Words and possible words in early language acquisition

Marchetto, Erika; Bonatti, Luca L.

doi:10.1016/j.cogpsych.2013.08.001

Cited by 41 publications

(46 citation statements)

References 76 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…However, the ability to detect distributions of features may have a somewhat more different developmental time course than conditional statistical learning (e.g. [24,25]), consistent with suggestions that conditional and distributional statistical learning arise from at least partially independent processes. Indeed, on the surface, conditional and distributional statistical regularities (and the tasks used to measure sensitivity to them) are quite distinct.…”

Section: Statistical Learning: One Mechanism or Many?supporting

confidence: 77%

What's statistical about learning? Insights from modelling statistical learning as a set of memory processes

Thiessen¹

2017

Phil. Trans. R. Soc. B

104

View full text Add to dashboard Cite

One contribution of 13 to a theme issue 'New frontiers for statistical learning in the cognitive sciences'. . The difference among these tasks raises questions about whether they all depend on the same kinds of underlying processes and computations, or whether they are tapping into different underlying mechanisms. Prior theoretical approaches to statistical learning have often tried to explain or model learning in a single task. However, in many cases these approaches appear inadequate to explain performance in multiple tasks. For example, explaining word segmentation via the computation of sequential statistics (such as transitional probability) provides little insight into the nature of sensitivity to regularities among simultaneously presented features. In this article, we will present a formal computational approach that we believe is a good candidate to provide a unifying framework to explore and explain learning in a wide variety of statistical learning tasks. This framework suggests that statistical learning arises from a set of processes that are inherent in memory systems, including activation, interference, integration of information and forgetting

show abstract

Section: Statistical Learning: One Mechanism or Many?supporting

confidence: 77%

What's statistical about learning? Insights from modelling statistical learning as a set of memory processes

Thiessen¹

2017

Phil. Trans. R. Soc. B

104

View full text Add to dashboard Cite

show abstract

“…Infants and adults differ in some of their language learning abilities, possibly due to their different cognitive and memory capacities (e.g., Newport, 1990; Newport & Neville, 2001), or because they have outgrown their critical period for language acquisition (e.g., Lenneberg, 1967). For example, having larger memory and attentional capacities, adults are better able to store individual items, exceptions and irregular forms, and may thus be better statistical learners, while infants, given their limited memory capacity, might focus on extracting rules and generalizations in order to capture as much as possible of a given dataset (e.g., Finn & Hudson Kam, 2008; Gervain et al, 2013; Hudson Kam & Newport, 2005; Marchetto & Bonatti, 2013, 2015; Newport, 1990). However, adults and infants are expected to differ less in their perceptual and memory primitives.…”

Section: Discussionmentioning

confidence: 99%

“…This possibility seems unlikely, because, in some situations, both adults and infants do learn multiple regularities at the same time (e.g., Endress & Bonatti, 2007; Endress & Wood, 2011; Marchetto & Bonatti, 2013; Peña et al, 2002). Gerken (2010) tested this issue by first familiarizing infants to the AA/ di / (or A/ di /A) pattern as described above.…”

Section: Introductionmentioning

confidence: 99%

Learning multiple rules simultaneously: Affixes are more salient than reduplications

Gervain

Endress

2016

Mem Cogn

View full text Add to dashboard Cite

Language learners encounter numerous opportunities to learn regularities, but need to decide which of these regularities to learn, because some are not productive in their native language. Here, we present an account of rule learning based on perceptual and memory primitives (Endress, Dehaene-Lambertz, & Mehler, Cognition, 105(3), 577–614, 2007; Endress, Nespor, & Mehler, Trends in Cognitive Sciences, 13(8), 348–353, 2009), suggesting that learners preferentially learn regularities that are more salient to them, and that the pattern of salience reflects the frequency of language features across languages. We contrast this view with previous artificial grammar learning research, which suggests that infants “choose” the regularities they learn based on rational, Bayesian criteria (Frank & Tenenbaum, Cognition, 120(3), 360–371, 2013; Gerken, Cognition, 98(3)B67–B74, 2006, Cognition, 115(2), 362–366, 2010). In our experiments, adult participants listened to syllable strings starting with a syllable reduplication and always ending with the same “affix” syllable, or to syllable strings starting with this “affix” syllable and ending with the “reduplication”. Both affixation and reduplication are frequently used for morphological marking across languages. We find three crucial results. First, participants learned both regularities simultaneously. Second, affixation regularities seemed easier to learn than reduplication regularities. Third, regularities in sequence offsets were easier to learn than regularities at sequence onsets. We show that these results are inconsistent with previous Bayesian rule learning models, but mesh well with the perceptual or memory primitives view. Further, we show that the pattern of salience revealed in our experiments reflects the distribution of regularities across languages. Ease of acquisition might thus be one determinant of the frequency of regularities across languages.

