Роль темпо-ритмических характеристик текста в процедурах его восприятия (стр. 2 )

Результатом нашей работы явился сопоставительный анализ распределения в исходных текстах – на каждом из рассматриваемых языков – элементов разной степени опорности (где опорность понимается как восстанавливаемость во вторичных текстах):

опорных элементов,  воспроизводящихся наилучшим образом; элементов, опускающихся при повторении; элементов, заменяющихся другими единицами

Составной частью сопоставления стало рассмотрение синтаксических и смысловых структурных особенностей текстов.

Проведенный сопоставительный анализ позволил нам проанализировать влияние типологических особенностей языка и темпо – ритмических характеристик текста на стратегии и процедуры восприятия, проанализировать глубину обработки текста и получить данные об оперативных единицах и структурных составляющих текста в разных условиях восприятия.

Глава 1. Краткий обзор моделей восприятия и моделей понимания звучащей речи

В данной главе мы представим обзор существующих моделей восприятия звучащей речи. Сложность и неоднозначность трактовки самого понятия «восприятие» отражается и в количестве существующих теорий, моделирующих этот процесс когнитивной деятельности человека.  Предложенные модели можно условно разделить по уровням восприятия (согласно классификации и ) (Мурзин, Штерн, 1991), которые та или иная модель описывает:

– уровень первичной сенсорной обработки (сегментация речевого потока и идентификация фонем и слогов)

- уровень перцептивного восприятия (выбор слова из ментального лексикона)

- уровень смыслового восприятия (понимание общего смысла  высказывания).

Основной интерес для нас представляют модели, описывающие процесс восприятия речи на более высоких уровнях – перцептивном и смысловом, то есть уровни, на которых происходит обработка единиц текста более высоких уровней - слово, предложение, текст.

Модели, описывающие процесс восприятия речи на сенсорном и перцептивном уровнях, мы в дальнейшем будем условно называть моделями восприятия, а модели, основной задачей которых является описание процессов восприятия на уровне смыслового восприятия – моделями понимания1.

Большинство исследователей речи считают, что восприятие и понимание являются составляющими единого процесса, так как «будучи осознанием предмета, восприятие человека нормально включает акт понимания, осмысления» (Зимняя, 2001, стр. 297) (см. также Артемов, 1964, Лурия, 1975 и др.). Таким образом, деление моделей восприятия речи на «модели восприятия» и «модели понимания» в нашей работе довольно условно, однако мы считаем данное деление обоснованным, так как между «моделями восприятия» и «моделями понимания» существует ряд существенных различий. Одним из наиболее важных и заметных отличий является то, что модели восприятия своей основной задачей видят описание процессов сегментации речевого потока и распознавания полученных элементов как определенных фонем, слогов или слов, тогда как модели понимания в первую очередь ориентированы на описание процессов смыслового восприятия звучащего текста. Таким образом, для «моделей восприятия» основной «перцептивной» единицей является фонема/слог, а для «моделей восприятия» - слово/сочетание слов.

Модели восприятия

Модель анализа через синтез

Модель анализа через синтез является моторной теорией восприятия речи. Она предполагает, что анализ речевого сигнала осуществляется в результате восстановления (синтезирования) артикуляторных характеристик, породивших этот сигнал (Stevens, Halle, 1964). В более поздних версиях эта модель не ограничивалась описанием только фонетического уровня восприятия речи, сторонников этой модели в первую очередь стали интересовать процедуры восприятия слов – выдвижение гипотез и их последующая верификация. В. Зью и Д. Хаттенлохер развивали в своей теории идею о гиперпризнаках. Они предполагали, что процесс восприятия и идентификации слова проходит три основных этапа:

(1) предварительная сегментация акустического сигнала и приписывание сегментам гиперпризнаков (типа «сильный фрикативный»/ «слабый фрикативный», «ударный» / «безударный»).

(2) обращение к словарю для получения некоторого множества слов, которые удовлетворяют данному набору гиперпризнаков.

(3) поиск слова внутри установленного множества за счет более детального фонетического анализа его элементов. (Венцов, Касевич, 2003, стр. 14).

Однако данная теория имеет ряд серьезных недостатков. Как пишет Д. Клатт, данная модель, во-первых, потребует слишком большой когнитивной обработки данных, а во-вторых, гиперпризнаки дают слишком большой разброс возможных «ответов» как для сегментации, так и для идентификации слов. (Klatt, 1989, p.181-182).

Модель анализа через синтез предполагает последовательную (пошаговую) обработку информации, и в ситуации, когда у слушающего нет возможности повторного «более детального фонетического анализа», следовало бы ожидать огромного количества ошибок в сегментации и идентификации слов, что, однако, на практике не происходит.

