来自科隆大学和维尔茨堡大学的一组研究人员在训练研究中发现，已知单词和未知单词之间的区别可以通过训练来提高阅读效率。识别单词对于理解文本的含义是必要的。当我们阅读时，我们的眼睛会非常有效、快速地从一个词移动到另一个词。

当我们遇到不认识的单词时，这种阅读流程就会中断，这种情况在学习新语言时很常见。新语言的单词可能还没有被完整地理解，并且语言特定的拼写特性仍然需要内化。由科隆大学人文科学学院的初级教授BenjaminGagl博士领导的心理学家团队现在找到了一种优化这一过程的方法。

目前的研究成果发表在《npjScienceofLearning》上，标题为《基于语言学习者联合诊断和训练方法的阅读中的词汇分类研究》。5月起，将开展拓展培训项目的后续研究。

“阅读对于信息处理至关重要，”主要作者本杰明·加格尔(BenjaminGagl)说，他多年来一直在研究单词识别的认知和神经过程。两年前，他和一组研究人员表明，在我们对单词识别过程的理解中，心理学理论并没有对左颞叶最频繁激活的大脑区域之一的确切功能做出足够精确的假设。

为了弥补这一知识差距，Gagl和他的同事开发了一个模型，利用心理学中已建立的行为发现来预测大脑中这个阅读区域的激活。该模型是新研究中描述的培训计划的基础。

单词过滤器作为高效阅读的构建块

该模型假设该大脑区域的功能类似于过滤器，并将已知的单词与不相关或未知的字母组合分开;只有已知的单词才被允许“通过”以启动后续的语言处理。然而，当我们遇到一个新单词时，我们无法继续阅读，而是需要在词典或互联网上查找该单词来理解它的含义。

当前研究的核心训练程序是由“词汇分类模型”的假设推动的。行为研究表明，当参与者接受对高效阅读至关重要的过滤过程的培训时，阅读技能会得到提高。训练过程包括简单的任务，读者应通过按下按钮来区分单词和非单词(例如，路径与路径)。

经过三天的训练后，三项独立研究的阅读成绩有了显着提高。该团队还使用了基于机器学习的诊断程序，可以提高培训效率，因为它可以检测出可能无法从进一步培训中受益的参与者。这使得每个学习者可以单独决定词汇分类训练是否值得付出努力，或者是否应该进行替代训练。

弥补阅读问题的新方法

作为5月1日启动的新项目的一部分，研究人员将进一步开发计算机模型，激发语言学习或补偿其他阅读障碍的新训练方法。除了德语作为外语领域之外，培训方法还可以用于阅读障碍的治疗。

“神经认知计算机模型可用于实施基本科学发现，用于教育和临床环境中的个人诊断培训计划。这使我们能够帮助个人学习者优化他们的阅读技能，从而显着提高他们的信息处理技能，”加格尔说。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：