Résumé IA · arXiv: 2610.26927v1 · q-bio.NC

Multilingual Brain Decoding Reveals Shared Cortical Semantic Geometry

Yi Guo, Yong Hu, Michael Kwok-Po Ng, Shuqiang Wang
Article original Soumis à arXiv le 17 Oct. 2026 Licence : NONEXCLUSIVE-DISTRIB 1.0 Aussi en : en

Comment lire ce résumé ? Guide illustré

L’essentiel

L’analyse de 227 participants révèle une géométrie sémantique corticale partagée entre le chinois, l’anglais et le français, plus cohérente dans les régions associatives.

D’après l’abstract uniquement : vérifiez les détails dans l’article original.

Question

L’étude examine si des langues aux formes lexicales et syntaxiques différentes reposent sur des représentations sémantiques corticales communes. Elle cherche aussi à caractériser leur variation selon les régions corticales.

Méthode

Les auteurs développent un cadre de décodage cérébral multilingue et analysent des enregistrements cérébraux de 227 participants parlant chinois, anglais ou français. L’abstract ne précise pas les modalités d’enregistrement ni les détails du modèle.

Résultats

  • Résultat Les représentations sémantiques corticales présentent des relations géométriques cohérentes entre les langues et les individus étudiés.
    Voir le passage dans l’article
    We found that cortical semantic representations exhibited consistent semantic geometry relationships across languages and individuals, revealing a shared cortical semantic geometry.
  • Résultat La cohérence interlinguistique de la géométrie sémantique augmente des régions sensorimotrices vers les régions associatives de haut niveau.
    Voir le passage dans l’article
    Importantly, the cross-language consistency of cortical semantic geometry increased from sensorimotor to higher-order association cortex, forming a shared semantic geometry gradient closely aligned with the principal cortical functional gradient.
  • Interprétation des auteurs Les auteurs présentent cette géométrie sémantique corticale stable comme une base neurale de la communauté de sens entre langues.
    Voir le passage dans l’article
    Our work establishes generalizable multilingual brain decoding and identifies stable cortical semantic geometry as a neural basis for semantic commonality across languages.

Limites

  • La portée décrite se limite à trois langues et à 227 participants; l’abstract ne permet pas d’évaluer la généralisation à d’autres langues ou populations.

Portée

Les auteurs proposent un cadre de décodage cérébral multilingue généralisable et identifient une géométrie sémantique corticale partagée comme base neurale possible de la communauté de sens entre langues.

Rédigé par une IA à partir de l’article. Les passages cités sont vérifiés mot pour mot dans le texte analysé ; le reste peut contenir des erreurs.

Mots clés générés par l'IA : Décodage cérébral multilingue ; géométrie sémantique ; cortex ; gradient fonctionnel ; représentation du sens

Pour aller plus loin

  • Résumé Complet
  • Résumé vulgarisé
  • Article de blog
  • Abstract original
L’article « Multilingual Brain Decoding Reveals Shared Cortical Semantic Geometry » examine comment le cerveau représente des significations qui demeurent comparables d’une langue à l’autre, malgré les différences de vocabulaire et de syntaxe. Les auteurs cherchent notamment à déterminer s’il existe une organisation cérébrale commune du contenu sémantique et si celle-ci varie selon les régions du cortex. Pour répondre à ces questions, ils ont élaboré un cadre de décodage cérébral multilingue et analysé des enregistrements cérébraux provenant de 227 personnes parlant chinois, anglais ou français. Leur analyse porte sur la géométrie sémantique corticale, c’est-à-dire sur les relations entre les représentations de différents contenus sémantiques dans le cortex. Elle ne suppose pas que chaque langue possède une représentation neuronale identique, mot à mot. Les auteurs rapportent que les relations géométriques entre les représentations sémantiques sont cohérentes entre les langues étudiées et entre les individus. Ils interprètent ce résultat comme l’indice d’une géométrie sémantique corticale partagée, malgré les différences entre le chinois, l’anglais et le français. Ils observent également que cette cohérence augmente des régions sensorimotrices vers les régions associatives de haut niveau. Ce gradient de géométrie sémantique partagée s’aligne étroitement sur le principal gradient fonctionnel du cortex. Les auteurs concluent que leur approche permet un décodage cérébral multilingue généralisable et que la stabilité de la géométrie sémantique corticale pourrait constituer une base neuronale du partage du sens entre les langues. Selon leurs résultats, ce partage serait plus marqué dans les régions associatives que dans celles qui sont liées aux fonctions sensorimotrices. Cette interprétation relie la représentation du sens à l’organisation fonctionnelle générale du cortex, sans pour autant affirmer que les langues sont traitées de façon identique à tous égards. Ces conclusions doivent toutefois être interprétées avec prudence. Seuls le titre, la liste des auteurs et le résumé sont disponibles; le texte intégral n’a pas pu être consulté. Les informations fournies ne précisent ni le type d’enregistrements cérébraux, ni les tâches expérimentales, ni les modèles ou procédures de décodage employés. Elles n’indiquent pas non plus la répartition des participants entre les groupes linguistiques, les détails des comparaisons entre individus, les mesures statistiques ou les intervalles de confiance. Le résumé ne permet donc pas d’évaluer précisément la force des effets, la performance du décodage ou la robustesse du lien avec le gradient fonctionnel. Il ne précise pas davantage comment la généralisation a été testée, si les résultats dépendent de certaines tâches ou de certains stimuli, ni dans quelle mesure ils s’appliquent à d’autres langues et populations. Le nombre de 227 correspond à l’effectif total rapporté; aucun autre résultat chiffré n’est fourni.