show abstract

“…(bk. Clark, 1995Clark, , 2009Gökmen, 2005;Golinkoff vd., 2000;Trautman, 2009;Jensen, 1999;Marchetto ve Bonatti, 2013) .…”

Section: Discussionmentioning

confidence: 99%

“…Sonuçta, altyazılı veya altyazısız öykü izleme etkinliklerinin rastlantısal sözcük dağarcığı edinimi (IVA) üzerinde sıradan/ normal veya bağlamsal okumadan daha olumlu sonuçları olduğu saptanmıştır. Ayrıca, Marchetto ve Bonatti (2013), erken dil ediniminde sözcükler ve olası sözcüklerin rolünü incelemişlerdir. Araştırmacılar, çalışmalarını çocukların erken sözcükleri ve o sözcüklerle ilişkili diğer yapıları birlikte edindikleri yaklaşımı üzerine kurgulamışlardır.…”

Section: öNceki çAlışmalarunclassified

Measuring Correlation between Word Class Frequency and Simulated Early Lexical Development Based on Data Analysis from Preschool Short Stories

Alduais¹,

Gökmen

2018

View full text Add to dashboard Cite

Bu çalışma, okul öncesi çocuklara yönelik hazırlanan kısa öykülerin, erken sözcüksel gelişimi açıklayan kuram tabanlı bir sisteme dayandığı savından hareket ederek, sözcük sınıfı sıklığının ve / veya oluşumun erken sözcüksel gelişimi açıklamak için kullanılabileceği iddiasını incelemek amacıyla yapılmıştır. Bu çalışmanın kuramsal temeli, davranışçılığa, sıklık varsayımına ve ZIPF yasalarına dayanmaktadır. Bağımlı değişken olarak simüle edilmiş erken sözcüksel gelişim (okul öncesi materyaller tarafından temsil edilen) ve bağımsız değişken olarak da sözcük sınıfı sıklığı ve / veya oluşumu (yinelemeli / yinelemesiz) alınmıştır. Bu iki değişkeni ölçmek için de bağıntısal yaklaşım temel alınmıştır. On kısa öyküyü içeren kısa öykü dizisi, sözcük sınıfları açısından sekiz sözcük sınıfına ayrılmış ve daha sonra farklı anlamsal ulamlara göre sınıflanmıştır. Betimleme yapma ve istatistiksel sonuçlara ulaşabilmek için Minitab (17) sürümü kullanılmıştır. Yapılan istatistik sonucunda içerik sözcüklerinin (% 43, % 5, % 6, % 26 ve % 6) kullanım yüzdelerinin işlev sözcüklerinin kullanım yüzdelerinden (% 5, % 8 ve % 1) açık bir biçimde daha yüksek olduğu saptanmıştır. Ayrıca, Pearson ürün momenti bağıntısı, sözcük sınıfı sıklığı ve / veya oluşumu ile simüle edilmiş erken sözcüksel gelişim arasında güçlü ve pozitif bir bağıntı olduğunu göstermektedir (r = 0.965, p <.0005). Benzer şekilde, bağımsız t-testi sonucunda, yinelemeli (378 ± 438) sözcük sınıfının, yinelemesiz sözcük sınıfına (99 ± 111) göre oldukça yüksek bir erken sözcüksel gelişim oranı taşıdığı saptanmıştır (t (7) = 1.72, p =0.130). İçerik sözcüklerinin işlev sözcüklerinden daha fazla kullanılan dilsel birimler olduğuna dönük sözcük sınıflamasına ve dağılımsal özelliklerine ilişkin sonuçlar, okulöncesi çocuklara yönelik kısa öykülerin erken sözcüksel gelişimi yansıtan kuram temelli bir sistem içerdiğini göstermektedir. Ayrıca, iki değişken arasındaki güçlü bağıntı, sözcük sınıfı sıklığı ve / veya oluşumuna ilişkin elde edilen değerlerin çocuğun erken sözcüksel gelişimini yansıtan bir nitelik taşıdığını göstermektedir.

show abstract

Words and possible words in early language acquisition

Cited by 41 publications

References 76 publications

What's statistical about learning? Insights from modelling statistical learning as a set of memory processes

What's statistical about learning? Insights from modelling statistical learning as a set of memory processes

Learning multiple rules simultaneously: Affixes are more salient than reduplications

Measuring Correlation between Word Class Frequency and Simulated Early Lexical Development Based on Data Analysis from Preschool Short Stories

Contact Info

Product

Resources

About