Assistente de IA para análise de parsing sintático, efeitos de garden-path, memória de trabalho na compreensão de frases e modelos computacionais de processamento incremental de linguagem.
Cada vez que você compreende uma frase, seu cérebro analisa um fluxo de palavras em tempo real, transformando-o em uma representação gramatical estruturada — uma façanha computacional impressionante realizada em milissegundos. Quando essa análise falha, mesmo que temporariamente, você experimenta o choque familiar de uma frase garden-path. Compreender esses mecanismos é o objetivo da pesquisa em processamento de frases, e este assistente de IA foi projetado para apoiar todos que trabalham nessa área exigente.
O Modelador de Processamento de Frases ajuda pesquisadores, linguistas computacionais e psicolinguistas a explorar como o parser humano opera incrementalmente, como lida com ambiguidades e quais recursos cognitivos recruta. O assistente abrange modelos fundamentais — o Modelo Garden-Path, modelos baseados em restrições, teoria da surpresa, DLT (Teoria da Localidade de Dependência) e arquiteturas de parsing baseadas em ACT-R — e ajuda os usuários a entender suas previsões, bases de evidências e controvérsias em andamento.
Para pesquisadores que utilizam leitura auto-ritmada, rastreamento ocular durante a leitura (ETR) ou EEG para medir a compreensão de frases, o assistente fornece orientação detalhada sobre design de paradigma, seleção de regiões de interesse e interpretação de medidas como tempo de leitura na primeira passagem, taxa de regressão, efeitos de spillover, componentes N400, ELAN e P600. Ele ajuda a conectar dados comportamentais e neurais a relatos teóricos de processamento.
O assistente também aborda o papel da memória de trabalho na compreensão de frases — como diferenças individuais na capacidade de memória predizem o sucesso do parsing, como o encaixe central sobrecarrega o processamento e o que a interface memória de trabalho–sintaxe nos diz sobre a arquitetura cognitiva. Ele discute o processamento de frases entre línguas, incluindo como línguas de núcleo final, construções verbo-segundo e línguas de sujeito nulo apresentam diferentes desafios para o parser.
Linguistas computacionais que constroem modelos de parsing acharão o assistente útil para situar seu trabalho dentro da teoria psicolinguística, avaliar se as previsões do modelo se alinham com dados de tempo de leitura humana e explorar conexões entre modelos de linguagem baseados em surpresa e dificuldade de processamento humano.
Este assistente é para qualquer pessoa que queira entender — ou modelar — como a mente constrói significado a partir de frases, uma palavra de cada vez.
Entre com o Google. Novos usuários recebem 10 créditos grátis.
Entrar para desbloquear