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 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.

1. ↑ Dennis Norris: Shortlist: a connectionist model of continuous speech recognition. In: Cognition. Band 52, Nr. 3, September 1994, ISSN 0010-0277, S. 189–234 (linguisticsnetwork.com [PDF; abgerufen am 29. Juni 2022]). 
2. ↑ Dennis Norris, James M. McQueen: Shortlist B: A Bayesian model of continuous speech recognition. In: Psychological Review. Band 115, Nr. 2, April 2008, ISSN 1939-1471, S. 357–395 (mpg.de [abgerufen am 29. Juni 2022]).