[論文レビュー] Modelling dependency completion in sentence comprehension as a Bayesian hierarchical mixture process: A case study involving Chinese relative clauses

Shravan Vasishth, Nicolás Chopin+2 more|arXiv (Cornell University)|Feb 2, 2017

Bayesian Modeling and Causal Inference参考文献 14被引用数 8

ひとこと要約

本稿では、中国語の関係節理解における依存関係完成を説明するため、距離に基づく説明と直接アクセスモデル（失敗／再取得成分を含む）を対比するベイジアン階層的有限混合モデルを提案する。結果は、直接アクセスモデルが読解時間データをよりよく説明しており、主語関係節では失敗率が高いため、処理の困難さは距離そのものではなく、再取得の失敗に起因する可能性を示唆している。

ABSTRACT

We present a case-study demonstrating the usefulness of Bayesian hierarchical mixture modelling for investigating cognitive processes. In sentence comprehension, it is widely assumed that the distance between linguistic co-dependents affects the latency of dependency resolution: the longer the distance, the longer the retrieval time (the distance-based account). An alternative theory, direct-access, assumes that retrieval times are a mixture of two distributions: one distribution represents successful retrievals (these are independent of dependency distance) and the other represents an initial failure to retrieve the correct dependent, followed by a reanalysis that leads to successful retrieval. We implement both models as Bayesian hierarchical models and show that the direct-access model explains Chinese relative clause reading time data better than the distance account.

研究の動機と目的

• 文理解における依存関係完成が、距離に基づく説明か直接アクセスモデルか、どちらによりよく説明されるかを調査すること。
• 中国語の関係節読解時間データに対して、ベイジアン階層的線形モデルと有限混合モデルの予測性能を比較すること。
• 主語関係節における処理の困難さの増加が、長い依存距離に起因するのか、それとも再取得失敗の割合が高いからに起因するのかを特定すること。
• ベイジアン階層的混合モデルが心理言語学における認知プロセスをモデル化する上で有効であることを示すこと。

提案手法

• 距離に基づく説明を検証するため、参加者と項目ごとにランダム切片を含むベイジアン階層的線形モデル（HLM）を用いて読解時間をモデリングする。固定効果には関係節タイプを設定する。
• 2つの認知状態を表現するため、ベイジアン階層的有限混合モデルを実装する：成功した直接アクセス（距離に依存しない）と、再取得失敗後に再分析を行う状態（距離に依存する）。
• 直接アクセスモデルを用いて、主語関係節と対象関係節における再取得失敗の割合（それぞれp_srとp_or）を推定する。
• K分割交差検証とLOO情報基準（LOO-IC）を用いてモデルの適合度を比較し、予測対数密度の期待値（elpd）を主な指標とする。
• JAGSを用いたマルコフ連鎖モンテカルロ（MCMC）法により、すべてのパラメータの後方分布を推定し、95％信用区間と収束診断を実施する。
• GibsonとWu（2013）のデータを階層的モデルを用いて再現し、複数のデータセットにわたる結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 直接アクセスモデルは、距離に基づく説明よりも中国語の関係節読解時間の説明に優れているか？
• RQ2 主語関係節における読解時間が遅いのは、依存距離が長いからか、それとも再取得失敗の割合が高いからか？
• RQ3 ベイジアン階層的有限混合モデルは、主語関係節における読解時間分布の二峰性を捉えることができるか？
• RQ4 主語関係節と対象関係節における再取得失敗の割合はそれぞれどの程度で、その差は統計的に有意か？
• RQ5 階層的線形モデルと混合モデルの間で、モデル適合度指標（例：elpd、LOO-IC）はどのように比較されるか？

主な発見

• 直接アクセスモデルの予測性能は、距離に基づく階層的線形モデルを有意に上回っており、Δelpdが158（標準誤差29）であった。これは混合モデルに強い証拠があることを示している。
• 主語関係節と対象関係節における失敗率の差が0を超える確率の後方分布は96％であった。これは、主語関係節で再取得失敗の頻度がより高いことを示唆している。
• 再取得失敗の推定割合は、主語関係節で23％（95％信頼区間：15–33％）、対象関係節で16％（95％信頼区間：9–25％）であり、意味的な差が認められた。
• 階層的混合モデルのelpdは-3801（標準誤差38）であったのに対し、階層的線形モデルは-3959（標準誤差53）であった。これにより、混合モデルの適合度が優れていることが確認された。
• モデルは、主語関係節における処理の困難さが、距離そのものではなく、初期の再取得失敗の可能性が高いために生じると示唆している。
• 結果は、直接アクセスモデルが依存関係完成の認知的説明としてより正確であることを支持しており、より複雑な文法構造では失敗率が上昇することが示された。