/eb9a11de06bc2a7d0fe76f9a5c81e56b795559f4/53616c7465645f5fbcd17775ad399b2b762d1c494ab3e02d1b962f0954b88dc3fcbd80045d424a5bea16daa88147530c98c48ebd0b399741a89ae7d6b617d43bad4cd8062ff57a6ae058507cbb195eb8596739fdcfb42f468b79e9a7f61ac0403c7ee091977eedf1986c11e5796b1253.jpg "turkdilbilim")
Dili anlamak için, söylenen kelimeleri hatırlamalı ve bunları bir yorumda birleştirmeliyiz. Nöronal ateşleme olaylarının çok kısa ömürlü olmasına rağmen, beyin bunu başaracak kadar bilgiyi nasıl saklıyor? Araştırmacılar bu tutarsızlığı kapatan nörobiyolojik bir açıklama önermektedir. Nöronlar, deneyime bağlı olarak artış oranlarını değiştirir ve bu adaptasyon, cümle işleme için bellek sağlar.
Adam köpeği mi ısırdı yoksa tam tersi miydi? Bir ifadeyi işlerken, kelimelerin çalışma belleğinde doğru yorumlanacak şekilde bir araya getirilmesi gerekir. Anlamanın bir yönü, ‘kimin kime ne yaptığını’ belirlemektir. Bu belirleme süreci, nöronal artışlar veya sinaptik sinyalleşme gibi nörobiyolojideki temel olaylardan çok daha uzun sürer. Max Planck Psikodilbilim Enstitüsü’nün Nöro-hesaplamalı Dil Modelleri grubunun baş araştırmacısı Hartmut Fitz ve meslektaşları, tek nöronların uyarlanabilir özelliklerinin bu zamansal boşluğu doldurmak ve dil işlemeyi desteklemek için yeterince uzun ömürlü bir bellek sağladığı bir hesap öneriyorlar.
Model karşılaştırmaları Araştırmacılar Marvin Uhlmann, Dick van den Broek, Peter Hagoort, Karl Magnus Petersson (tümü Max Planck Psikodilbilim Enstitüsü) ve Renato Duarte (Jülich Araştırma Merkezi, Almanya) ile birlikte Fitz, deneysel dilin yenilikçi bir kombinasyonu aracılığıyla spiking networks’de çalışan bellek üzerine incelemelerde bulundu.
Cümle anlama görevinde, biyolojik nöronların ve sinapsların devreleri, bir ifadenin anlamını karakterize eden anlamsal ilişkilerle eşleştirmeleri gereken sıralı dil girdisine maruz bırakıldı. Örneğin, ‘kedi bir köpeği kovalar’, her iki cümle de benzer kelimeler içerse de, ‘kedi bir köpek tarafından kovalanır’ ifadesinden farklı bir anlama gelir. Doğru mesajı türetmek için çeşitli anlam ipuçlarının çalışma belleğine entegre edilmesi gerekir. Araştırmacılar sayısal olarak simüle edilmiş ağlardaki nörobiyolojik özellikleri çeşitlendirdi ve modelin farklı versiyonlarının performansını karşılaştırdı. Bu, bu özelliklerden hangisinin cümle anlama için gerekli hafıza kapasitesini uyguladığını tespit etmelerine izin verdi.
Dilin hesaplamalı nörobiyolojisine doğru
Dil işleme için çalışma belleğinin, harici girdiye yanıt olarak nöronal uyarılabilirliğin aşağı regülasyonu ile sağlanabileceğini buldular. Fitz, “Bu, işleyen belleğin tek nöronlarda yer alabileceğini gösteriyor, bu da belleğin kısa süreli sinaptik değişikliklerden kaynaklandığı ya da ağ bağlantısı ve uyarıcı geribildirimden kaynaklandığı diğer teorilerle çelişiyor,” diye belirtiyor.
Modelleri, bu nöronal belleğin içeriğe bağlı olduğunu ve dizisel düzene duyarlı olduğunu ve bu da onu dil için ideal olarak uygun hale getirdiğini gösteriyor. Ek olarak model, kelimeler ve anlamsal roller arasında yüksek doğrulukta bağlayıcı ilişkiler kurmayı başardı.
MAKALENİN DEVAMI: Tek nöronlardaki adaptasyon dil işleme için bellek sağlıyor
/ebccad837bdd0d03a3a75f5fb0a573c49aca3349/53616c7465645f5f63661a5da8d64cdb63a922a318ea5a1d174c410442a9955d3b6833a392eb9d94d1194b5d9ca5796d17f0040da17afa1ab89224b4e13cda1367596b1bec97cc3e90c1d30a9f4c4c746ea75ca740cbf8dabf88eabbed8fa03410113d126915ae30ed7ceff6205da0b0.png)