Summary

Definiëren van de rol van taal in de zuigelingen Object categorisering met Eye-tracking paradigma 's

Published: February 08, 2019
doi:

Summary

Hier presenteren we een protocol voor vertrouwd-test paradigma’s die bieden een directe test van zuigeling categorisatie en helpen de rol van taal in het vroegtijdig leren van de categorie definiëren.

Abstract

Beoordeling van de baby categorie leren is een uitdagende maar essentieel aspect van het bestuderen van de zuigeling cognitie. Door gebruik te maken van een vertrouwd-test paradigma, meten we rechtlijnig zuigelingen succes in het leren van een nieuwe categorie terwijl zich het baseren alleen op hun uitziende gedrag. Bovendien kan het paradigma direct meten van de impact van verschillende auditieve signalen op de zuigeling categorisatieschema in een heel scala van leeftijden. Bijvoorbeeld, we beoordeeld hoe 2-jarigen leren Categorieën in een verscheidenheid van omgevingen labeling: in onze taak 2-jarigen met succes geleerd categorieën wanneer alle exemplaren waren gelabeld of de eerste twee exemplaren waren gelabeld, maar zij slaagden er niet om te categoriseren wanneer geen exemplaren waren gelabeld, of alleen de laatste twee exemplaren waren gelabeld. Om te bepalen van zuigelingen succes in dergelijke taken, kunnen onderzoekers onderzoeken zowel de algemene voorkeur weergegeven voor zuigelingen in elke voorwaarde en zuigelingen patroon in de loop van de testfase te bekijken met behulp van een oog-tracker fijnmazig tijdsverloop gegevens te verstrekken . Dus presenteren we een krachtige paradigma voor het identificeren van de rol van taal, of geen auditief signaal, in zuigelingen objectcategorie leren.

Introduction

Categorisatieschema is een fundamentele bouwsteen van menselijke cognitie: zuigelingen categoriseren capaciteiten ontstaan vroeg in de kinderschoenen en worden steeds geavanceerder met de leeftijd. 1 , 2 , 3 onderzoek is ook gebleken voor een krachtige rol voor taal in de zuigeling categorisering: vanaf 3 maanden oud, peuters leren Categorieën succesvoller wanneer categorie exemplaren worden gecombineerd met taal. 4 , 5 , 6 bovendien tegen het einde van het eerste jaar, baby’s zijn afgestemd op de rol van graaf zelfstandig naamwoord etiketten in de categorisering. Koppeling categorie exemplaren met een consistente labeling zin (“Dit is een vep!”) vergemakkelijkt de categorie van de zuigelingen leren ten opzichte van beide een duidelijk label voorzien elke exemplar (“Dit is een vep,” “Dit is een dax,” enz.) of een niet-labeling zin (“kijken dit.”). 7 , 8 , 9

In zuigelingen alledaagse ervaringen, echter zullen het merendeel van de objecten die ze tegenkomen waarschijnlijk blijven labelloze. Geen verzorger kan bestempelen elk object die een kind ziet veel minder bieden de etiketten die aan elk object (bijvoorbeeld “malamute,” “hond,” “,””gezelschapsdieren”) van toepassing. Dit leidt echter tot een paradox: hoe kunnen wij de kracht van de etiketten in de zuigeling categorisering met hun relatieve schaarste in zuigelingen dagelijks leven verenigen?

Deze vraag te beantwoorden, ontwikkelden we een protocol om te beoordelen hoe baby’s leren Categorieën in een verscheidenheid van verschillende leeromgevingen, met inbegrip van wanneer zij een mengsel van gelabelde en labelloze exemplaren ontvangt. In het bijzonder stellen wij voor dat het zelfs een paar gelabelde exemplaren aan het begin van leren ontvangen categorisering kan vergemakkelijken — door het verbeteren van de zuigelingen leervermogen van latere, ongelabelde exemplaren ook. Deze strategie van het gebruik van een klein aantal exemplaren van de gelabelde als een basis voor het leren van een groter aantal labelloze exemplaren grote schaal heeft gelegd op het gebied van machinaal leren, paaien een familie van semi-begeleid leren (SSL) algoritmen10,11,12. Natuurlijk, het leren strategieën ten uitvoer gelegd zijn niet identiek over verschillende soorten leerlingen: machinaal leren, algoritmen meestal worden blootgesteld aan veel meer exemplaren, expliciete gissingen over elke exemplar maken en leren van meerdere categorieën tegelijkertijd. Echter kunnen zowel de machine en de zuigeling lerenden profiteren van de succesvolle integratie van zowel de gelabelde als de labelloze exemplaren om te leren van nieuwe categorieën in sparse labeling omgevingen.

