Evaluando trayectorias de aprendizaje de modelos de adquisición de morfología neural

Resumen Los modelos computacionales de adquisición de morfología han desempeñado un papel central en los debates sobre la naturaleza de las representaciones morfológicas desde el origen del "debate del pasado" en la década de 1980. El aparente éxito de las recientes arquitecturas de redes neuronales artificiales para la inflexión morfológica en el procesamiento del lenguaje natural ha revitalizado este debate. Sin embargo, a pesar de su buena performance, la idoneidad real de estas avanzadas redes neuronales como modelos de adquisición de morfología humana sigue siendo incierta. Sostenemos que gran parte de esta confusión proviene de métodos inconsistentes de entrenamiento y evaluación. En este trabajo, demostramos que una creación de conjunto de datos más cuidadosa y una evaluación que combine análisis cuantitativos y comparaciones con el desarrollo humano sitúa la evaluación de los modelos neuronales sobre una base más sólida.