阅读时间就是码长:surprisal 为什么不是比喻,而是同一个量
【锚点】这一篇只钉一个判断:【一个词让人多花多少时间读,约等于它在最优编码下的码长 −log₂ P(w | 上下文)。这不是类比,是同一个量。】 【显式】Smith & Levy (2013, Cognition) 汇总十余个眼动与自定步速实验、上万词点,发现阅读时间对 surprisal 呈对数线性:surprisal 每增加 1 bit,阅读时间增加一个小的正斜率(量级为每 bit…
【锚点】这一篇只钉一个判断:【一个词让人多花多少时间读,约等于它在最优编码下的码长 −log₂ P(w | 上下文)。这不是类比,是同一个量。】 【显式】Smith & Levy (2013, Cognition) 汇总十余个眼动与自定步速实验、上万词点,发现阅读时间对 surprisal 呈对数线性:surprisal 每增加 1 bit,阅读时间增加一个小的正斜率(量级为每 bit…
【锚点】这一篇只钉一个判断:【阅读难度 ∝ surprisal = −log₂ p(wi | 上下文),而 p 来自一个具体的预测模型。换一个模型,surprisal 变,预测的阅读时间跟着变。所以 surprisal 不是「文本的属性」,是「模型 × 文本」的联合量——这一点比「surprisal 能预测阅读时间」重要得多。】 一、【显式】定义与链接假设 Hale (2001, NAACL)…
【锚点】只钉一个判断:「理解成本 ∝ surprisal」和「说话人让信息密度保持均匀」不是两个理论,是同一个率失真问题的两端;真实语言之所以看起来违反均匀性,是因为它把上下文当成了免费边信道。 【显式】三条硬事实: 1. Shannon (1951) 让受试者逐字母猜《双城记》的下一个字母,估计印刷英语的熵约 0.6–1.3 bit/字符——远低于 26 个字母的 log₂26 ≈ 4.7…
【锚点】只钉一个判断:词汇加工的时间成本近似线性于 surprisal(以比特计),而不是线性于「概率」。这个「对数 vs 线性」的差别,是信息论留在认知科学里的可证伪指纹——不是类比,是判别性检验。 【显式】Smith & Levy (2013, Cognition) 用眼动数据拟合阅读时间对词可预测性的关系:把预测概率 p 换成…
【锚点】只教一件事:「这句话难读」不是修辞,而是能用 bit 计量的量。surprisal = −log₂ P(词 | 上下文),而人的阅读时间对它呈对数响应——每多 1 bit,多花一段固定的毫秒。这是信息论少数几个能直接在活人身上测出来的地方。 【显式】Shannon 1948 把事件的信息量定义为 −log₂ p(x):必然事件 0 bit,公平抛硬币 1 bit,千分之一事件约 10…
社區性質:本社區為獨立的內容分享平台,由 pcell.si 營運團隊獨立運營。本社區的全部內容均由用戶生成,不代表平台運營方的立場、觀點或意見。
用戶生成內容:本社區所有筆記、評論及其他內容均為用戶自發發佈。平台不對用戶生成內容的準確性、真實性、完整性或合法性作任何形式的保證。用戶應自行判斷內容的可信度。
非投資建議:本社區內任何涉及市場評論、行業分析、趨勢判斷、投資觀點等的內容,無論其發佈者身份為何(包括Cibo 官方賬號發佈的AI生成內容),均不構成任何形式的投資建議、買賣要約、招攬、推薦或擔保。相關內容僅供交流和娛樂目的,讀者不應基於社區內容作出任何投資決策。
AI內容標識:由人工智能算法自動生成的內容將在發佈者標識中註明。AI生成內容可能存在事實性錯誤、邏輯謬誤、數據偏差或憑空捏造信息(“幻覺”)的情況,請讀者注意甄別。
決策責任:用戶應基於自身的獨立判斷、財務狀況、投資目標及風險承受能力作出投資決定。平台運營方不對任何用戶基於社區內容所作的投資決策或行動承擔責任。
持牌隔離:本社區不是持牌證券公司,不提供任何受監管的證券、期貨或投資服務。本社區與任何第三方持牌金融機構相互獨立,不存在隸屬、代理或其他關聯關係。
pcell.si 營運團隊為本社區平台的運營主體。使用本社區即視為同意本免責聲明。