Ons ontwerp richt zich op of 2-jaar oude kinderen, in het proces van het verwerven van woorden voor talrijke nieuwe categorieën, geschikt voor dit soort semi-begeleid leren zijn. Hanteren wij een standaard baby categorisatie maatregel: de taak van een vertrouwd-testen. In dit paradigma, werden 2-jarigen blootgesteld aan een aantal exemplaren van een nieuwe categorie in een vertrouwd-fase. Elke exemplar was gekoppeld aan een verschillende auditieve prikkel, afhankelijk van de conditie (dat wil zeggen, een label of een niet-labeling zin). Toen, op de proef, alle 2-jarigen zag twee nieuwe objecten aangeboden in stilte: een object in de categorie van de nu bekende en een uit een nieuwe categorie.

Als de 2-jarigen met succes de categorie tijdens de fase van de basisopleiding vormen, dan zij onderscheid moeten maken tussen de twee exemplaren gepresenteerd tijdens de test. Nog belangrijker is, omdat een systematische voorkeur voor hetzij de roman of vertrouwd testafbeelding een vermogen om te onderscheiden tussen hen weerspiegelt, worden zowel de bekendheid en de nieuwheid voorkeuren geïnterpreteerd als bewijs van succesvolle categorisatie. Merk op dat op een bepaalde taak, de aard van deze voorkeur is een functie van zuigelingen verwerking efficiëntie voor de materialen van de stimulus, met vertrouwdheid voorkeuren gekoppeld aan minder efficiënt stimulans verwerking 4,13, 14 , 15 , 16 , 17. presentatie van de testfase in stilte maakt het mogelijk om te beoordelen direct zuigelingen succes in object categorisatie en hoe dit succes varieert volgens de informatie die is meegeleverd bij de exemplaren tijdens vertrouwd. Dit paradigma biedt dus een dwingende test hoe verschillende soorten van taalkundige omgevingen beïnvloeden categorie leren. Als labeling categorie leren in zowel semi-gesuperviseerde en volledig gecontroleerde omgevingen verbetert, dan de 2-jarigen in deze omstandigheden moet sterker test voorkeuren dan baby’s in andere omgevingen tonen.

Protocol

Alle methoden die hier worden beschreven zijn goedgekeurd door de Noordwestelijke Universiteit institutionele Review Board. 1. stimuli creëren Opmerking: De visuele stimuli (Zie Figuur 1) gebruikt in het representatieve ontwerp gemeld hieronder werden oorspronkelijk ontwikkeld in Havy en Waxman (2016)18 en zijn beschikbaar voor download op https://osf.io/n6uy8/. Een nieuwe continu als categorie wilt ma…

Representative Results

Met behulp van het bovengenoemde protocol, liepen we twee experimenten22. Analyses werden uitgevoerd met de eyetrackingR pakket23, en de gegevens en code zijn beschikbaar op https://github.com/sandylat/ssl-in-infancy. Bij het eerste experiment, contrasteerde we een volledig gecontroleerde voorwaarde (n = 24, Mleeftijd = 26.8 Ma), featuring alleen label exemplaren, met een ongecontroleerde voorwaarde (n = 24, M<s…

Discussion

Hier presenteren we een procedure voor de beoordeling van de rol van labeling in de categorisering. Door de presentatie 2-jarigen met een realistische mix van gelabelde en labelloze exemplaren, aantonen we dat zeer jonge kinderen goed leren in semi-gecontroleerde omgevingen, uitbreiding van werkzaamheden met volwassenen en oudere kinderen24,25 . Dus, deze methode biedt tevens een oplossing voor de paradox die uitgaat boven: als zelfs een paar gelabelde exemplaren…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Het onderzoek hier gemeld werd gesteund door de National Institute of Child Health en menselijke ontwikkeling van de National Institutes of Health award onder nummer R01HD083310 en een National Science Foundation Graduate Research Fellowship onder verlenen neen. DGE‐1324585. De inhoud is uitsluitend de verantwoordelijkheid van de auteurs en vertegenwoordigt niet noodzakelijk de officiële standpunten van de National Institutes of Health of de National Science Foundation.

Materials

Final Cut Pro X Apple N/A Video editing, composition software
MorphX Norrkross N/A Image-morphing software
PhotoShop Adobe N/A Image-editing software
R R Core Team N/A Statistical analysis software
T60XL Eyetracker Tobii Pro Discontinued Large, arm-mounted eyetracker suitable for work with infants and children
Tobii Pro Studio Tobii Pro N/A Software directing eyetracker display, data collection

