Dr. Fritz Günther
- Foto
-
- Name
- Dr. Fritz Günther
- Status
- wiss. Mitarb.
- fritz.guenther (at) hu-berlin.de
- Einrichtung
- Humboldt-Universität → Präsidium → Lebenswissenschaftliche Fakultät → Institut für Psychologie → NWG Was ist ein Name? Komputationelle Modellierungen und experimentelle Untersuchungen zur Nicht-Willkürlichkeit von Bezeichnungen
- Funktion / Sachgebiet
- Nachwuchsgruppenleiter Emmy-Noether-Programm
- Telefon
- (030) 2093-9340
- Postanschrift
- Unter den Linden 6, 10099 Berlin
Forschung
Aktuelle Projekte:
Emmy Noether Nachwuchsgruppe „Was ist ein Name?“
Team:
In traditionellen Theorien der Sprachforschung wird angenommen, dass Wörter als arbiträre Bezeichnungen für Konzepte diesen, also willkürlich gewählt werden können. Im Prinzip haben wir absolute Freiheit, wie wir Dinge benennen. Tatsächlich werden Bezeichnungen jedoch immer in einem bestimmten sprachlichen, historischen und sozialen Kontext gewählt, was diese Auswahl beeinflusst und und einschränkt: Zum Beispiel legt die Existenz des Wortes "Telefon" nahe, ein tragbares Telefon als "Mobiltelefon" zu bezeichnen (dieses Beispiel zeigt auch, dass wir als Sprachgemeinschaft vielleicht nicht immer das naheliegendste oder ersichtlichste Wort wählen: im Deutschen ist das Wort "Handy" erfolgreicher).
Auf der anderen Seite ziehen Bezeichnungen fast immer bestimmte Assoziationen oder Bewertungen mit sich: Das deutsche "Völkerwanderung" beschreibt an sich exakt das gleiche Konzept wie das italienische "invasione barbariche". Doch der Name scheint hier nicht irrelevant zu sein: Ist das beschriebene Konzept etwas Gutes oder Schlechtes? Was für Leute sind hier unterwegs? Was tun sie? Schon dieses Beispiel legt nahe, dass die (an sich willkürliche) Benennung von Dingen Auswirkungen auf ihre Wahrnehmung und Einschätzung haben kann.
Unser Projekt zielt darauf ab, eine umfassende kognitive Theorie für die Auswahl und Auswirkungen von Bezeichnungen zu etablieren: Warum wählen Sprecher bestimmte Namen, um (neue) Konzepte zu beschreiben, und wie beeinflussen diese Namen die Wahrnehmung und Bewertung dieser Konzepte? Zur Untersuchung dieser Fragestellung kombinieren wir dabei komputationelle Modellierungstechniken aus dem Bereich der Computerlinguistik mit empirischen Methoden der experimentellen Psychologie.
Team:
- Louis Schiekiera
- in Kooperation mit Rasha Abdel Rahman
In diesem Projekt implementieren wir das "Swinging Lexical Network"-Modell (Abdel Rahman & Melinger, 2009, 2019) als funktionsfähiges Computermodell. Dieses Modell nimmt an, dass bei der Sprachproduktion in der Gegenwart von aufgabenirrelevanten Reizen (Distraktoren; z.B. die gleichzeitige Präsentation eines anderen Wortes, wenn Bild benannt werden soll) immer ähnliche Wörter zu Zielreiz, aber auch zum Distraktor mit aktiviert werden. Wenn diese dann untereinander stark verbunden sind beeinflusst das die Verarbeitung anders, als wenn diese untereinander kaum verbunden sind.
Wir schätzen die Modellparameter aus den Datensätzen vieler veröffentlichter Studien, und verwenden das optimierte Modell, um konkrete Vorhersagen für neues Stimulusmaterial zu treffen. Diese werden dann in empirischen Studien untersucht.
