Karya ini memperluas model algoritma inferensi saluran berisik untuk memodelkan interkomprehensi dalam kerangka kerja Bayesian, mengatasi bagaimana penutur bahasa terkait (L1) mencapai pemahaman parsial dari bahasa asing (L2).
- Model menggunakan model bahasa L1-only untuk menilai hipotesis laten tentang terjemahan dari ucapan L2 yang diamati.
- Model kebisingan tujuan umum menyimpulkan pemetaan antara kata-kata L2 dan L1 berdasarkan kesamaan bentuk atau aturan simbolik.
- Eksperimen perilaku manusia memunculkan inferensi untuk bahasa Belanda, Italia, dan Ukraina dari penutur bahasa Inggris, Spanyol, dan Rusia.
- Model lengkap menunjukkan keselarasan yang lebih dekat dengan kinerja interkomprehensi manusia daripada ablasi dan dibandingkan secara menguntungkan dengan prompting zero-shot model yang lebih besar.
Hasil-hasil ini menyediakan model komputasi yang masuk akal secara kognitif untuk interkomprehensi, menyoroti inferensi fleksibel yang dibuat oleh pemaham di bawah ketidakpastian luas dalam skenario lintas bahasa dunia nyata.