Guía de Lectura

González Álvarez y Cervera Crespo

(2001)
Experimento 1
Experimento 2
Experimento 3
 Integración Léxica y
Comprensión de oraciones

Dra. Carolina Gattei

Comprender oraciones requiere…
• Segmentar la señal acústica en sonidos del
habla.
• Reconocerlos como parte del repertorio de
sonidos de nuestra lengua.
• Segmentar la cadena de sonidos en
morfemas / palabras de la lengua.
• Darles significado a las palabras.
• Integrarlos dentro de un contexto previo.
 Modelo de la Cohorte
(Marslen-Wilson & Welch, 1978)

 Modelo específico para reconocimiento auditivo de palabras.

 Los hablantes pueden reconocer una palabra de manera muy rápida

(usualmente entre 200 y 250 ms)
 Punto de reconocimiento
 Punto en el que una palabra es desambiguada con respecto a otras (Hay un fuerte
énfasis en el onset de la palabra) puede ser reconocida.
 Tres etapas de reconocimiento de la palabra.

1) Activar un set de candidatos.

2) Achicar la búsqueda a un candidato único.
3) Integrar ese candidato único al contesto sintáctico y semántico.
 Modelo de la Cohorte
(Marslen-Wilson & Welch, 1978)

• Contexto previo: “Salí a tomar algo con a…”

/a/ /an/ /ani/ /anit/

…
halcón Ana
Alicia Andrea
alguien Anís
anís
amigos Anita Anita
Ana Anita
…
Andrea antes
anís …
…

Tiempo
 Comprensión de oraciones
• ¿Cómo testeamos el procesamiento de una oración?
¿Cómo medimos su ‘dificultad’?

– La asunción:
• El tiempo demorado en la lectura de una palabra puede ser una
medida de la dificultad que genera integrarla al contexto oracional
previo.
• Las medidas de dificultad usualmente son indirectas.
 ¿Cómo testeamos?
• Algunas medidas relacionadas con la dificultad de
procesamiento de oraciones:

– Tiempo de lectura total

– Tiempo de lectura línea por línea
– Tiempo de lectura de la palabra.

• Algunas técnicas y paradigmas utilizados:

– Autoadministración de lectura (self-paced reading)
– RSVP
– Seguimiento de movimientos oculares (eye-tracking)
Línea por línea

Un banquero es un tipo
 Línea por línea

que te presta su paraguas

Línea por línea

cuando está soleado

Línea por línea

y lo quiere de vuelta
 Línea por línea

apenas comienza a llover.

 Línea por línea
• Problema:
– Sólo se obtiene el Tiempo de Lectura para toda la frase u
oración.
– Necesidad de aplicar otras medidas más “on-line”
– Diferencias en TL pueden indicar que unidades más
pequeñas son afectadas, e.g. efectos que comprometen el
reconocimiento léxico (longitud, frecuencia, animacidad,
etc.).
 Palabra por palabra

• RSVP (rapid serial visual presentation)

Palabra por palabra

Una
Palabra por palabra

mentira
Palabra por palabra

puede
Palabra por palabra

dar
Palabra por palabra

la
Palabra por palabra

vuelta
Palabra por palabra

al
Palabra por palabra

mundo
Palabra por palabra

mientras
Palabra por palabra

la
Palabra por palabra

verdad
Palabra por palabra

se
Palabra por palabra

pone
Palabra por palabra

los
Palabra por palabra

zapatos.
 Palabra por palabra
• Ventana móvil
 Palabra por palabra

El ______ ___ __ _______ ___ ___ ___________.

 Palabra por palabra

__ ladrón ___ __ _______ ___ ___ ___________.

 Palabra por palabra

__ _____ vio __ _______ ___ ___ ___________.

 Palabra por palabra

__ _____ ___ al _______ ___ ___ ___________.

 Palabra por palabra

__ _____ ___ __ policía ___ ___ ___________.

 Palabra por palabra

__ _____ ___ __ _______ con ___ ___________.

 Palabra por palabra

__ _____ ___ __ _______ ___ los ___________.

 Palabra por palabra

__ _____ ___ __ _______ ___ ___ binoculares.

 Palabra por palabra
• Autoadministración de lectura
– RSVP (rapid serial visual presentation)
– Ventana móvil
• Mejores, más “on-line”
• Pero también poco ecológicos (especialmente RSVP)
– e.g. No permiten regresiones
El hombre vio al policía con los binoculares.

NP

det N

El hombre
El hombre vio al policía con los binoculares.

NP VP
V

det N

El hombre vio
El hombre vio al policía con los binoculares.

NP VP
V NP

NP

det N PP N

El hombre vio al policía

El hombre vio al polícía con los binoculares.

NP VP
V NP

NP PP

Modificador
det N PP N

El hombre vio al policía con los binoculares

El hombre vio al policía con los binoculares.

NP VP
V NP PP
Instrumento
NP

det N PP N
con los binoculares

El hombre vio al policía

El hombre vio al policía con los binoculares.

