Building and extrapolating concept representations from experience

In der vorliegenden Arbeit wird ein empiristischer Ansatz zur Darstellung mentaler Repräsentationen und Konzepte untersucht, der von der Annahme ausgeht, dass das System menschlicher mentaler Repräsentationen durch Erfahrung geformt und gestaltet wird. Dies umfasst das Erlernen von Repräsentationen aus unmittelbarer Erfahrung, aber auch die Extrapolation von Repräsentationen für (neuartige) Entitäten aus früherer Erfahrung, was wiederum unserem Repräsentationssystem ermöglicht, über unmittelbare Erfahrung hinaus zu skalieren. Diese Mechanismen des Lernens und der Extrapolation werden hierbei exakt und quantitativ als datengetriebene Computermodelle formalisiert, die Repräsentationen als hochdimensionale Vektoren charakterisieren. Als Approximation der Erfahrung diesen hierbei große Datensammlungen, wobei in der vorliegenden Arbeit der Hauptfokus auf Textkorpora und annotierten Bildsammlungen liegt. Der erste Teil dieser Arbeit zeigt, dass sprachbasierte Modelle, die Wortbedeutungsrepräsentationen aus großen Textkorpora ableiten, und bildbasierte Modelle, die Repräsentationen für einzelne Bilder und Konzeptprototypen aus Bildsammlungen ableiten, als leistungsfähige kognitive Repräsentationsmodelle dienen können. Im zweiten Teil dieser Arbeit wird die Möglichkeit der Extrapolation dieser Repräsentationen aufgezeigt: Zum einen wird die Extrapolation innerhalb derselben Domäne (von sprachbasierten zu sprachbasierten, aber auch von bildbasierten zu bildbasierten Repräsentationen) für komplexe und neuartige Wörter (inklusive Komposita, Derivationen und Pseudowörter) untersucht; zum anderen wird die Extrapolation zwischen Domänen (von sprachbasierten zu bildbasierten Repräsentationen) untersucht, speziell anhand indirekter Grounding-Mechanismen für Repräsentationen von nicht-erfahrenen Entitäten in sensomotorischer Erfahrung. Sowohl im ersten als auch im zweiten Teil dieser Arbeit wird die kognitive Plausibilität der verwendeten computergestützten Modelle, in Verbindung mit spezifischen theoretischen Fragestellungen, in einer Vielzahl von empirischen Studien untersucht, oft unter Verwendung großer Datensätze von Verhaltensdaten. Insgesamt zeigen die hier zusammengefassten Studien die wissenschaftliche Ergiebigkeit sowie die Erklärungs- und Vorhersagekraft des vorgestellten empiristischen Ansatzes und seiner Implementation in datengetriebenen Computermodellen.