Network-Based Approach to the Structure of Semantic Memory of Foreign Language Learners: Specific and Possibilities of their Use

封面

如何引用文章

全文:

详细

The article is aimed at considering the issues of applying the network-based approach to the structure of the semantic memory of foreign language learners. The literature review made it possible to determine the specifics and possibilities of applying the network-based approach to the structure of the semantic memory of foreign language learners.

作者简介

Artem Barmin

Moscow State Linguistic University

编辑信件的主要联系方式.
Email: art.barmin@mail.ru

Post-Graduate Student of the Department of Psychology and Pedagogical Anthropology of the Institute of Humanities and Applied Sciences of Moscow State Linguistic University

俄罗斯联邦

Boris Velichkovsky

Moscow State Linguistic University

Email: velitchk@mail.ru

Doctor of Psychology, Professor of Moscow State University, Head of the Laboratory for Cognitive Studies of Communication, Moscow State Linguistic University

俄罗斯联邦

参考

  1. Runge A., Hovy E. Exploring neural entity representations for semantic information // arXiv preprint arXiv: 2011.08951. 2020. P. 1–13. https://doi.org/10.48550/arXiv.2011.08951
  2. Hasnine M. N. et al. A platform for image recommendation in foreign word learning / M. N. Hasnine, M. Ishikawa, V. Flanagan, H. Ogata // Society for learning analytics research (SoLAR): Conference: 9th International Learning Analytics and Knowledge (LAK) ConferenceAt: Arizona, USA. 2019. P. 187–188.
  3. Дубинина Г. А., Каменская Н. В. Поиск новых форм контроля и оценки качества подготовки по иностранному языку в неязыковом вузе // Вестник Московского государственного лингвистического университета. Образование и педагогические науки. 2018. Вып. 2 (796). С. 202–211.
  4. De Brigard F., Umanath S., Irish M. Rethinking the distinction between episodic and semantic memory: Insights from the past, present, and future // Memory & Cognition. 2022. Vol. 50. № 3. P. 459–463.
  5. Лурия А. Р. Язык и сознание. М.: Изд-во МГУ, 1979.
  6. Smith E. E., Shoben E. J., Rips, L. J. Structure and process in semantic memory: A featural model for semantic decisions // Psychological Review. 1974. Vol. 81. № 3. P. 214–241.
  7. Recchia G. et al. Encoding sequential information in vector space models of semantics: Comparing holographic reduced representation and random permutation / G. Recchia, M. Jones, M. Sahlgren, P. Kanerva // Proceedings of the Annual Meeting of the Cognitive Science Society. 2010. Vol. 32. № 32. P. 1–7.
  8. Kumar A. A. Semantic memory: A review of methods, models, and current challenges // Psychonomic Bulletin & Review. 2021. Vol. 28. P. 40–80.
  9. Collins A. M., Loftus E. F. A spreading-activation theory of semantic processing // Psychological Review. 1975. Vol. 82. № 6. P. 407–428.
  10. Siew C. S. Q. et al. Cognitive Network Science: A Review of Research on Cognition through the Lens of Network Representations, Processes, and Dynamics / C. S. Siew, D. U. Wulff, N. M. Beckage, Y. N. Kenett // Complexity. 2019. Vol. 2019. P. 1–24.
  11. Kumar A. A., Steyvers M., Balota D. A. A critical review of network-based and distributional approaches to semantic memory structure and processes // Topics in Cognitive Science. 2022. Vol. 14. № 1. P. 54–77.
  12. De Deyne S. et al. Structure at every scale: A semantic network account of the similarities between unrelated concepts / S. De Deyne, D. J. Navarro, A. Perfors, G. Storms // Journal of Experimental Psychology: General. 2016. Vol. 145. № 9. P. 1228–1254.
  13. Kumar A. A., Steyvers M., Balota D. A. Semantic memory search and retrieval in a novel cooperative word game: A comparison of associative and distributional semantic models // Cognitive Science. 2021. Vol. 45, № 10. P. 1–33.
  14. Steyvers M., Tenenbaum J. B. The large-scale structure of semantic networks: Statistical analyses and a model of semantic growth // Cognitive science. 2005. Vol. 29. № 1. P. 41–78.
  15. Morais A. S., Olsson H., Schooler L. J. Mapping the structure of semantic memory // Cognitive science. 2013. Vol. 37. № 1. P. 125–145.
  16. McNamara T. P. Semantic Priming: Perspectives from Memory and Word Recognition. New York: Taylor & Francis, Psychology Press, 2005.
  17. Denervaud S. et al. Education shapes the structure of semantic memory and impacts creative thinking // npj Science of Learning. 2021. Vol. 6. № 1. P. 1–7.
  18. Fernandez-Fontecha A., Kenett Y. N. Examining the relations between semantic memory structure and creativity in second language // Thinking Skills and Creativity. 2022. Vol. 45. P. 1–39.
  19. Agustin-Llach M. P. How age and L2 proficiency affectthe L2 lexicon // System. 2022. Vol. 104. P. 1–12.
  20. Coltheart M. Are there lexicons? // The Quarterly Journal of Experimental Psychology Section A. 2004. Vol. 57. № 7. P. 1153–1171.
  21. Овчинникова И. Г. О влиянии частотности коллокации лексем на взаимосвязи единиц ментального лексикона // Вестник Пермского университета. Российская и зарубежная филология. 2010. Вып. 1 (7). С. 26–30.
  22. Nelson D. L., McEvoy C. L., Schreiber T. A. The University of South Florida free association, rhyme, and word fragment norms // Behavior Research Methods, Instruments, & Computers. 2004. Vol. 36, №. 3. P. 402–407.
  23. Zemla J. C., Austerweil J. L. Estimating semantic networks of groups and individuals from fluency data. Computational Brain & Behavior. 2018. Vol. 1. № 1. P. 36–58.
  24. Coltheart M. The MRC psycholinguistic database // The Quarterly Journal of Experimental Psychology Section A. 1981. Vol. 33. № 4. P. 497–505.
  25. Wulff D. U. et al. Using network science to understand the aging lexicon: Linking individuals' experience, semantic networks, and cognitive performance // Topics in Cognitive Science. 2022. Vol. 14. № 1. P. 93–110.
  26. Barabasi A. L., Albert R. Emergence of scaling in random networks // Science. 1999. Vol. 286. № 5439. P. 509–512.
  27. Hills T. T. et al. Longitudinal analysis of early semantic networks: Preferential attachment or preferential acquisition? // Psychological science. 2009. Vol. 20. № 6. P. 729–739.

补充文件

附件文件
动作
1. JATS XML
下载


Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».