[논문 리뷰] Cognitive modelling with multilayer networks: Insights, advancements and future challenges

Massimo Stella, Salvatore Citraro외 4명|arXiv (Cornell University)|2022. 10. 02.

Cognitive Science and Mapping인용 수 5

한 줄 요약

이 논문은 의미, 청각, 문법적 어휘 연관성의 여러 유형을 하나의 수학적 구조에 통합함으로써 정량적이고 해석 가능한 인간 중심의 프레임워크로 정신 어휘를 모델링하기 위해 인지 다층 네트워크를 제안한다. 다층 네트워크의 통합을 통해 단일 층 네트워크에서는 탐지할 수 없는 심리학적 현상, 예를 들어 복수층 생존성과 다층 공동체 구조를 드러내며, 어휘 처리 및 지식 표현에 대한 새로운 통찰을 제공한다.

ABSTRACT

The mental lexicon is a complex cognitive system representing information about the words/concepts that one knows. Decades of psychological experiments have shown that conceptual associations across multiple, interactive cognitive levels can greatly influence word acquisition, storage, and processing. How can semantic, phonological, syntactic, and other types of conceptual associations be mapped within a coherent mathematical framework to study how the mental lexicon works? We here review cognitive multilayer networks as a promising quantitative and interpretative framework for investigating the mental lexicon. Cognitive multilayer networks can map multiple types of information at once, thus capturing how different layers of associations might co-exist within the mental lexicon and influence cognitive processing. This review starts with a gentle introduction to the structure and formalism of multilayer networks. We then discuss quantitative mechanisms of psychological phenomena that could not be observed in single-layer networks and were only unveiled by combining multiple layers of the lexicon: (i) multiplex viability highlights language kernels and facilitative effects of knowledge processing in healthy and clinical populations; (ii) multilayer community detection enables contextual meaning reconstruction depending on psycholinguistic features; (iii) layer analysis can mediate latent interactions of mediation, suppression and facilitation for lexical access. By outlining novel quantitative perspectives where multilayer networks can shed light on cognitive knowledge representations, also in next-generation brain/mind models, we discuss key limitations and promising directions for cutting-edge future research.

연구 동기 및 목표

• 다양한 종류의 인지 연관성을 동시에 포괄하는 통합적이고 정량적인 정신 어휘 모델링 프레임워크를 개발하는 것.
• 인간 인지의 복잡하고 상호작용적인 지식 구조를 표현하는 데에 한계가 있는 단일 층 네트워크의 문제점을 해결하는 것.
• 다양한 연관성 층의 상호작용에서만 나타나는 심리학적 현상—예를 들어 어휘 접근, 단어 회상, 의미 군집화—를 연구할 수 있도록 하는 것.
• 정신 어휘 표현과 뇌 네트워크 과학을 연결하기 위해 정신 어휘 표현을 신경 기초 구조와 연결하는 다층 프레임워크를 제안함으로써 인지 모델링과 뇌 네트워크 과학을 융합하는 것.
• 인지 과학과 언어심리학 분야에서 블랙박스 AI 모델의 인간 중심적이고 해석 가능한 대안을 제공하는 것.

제안 방법

• 다양한 인지 층(예: 의미, 청각, 문법)을 별개이지만 상호연결된 네트워크 층으로 간주하는 다층 네트워크 형식을 활용한다.
• 복수층 생존성 분석을 통해 어휘 처리에서의 내성적인 네트워크와 촉진 효과를 규명하며, 특히 임상 집단에서의 적용에 초점을 맞춘다.
• 다층 공동체 탐지 기법을 적용하여 심리어휘 기준과 다층 연결 단서에 의해 형성된 개념의 주제 군집을 밝혀낸다.
• 층-층 상관 분석을 통해 어휘 연관성과 회상에서 청각적 유사성과 의미적 유사성 간의 상호작용 효과를 모델링한다.
• 보정보이론 도구인 폰 노이만 엔트로피 최적화를 활용하여 중복되는 층을 탐지하고 적절한 경우 네트워크 구조를 압축한다.
• 미래에 인지 다층 네트워크를 뇌 네트워크 모델과 통합하여 정신 표현을 신경 기초 구조와 연결하는 것을 제안한다.

실험 결과

연구 질문

• RQ1 의미, 청각, 문법적 어휘 연관성과 같은 여러 종류의 어휘 연관성을 하나의 인지 프레임워크 내에서 어떻게 공동으로 모델링할 수 있는가?
• RQ2 단일 층 모델에서는 드러나지 않지만, 여러 연관성 층이 통합되었을 때만 나타나는 심리학적 현상들은 무엇인가?
• RQ3 층 간 상호작용(예: 촉진, 억제)이 건강한 집단과 임상 집단 모두에서 어휘 접근과 처리에 어떻게 영향을 미치는가?
• RQ4 다층 네트워크 구조는 심리어휘 기준을 기반으로 한 맥락적 의미 재구성 방식을 어떻게 드러낼 수 있는가?
• RQ5 인지 다층 네트워크를 뇌 네트워크 아키텍처와 연결하여 마음-뇌 인터페이스를 모델링할 잠재력은 무엇인가?

주요 결과

• 복수층 생존성 분석을 통해 창의성이 낮거나 아파티아를 앓는 환자에서 여러 연관성 층의 존재로 인해 어휘 네트워크가 붕괴로부터 보호되는 것으로 밝혀졌으며, 이는 어휘 처리에서의 내성 메커니즘을 시사한다.
• 다층 공동체 탐지 기법을 통해 다층 단서에 의해 연결된 주제 군집의 개념 집합을 성공적으로 식별하였으며, 이는 심리어휘 기준이 다양한 층을 통해 개념 군집을 형성함을 보여준다.
• 층-층 상관 분석을 통해 청각적 유사성과 의미적 유사성 간의 상호작용 메커니즘이 드러났으며, 이 연관성이 함께 단어 회상과 처리 효율성에 영향을 미친다.
• 정보이론적 분석을 통해 폰 노이만 엔트로피 최적화를 적용하여 의미, 문법, 청각 층에서의 불가분한 패턴을 식별하였으며, 이는 이러한 층들이 어휘 네트워크에서 서로 다른 비중복 연결 구조를 포착하고 있음을 시사한다.
• 본 연구는 인지 다층 네트워크가 단일 층 모델보다 단어 혼동 가능성, 그림 이름 지정, 기억 회상 패턴과 같은 현상을 더 정확하게 모델링할 수 있음을 입증하였다.
• 이 프레임워크는 향후 인지 및 뇌 네트워크 모델의 통합을 위한 기반을 제공하며, 개념적 표현이 뇌에 어떻게 저장되는지에 대한 정량적 이해로 이어지는 길을 제시한다.