Chunking mechanisms in language and other domains
Résumé
The ability to track the statistical structure of language and more broadly, of our environment, is a key feature of our cognitive system. This process, known as statistical learning, is thought to rely on associative mechanisms, and notably chunking. In this review, we summarize recent empirical work on three main phenomena that have been consistently reported in the literature about chunking mechanisms: predictability effects, repetition spacing effects, and chunk size limits. To illustrate the generality and robustness of these phenomena, we show that they have been observed for the processing of both linguistic and visuo-motor sequences, in human and non-human primate studies. We discuss how current chunk-based models of statistical learning can account for these effects and highlight some of their limitations. Finally, we argue that recent neurocomputational models based on associative and Hebbian learning may provide new theoretical approaches to describe and better understand the nature of chunking mechanisms.
La capacité à identifier la structure statistique du langage et de notre environnement, l’apprentissage statistique, est une caractéristique essentielle de notre système cognitif. Ce processus repose sur des mécanismes associatifs tels que le chunking. Cette revue de l’art examine trois phénomènes majeurs, régulièrement rapportés dans la littérature portant sur les mécanismes de chunking : l’effet de prédictibilité, l’espacement des répétitions, et les limitations de la taille des chunks. Pour illustrer la généralisabilité et la robustesse de ces effets, nous montrons qu’ils ont été observés dans le traitement de séquences linguistiques et visuo-motrices chez le primate humain et non-humain. Nous discutons des apports de modèles d’apprentissage statistique actuels basés sur le chunking, et soulignons certaines de leurs limites. Enfin, nous soutenons que les récents modèles neurocomputationels basés sur l’apprentissage Hebbien et associatif peuvent fournir de nouvelles approches théoriques pour décrire et mieux comprendre la nature des mécanismes de chunking.