返回
A primate grammar enabling incremental processing
DOI:10.1016/j.isci.2025.112229.png)
摘要
En 中文
表征动物交流系统的结构与功能有助于深入理解塑造信号复杂性的认知与进化过程。一个关键问题是呼叫序列是否以及如何使潜在听者能够对引发呼叫的指代物做出预测。本研究探讨了灵长类动物呼叫序列是否包含能够实现此类预测性处理的特征。我们分析了数年间对西非森林灵长类动物野生橄榄疣猴实验性引发的警报反应。通过使用Kullback-Leibler散度和预测增益方法,我们识别了一种简单的灵长类语法,该语法仅通过最小输入即可预测指代物。具体而言,序列起始位置可靠地区分了紧急与非紧急威胁,而后续位置则提高了针对两大主要捕食者(鹰和豹)以及非捕食性干扰(如掉落的树部分)的指代特异性。序列中通常还包含进一步的呼叫,这可能使呼叫者能够确认指代物或改变所传达的信息。我们得出结论,动物交流可以包含适应于预测性、逐步处理的特征,这表明其进化根源可能早于语言。
Keyword:
SPOKEN-WORD RECOGNITION
TAI-NATIONAL-PARK
PANTHERA-PARDUS
FOREST MONKEYS
OLIVE COLOBUS
TIME-COURSE
DIANA
COGNITION
BEHAVIOR
INFORMATION
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.1
论文数:
5.2K
被引数:
4.1W
机构
暂无机构信息
引用论文
Population differences in putty-nosed monkey (Cercopithecus nictitans) call order须狒(Cercopithecus nictitans)种群间的呼叫顺序差异
Primates
IF0
A deep hierarchy of predictions enables online meaning extraction in a computational model of human speech comprehension预测的深层层次结构可以在人类语音理解的计算模型中进行在线含义提取
PLOS Biology
IF0
Using deep learning to predict human decisions and using cognitive models to explain deep learning models
SCIENTIFIC REPORTS
IF3.9

