연구진은 기존 신경망 언어 모델(LM)이 문장 구조를 해석하는 과정에서 발생하는 '정원길 효과'(문장 구조에 대한 오해를 일으키는 현상)를 제대로 설명하지 못한다는 점을 지적했어요.
연구는 정원길 문장 데이터로 신경망 LM을 추가 훈련시켜, 놀람 기반 독해 시간 예측과 실제 인간 독해 시간 간의 불일치를 개선하는 데 집중했어요.
결과적으로 추가 훈련된 LM은 과적합 없이 정원길 문장에 대한 인간의 독해 속도 저하를 정확히 반영했으며, 일반적인 자연어 독해 시간 예측 성능도 향상시켰어요.