Validering van een mentaal lexicon afgeleid van een grootschalig woordassociatieproject

Semantiek ligt aan de basis van elke taal-gebaseerde activiteit, maar is wellicht een van de meest complexe aspecten om te bestuderen. Om meer kennis te verwerven over de manier waarop woordbetekenis wordt verwerkt en opgeslagen in het menselijk geheugen, zijn er een aantal lexico-semantische modellen voorgesteld. Deze modellen zijn instrumenteel in een aantal onderzoekslijnen, variërend van puur theoretische vragen, zoals atypische woordverwerking, de structuur en de verwerving van het mentale lexicon bij kinderen, tot meer pragmatische kwesties, zoals het leren van een tweede taal, tekstverwerking en expert systeemontwikkeling.
Bij het bestuderen van de betekenis van woorden zijn er verschillende benaderingen. In de laatste decennia zijn semantische distributiemodellen, die betekenis afleiden uit patronen van het tezamen voorkomen van woorden in tekstcorpora, zeer populair en succesvol gebleken. Oudere modellen (e.g., Latent Semantic Analysis of LSA) tellen hoe vaak woorden samen voorkomen in een context en reduceren de dimensies van de resulterende tel-matrix. Nieuwere modellen (e.g., word2vec) leren woordinbeddingen gebruikmakend van een neuraal netwerk. Een andere manier om semantiek te bestuderen maakt gebruik van woordassociaties. Hoewel die een lange traditie hebben binnen psychologie worden zij maar recent op grote schaal verzameld. In alle verzamelde hoofstukken binnen dit proefschrift wordt het gebruik van deze associatiedata gevalideerd als methode om verschillende aspecten van semantiek te onderzoeken. In drie van de hoofdstukken wordt de vergelijking met semantische distributiemodellen gemaakt.
Hoofdstuk 2 handelt over de mate waarin een aanpak op basis van woordassociaties lexcio-semantische dimensies zoals concreetheid en valentie kan verklaren. Er wordt een directe vergelijking gemaakt tussen de twee voornoemde modellen in het voorspellen van deze dimensies in het Nederlands en Engels. In Hoofdstuk 3 worden verzamelde scores met betrekking tot semantische gender van woorden voorgesteld. Betrouwbaarheid en validiteit worden beoordeeld alsook de relatie met het grammaticaal geslacht. Woordassociatiedata worden gebruikt om de relevantie van semantische gender na te gaan door middel van de voorspelling van deze scores, alsook of een dimensie gender kan gevonden worden in een ruimtelijk voorstelling. Hoofdstukken 4 en 5 volgen een andere aanpak en gebruiken een woordassociatiemodel en een semantisch distributiemodel om twee soorten stimuli te generen die gebruikt worden in verschillende experimenten. In Hoofdstuk 4 wordt onderzocht welk soort hints beter zijn voor deelnemers in een ‘raad het woord’ spel. In Hoofdstuk 5 wordt het experimentele Deese–Roediger–McDermott (DRM) paradigma om valse herinneringen op te wekken, (DRM), gebruikt om te kijken welk soort stimuli leidt tot meer valse recognitie van niet-gepresenteerde items. De tweede studie in dat hoofdstuk kijkt naar verschillende maten van semantische verwantschap afgeleid van woordassociaties in het induceren van valse recognitie, inclusief achterwaarts associatieve sterkte, omdat deze variabele cruciaal is voor een aantal theorieën binnen de DRM-literatuur.