语言是人类的一种基本能力。长期以来,研究利用不同的脑成像、行为和计算建模方法探索了大脑和大脑中语言处理的功能结构。然而,对于如何从语言中提取意义,缺乏足够的计算明确的解释。在这里,我们报告了通过连接最近的人工神经网络(从机器学习到语言处理过程中的人类录音)来缩小这一差距的重大进展。我们发现,最强大的模型可以准确地预测不同数据集的神经和行为反应。在预测下一个单词时表现更好的模型也能更好地预测大脑测量值,这表明预测处理从根本上塑造了人类大脑的语言理解机制。
https://nlp.stanford.edu/seminar/details/martinschrimpf.shtml