Projekt B03
Modellierung von Augenbewegungskontrolle und Satzverarbeitung
PI(s): Prof. Dr. Ralf Engbert, Dr. Maximilian Michael Rabe & Prof. Dr. Shravan Vasishth
Projekt B03 untersucht, wie syntaktische Verarbeitung und Augenbewegungskontrolle beim Lesen zusammenhängen. Das Projekt wird mittels kognitiver Modellierung auf einem vereinfachten SEAM-Modell aufbauen (das erste computationale Modell, das aufmerksamkeitsbezogene, lexikalische und motorische Prozesse mit post-lexikalischen Sprachprozessen über linguistic dependency completion integriert). Experimentell wird das Modell in Eye-Tracking-Studien anhand neuer Benchmark-Daten getestet. Unser Modell wird die Effekte von surprisal als neue Komponente einbeziehen und individuelle Unterschiede durch Bayessche hierarchische Inferenz berücksichtigen.
in Phase 2
Modellierung der Relation von Blicksteuerung, syntaktischer Verarbeitung und Hirnsignalen
PI(s): Prof. Dr. Shravan Vasishth & Prof. Dr. Ralf Engbert & Prof. Dr. Milena Rabovsky-Schad
Dieses Projekt erweitert unsere bisherige mathematische Modellierung der Integration von Augenbewegungen und syntaktischer Verarbeitung um elektrophysiologische Indikatoren während des Lesens. Wir stützen uns dabei auf ein prozessorientiertes Modell, in dem Prädiktion von Verhalten auf der Ebene einzelner Individuen implementiert ist. Als langfristiges Ziel planen wir, auch die neuronalen Prozesse mittels elektrophysiologischer Marker in das Modell einzubeziehen, um eine theoretisch fundierte Erklärung der Dynamik des natürlichen Leseverständnisses und dessen Relation mit individuell variablen Blickbewegungen und ereigniskorrelierten Potentialen zu erlangen.
in Phase 1
Modellierung der Interaktion von Blicksteuerung und syntaktischer Verarbeitung
PI(s): Prof. Dr. Ralf Engbert & Prof. Dr. Shravan Vasishth
Dieses Projekt verfolgt das Ziel, mathematische bzw. komputationelle Modelle zu entwickeln, um zu untersuchen, wie sich Prozesse der Blickbewegungskontrolle und der natürlichen Sprachverarbeitung (parsing) gegenseitig beeinflussen und zusammenwirken. Mit Hilfe neuer experimenteller Designs und einem integrierten Modellierungsansatz werden wir zu klären versuchen, wie die dynamische Interaktion von Teilprozessen (visuelle Wahrnehmung, Aufmerksamkeit, Parsing, sensomotorische Kontrolle) die experimentell beobachtete Variabilität zwischen Versuchsteilnehmern und unter variierenden Aufgabenanforderungen generiert.
Mitglieder
Papers
| Autoren | Titel | Jahr | Erschienen in | Links |
|---|---|---|---|---|
| Vasishth, S., Mertzen, D., Jäger, L.A., & Gelman, A. | The statistical significance filter leads to overoptimistic expectations of replicability. | 2018 | Journal of Memory and Language, 103, 151-175. | DOI: 10.1016/j.jml.2018.07.004 | |
| Vasishth, S., Nicenboim, B., Engelmann, F., & Burchert, F. | Computational models of retrieval processes in sentence processing. | 2019 | Trends in Cognitive Sciences, 23(11), 968–982. | DOI: 10.1016/j.tics.2019.09.003 | |
| Engelmann, F., Jäger, L. A., & Vasishth, S. | The effect of prominence and cue association in retrieval processes: A computational account. | 2019 | Cognitive Science, 43(12), e12800. | DOI: 10.1111/cogs.12800 | |
| Chandra, J., Krügel, A., & Engbert, R. | Experimental test of Bayesian saccade targeting under reversed reading direction. | 2020 | Attention, Perception, & Psychophysics, 82(3), 1230-1240. | DOI: 10.3758/s13414-019-01814-4 | |
| Seelig, S. A., Rabe, M. M., Malem-Shinitski, N., Risse, S., Reich, S., & Engbert, R. | Bayesian parameter estimation for the SWIFT model of eye-movement control during reading. | 2020 | Journal of Mathematical Psychology, 95, 102313. | DOI: 10.1016/j.jmp.2019.102313 | |
| Rabe, M. M., Vasishth, S., Hohenstein, S., Kliegl, R., & Schad, D. J. | hypr: An R package for hypothesis-driven contrast coding. | 2020 | The Journal of Open Source Software, 5(48), 2134. | DOI: 10.21105/joss.02134 | |
