Measuring and modeling the developing mind: machine learning in language acquisition

doi:10.1016/j.cobeha.2026.101676

Measuring and modeling the developing mind: machine learning in language acquisition

2026-08-17

0

PRE

AI

DOI：10.1016/j.cobeha.2026.101676

原文链接

原文求助

摘要

En 中文

儿童如何在短短几年内从咿呀学语到掌握语法，仍是认知科学中最引人入胜的谜题之一。长期以来，两个挑战制约了研究进展：一是获取数据，即捕捉儿童在丰富、杂乱、自然的环境中的语言学习过程；二是理解数据，通过手动标注的方式缓慢、昂贵且难以规模化。过去十年，技术进步开始同时重塑这两个挑战。这一转变迅速而广泛，涵盖捕获儿童日常环境的硬件、从原始信号中提取意义的算法，以及由此得以解答的科学问题。在本综述中，我们考察了2024年至2026年间发表的关于机器学习（ML）的最新研究，探讨其作为工具（使行为测量达到前所未有的规模）和作为模型（允许研究者构建并检验关于学习机制的具体假设）的双重作用。

Measuring and modeling the developing mind: machine learning in language acquisition

摘要

期刊

机构

引用论文