Chinese sensorimotor and embodiment norms for 3,000 lexicalized concepts

Resumen Técnico: Normas Sensoriomotoras y de Encarnación Chinas para 3.000 Conceptos Lexicalizados

Enunciado del Problema
El artículo aborda una brecha crítica en la ciencia cognitiva y la investigación de la inteligencia artificial encarnada: la falta de recursos normativos de gran escala y alta dimensionalidad para idiomas no indoeuropeos. Si bien comprender cómo el conocimiento conceptual se fundamenta en la experiencia corporal es central para estos campos, las bases de datos sensoriomotoras existentes son predominantemente centradas en el inglés o tienen un alcance limitado para el chino mandarín. Los recursos chinos anteriores cubrían pocas palabras (por ejemplo, de 232 a 689 ítems), carecían de dimensionalidad comprehensiva (por ejemplo, solo modalidades perceptivas) o se restringían a categorías gramaticales específicas (por ejemplo, solo sustantivos). Esta escasez obstaculiza la investigación empírica sobre la relación entre la experiencia sensoriomotora y el procesamiento léxico en chino, así como la capacidad de entrenar o evaluar modelos de lenguaje grandes (LLM) sobre conocimiento conceptual fundamentado.

Metodología
El estudio se estructura en tres fases distintas:

1. Recopilación de Datos (Estudio 1):

   • Participantes: Se reclutaron 378 hablantes nativos de mandarín a través de Prolific y plataformas de redes sociales chinas.
   • Estímulos: Se elaboró una lista de palabras de 3.000 conceptos lexicalizados de uso frecuente, agrupando ítems de cuatro estudios de normalización chinos existentes y añadiendo 429 palabras de alta frecuencia del Corpus Sinica 4.0 y del Chinese Gigaword 5.
   • Valoraciones: Los participantes proporcionaron valoraciones en dos escalas:
     • Valoraciones Sensoriomotoras de 11 Dimensiones: Siguiendo el marco de Lancaster, los participantes calificaron las palabras en seis modalidades perceptivas (Visual, Auditiva, Gustativa, Olfativa, Háptica, Interocepción) y cinco efectores de acción (Mano/Brazo, Pierna/Pie, Cabeza, Boca/Garganta, Torso) en una escala de 0 a 5.
     • Valoraciones Unidimensionales de Encarnación: Los participantes calificaron la fuerza de la experiencia corporal evocada por cada palabra en una escala Likert de 0 a 6.
   • Control de Calidad: Se administraron comprobaciones de atención rigurosas y una mini-prueba de competencia en idioma chino para garantizar la validez de los datos.

2. Validación de Decisión Léxica (Estudio 2):

   • Conjunto de Datos: 2.044 palabras de las normas sensoriomotoras se emparejaron con datos de decisión léxica (tiempos de respuesta y tasas de error) de la base de datos MELD-SCH.
   • Predictores: Se derivaron nueve variables compuestas de las valoraciones sensoriomotoras para predecir el rendimiento léxico:
     • Dos variantes de Fuerza Perceptiva de la Encarnación (PSE): PSE-Perceptiva (5 modalidades) y PSE-Sensoriomotora (las 11 dimensiones).
     • Seis métricas establecidas de las normas de Lancaster: Fuerza máxima, Minkowski-10, Minkowski-3, distancia euclidiana, fuerza sumada y componente PCA.
     • La valoración unidimensional de Encarnación.
   • Análisis: Se ajustaron modelos de regresión lineal bayesianos para predecir los tiempos de respuesta estandarizados (zRT) y las tasas de error (ERR), controlando la longitud y la frecuencia de la palabra.

3. Análisis de Recuperación Lingüística (Estudio 3):

   • Enfoque: El estudio investigó en qué medida las valoraciones sensoriomotoras pueden predecirse a partir de representaciones lingüísticas puras (incrustaciones de palabras estáticas del Laboratorio de IA de Tencent) utilizando regresión ridge.
   • Métricas: La precisión predictiva se midió mediante $R^2$ y $\rho$ de Spearman.
   • Análisis Estructural: Se empleó el Análisis de Similitud Representacional (RSA) para determinar si la estructura geométrica (distancias relacionales) del espacio sensoriomotor valorado por humanos podía recuperarse a partir del espacio predicho por el modelo.