Weitere Forschungsinteressen:
- Komputationelle Modelle für Konzeptrepräsentationen
- Distributionelle Semantik
- Large Language Models
- Vision-based models
- Kombination von Konzepten
- Morphologische Verarbeitung
- Embodied Cognition/Grounded Cognition
Akademischer Werdegang
Wissenschaftlicher Lebenslauf (CV)
|
Jahr |
Institution/Ort |
Funktion |
| Seit Dezember 2021 |
Humboldt-Universität zu Berlin, Psychologisches Institut |
Emmy Noether-Nachwuchsgruppenleiter |
|
März 2020 - November 2021 |
Universität Tübingen, Psychologisches Institut |
Wiss. Mitarbeiter/ Post-Doktorand |
|
März 2018 - Februar 2020 |
University of Milano-Bicocca, Mailand, Italien, Department of Psychology |
Gastwissenschaftler/ Post-Doktorand |
|
September 2017 – Februar 2018 |
Universität Tübingen, SFB 833: Bedeutungskonstitution |
Wiss. Mitarbeiter/ Post-Doktorand |
|
April 2015 - Oktober 2015 |
University of Trento, Italien, CIMeC |
Gastwissenschaftler/ Doktorand |
|
Oktober 2013 - August 2017 |
Universität Tübingen, SFB 833: Bedeutungskonstitution |
Wiss. Mitarbeiter/ Doktorand |
|
Oktober 2008 – August 2013 |
Universität Tübingen |
Studium der Psychologie, Nebenfach Mathematik |
Eingeworbene Drittmittel
| ab Mitte 2025 | |
| Oktober 2024 - September 2027 | |
|
Dezember 2021 - Mai 2025 |
|
|
November 2020 - April 2022 |
|
|
März 2020 - Juni 2020 |
DFG Rückkehrstipendium |
|
März 2018 - Februar 2020 |
|
|
April 2015 - August 2015 |
DAAD Kurzzeitstipendium |
Auszeichnungen und Preise
|
2019 |
Dissertationswettbewerb der Fachgruppe Allgemeine Psychologie der DGPs, 3. Platz |
| 2018 |
Dissertationspreis der Universität Tübingen |
Publikationen
preprints
- Cassani, G., Günther, F., Attanasio, G., Bianchi, F., & Marelli, M. (2023). Meaning Modulations and Stability in Large Language Models: An Analysis of BERT Embeddings for Psycholinguistic Research. psyArXiv preprint, https://psyarxiv.com/b45ys
- Dentella, V., Günther, F., & Leivada, E. (2024). Language in Vivo vs. in Silico: Size Matters but Larger Language Models Still Do Not Comprehend Language on a Par with Humans. arXiv preprint, https://arxiv.org/abs/2404.14883
- Leivada, E., Günther, F., Masullo, C., Duñabeitia, J., Westergaard, M., & Rothman, J. (2024). A multi-metric analysis of 50,000 linguistic profiles provides sparse evidence that language distance modulates bilingual cognition. psyArXiv preprint, https://psyarxiv.com/9uqbm
- Leivada, E., Marcus, G., Günther, F., & Murphy, E. (2023). A Sentence is Worth a Thousand Pictures: Can Large Language Models Understand Hum4n L4ngu4ge and the W0rld behind W0rds? arXiv preprint, https://arxiv.org/abs/2308.00109
- Murphy, E., Leivada, E., Dentella, V., Günther, F., & Marcus, G. (2023). Fundamental Principles of Linguistic Structure are Not Represented by o3. arXiv preprint, https://arxiv.org/abs/2502.10934
accepted
- Günther, F., Raveling, L., Baier, F., & Petrenco, A. (Stage 1, in principle acceptance). "This is a monkeylope!" - A registered report on the factors of novel word creation. Journal of Experimental Psychology: Learning, Memory, and Cognition.
2024
- De Varda, A., Gatti, D., Marelli, M., & Günther, F. (2024). Meaning Beyond Lexicality: Capturing Pseudoword Definitions with Language Models. Computational Linguistics, 50, 1313-1343.
- Dentella, V., Günther, F., Murphy, E., Marcus, G., & Leivada, E. (2023). Testing AI on language comprehension tasks reveals insensitivity to underlying meaning. Scientific Reports, 14, 28083.
- Gatti, D., Günther, F., & Rinaldi, L. (2024). A body map beyond perceptual experience. Journal of Cognition, 7, 22.
- Gatti, D., Raveling, L., Petrenco, A., & Günther, F. (2024). Valence without meaning: investigating form and semantic components in pseudowords valence. Psychonomic Bulletin & Review, 31, 2357-2369.
- Günther, F., & Marelli, M., & Petilli, M. A. (2024). The challenge of representation learning: Improved accuracy in deep vision models does not come with better predictions of perceptual similarity. In L. K. Samuelson, S. L. Frank, M. Toneva, A. Mackey, & E. Hazeltine (Eds.), Proceedings of the 46th Annual Meeting of the Cognitive Science Society (CogSci 2024) (p. 5236-5243).