| Jäger, L. A., Mertzen, D., Van Dyke, J. A., & Vasishth, S. | Interference patterns in subject-verb agreement and reflexives revisited: A large-sample study. | 2020 | Journal of Memory and Language, 111, 104063. | DOI: 10.1016/j.jml.2019.104063 | |
| Vasishth, S. | Using Approximate Bayesian Computation for estimating parameters in the cue-based retrieval model of sentence processing. | 2020 | MethodsX, 7, 100850. | DOI: 10.1016/j.mex.2020.100850 | |
| Rabe, M. M., Chandra, J., Krügel, A., Seelig, S. A., Vasishth, S., & Engbert, R. | A Bayesian Approach to dynamical modeling of eye-movement control in reading normal, mirrored, and scrambled texts. | 2021 | Psychological Review, 128(5), 803–823. | DOI: 10.1037/rev0000268 | |
| Paape, D., Vasishth, S., & Engbert, R. | Does Local Coherence Lead to Targeted Regressions and Illusions of Grammaticality? | 2021 | Open Mind (2022) 5: 42–58. | DOI: 10.1162/opmi_a_00041 | |
| Vasishth, S., & Engelmann, F. | Sentence Comprehension as a Cognitive Process: A Computational Approach. | 2021 | Cambridge: Cambridge University Press. | DOI: 10.1017/9781316459560 | |
| Engbert, R., Rabe, M. M., Schwetlick, L., Seelig, S. A., Reich, S., & Vasishth, S. | Data assimilation in dynamical cognitive science. | 2022 | Trends in Cognitive Sciences, 26(2), 99-102. | DOI: 10.1016/j.tics.2021.11.006 | |
| Mertzen, D. | A cross-linguistic investigation of similarity-based interference in sentence comprehension. | 2022 | PhD Thesis. Potsdam: Universitätsverlag Potsdam. | DOI: 10.25932/publishup-55668 | |
| Yadav, H., Smith, G., Reich, S., & Vasishth, S. | Number feature distortion modulates cue-based retrieval in reading. | 2023 | Journal of Memory and Language, 129, 104400. | DOI: 10.1016/j.jml.2022.104400 | |
| Mertzen, D., Paape, D., Dillon, B. W., Engbert, R., & Vasishth, S. | Syntactic and semantic interference in sentence comprehension: Support from English and German eye-tracking data. | 2023 | Glossa: Psycholinguistics, 2(1), 8, 1-48. | DOI: 10.5070/G60111266 | |
| Rabe, M. M., Paape, D., Mertzen, D., Vasishth, S., & Engbert, R. | SEAM: An integrated activation-coupled model of sentence processing and eye movements in reading. | 2024 | Journal of Memory and Language, 135, 104496 | DOI: 10.1016/j.jml.2023.104496 | |
| Mertzen, D., Laurinavichyute, A., Dillon, B. W., Engbert, R., & Vasishth, S. | Crosslinguistic evidence against interference from extra-sentential distractors | 2024 | Journal of Memory and Language, 137, 104514. | DOI: 10.1016/j.jml.2024.104514 | |
| Engbert, R., & Rabe, M. M. | A tutorial on Bayesian inference for dynamical modeling of eye-movement control during reading. | 2024 | Journal of Mathematical Psychology, 119, 102843. | DOI: 10.1016/j.jmp.2024.102843 | |
| Rabe, M. M. | Modeling the interaction of sentence processing and eye-movement control in reading. | 2024 | PhD Thesis. Potsdam: Universitätsverlag Potsdam. | DOI: 10.25932/publishup-62279 | |
| Schoknecht, P., Yadav, H., & Vasishth, S. | Do syntactic and semantic similarity lead to interference effects? Evidence from self-paced reading and event-related potentials using German. | 2025 | Journal of Memory and Language, 141, 104599. | DOI: 10.1016/j.jml.2024.104599 | |
| Engbert, R., Funken, J., & Boll-Avetisyan, N. | Towards dynamical modeling of infants’ looking times. | 2025 | WIREs Cognitive Science, 16, e70006. | DOI: 10.1002/wcs.70006 | |
| Contier, F., Höger, M., & Rabovsky, M. | The P600 during sentence reading predicts behavioraland neural markers of recognition memory | 2025 | Journal of Cognitive Neuroscience, 1-20 | DOI: 10.1162/jocn.a.68 | |
| Hao, H., Fuchs, Z., & Vasishth, S. | Similarity-based interference in the processing of classifier-noun dependencies in Mandarin Chinese. | 2025 | Journal of Memory and Language, 144, 104669. | DOI: 10.1016/j.jml.2025.104669 | |
| Schoknecht, P., Paape, D., & Vasishth, S. | The time course of local coherence effects in German: Evidence from self-paced reading times and event-related potentials. | 2026 | Cognitive Psychology, 165, 101816. | DOI: 10.1016/j.cogpsych.2026.101816 |