Признаковые модели

Существует несколько различных моделей, использующих дифференциальные признаки. Мы остановимся на некоторых из них более подробно и обсудим основные отличия предложенных моделей. Как пишут Венцов и Касевич, можно выделить и несколько основных этапов обработки входного акустического сигнала, общих для большинства признаковых моделей:

- этап слуховой обработки или периферического анализа

- использование детекторов акустических параметров

- анализ сигнала детекторами дифференциальных признаков

- обеспечение доступа к словарю (Венцов, Касевич, 2003, стр. 15-18).

Признаковые модели предполагают параллельную работу детекторов акустических параметров и детекторов дифференциальных признаков, что позволяет слушающему корректировать распознавание звукового сигнала практически на любом этапе обработки информации.

Модели, использующие дифференциальные признаки, допускают вероятностные решения, то есть, как пишут Венцов и Касевич,  «информация, полученная от детекторов акустических параметров, позволяет следующему модулю оценить лишь вероятность присутствия тех или иных дифференциальных признаков в соответствующей точке временного континуума» (Венцов, Касевич, 2003, стр. 16). 

Интересно, что на этапе поиска лексических единиц, которые лучше всего соответствуют последовательностям признаковых матриц, сформированным детекторами на предыдущем этапе, признаковые модели также предполагают использование информации о просодических характеристиках входного сигнала. Включение просодических характеристик и семантических и синтаксических ожиданий в модель восприятия на довольно раннем этапе является, на наш взгляд, очень важным аспектом, так как влияние вышеназванных «компонентов» речи на процесс восприятия доказано множеством экспериментальных данных (см. об этом подробнее в главе 2).

Модель лексического доступа через признаки (LAFF)

Модель лексического доступа через признаки (Lexical Access From Features) К. Стивенса (Stevens, 2005) также основывается на дифференциальных признаках, однако имеет и ряд принципиальных отличий от моделей, описанных выше. Модель LAFF предполагает набор признаков, каждому из которых сопоставлены некоторые акустические корреляты. Модель воспринимает такие характеристики входного сигнала как «высокий», «низкий», «задний», «передний», «звонкий», и т. д. и осуществляет поиск соответствующего акустического коррелята. В результате первичной обработки входной информации создаются признаковые матрицы. Лексические единицы в словаре характеризуются аналогичными матрицами, которые, однако, модифицированы для облегченного сравнения с «входной» информацией («квазиперцептивные матрицы»). Предполагается, что поиск в словаре осуществляется путем прямого сличения набора признаков, извлеченного из акустического сигнала, с модифицированной «квазиперцептивной» матрицей.

Однако, как и предыдущие модели, модель Стивенса не отражает процесс восприятия в полной мере. Данная модель, по мнению Клатта, не учитывает особенности, связанные с взаимозависимостью признаков, использованием правил взаимодействия акустических ключей и др. Также недостатком предложенной теории является отказ от вероятностных оценок в пользу двоичной системы оценок по принципу «да/нет» (Klatt, 1989).

Модель лексического доступа через спектры (LAFS)

Д. Клатт предлагает свою модель восприятия речи - модель лексического доступа через спектры (Lexical Access From Spectra, LAFS). По словам Венцова и Касевича, автор выделяет 4 основных положения, которым удовлетворяет его теория:

(1) исходным моделируемым явлением речи выступает фонетический переход; предполагается, что любой фонетический переход может быть представлен с любой степенью точности через некоторый набор спектров, образующих последовательность, или же с помощью нескольких таких наборов, являющихся альтернативными;

(2) описанные подобным образом участки речевого сигнала непосредственно сличаются со словарными единицами; иначе говоря, каждой единице ментального лексикона должен быть сопоставлен ее спектральный эталон, хранящийся в долговременной памяти;

(3) фонетическая вариабельность гласных и согласных как внутри слова, так и на словесных границах отражается в модели с помощью декодирующей сети, в которой учтены спектральные характеристики всех возможных сочетаний данного языка;

(4) в модели используются процедуры, оценивающие функцию сходства между фонетическими (спектральными) характеристиками входного сигнала и характеристиками словарных спектральных эталонов. Результатом действия процедур, основанных на представлении о такого рода метрическом пространстве, выступает список словарных единиц, ранжированных по величине функции сходства относительно спектральных характеристик входного сигнала (Венцов, Касевич, 2003, стр. 23 - 24).

Декодирующая сеть строится для участков речевой цепи от «центра» согласного до «центра» гласного для слогов типа согласный-гласный, и наоборот в слогах типа гласный-согласный. Декодирующая сеть «накладывается» на словарную сеть для оценки меры их близости.

Словарная сеть образуется в три этапа:

- построение фонологических деревьев (слова с совпадающими начальными элементами имеют общие части - поддеревья);