标题：Natural language processing models reveal neural dynamics of human conversation

链接：https://www.biorxiv.org/content/10.1101/2023.03.10.531095v1 

作者：Jing Cai, Alex E. Hadjinicolaou, Angelique C. Paulk, Ziv M. Williams & Sydney S. Cash

单位：哈佛医学院，哈佛-麻省理工学院健康科学与技术部

摘要：

人类的语言交流需要在语言规划、产生和理解之间快速地相互作用。这些过程是由分布广泛的大脑区域的局部和长程神经动态来支持的。然而，在自然对话过程中，语言信息是如何被精确表达的，或者有哪些共同的神经过程参与其中，在很大程度上仍然是未知的。在这里，研究者对参与自由对话的参与者进行颅内神经记录，并采用了深度学习自然语言处理模型，不仅发现了神经到人工网络活动之间的惊人相似性，也发现了语言信息在产生和理解过程中的编码方式。总的来说，编码语言信息的神经活动模式与反映说话者-听话者转换的神经活动模式密切相关，并且在单词说出后或没有进行对话时，神经活动模式会减少。在语言产生和理解过程中，它们也在不同的中观区域和频段被观察到，表明这些信号反映了对话过程中所传达的分层结构的信息。总之，这些发现表明，语言信息在说话和听话时都是通过类似的神经表征在大脑中编码的，并开始揭示出支持人类交流的分布式神经动态。