Cette synthèse vous a-t-elle été utile ?

Note : 0

Pourquoi avons-nous besoin de votes ?

Les votes sont utilisés pour déterminer si nous devons réexécuter nos outils de synthèse. Si le compte atteint -10, nos outils peuvent être redémarrés.

Posez des questions sur cet article à notre assistant IA

Comment discuter avec cet article ? Guide illustré

Comparer avec le PDF

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.

Figures et graphiques

Posez une question sur une figure en indiquant son numéro ou en utilisant son bouton de question pour demander une analyse visuelle. Au maximum deux figures et quatre panneaux par question. Les valeurs lues sur les graphiques sont approximatives ; vérifiez les données originales.

Instructions pour utiliser l'assistant IA ?

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui
Enregistrer dans une collection Regroupez des articles en collections pour les comparer, les interroger et les exporter. Créer un compte gratuit Se connecter

Outils avancés Premium

Pour suivre un domaine de près : alertes de citations, diapositives de journal club, comparaison des versions et envoi vers Zotero. Découvrir Premium

Zotero
Alertes de citation Guide des alertes de citations
Lettre hebdomadaire Présenté dans « Biologie et médecine cette semaine » du 26 octobre 2026. Biologie et médecine cette semaine : des astronautes nauséeux aux molécules conçues par l’IA
Journal club Premium+ Des slides pour le présenter

Les articles autour de celui-ci

Les voir sur une carte

Classés selon la proximité de leur titre et de leur résumé avec ceux de cet article. Sélectionnez-en pour les lire ensemble.

Les articles les plus proches

  1. Très proche Cité par cet article
    Shared neural geometries for bilingual semantic representations in human hippocampal neurons
    Xin-Yuan Yan, Ana G. Chavez, Melissa C. Franch et al. · 2025 · bioRxiv · Pas encore résumé
  2. Très proche Cité par cet article
    Semantic similarity across languages reflects neurocognitive dimensions shaped by climate
    Ze Fu, Yuxi Chu, Tangxiaoxue Zhang et al. · 2026 · Nature Communications · Pas encore résumé
    Résumé scientifique

    Human languages differ widely, yet they share systematic regularities in the underlying semantic representations being expressed. How such similarities and differences arise remains unclear, in part because semantic theories often lack a principled link to neurocognitive constraints. Drawing on neurocognitive accounts in which semantic knowledge is grounded in biologically salient information dimensions, we examine how environmental factors shape conceptual representations in language. Here we show that word meanings across languages are organized along shared neurocognitive dimensions, while systematic variation along these dimensions is associated with climate. Using word embeddings from 5…

  3. Très proche Cité par cet article
    Bilingual language processing relies on shared semantic representations that are modulated by each language
    Catherine Chen, Xue L. Gong, Christine Tseng et al. · 2025 · bioRxiv · Pas encore résumé
    Résumé scientifique

