Um novo framework aborda a discrepância representacional na reconstrução semântica contínua ao fundir representações léxicas estáticas (W2V) com representações contextualizadas dinâmicas (GPT). O estudo compara duas abordagens de integração: concatenação linear simples e atenção cruzada multi-cabeça não linear.
- A abordagem utiliza um mecanismo de gating interativo para facilitar o processamento cooperativo durante a compreensão da linguagem.
- A avaliação revela uma hierarquia de desempenho: Cross-Att > Concat > GPT > W2V.
- O método de fusão de atenção cruzada não linear atinge o estado da arte (state-of-the-art).
Os autores consideram isso significativo porque demonstra que a decodificação de linguagem neural se beneficia ao simular modulação colaborativa entre informação contextual e atributos léxicos centrais, oferecendo um método viável de decodificação não invasiva de cérebro para texto.