- Günther, F., & Schulte im Walde, S. (2024). Compositionality Estimates for Morphologically Complex Words. In Reference Module in Social Sciences, Elsevier.
- Leivada, E., Dentella, V., & Günther, F. (2024). Evaluating the Language Abilities of Large Language Models vs. Humans: Three Caveats. Biolinguistics, 18, e14391.
- Leivada, E., Günther, F., & Dentella, V. (2024). Reply to Hu et al.: Applying different evaluation standards to humans vs. Large Language Models overestimates AI performance. PNAS, 121(36), e2406752121.
- Petilli, M. A., & Günther, F. (2024). Vision Spaces (ViSpa) in Language Sciences. In Reference Module in Social Sciences, Elsevier.
- Petilli, M. A., Günther, F., & Marelli, M. (2024). The Flickr frequency norms: what 17 years of images tagged online tell us about lexical processing. Behavior Research Methods, 56, 126-147.
- Petilli, M. A., Rodio, F., Günther, F., & Marelli, M. (2024). Visual search and real-image similarity: an empirical assessment of the search surface through the lens of deep learning. Psychonomic Bulletin & Review, Advance Online Publication.
- Pugacheva, V., & Günther, F. (2024). Lexical choice and word formation in a taboo game paradigm. Journal of Memory and Language, 135, 104477.
- Sulpizio, S.*, Günther, F.*, Badan, L., Basclain, B., Brysbaert, M., Chan, Y. L., Ciaccio, L. A., Dudschig, C., Duñabeitia, J. A., Fasoli, F., Ferrand, L., Filipović Đurđević, D., Guerra, E., Hollis, G., Job, R., Jornkokgoud, K., Kahraman, H., Kgolo-Lotshwao, N., Kinoshita, S., Kos, J., Lee, L., Lee, N. H., Mackenzie, I. G., Manojlović, M., Manouilidou, C., Martinic, M., del Carmen Méndez, M., Mišić, K., Na Chiangmair, N., Nikolaev, A., Oganyan, M., Rusconi, P., Samo, G., Tse, C.-S., Westbury, C., Wongupparajr, P., Yap, M. J. & Marelli, M.* (2024). Taboo language across the globe: A multi-lab study. Behavior Research Methods, 56, 3794-3818.
- Ulrich, R., de la Vega, I., Eikmeier, V., Günther, F., & Kaup, B. (2024). Mental association of time and valence. Memory & Cognition, 52, 444-458.
2023
- Chai-allah, A., Fox, N., Günther, F., Bentayeb, F., Brunschwig, G., Bimonte, S., & Joly, F. (2023). Mining crowdsourced text to capture hikers' perceptions associated with landscape features and outdoor physical activities. Ecological Informatics, 78, 102332.
- Dentella, V., Günther, F., & Leivada, E. (2023). Systematic testing of three Language Models reveals low language accuracy, absence of response stability, and a yes-response bias. PNAS, 120(51), e2309583120.
- Günther, F., Marelli, M., Tureski, S., & Petilli, M. A. (2023). ViSpa (Vision Spaces): A computer-vision-based representation system for individual images and concept prototypes, with large-scale evaluation. Psychological Review, 130, 896-934.
- Günther, F., & Marelli, M. (2023). CAOSS and transcendence: Modeling role-dependent constituent meanings in compounds. Morphology, 33, 409-432.
- Körner, A., Castillo, M., Drijvers, L., Fischer, M. H., Günther, F., Marelli, M., Platonova, O., Rinaldi, L., Shaki, S., Trujillo, J. P., Tsaregorodtseva, O., & Glenberg, A. M. (2023). Embodied Processing at Six Linguistic Granularity Levels: A Consensus Paper. Journal of Cognition, 6(1), 60.
2022
- Günther, F., & Marelli, M. (2022). Patterns in CAOSS: Distributed representations predict variation in relational interpretations for familiar and novel compound words. Cognitive Psychology, 134, 101471.
- Günther, F., Petilli, M. A., Vergallito, A., & Marelli, M. (2022). Images of the unseen: Extrapolating visual representations for abstract and concrete words in a data-driven computational model. Psychological Research, 86, 2512-2532.
