Detailseite
Projekt
Surprisal verstehen: Sprachmodelle zwischen linguistischer Struktur und neuronaler Evidenz
Antragstellerinnen / Antragsteller
Dr. Alessandro Lopopolo; Professorin Dr. Milena Rabovsky
Fachliche Zuordnung
Allgemeine, Kognitive und Mathematische Psychologie
Förderung
Förderung seit 2026
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 578800581
Dieses Projekt untersucht, wie Surprisal – ein probabilistisches Maß für die Vorhersagbarkeit von Wörtern, geschätzt durch Sprachmodelle (LMs) – mit dem menschlichen Sprachverstehen zusammenhängt. Die zentrale Frage ist, ob Surprisal lediglich oberflächliche statistische Eigenschaften widerspiegelt oder auch tiefere linguistische Strukturen wie Syntax und Semantik erfasst. Aufbauend auf Befunden, dass Surprisal mit neuronalen und behavioralen Maßen des Sprachverstehens korreliert (z. B. der N400-ERP-Komponente oder Lesezeiten), prüft das Projekt, ob diese Effekte ausschließlich auf lexikalische Vorhersage zurückzuführen sind oder teilweise durch strukturelle und semantische Prozesse vermittelt werden. Parallel dazu wird untersucht, wie LMs während des Trainings Sensitivität für linguistische Strukturen entwickeln und welche Rolle dabei Umfang, Art und Komplexität der Trainingsdaten spielen. Zur Beantwortung dieser Fragen kombiniert das Projekt computerbasierte Modellierung, linguistische Analysen und neurokognitive Experimente, indem LM-Vorhersagen mit EEG- und Verhaltensdaten abgeglichen werden. Dieser integrierte Ansatz soll klären, welche Aspekte des LM-Verhaltens tatsächlich dem menschlichen Sprachverstehen ähneln, wie Training ihre Sensitivität für Syntax und Semantik prägt und wie LMs insgesamt als interpretierbare und epistemisch robuste Werkzeuge in den Sprach- und Neurowissenschaften dienen können.
DFG-Verfahren
Schwerpunktprogramme
