Das Shortlist-Modell ist ein Modell der auditiven Worterkennung. Es wurde erstmals 1994 von Dennis Norris entwickelt.^[1]

2008 wurde Shortlist B von Norris und James McQueen entwickelt, das statt auf diskreten Phonemen auf bayesianischen Prinzipien und Phonemwahrscheinlichkeiten basiert.^[2]

Die Prinzipien des Modells basieren teilweise auf dem Kohortenmodell.

Die Motivation hinter der ursprünglichen Version von Shortlist war, dass existierende Modelle ihre Entscheidungen nicht nachträglich ändern konnten, obwohl der darauffolgende Kontext dies benötigt. Das TRACE-Modell war zwar in der Lage, den Kontext in die Entscheidungsfindung zu integrieren, allerdings argumentierte Norris, dass sein Aufbau weit von der Realität der menschlichen Spracherkennung entfernt sei. Das Shortlist-Modell sollte Kontextintegration und Plausibilität durch einen Bottom-up Ansatz vereinen.

Diese Version von Shortlist basiert auf dem Modell von 1994 und teilt 4 Annahmen mit diesem:

1. parallele konkurrierende Bewertung mehrerer lexikalischer Hypothesen
2. phonologisch abstrakte Repräsentationen
3. eine Feedforward-Architektur
4. ein lexikalischer Segmentierungsalgorithmus

Allerdings unterscheidet sich das Modell grundsätzlich in seiner Vorgehensweise von seinem Vorgänger:

Anstelle von Prinzipien interaktiver Aktivierung basiert dieses Modell auf bayesianischen Prinzipien, und anstelle von diskreten Phonemen werden Sequenzen von mehreren Phonemwahrscheinlichkeiten für jedes Segment als Input verwendet.