联 系 人：吉恩特客服
手 机：136-0866-9917（微信同号）
地 址：河南省洛阳市高新区火炬创业园
那人咬了狗吗?还是反过来了?处理话语时，需要将单词组合到工作记忆中的正确解释中。理解力的一方面是建立“谁对谁做了什么”。这种统一的过程比神经生物学中的基本事件(例如神经元尖峰或突触信号)要花费更长的时间。马克斯•普朗克心理语言学院的语言神经计算模型小组***研究员Hartmut Fitz和他的同事提出了一个说明，其中单个神经元的自适应特征提供了足够长的记忆以弥合这种时间差距并支持语言处理。
Fitz与研究人员Marvin Uhlmann，Dick van den Broek，Peter Hagoort，Karl Magnus Petersson(所有马克斯•普朗克心理语言学研究所)和Renato Duarte(德国于利希研究中心)一起，通过创新地结合实验语言研究了尖峰网络中的工作记忆用计算神经科学方法进行研究。
在句子理解任务中，生物神经元和突触的电路受到顺序语言输入的影响，它们必须映射到表征话语含义的语义关系上。例如，“猫追狗”的意思不同于“猫追狗”，即使两个句子包含相似的单词。需要将各种含义的线索集成到工作内存中以得出正确的消息。研究人员改变了计算机模拟网络中的神经生物学特征，并比较了该模型不同版本的性能。这样一来，他们就可以查明其中哪些功能实现了句子理解所需的存储容量。
迈向语言的计算神经生物学
他们发现，响应外部输入，神经元兴奋性的下调可以提供语言处理的工作记忆。菲茨说：“这表明工作记忆可以驻留在单个神经元内，这与其他理论不同，后者是由于短期的突触变化或由于网络的连通性和兴奋性反馈而引起的。”
他们的模型表明，这种神经元记忆与上下文有关，并且对序列顺序敏感，因此非常适合语言。另外，该模型能够高精度地建立单词和语义角色之间的绑定关系。
Fitz宣称：“尝试建立直接基于基本神经生物学原理的语言模型至关重要。”“这项工作表明，我们可以使用因果建模方法，在解释的神经生物学水平上有意义地研究语言，***终可能使我们能够发展语言的计算神经生物学。”
