换一批自然言语理解中预测编码的神经计算与建模
Neural Computation and Modeling of Predictive Coding in Naturalistic Speech Comprehension
摘要预测编码被认为是实现高效、准确言语理解的核心机制.随着自然范式的发展和大语言模型的应用,研究者得以在具有高生态效度的语境中对语言预测过程进行探索.用于探索自然言语理解中预测编码机制的计算与建模方法近年来快速发展,包括基于语言模型的预测编码计算、脑际视角下的预测编码计算以及预测编码的动态机制建模等.这些方法在三个层面推动了预测编码机制的实证研究和理论进步:在现象层面,预测加工在语言理解中普遍存在,且在复杂环境中具备稳健性;在计算层面,大脑能够并行整合多层级语境,生成多尺度预测输出;在神经机制层面,多频带神经振荡协同参与预测编码.对上述方法与进展的系统梳理有助于深化对语言理解中预测机制的认识.
更多相关知识
关键词
预测编码自然言语理解大语言模型计算建模predictive codingnaturalistic speech comprehensionlarge language modelscomputational modeling
栏目名称
DOI
10.16719/j.cnki.1671-6981.20250409
发布时间
2025-09-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
