|
幼児はいかにして言語を獲得するのであろうか．文法書や辞書などが存在しない中で，しかも発話状況から意味を推測するには可能性が多すぎる中にあるにも関わらず，幼児は聞き入れた発話に対しそれに対応する意味を結びつける．この人間の言語獲得の過程を解明することは大変意義深いが，頭の中を直接観察することはできない．そこで本研究では言語獲得における繰り返し学習モデルの，(i)意味表現，(ii)文法の一般化アルゴリズム，(iii)認知バイアスの有効性の測定の３つの課題について検討してきた．意味表現については既存の繰り返し学習モデルをベースとして共同注視の枠組みを導入した意味選択型繰り返し学習モデルを提案した．また，認知バイアスを提案したモデルのエージェントに組み込みその有効性を検証した．
最終年度においては，文法規則の生成に関する一般化アルゴリズムの見直しに着手した．具体的には，計算機シミュレーションのモデルを実世界で設定し，被験者を立てた類似実験を行った．実世界における繰り返し学習実験をするにあたり，状況を示す動画と発話を示すピアノの音色を任意回数被験者に与えた．被験者は与えられたセットから規則を作成し，次の被験者へ規則を用いて作成した音色と動画を伝達させる．これらを繰り返すことで被験者がどのようにして規則を構築するかについてを観察し新たな文法の一般化アルゴリズムの発見を試みた．得られた結果として，計算機では経験した全ての状況と発話を比較し適用できる規則を見つけるのに対し，人間はより新しく経験したもの，および部分的には瑕疵があったとしても類似していたら強引に適用するといった特徴がみられた．今後の展開として，実世界での認知実験で得られた知見を計算機シミュレーションに落とし込む方法を検討しこれをモデルに導入することを想定している．
|
