Hoe begrijpen (en vergeten) we teksten en verhalen?
Promotie psycholoog Stefan Frank
De informatie die letterlijk in een tekst staat is meestal niet
voldoende om de tekst te begrijpen. Vooral bij verhalende teksten is
het vaak nodig om zogenoemde inferenties te maken. De lezer (of
luisteraar) gebruikt dan zijn achtergrondkennis om informatie toe te
voegen aan de tekst. Stefan Frank zet in zijn proefschrift een nieuwe
stap op het terrein van de psychologie van verhaalbegrip.
Zinnen staan zelden op zichzelf. Meestal maakt een zin deel uit van
een tekst, en is daarom niet volledig te begrijpen zonder een verband
te leggen met de andere zinnen. Onder normale omstandigheden doen
lezers en luisteraars dit automatisch en zonder zich ervan bewust te
zijn. Theorieën over dit mentale proces van tekstbegrip zijn het
onderwerp van het proefschrift van Stefan Frank. Daarbij kijkt hij in
het bijzonder naar theorieën die zo volledig en gedetailleerd zijn dat
ze kunnen worden uitgeschreven in de vorm van wiskundige formules of
computerprogrammas. Dit soort theorieën worden computationele modellen
genoemd.
Frank onderzoekt in zijn studie acht bestaande computationele modellen
van tekstbegrip, en concludeert dat het vaak ontbreekt aan
computationele degelijkheid. Op dat punt vindt Frank de vooruitgang
van tekstbegripmodellen teleurstellend. De promovendus plaatst daar
een nieuw model tegenover. Dit door hem ontwikkelde model voorspelt
niet alleen empirische gegevens maar verklaart ook waaruit deze
gegevens voortkomen. Maar Franks model heeft meer voordelen: het model
kan op eenvoudige manier simuleren hoe verhalen in de loop van de tijd
worden vergeten. Ook voorspelt het model op correcte wijze dat er
minder wordt herinnerd naarmate de onthoudtijd toeneemt. Vanuit
psychologisch perspectief is de belangrijkste conclusie dat (voor de
meeste inferenties) de tekst van het verhaal er niet toe doet maar dat
het gaat om de gebeurtenissen die het verhaal beschrijft. Deze
gebeurtenissen worden gematched aan de achtergrondkennis van lezers of
luisteraars, wat leidt tot inferenties. Het probleem is dat dingen
zoals gebeurtenissen en kennis veel moeilijker in een computer zijn te
stoppen dan een tekst. Het belangrijkste technische resultaat van het
promotieonderzoek is een methode om gebeurtenissen en kennis op zo een
manier te representeren dat een computer ermee kan rekenen.
Drs. Stefan Frank (Sassenheim, 1973) studeerde een jaar scheikunde
maar stapte daarna over op Kunstmatige Intelligentie aan de Vrije
Universiteit, waar hij in 1998 afstudeerde. In 1999 begon hij met zijn
promotie-onderzoek dat hij uitvoerde bij de sectie Tekstwetenschap
(Faculteit der Letteren, UvT) en de Interfacultaire Werkgroep Taal- en
Spraakgedrag (KUN). Op dit moment werkt hij als onderzoeker bij het
NICI, het Nijmeegs Instituut voor Cognitie en Informatie.
Noot voor de pers
De promotieplechtigheid vindt plaats op vrijdag 27 februari 2004, om
14.15 uur uur in de aula van de Universiteit van Tilburg. Promotoren
zijn prof.dr. L.G.M. Noordman (UvT) en prof.dr. W. Vonk (KUN). Het
proefschrift is getiteld Computational modeling of discourse
comprehension (ISBN 90-74029-26-4). Journalisten kunnen een exemplaar
van het proefschrift opvragen bij de Afdeling Voorlichting en Externe
Betrekkingen van de UvT, tel. 013 466 2000, e-mail:
M.M.C.Hanssen@uvt.nl. Stefan Frank is bereikbaar via tel. 024 -
3612595 en e-mail: S.Frank@nici.kun.nl.
Tilburg, 29 januari 2004
Laatst gewijzigd: donderdag 29 januari 2004
bullet Meer zoekmogelijkheden
bullet Wetenschap en onderzoek
Zie ook
Contact
E-mail: M.M.C.Hanssen
Universiteit van Tilburg