Using Text Embedding Models to Quantify Strategies in Multilingual Verbal Fluency: Evidence from Young and Older Adults

Huitian Chen; Chin Tung Wu; Zhengyuan Liu; Haoyun Zhang

doi:10.31234/osf.io/ub27k_v1

PreprintDescarga libreInglés

Using Text Embedding Models to Quantify Strategies in Multilingual Verbal Fluency: Evidence from Young and Older Adults

Huitian Chen; Chin Tung Wu; Zhengyuan Liu; Haoyun Zhang

Año: 2026
DOI: 10.31234/osf.io/ub27k_v1 (se abre en una pestaña nueva)
Licencia: CC BY

Resumen ADIPA

Elaborado con IA a partir del resumen de los autores

Preprint que presenta un enfoque automatizado basado en modelos de incrustación de texto para cuantificar estrategias en tareas de fluidez verbal semántica en hablantes multilingües. El método representa respuestas consecutivas como vectores y calcula la Distancia Semántica Media (MSD) y su desviación estándar (SD), reflejando variabilidad en los patrones de recuperación léxica. Se evaluaron cuatro modelos candidatos, seleccionando BGE-M3 por su convergencia con juicios semánticos humanos y geometría menos comprimida. En 45 adultos jóvenes cantoneses, mandarines e ingleses, las medidas convencionales mostraron mejor desempeño en cantonés e inferior en inglés, mientras que MSD fue mayor en mandarín e inferior en inglés. Las asociaciones con control proactivo y velocidad de procesamiento variaron según la lengua. Al comparar con 26 adultos mayores bilingües cantonés-mandarín, los patrones de MSD y SD fueron similares entre grupos etarios. Los hallazgos demuestran que las medidas continuas de distancia semántica complementan las puntuaciones convencionales revelando patrones de recuperación léxica y asociaciones cognitivas no detectadas por métodos tradicionales.

Puntos clave

Los modelos de incrustación de texto permiten cuantificar automáticamente estrategias de recuperación léxica en fluidez verbal a través de distancia semántica entre respuestas consecutivas.
La Distancia Semántica Media reveló un patrón de mayor complejidad retrieval en mandarín y menor en inglés no captado por medidas convencionales de fluidez.
El control proactivo mostró asociaciones diferenciales con tamaño de cluster según la lengua, sugiriendo mecanismos cognitivos específicos del multilingüismo.
Las medidas continuas de distancia semántica mantienen validez similar en adultos jóvenes y mayores, permitiendo comparaciones transculturales confiables.

Para quién: Investigadores y clínicos interesados en evaluación multilingüe, fluidez verbal, funciones ejecutivas y envejecimiento cognitivo; estudiantes de psicolingüística y neuropsicología en contextos bilingües y multilingües.

Resumen de los autores

Verbal fluency tasks, particularly semantic fluency, assess language and executive functions, yet conventional measures may not fully capture cross-language retrieval dynamics or their cognitive correlates in multilingual speakers. We developed an automated approach that represents consecutive responses as vectors and derives Mean Semantic Distance (MSD), the average distance between adjacent responses, and the Standard Deviation of Semantic Distance (SD), reflecting variability in those distances. Experiment 1 evaluated four candidate models. BGE-M3 was selected for strong agreement with human semantic judgments, convergence with another psychologically plausible model, and less compressed distance geometry. Experiment 2 examined 45 young Cantonese, Mandarin, and English multilingual adults. Conventional fluency measures showed the strongest performance in Cantonese and the weakest in English. In contrast, MSD was highest in Mandarin and lowest in English, whereas SD was lower in English than in Cantonese and Mandarin. Proactive control was differentially associated with Mean Cluster Size across languages, while processing speed–MSD associations differed between Cantonese and Mandarin. Stroop interference showed no reliable language-specific modulation. Experiment 3 compared the young adults with 26 older Cantonese and Mandarin bilingual adults. Older adults produced fewer words, but the cross-language MSD and SD patterns were broadly similar across age groups. Proactive control showed selective age- and language-dependent associations with Total Number of Words and Mean Cluster Size, whereas processing speed showed no reliable three-way interaction with MSD. Together, these findings show that continuous semantic distance measures complement traditional fluency scores by revealing retrieval patterns and cognitive associations that conventional measures may miss.

Áreas y palabras clave

Envejecimiento y gerontología multilingualism text embeddings verbal fluency

Cómo citar (APA 7)

Chen, H., Wu, C. T., Liu, Z., & Zhang, H. (2026). Using Text Embedding Models to Quantify Strategies in Multilingual Verbal Fluency: Evidence from Young and Older Adults. https://doi.org/10.31234/osf.io/ub27k_v1

BibTeX RIS (Zotero, Mendeley, EndNote)CSL-JSON

Using Text Embedding Models to Quantify Strategies in Multilingual Verbal Fluency: Evidence from Young and Older Adults

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

Using Text Embedding Models to Quantify Strategies in Multilingual Verbal Fluency: Evidence from Young and Older Adults

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

Relacionados