| 研究概要 |
Smith教授のグループは英語話者の幼児は,新規物体に対する命名を行う際に,既知の物体の固体性により重きを置いた命名をする傾向があること,一方,日本語話者の幼児は,既知の物体の生物性により重きを置いた命名をする傾向があることを報告している.このことは言語構造と物体概念の学習の間に深い関係があることを示唆する.物体概念の学習と言語構造の関係を調べるためにまず,成人に対して日常的な物体に対する知識構造の調査を行い,多変量解析によりその統計的構造を分析した.次に,この構造に「ある」,「いる」や加算/不可算名詞に相当する言語情報を付加した場合の知識空間の変化を調べた.その結果,従来言われているように個別性という単一次元の境界が移動するというより,多次元空間に言語情報が加わることで英語の場合固体性,日本語の場合生物性に対応する区分が顕在化することがわかった.第2に,上記の知見を含む幼児の初期物体概念の獲得過程のニューラルネットワークモデルを構築した.従来,ボルツマンマシンを用いたモデルが提案されてきたが,その挙動を詳細に分析すると,ある特定の条件が満たされないとモデルが適切に機能しないことがわかった.この欠点を克服するために特徴空間を大域的に調整するのではなく,局所的に特徴に対する注意を学習できるモデルを提案し,このモデルが,Smith教授のグループの実験データを定量的にかなりよく再現することができることを示した.関連する研究として,色と形態の情報を統合した物体表象を動的な状況で保持するメカニズムに関する研究,運動する物体の消失位置の記憶に関する研究を成人で行った.
|
