Neural Models of Language Use: Studies of Language Comprehension and Production in Context 
Mario Giulianelli 

Samenvatting:
Dit proefschrift onderzoekt nieuwe manieren om kunstmatige neurale netwerken te gebruiken als modellen van menselijk taalgebruik, met als doel nieuwe methoden te ontwikkelen en nieuwe onderzoeksrichtingen mogelijk te maken voor een grote verscheidenheid aan taalwetenschappers: van historische taalkundigen, sociolinguïsten en lexicografen tot cognitieve wetenschappers en neurowetenschappers. Het bestaat uit een reeks studies over taalbegrip en taalproductie,  met de nadruk op hoe hun modellering wordt beïnvloed wanneer taalkundige contexten op passende wijze in overweging worden genomen.

Deel 1 presenteert twee nieuwe methoden om woordgebruik te bestuderen als functie van de zinscontext waarin een woord voorkomt: de eerste bestaat uit het extraheren, groeperen en analyseren van gecontextualiseerde neurale representaties uit taalmodellen; de tweede maakt gebruik van door taalmodellen gegenereerde menselijk leesbare woorddefinities op basis van voorbeelden van woordgebruik. Lexicale semantische veranderingsanalyse wordt hier als voorbeeld genomen, aangezien dit het dynamisch vastleggen van woordbetekenis vereist vanwege zijn genuanceerde contextbepaalde modulaties.

Deel 2 richt zich op neurale modellen als contextbewuste simulaties van taal ontvangers.
Ik verkrijg `surprisal’ schattingen van de voorspelbaarheid van uitingen vanuit neurale taalmodellen en gebruik deze om psycholinguïstische theorieën over de productie van uitingen te testen, die het monitoren van de voorspelbaarheid van sprekers postuleren. Bevindingen dagen gevestigde hypothesen van rationeel gebruik van het communicatiekanaal uit, vooral in dialogische omgevingen---maar over het algemeen bevestigen ze dat de strategieën voor het produceren van uitingen kunnen worden beschreven als het efficiënt beperken van de inspanning die het gesprekspartners vergt om de boodschap te begrijpen.

Deel 3 onderzoekt het potentieel van neurale tekstgeneratoren als modellen van taalproductie. Ik test of generatoren taal produceren dat statistische eigenschappen bevat die overeenkomen met die van menselijke producties, en gebruik ze vervolgens om interpreteerbare metingen van voorspelbaarheid van uitingen te verkrijgen die complementair zijn aan de maten die in deel 2 zijn gebruikt. Ik sluit af door inzichten uit de rest van dit proefschrift te verzamelen in een formeel kader voor kunstmatige simulaties van mensachtig---efficiënt, communicatief effectief en publiek bewust---taalproductie gedrag.