Spieler \& Balota (1997) 基準

Spiel and Balota (1997) 基準：

視覚的単語認識の研究では、従来「高頻度vs低頻度」「規則語vs不規則語」といったカテゴリー変数を用いた実験が主流。1980〜90 年代に登場したコネクショニスト系の計算モデル（SM89 と PMSP）は、個々の単語レベルでの予測が可能という点で画期的とされていた。この論文は、これらのモデルが実際に 個々の単語の命名潜時（反応時間）をどれほど説明できるか を検証した。

31 名の大学生が 2,870 語の一音節語を音読し、各単語の平均命名潜時を測定。その後、以下の変数で命名潜時の分散を回帰分析

  • 標準的予測変数：対数頻度、単語長、Coltheart’s N（近傍語密度）
  • モデル出力：SM89 の音韻誤差得点、PMSP の収束時間

結果

| 予測変数 | 説明分散（$R^2$） | |:—|:—| | 対数頻度のみ | 7.3% | | 単語長のみ | 14.4% | | Coltheart’s Nのみ | 12.8% | | 3 変数合計 | 21.7% | | SM89 | 10.1% | | PMSP | 3.3% |

  • SM89 は対数頻度をやや上回る説明力を持つが、3 変数合計には大きく及ばない
  • PMSP は対数頻度の半分以下しか説明できない
  • 音節頭子音の調音特徴を統制した上でも、モデルの説明力は標準変数に劣る

考察と結論

  1. 因子レベルでの成功は項目レベルでの成功を意味しない：両モデルはカテゴリー変数の主効果は再現できるが、個々の単語の反応時間を予測する能力は限定的。
  2. PMSP が SM89 より劣る理由：PMSP は収束時間のみを潜時の指標とし、最終出力の正確さは無視するため、個別項目の差異を捉えにくい。
  3. 頻度効果の過小評価：両モデルは全単語で正しい発音を習得させる必要があるため、頻度の影響が圧縮される。
  4. 語彙・意味経路の必要性：モデルは綴り→音韻のマッピングのみに焦点を当てているが、単語頻度の大きな影響を説明するには、語彙・意味的処理経路の実装が必要と示唆される。
  5. 方法論的提言：従来の因子実験と項目レベル回帰分析の両方を用いることで、モデル評価がより適切になると主張。
Project CCAP