Ученые ВШЭ выяснили, как чужие ошибки замедляют обработку слов на русском языке
Психолингвисты Центра языка и мозга НИУ ВШЭ в Санкт-Петербурге показали, что слова, которые часто пишутся с ошибками, обрабатываются медленнее, даже если написаны правильно. Исследователи впервые подтвердили этот эффект на материале русского языка, а также выяснили, что скорость реакции сильнее всего связана с тем, насколько уверенно люди отличают правильное написание слова от неправильного. Исследование опубликовано в журнале The Mental Lexicon.
Люди постоянно сталкиваются с неправильным написанием слов: в соцсетях, чатах, комментариях. Орфографическая ошибка кажется мелочью: ну написал человек слово не так, как принято. Но она влияет и на читателя. Несколько лет назад исследователи показали, что в английском языке даже правильно написанные слова распознаются медленнее, если в их написании часто ошибаются. Позже эффект подтвердился в китайском, финском, греческом и иврите. При этом оказалось, что устроен он немного по-разному: в языках с непрозрачной орфографией (английский и китайский) от него больше страдают частотные слова, а с прозрачной (греческий и финский) — редкие слова. Психолингвисты Центра языка и мозга НИУ ВШЭ в Санкт-Петербурге совместно с коллегами из СПбГУ и Университета Новой Горицы (Словения) решили проверить, повторяется ли эта закономерность в русском языке. Также исследователи сравнили обычное распознавание слов и сознательную проверку орфографии, чтобы понять, одинаково ли слово обрабатывается в этих случаях.
Сначала по базе текстов из интернета (постов, комментариев и сообщений без редакторской правки) исследователи отобрали 62 слова, которые часто пишут с ошибками, среди них «терраса», «винегрет», «агентство», «прецедент» и многие другие. Затем они провели четыре онлайн-эксперимента с независимыми группами участников (всего 269 носителей русского языка). В двух из них участникам показывали реальные слова и псевдослова, например «дилемма» и «спротазла», и просили как можно быстрее определить, существует ли такая форма в русском языке.
В двух других группах просили следить за правописанием и определять, написано слово правильно или с ошибкой. Например, участники видели «кристал» и «кристалл» или «мышенок» и «мышонок». По итогам эксперимента исследователи оценивали, насколько быстро и правильно отвечали участники. Такой формат позволил сравнить обработку слов без фокуса на орфографии и при ее сознательной проверке.
Исследование показало, что слова, которые часто пишут с ошибками, действительно обрабатываются медленнее. Авторы связывают это с орфографической неопределенностью: если в памяти человека конкурируют правильное и ошибочные написания слова, мозгу требуется больше времени, чтобы распознать нужный вариант. Когда человек запоминает слово, в памяти фиксируются его написание, звучание и значение. И если человек регулярно видит ошибочные варианты, они тоже закрепляются. В итоге правильный вариант конкурирует с неправильными, и на его распознавание уходит больше времени.
Но важно было не только то, как часто слово встречается в неправильном виде, но и насколько хорошо участники отличают правильное написание от неправильного. Этот показатель объяснял скорость реакции лучше всего. При этом то, как часто слово встречается в языке, и количество возможных ошибочных вариантов влияли слабее.
Наталия Слюсарь
«Если слово путают и в нем не уверены, то его труднее читать, даже если оно написано правильно. Причем эффект оказался сильнее для редких слов, то есть русский в этом отношении повел себя не как английский и китайский, а как финский и греческий. Это было неочевидно, так как русская орфография считается менее прозрачной: нужно следить за безударными гласными, глухими и звонкими согласными и многими другими сложностями, а в финском и греческом слова буквально как слышатся, так и пишутся», — объясняет один из авторов исследования, ведущий научный сотрудник Центра языка и мозга НИУ ВШЭ — Санкт-Петербург Наталия Слюсарь.
