语义空间中的附加：使用组合分布语义建模语素意义.

本研究提出了一种在意义层面上组合语素的计算模型。该模型基于分布语义的原则，假设单词意义可以通过记录其在大型文本语料库中与其他单词的共现情况的向量有效表示。在这一假设下，词缀被建模为将词干映射到派生形式的函数（矩阵）。派生形式的意义可以被视为一种组合程序的结果，该程序基于词缀矩阵对词干向量进行转换（例如，nameless的意义是通过将name的向量与- less的矩阵相乘获得的）。我们展示了这种结构能够解释人类生成新词以表示新意义的显著能力，并正确预测关于新派生形式的语义直觉。此外，所提出的组合方法一旦与整体单词路径相结合，就为语义透明度提供了一个新的解释框架，这里部分通过组合程序的简易性和词缀带来的转变强度来解释。基于模型的预测与现有单词的显式直觉、词汇决策中的反应时间和形态学启发的语义透明度调节一致。总之，我们引入了一个计算模型以解释意义层面的语素组合。该模型是数据驱动的，理论上合理，经验上得到支持，并且提出的预测为语义处理领域开辟了新的研究途径。（PsycINFO数据库记录）