Contribuciones Clave

• Recurso Novel: Los autores presentan la primera base de datos de normalización sensoriomotora de gran escala y 11 dimensiones para 3.000 conceptos en mandarín chino, que cubre una amplia gama de categorías gramaticales.
• Validación de Métricas: El estudio introduce y valida la métrica PSE-Sensoriomotora, extendiendo el marco PSE para incluir la interocepción y los efectores de acción, demostrando su poder predictivo superior sobre los compuestos tradicionales.
• Datos de Fundamentación Empírica: El artículo proporciona evidencia empírica sobre la recuperabilidad de la información sensoriomotora a partir de representaciones lingüísticas distribucionales en un idioma no inglés, ofreciendo un punto de referencia para la investigación de IA encarnada.

Resultados

• Fiabilidad y Validez: Las normas recopiladas demostraron una alta fiabilidad interna (el $\alpha$ de Cronbach osciló entre .698 y .949 a través de las dimensiones) y una fuerte validez cruzada con los recursos chinos existentes.
• Estadística Descriptiva: La fuerza visual fue la dimensión dominante (47.0% de los conceptos), seguida por la Interocepción (39.1%). Las dimensiones quimiosensoriales (Gustativa, Olfativa) tuvieron las valoraciones medias más bajas, pero las fuerzas medias más altas para los conceptos dominantes. Las valoraciones de encarnación se correlacionaron más fuertemente con los efectores de acción que con las modalidades perceptivas.
• Predicción de Decisión Léxica: En el Estudio 2, todos los compuestos sensoriomotores predijeron significativamente el rendimiento en la decisión léxica. PSE-Sensoriomotora y Minkowski-3 surgieron como los predictores más fuertes, superando a las medidas unidimensionales y a las sumas simples. Esto sugiere que ponderar la dimensión dominante mientras se retienen las contribuciones de las dimensiones no dominantes captura óptimamente el efecto facilitador de la información sensoriomotora.
• Recuperación Lingüística: En el Estudio 3, los modelos de regresión ridge predijeron con éxito las valoraciones sensoriomotoras a partir de las incrustaciones de palabras (media de $\rho$ de Spearman = .62). La recuperación varió según la dimensión: las dimensiones Visual y Auditiva mostraron una alta correspondencia, mientras que las dimensiones quimiosensoriales (Gustativa, Olfativa) mostraron una correlación de orden de rango más baja ($\rho$ = .39) a pesar de un alto $R^2$, atribuido a distribuciones de valoración sesgadas y a la ineffabilidad del lenguaje.
• Recuperación Estructural: El RSA reveló una correlación significativa ($\rho$ = .540) entre la geometría relacional del espacio sensoriomotor valorado por humanos y el espacio predicho, indicando que los patrones lingüísticos distribucionales codifican parcialmente la estructura del conocimiento conceptual encarnado.

Significado
El artículo afirma que estos hallazgos proporcionan un recurso normativo necesario para avanzar en la investigación de la cognición encarnada en mandarín chino. Al demostrar que los compuestos sensoriomotores multidimensionales (específicamente PSE-Sensoriomotora y Minkowski-3) son predictores robustos del procesamiento léxico, el estudio ofrece un enfoque metodológico refinado para los estudios conductuales. Además, la recuperabilidad parcial de la estructura sensoriomotora a partir de representaciones lingüísticas respalda la visión de que el uso del lenguaje codifica aspectos de la estructura conceptual encarnada, incluso en ausencia de fundamentación física directa. Esto tiene implicaciones para comprender cómo los modelos de lenguaje grandes podrían adquirir conocimiento conceptual y para desarrollar sistemas de IA más fundamentados. Los autores enfatizan que estos resultados ecoan el debate sobre la fundamentación simbólica, sugiriendo que, aunque los modelos de lenguaje carecen de experiencia directa, los patrones estadísticos del uso del lenguaje retienen rastros de la realidad sensoriomotora.