В заданиях, в которых участники специально искали ошибки, одни неправильные написания они замечали лучше, другие хуже. Это частично зависело от типа ошибки, или орфограммы. Больше трудностей вызывали слова с лишней или пропущенной двойной согласной, например «аллюминий» вместо «алюминий». Легче участники распознавали ошибки в словах, написание которых можно проверить, изменив форму слова, например «синтез» («синтеза»). Однако эффект проявлялся, только когда человек сознательно следил за орфографией.
Результаты исследования важны не только для понимания того, как устроена обработка слов, но и для прикладных задач, например орфографических тестов.
Дарья Чернова
«Мы специально подобрали слова так, чтобы они различались по сложности, не были слишком простыми для большинства участников и помогали увидеть, кто увереннее распознает правильное написание. Такой набор может использоваться как материал для орфографических тестов», — объясняет один из авторов исследования, старший научный сотрудник Института когнитивных исследований СПбГУ Дарья Чернова.
«Орфографическая память формируется из того, что мы читаем каждый день. Если вокруг много текстов с ошибками, они тоже становятся частью нашего языкового опыта наравне с правильными написаниями. Поэтому стоит чаще читать хорошие книги и статьи», — комментирует Наталия Слюсарь.
Исследование выполнено при поддержке Программы фундаментальных исследований НИУ ВШЭ в рамках проекта «Центры превосходства».
Вам также может быть интересно:
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
Студенты МИЭМ ВШЭ разработают два спутника собственной конструкции для орбитальных экспериментов
Аппараты, созданные студенческими командами, проведут в условиях космоса исследования свойств перспективных солнечных элементов, бортовых систем накопления энергии и серийной электроники для студенческих спутников.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
В НИУ ВШЭ создали базу данных по производственным цепочкам мирового ВПК
Институт мировой военной экономики и стратегии (ИМВЭС) НИУ ВШЭ разработал новый аналитический инструмент для изучения оборонной промышленности зарубежных стран. База данных «Производственные цепочки мирового ВПК» показывает взаимосвязи между производителями на разных уровнях — от конечных систем до комплектующих.
Институт робототехнических систем ВШЭ запустил научно-технический семинар
Институт робототехнических систем (ИРС) ВШЭ запустил новый ежемесячный формат — Научно-технический семинар. Он объединяет сотрудников института, приглашенных экспертов, студентов, исследователей и представителей других подразделений НИУ ВШЭ для обсуждения актуальных задач мехатроники, робототехники и киберфизических систем.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
«Дни компьютерных наук год от года становятся масштабнее, и это отражает развитие ФКН»
Прошедший недавно в корпусе НИУ ВШЭ на Покровке фестиваль «Дни компьютерных наук» (ДКН) стал главной точкой притяжения для всех, кто интересуется технологиями. Событие, организованное факультетом компьютерных наук (ФКН) Вышки совместно с партнерами, собрало около трех тысяч участников: студентов, абитуриентов, выпускников, преподавателей и экспертов индустрии.
МИЭМ ВШЭ и АО «Нанотроника» запускают совместную мастерскую электронного машиностроения
Под руководством экспертов компании студенты будут решать задачи, связанные с улучшением характеристик устройств для электронного машиностроения. Среди них — моделирование физических и технологических процессов, расчет, конструирование и автоматизация систем, подсистем и элементов технологического и контрольно-измерительного оборудования, сбор данных, метрологические задачи.
Технодень МИЭМ ВШЭ: праздник технологий и старт новых партнерств
В атриуме на Покровке прошел масштабный фестиваль технологических решений инженерных проектных команд Московского института электроники и математики ВШЭ, где были представлены лучшие студенческие разработки и совместные мастерские МИЭМ и партнеров. Кроме того, в рамках события прошел круглый стол, посвященный вопросам инженерного образования, и были подписаны новые соглашения о сотрудничестве с компаниями – технологическими лидерами в своих отраслях деятельности.
Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора
НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.