Seminario 23/04/2015

Presenterò un modello computazionale costruito su una rete Rescorla-Wagneriana che impara con successo ad attivare più vigorosamente quei contrasti lessicali che sono effettivamente codificati nel segnale ortografico, senza decomporre quel segnale in una sequenza non sovrapposta di morfemi.
Successivamente, mostrerò che una misura di precedente disponibilità che può essere derivata dalla rete Rescorla-Wagneriana è fortemente in correlazione con i conteggi delle parole standard. Questa misura fornisce una spiegazione dell’effetto della frequenza delle parole senza chiamare in causa contatori nella testa.
Infine, dimostrerò che il prodotto dell’attivazione della rete e la precedente disponibilità della rete fornisce una singola misura che semplifica i modelli di regressione che predicono latenze di reazione nella decisione lessicale preparata, rispetto a una gamma di predittori lessicali standard.
Il modello di apprendimento presentato fa uso ottimale del ricco potenziale di segnali sublessicali che servono a discriminare i vari contrasti empirici codificati nei sistemi di scrittura ed utilizzati durante il riconoscimento delle parole.