- Günther, F., Press, S. A., Dudschig, C., & Kaup, B. (2022). The limits of automatic sensorimotor processing during word processing: Investigations with repeated linguistic experience, memory consolidation during sleep, and rich linguistic learning contexts. Psychological Research, 86, 1792-1803.
- Günther, F., & Rinaldi, L. (2022). Language statistics as a window into mental representations. Scientific Reports, 12, 8043.
2021
- Capuano, F., Dudschig, C., Günther, F., & Kaup, B. (2021). Semantic Similarity of Alternatives fostered by Conversational Negation. Cognitive Science, 45, e13015.
- Gupta, A., Günther, F., Plag, I., Kallmeyer, L., & Conrad, S. (2021). Combining text and vision in compound semantics: Towards a cognitively plausible multimodal model. In K. Evang, L. Kallmeyer, R. Osswald, J. Waszczuk, & T. Zesch (Eds.), Proceedings of the 17th Conference on Natural Language Processing (KONVENS 2021) (p. 218-222). Düsseldorf, Germany: KONVENS 2021 Organizers.
- Petilli, M. A., Günther, F., Vergallito, A., Ciapparelli, M., & Marelli, M. (2021). Data-driven computational models reveal perceptual simulation in word processing. Journal of Memory and Language, 117, 104194.
2020
- Amenta, S.*, Günther, F.*, & Marelli, M.* (2020). A (distributional) semantic perspective on the processing of morphologically complex words. The Mental Lexicon, 15, 62-78.
- Günther, F., & Marelli, M. (2020). Trying to make it work: Compositional effects in the processing of compound "nonwords". Quarterly Journal of Experimental Psychology, 73, 1082-1091.
- Günther, F., Marelli, M., & Bölte, J. (2020). Semantic transparency effects in German compounds: A large dataset and multiple-task investigation. Behavior Research Methods, 52, 1208-1224.
- Günther, F., Nguyen, T., Chen, L., Dudschig, C., Kaup, B., & Glenberg, A. M.(2020). Immediate sensorimotor grounding of novel concepts learned from language alone. Journal of Memory and Language, 115, 104172.
- Günther, F., Petilli, M. A., & Marelli, M. (2020). Semantic transparency is not invisibility: A computational model of perceptually-grounded conceptual combination in word processing. Journal of Memory and Language, 112, 104104.
2019
- Forthmann, B., Oyebade, O., Ojo, A., Günther, F., & Holling, H. (2019). Application of latent semantic analysis to divergent thinking is biased by elaboration. Journal of Creative Behavior, 53, 559-575.
- Günther, F., & Marelli, M. (2019). Enter sandman: Compound processing and semantic transparency in a compositional perspective. Journal of Experimental Psychology: Learning, Memory, and Cognition, 45, 1872–1882.
- Günther, F., Rinaldi, L., & Marelli, M. (2019). Vector-space models of semantic representation from a cognitive perspective: A discussion of common misconceptions. Perspectives on Psychological Science, 14, 1006-1033.
- Günther, F., Smolka, E., & Marelli, M. (2019). 'Understanding' differs between English and German: Capturing Systematic Language Differences of Complex Words. Cortex, 116, 168-175.
2018
- Günther, F., Dudschig, C., & Kaup, B. (2018). Symbol grounding without direct experience: Do words inherit sensorimotor activation from purely linguistic context? Cognitive Science, 42, 336-374.
- Günther, F., & Marelli, M. (2018). The language-invariant aspect of compounding: Predicting compound meanings across languages. In E. Cabrio, A. Mazzei, & F. Tamburini (Eds.), Proceedings of the Fifth Italian Conference on Computational Linguistics (pp. 230-234). Turin, Italy: Accademia University Press.
2016
- Günther, F., Dudschig, C., & Kaup, B. (2016). Predicting lexical priming effects from distributional semantic similarities: A replication with extension. Frontiers in Psychology, 7, art.nr. 1646.
- Günther, F., Dudschig, C., & Kaup, B. (2016). Latent Semantic Analysis cosines as a cognitive similarity measure: Evidence from priming studies. Quarterly Journal of Experimental Psychology, 69, 626-653.
- Günther, F., & Marelli, M. (2016). Understanding Karma Police: The Perceived Plausibility of Noun Compounds as Predicted by Distributional Models of Semantic Representation. PLoS ONE, 11 (10), art.nr. E0163200.
2015
*geteilte Erstautorenschaften