพธ์เหล่านี้แตกต่างกันอย่างเด่นชัดเห็นกลุ่มที่สองของผู้เข้าร่วมงานได้ กลุ่มนี้มีให้กับอินพุตสูงคล้ายกันที่ถูกปรับเปลี่ยนเพื่อให้เรียนรู้คำตามเสียง เกิดขึ้นบริษัทไม่ได้ คนเหล่านี้แสดงให้เห็นว่าเครือข่ายถูกจำกัดมากขึ้น ผลลัพธ์แสดงให้เห็นว่า ลักษณะของการป้อนข้อมูลขอมีอิทธิพลต่อลักษณะของเครือข่ายที่ผู้เรียนใช้เรียนรู้คุณสมบัติของคำในภาษาธรรมชาติ

ผลลัพธ์ (ไทย) 2:

เรียนภาษาประดิษฐ์ได้แสดงให้เห็นว่าผู้เรียนสามารถที่จะส่วนแต่ละหน่วยคำเช่นคำพูดจากการทำงานโดยใช้ข้อมูลความน่าจะเป็นในช่วงการเปลี่ยนแปลง แต่สกิลนี้ได้รับการตรวจสอบไม่ค่อยในบริบทของภาษาธรรมชาติที่กระตุ้นพารามิเตอร์สามารถแตกต่างกันมาก ในการศึกษานี้ทั้งสองกลุ่มของผู้เรียนที่พูดภาษาอังกฤษได้สัมผัสกับประโยค wegian Nor- ในช่วงสามสแกน fMRI กลุ่มหนึ่งที่ถูกจัดให้มีการป้อนข้อมูลที่น่าจะเปลี่ยนผ่านก่อนบ่อยๆการปรากฏตัวของคำเป้าหมายในประโยค กลุ่มนี้ได้อย่างรวดเร็วเรียนรู้ที่จะระบุคำเป้าหมายและข้อมูล fMRI เปิดเผยเครือข่ายการเรียนรู้อย่างกว้างขวางและแบบไดนามิกสูง เหล่านี้เป็นผลที่แตกต่างกันอย่างเห็นได้ชัดจากการเปิดใช้เห็นมาเป็นกลุ่มที่สองของผู้เข้าร่วม กลุ่มนี้ถูกจัดให้มีการป้อนข้อมูลที่คล้ายกันอย่างมากที่มีการปรับเปลี่ยนเพื่อให้การเรียนรู้คำว่าขึ้นอยู่กับเหตุการณ์ที่เกิดขึ้นร่วมพยางค์เป็นไปไม่ได้ เข้าร่วมเหล่านี้แสดงให้เห็นว่าเครือข่ายที่ จำกัด มากขึ้น ผลแสดงให้เห็นว่าลักษณะของการป้อนข้อมูลที่มีอิทธิพลลักษณะของเครือข่ายที่ผู้เรียนจ้างที่จะเรียนรู้คุณสมบัติของคำในภาษาธรรมชาติ

ผลลัพธ์ (ไทย) 3:

เรียนภาษาเทียม พบว่าผู้เรียนจะสามารถส่วนบุคคล คำว่า หน่วยานการพูดโดยใช้ข้อมูลความน่าจะเป็นเฉพาะกาล . อย่างไรก็ตาม ทักษะนี้ยังไม่ค่อยถูกตรวจสอบในบริบทของภาษาธรรมชาติที่พารามิเตอร์กระตุ้นสามารถแตกต่างกันมาก ในการศึกษานี้สองกลุ่มของผู้เรียนภาษาอังกฤษพูดถูกเปิดเผย หรือ - wegian ประโยคมากกว่าหลักสูตรของสาม fMRI สแกน กลุ่มหนึ่งได้รับการป้อนข้อมูลที่ระดับความน่าจะเป็นก่อน dicted มีคำเป้าหมายในประโยค กลุ่มนี้ได้เรียนรู้ได้อย่างรวดเร็วระบุเป้าหมายคำและข้อมูล fMRI พบอย่างกว้างขวางและเครือข่ายการเรียนรู้สูงแบบไดนามิกผลลัพธ์เหล่านี้มีมากแตกต่างจากการเห็นกลุ่มที่สองของผู้เข้าร่วม กลุ่มนี้ได้รับการป้อนข้อมูลที่คล้ายกันมากมีการดัดแปลงเพื่อการเรียนรู้คำขึ้นอยู่กับพยางค์ Co - เกิดไม่ได้ เข้าร่วมเหล่านี้มีเครือข่ายมากขึ้น จำกัด .ผลการวิจัยแสดงให้เห็นว่าลักษณะของข้อมูลกลุ่มศึกษาธรรมชาติของเครือข่ายที่ผู้เรียนใช้เพื่อเรียนรู้คุณสมบัติของประโยคในภาษาธรรมชาติ