arXiv cs.CL· Bernd J. Kr\"oger·· 10 小时前AI 评分18
基于脉冲神经网络的“心理词典”模型：表征、相似性结构与感知和产出中的联想检索
A Spiking Neural Model of the Mental Lexicon: Representations, Similarity Structure, and Associative Retrieval in Perception and Production
AI 导读
一项基于 Neural Engineering Framework 与 Semantic Pointer Architecture 的脉冲神经网络实现构建了包含 613 个词条的心理词典，使用 199,400 个漏积分放电神经元，支持感知（语音形式经 lemma 到概念）与产出（概念经 lemma 到语音形式）两条有向通路。
正文 · AI 翻译
摘要：词汇通达的神经解释需要明确区分词汇表征的结构、连接各表征层面的关联，以及检索过程中产生的活动。本文在神经工程框架和语义指针架构下，给出了心理词库的脉冲神经网络实现。概念表征和语音形式表征由关系图递归构建，而词元表征提供独立的词汇身份。该实现包含 613 个词汇条目，并支持两条有向加工通路：感知通过词元将语音形式映射到其关联概念，而产出通过词元将概念映射到其关联语音形式。每条通路结合两种联想记忆变体，即胜者通吃（WTA）选择（竞争）和阈值化传递，并使用 199,400 个漏积分放电神经元。我们形式化了层内相似性、跨层联想检索以及解码活动的解释。仿真表明，在两种加工方向上都能从词库中成功检索八个选定词，检索评估针对全部 613 个词汇条目进行。这些仿真使用完整语音形式作为感知输入，使用完整概念作为产出输入，展示了通过相应加工通路进行的词汇检索。本文对词汇表征和神经检索机制进行了透明的描述，并辅以可访问的代码、词汇数据和在线仿真文档。
| 评论： | 28 页，3 幅图；代码、词汇数据和录制的仿真可在 GitHub 上获取；附带的图表生成脚本和来源文档 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2611.09402 [cs.CL] |
| （或 arXiv:2611.09402v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.09402 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Bernd-Joachim Kröger [查看电子邮件]
[v1]
2026 年 11 月 6 日星期五 12:35:44 UTC（144 KB）
来源：arXiv cs.CL · arxiv.org