 Cómo sabemos qué tipo de estructura

construir?
 El procesador de lenguaje

• El procesador de lenguaje o “parser”

– Tarea principal: Construir una estructura
sintáctica de las palabras a medida que van
entrando como input.
 Distintos abordajes
• Analisis Serial (Modular): Construir sólo una estructura
basándose en información sintáctica y continuar tratando de
sumar más estructura siempre y cuando sea posible
• Analisis Interactivo: Usar múltiples niveles de información
(tanto sintáctico como semántico) para construir la “mejor”
estructura.
• Analisis Paralelo: Construir ambas estructuras alternativas al
mismo tiempo.
• Compromiso Mínimo: Dejar de construir y esperar hasta que
el material que aparezca más adelante clarifique qué análisis
es el correcto.
 Comprensión de Oraciones

 Modular

Reconocimiento Módulo Sintáctico Módulo Semántico

de Palabra
Comprensión de Oraciones

– Modular

Reconocimiento Módulo Sintáctico Módulo Semántico

de Palabra

- Modelos Interactivos
Módulo Sintáctico
Módulo Sintáctico

Reconocimiento
de Palabra
Módulo Semántico
 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– Una oración de vía muerta invita al oyente o lector a
considerar sólo una posible análisis, y luego lo fuerza a
abandonar este análisis para favorecer otro.
 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– The horse raced past the barn fell.

NP VP

The horse
 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– The horse raced past the barn fell.

NP VP

The horse raced

 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– The horse raced past the barn fell.

NP VP

V PP

P NP

The horse raced past

 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– The horse raced past the barn fell.

NP VP

V PP

P NP

The horse raced past the barn

 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– The horse raced past the barn fell.

NP VP

V PP

P NP

The horse raced past the barn fell

 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– The horse raced past the barn fell.

S
 raced es inicialmente tratado como
el verbo principal en tiempo
pasado.
NP VP

V PP

P NP

The horse raced past the barn

 Comprensión de Oraciones

• Oraciones de Vía Muerta (Garden Path)

– The horse raced past the barn fell.

S
 raced es inicialmente tratado como
el verbo principal en tiempo
pasado.
NP VP
 Este análisis falla cuando aparece
el verbo fell.
V PP

P NP

The horse raced past the barn fell

 Comprensión de Oraciones
• Oraciones de Vía Muerta (Garden Path)
– The horse raced past the barn fell.
 raced es inicialmente tratado como
el verbo principal en tiempo
pasado.
 Este análisis falla cuando aparece
S el verbo fell.
 Raced puede ser re-analizado
como participio.
NP VP S

V PP NP VP

P NP NP RR V

The horse raced past the barn fell V PP

P NP

The horse raced past the barn fell

 Modelos Seriales
• Formulado por Lyn Frazier (1978, 1987)
– Construir árboles usando pistas sintácticas:
• Reglas de estructura de frase (NP = DET + N)
• Dos principios
– Principio de Adjunción Mínima
– Principio de Cierre Tardío.
 Frazier, 1978
• Principio de Adjunción Mínima
– Preferir la interpretación que está acompañada por la
estructura más simple.
• Más simple = menos ramas (metáfora del árbol)
• Contar los números de nodos en el árbol

Marcie kissed Ernie and his brother…

The girl hit the man with the umbrella.
 Minimal attachment
S

8 Nodos NP VP

Preferido the girl V NP

S
hit NP PP

NP VP
the man P NP
the girl V NP PP
with the umbrella

hit the man P NP

with the umbrella 9 nodos

The girl hit the man with the umbrella.

 S
S
NP VP
NP the spy
V NP
VP S’
S’
the spy saw NP PP
V PP
PAM the cop P NP No-PAM
NP
saw P NP withthe revolver
but the cop didn’t see him
the cop
with the revolver but the cop didn’t see him

La oración donde el
The spy saw the cop with the binoculars.. Principio de
The spy saw the cop with the revolver … Adjunción Mínima no
está permitido tarda
(Rayner, Carlson & Frazier, ‘83) más en leerse.
 Frazier, 1978
• Principio de Cierre Tardío
– Incorporar material entrante a la frase o cláusula que se está procesando.
O
– Asociar el material entrante con el material más reciente posible.

She said he tickled her yesterday

Tom said that Bill had written his paper yesterday.
They were cooking apples.
 S
Preferido
S np vp

np vp she v S' adv

she v S' said np vp yesterday

said np vp he v np

he v np adv tickled her

tickled her yesterday (Ambas tienen 10

Nodos, así que usar
PCT, y no PAM)
She said he tickled her yesterday
 Modelos Interactivos
• Otros factores (e.g., contexto smeántico, co-
occurrencia de uso y expectativas) pueden
proveer pistas sobre cuál es la interpretación
más probable de la oración.
 The evidence questioned in the trial …
 The lawyer questioned in the trial …

La evidencia típicamente es cuestionada, y

no puede hacer preguntas (factor
animacidad).
 Modelos Interactivos
• Otros factores (e.g., contexto smeántico, co-
occurrencia de uso y expectativas) pueden
proveer pistas sobre cuál es la interpretación
más probable de la oración.
 The evidence questioned in the trial …
 The lawyer questioned in the trial …

Un abogado típicamente hace preguntas

(más a menudo que repsonderlas.
 Expectativas semánticas

• Taraban & McCelland (1988)

– Expectativas

 The couple admired the house with a friend but knew that it was over-
priced.
 The couple admired the house with a garden but knew that it was over-
priced.
 Expectativas semánticas

 Taraban & McCelland, 1988

 The couple admired the house with a

friend but knew that it was over-
priced.
 The couple admired the house with a
garden but knew that it was over-
priced.

La estructura No-PAM puede ser favorecida.

 Prosodia

A1: I met Mary and Elena’s mother at the mall

yesterday.

A2: I met Mary and Elena’s mother at the mall

yesterday.
La prosodia puede desambiguar

400

350

300 Mary & Elena’s mother

mall
250

200

150

100

50 I met Mary and Elena’s mother at the mall yesterday

Una frase entonacional con un rango de F0 relativamente chato..

La prosodia puede desambiguar

400

350
Elena’s mother
300 mall
250
Mary

200

150

100

50 I met Mary and Elena’s mother at the mall yesterday

Frases separadas, con movimientos de F0 expandidos.