References

  1. Eimas, P. D., Quinn, P. C. Studies on the Formation of Perceptually Based Basic-Level Categories in Young Infants. Child Development. 65 (3), 903-917 (1994).
  2. Madole, K. L., Oakes, L. M. Making sense of infant categorization: Stable processes and changing representations. Developmental Review. 19 (2), 263-296 (1999).
  3. Gelman, S. A., Markman, E. M. Categories and induction in young children. Cognition. 23 (3), 183-209 (1986).
  4. Ferry, A. L., Hespos, S. J., Waxman, S. R. Categorization in 3- and 4-month-old infants: An advantage of words over tones. Child development. 81 (2), 472-479 (2010).
  5. Fulkerson, A. L., Waxman, S. R. Words (but not Tones) Facilitate Object Categorization: Evidence From 6- and 12-Month-Olds. Cognition. 105 (1), 218-228 (2007).
  6. Balaban, M. T., Waxman, S. R. Do words facilitate object categorization in 9-month-old infants?. Journal of Experimental Child Psychology. 64 (1), 3-26 (1997).
  7. Waxman, S. R., Braun, I. Consistent (but not variable) names as invitations to form object categories: New evidence from 12-month-old infants. Cognition. 95 (3), B59-B68 (2005).
  8. Balaban, M. T., Waxman, S. R. An examination of the factors underlying the facilitative effect of word phrases on object categorization in 9-month-old infants. Proceedings of the 20th Boston University Conference on Language Development. 1, 483-493 (1996).
  9. Waxman, S. R., Markow, D. B. Words as invitations to form categories: evidence from 12- to 13-month-old infants. Cognitive Psychology. 29 (3), 257-302 (1995).
  10. Zhu, X. . Semi-supervised learning literature survey. , (2005).
  11. Chapelle, O., Scholkopf, B., Zien, A. . Semi-supervised learning: Adaptive computation and machine learning. , (2006).
  12. Zhu, X., Goldberg, A. B. Introduction to semi-supervised learning. Synthesis lectures on artificial intelligence and machine learning. 3 (1), 1-130 (2009).
  13. Ferry, A. L., Hespos, S. J., Waxman, S. R. Nonhuman primate vocalizations support categorization in very young human infants. Proceedings of the National Academy of Sciences of the United States of America. 110 (38), 15231-15235 (2013).
  14. Hunter, M. A., Ames, E. W. A multifactor model of infant preferences for novel and familiar stimuli. Advances in infancy research. , (1988).
  15. Rose, S. A., Feldman, J. F., Jankowski, J. J. Infant visual recognition memory. Developmental Review. 24 (1), 74-100 (2004).
  16. Wetherford, M. J., Cohen, L. B. Developmental changes in infant visual preferences for novelty and familiarity. Child Development. , 416-424 (1973).
  17. Perone, S., Spencer, J. P. Autonomous visual exploration creates developmental change in familiarity and novelty seeking behaviors. Frontiers in psychology. 4, 648 (2013).
  18. Havy, M., Waxman, S. R. Naming influences 9-month-olds’ identification of discrete categories along a perceptual continuum. Cognition. 156, 41-51 (2016).
  19. Althaus, N., Plunkett, K. Timing matters: The impact of label synchrony on infant categorisation. Cognition. 139, 1-9 (2015).
  20. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG- and MEG-data. Journal of Neuroscience Methods. 164 (1), 177-190 (2007).
  21. Raudenbush, S. W., Bryk, A. S. Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE. , (2002).
  22. LaTourrette, A., Waxman, S. R. A little labeling goes a long way: Semi-supervised learning in infancy. Developmental Science. , e12736 (2018).
  23. Dink, J., Ferguson, B. . eyetrackingR: An R library for eyetracking data analysis. , (2015).
  24. Kalish, C. W., Zhu, X., Rogers, T. T. Drift in children’s categories: When experienced distributions conflict with prior learning. Developmental Science. 18 (6), 940-956 (2015).
  25. Gibson, B. R., Rogers, T. T., Zhu, X. Human semi-supervised learning. Topics in Cognitive Science. 5 (1), 132-172 (2013).
  26. Keates, J., Graham, S. A. Category Markers or Attributes Why Do Labels Guide Infants’ Inductive Inferences?. Psychological Science. 19 (12), 1287-1293 (2008).
  27. Booth, A. E., Waxman, S. R. A horse of a different color: Specifying with precision infants’ mappings of novel nouns and adjectives. Child development. 80 (1), 15-22 (2009).
  28. Perszyk, D. R., Waxman, S. R. Listening to the calls of the wild: The role of experience in linking language and cognition in young infants. Cognition. 153, 175-181 (2016).
  29. Althaus, N., Mareschal, D. Labels direct infants’ attention to commonalities during novel category learning. PLoS ONE. 9 (7), e99670 (2014).
  30. Fulkerson, A. L., Haaf, R. A. The influence of labels, non-labeling sounds, and source of auditory input on 9- and 15-month-olds’ object categorization. Infancy. 4 (3), 349-369 (2003).

Play Video

Cite This Article
LaTourrette, A., Waxman, S. R. Defining the Role Of Language in Infants’ Object Categorization with Eye-tracking Paradigms. J. Vis. Exp. (144), e59291, doi:10.3791/59291 (2019).

View Video