Identifying and interpreting non-aligned human conceptual representations using language modeling

这个问题是否人们在世界上的经验会影响概念表征和词汇语义一直存在。词语联想、特征列表和相似度评估任务旨在回答这个问题，但需要对识别出的潜在维度进行主观解释。在这项研究中，我们介绍了一种监督表征对齐方法，它(i)确定两组个体是否共享某个类别的相同基础，(ii)解释它们在哪些方面存在差异。通过应用这种方法，我们展示了先天性失明在非感官和感官相关的语言领域中诱导了概念重组，并确定了相关的语义转移。我们首先对语言模型（GloVe）应用监督特征修剪，以优化从词嵌入中预测人类相似度判断的准确性。修剪确定了一个子集，该子集优化了视力正常个体所做判断的预测，另一个子集优化了盲人所做判断的预测。然后，线性探测分析通过学习从保留的GloVe特征到65个可解释的语义维度的映射来解释这些特征子集的潜在语义。我们将这种方法应用于七个语义领域，包括与运动、视觉、触觉相关的动词以及与知识获取相关的非感官动词。我们发现，失明个体更强烈地将社会和认知含义与涉及运动的动词或传达非言语声音的动词（例如，呜咽，呻吟）联系起来。相反，对于非感官动词，他们表现出更稀疏的信息。最后，对于一些动词，盲人和视力正常个体的表征非常相似。该研究提供了一种研究词义之间的个体差异的正式方法，以及首次展示了失明如何影响日常动词的概念表征。

研究人员试图探讨人类经验如何影响概念表征和词汇语义，尤其是视觉障碍者的语言表征是否会发生变化。

该论文提出了一种有监督的表征对齐方法，可以确定两组人是否共享某个类别的相同基础，并解释它们在哪些方面存在差异。

论文使用GloVe模型进行语义表示，通过有监督的特征修剪方法，确定哪些特征最适合盲人和视力正常者的语义相似度预测。然后，通过线性探测分析，学习从GloVe特征到65个可解释的语义维度的映射，探讨了七个语义领域中的盲人和视力正常者之间的词汇语义差异。研究表明，盲人在涉及社交和认知方面的动作动词或表示非语音声音的动词中更强烈地关联社交和认知含义。

相关研究包括使用语言模型和神经网络进行语义表示的工作，以及研究盲人和视力正常者之间的语言差异的工作。