Tisk 10：時代遅れの文字列カーネルモデルの使いやすいPython実装

この記事では、Tiskの新しいPython Distribution、音声認識の時間不変の文字列カーネルモデルについて説明します（Hannagan et al。in Frontiers in Psychology、4、563、2013）。Tiskは、TRACEモデル（認知心理学のMcClelland＆Elman、18、1-86、1986）に似たインタラクティブアクティベーションモデルですが、Tiskは、Traceの再複製された時間固有のノードのほとんどを、理論的に動機付けられた時間面積、オープンダイプンノードに置き換えます。計算モデルの有用性は、理論開発ツール、他のモデルと比較したTiskの相対的なメリット、および研究者がこの実装を使用して独自の研究と理論開発を導く方法について説明します。シミュレーション結果のインライングラフ化、標準のPythonデータ形式との統合、グラフとデータのエクスポートを促進する機能を含むTiskモデルについて説明します。分布はhttps://github.com/maglab-uconn/tisk1.0からダウンロードできます。

This article describes a new Python distribution of TISK, the time-invariant string kernel model of spoken word recognition (Hannagan et al. in Frontiers in Psychology, 4, 563, 2013). TISK is an interactive-activation model similar to the TRACE model (McClelland & Elman in Cognitive Psychology, 18, 1-86, 1986), but TISK replaces most of TRACE's reduplicated, time-specific nodes with theoretically motivated time-invariant, open-diphone nodes. We discuss the utility of computational models as theory development tools, the relative merits of TISK as compared to other models, and the ways in which researchers might use this implementation to guide their own research and theory development. We describe a TISK model that includes features that facilitate in-line graphing of simulation results, integration with standard Python data formats, and graph and data export. The distribution can be downloaded from https://github.com/maglab-uconn/TISK1.0 .