    Billions of people throughout the world are bilingual, and they can extract meaning from multiple languages. While some evidence suggests that there is a shared system in the human brain for processing semantic information from native and non-native languages, other evidence suggests that semantic processing is language-specific. We conducted a study to determine how semantic information for different languages is represented in the brains of bilinguals. Functional magnetic resonance imaging (fMRI) was used to record brain responses while participants read several hours of natural narratives in their native (Chinese) and non-native (English) languages. These data were then used to compare se…

  4. Proche Cité par cet article
    Natural speech reveals the semantic maps that tile human cerebral cortex
    Alexander G. Huth, W. D. de Heer, T. Griffiths et al. · 2016 · Nature · Pas encore résumé
    Résumé scientifique

    The meaning of language is represented in regions of the cerebral cortex collectively known as the ‘semantic system’. However, little of the semantic system has been mapped comprehensively, and the semantic selectivity of most regions is unknown. Here we systematically map semantic selectivity across the cortex using voxel-wise modelling of functional MRI (fMRI) data collected while subjects listened to hours of narrative stories. We show that the semantic system is organized into intricate patterns that seem to be consistent across individuals. We then use a novel generative model to create a detailed semantic atlas. Our results suggest that most areas within the semantic system represent i…

  5. Proche Cité par cet article
    Semantic encoding during language comprehension at single-cell resolution
    Mohsen Jamali, Benjamin L. Grannan, Jing Cai et al. · 2024 · Nature · Pas encore résumé
    Résumé scientifique

    From sequences of speech sounds1,2 or letters3, humans can extract rich and nuanced meaning through language. This capacity is essential for human communication. Yet, despite a growing understanding of the brain areas that support linguistic and semantic processing4–12, the derivation of linguistic meaning in neural tissue at the cellular level and over the timescale of action potentials remains largely unknown. Here we recorded from single cells in the left language-dominant prefrontal cortex as participants listened to semantically diverse sentences and naturalistic stories. By tracking their activities during natural speech processing, we discover a fine-scale cortical representation of s…

  6. Proche Cité par cet article
    An investigation across 45 languages and 12 language families reveals a universal language network
    Saima Malik-Moraleda, Dima Ayyash, J. Gallée et al. · 2022 · Nature Neuroscience · Pas encore résumé
    Résumé scientifique

    To understand the architecture of human language, it is critical to examine diverse languages; however, most cognitive neuroscience research has focused on only a handful of primarily Indo-European languages. Here we report an investigation of the fronto-temporo-parietal language network across 45 languages and establish the robustness to cross-linguistic variation of its topography and key functional properties, including left-lateralization, strong functional integration among its brain regions and functional selectivity for language processing. fMRI reveals similar topography, selectivity and inter-connectedness of language brain areas across 45 languages. These properties may allow the l…

  7. Proche
    How the brain distinguishes a bilingual’s languages is partly shared across people and partly their own
    Sinem Demirkan, Demian Wassermann, B. Sagot · 2026 · bioRxiv · Pas encore résumé
    Résumé scientifique

    How personal is a cognitive distinction? People performing the same task show similar brain activity, which group-level neuroimaging builds on. Yet brain organization differs reliably between individuals, and people bring different experiences to every task. Bilingual language use is a natural test case. We asked whether the distinction between a bilingual’s languages is common to everyone performing the task, or whether each person keeps a part of their own. We decoded cortex-wide fMRI activity within each of 77 bilinguals naming pictures in Chinese, their dominant language, or English, switching languages from one moment to the next. Within a person, the language in use can be classified o…

  8. Proche
    Divergent neural dynamics of multidimensional semantic access for concrete and abstract words.
    Yun-Hao Zhang, Shao-Nan Wang, Cheng-Qing Zong et al. · 2026 · Brain and Language · Pas encore résumé
    Résumé scientifique

    Semantic comprehension requires accessing multiple dimensions of meaning, yet the temporal dynamics of these dimensions remain unclear. Previous research has predominantly examined the neural dynamics of lexical semantics as a whole, which is equivalent to investigating the average of neural dynamics across various dimensions of semantic processing. Here, we analyzed openly released electrocorticography (ECoG) recordings from 9 participants listening to naturalistic stories and used time-resolved encoding models to decompose neural responses into six semantic dimensions: vision, motor, space, time, socialness, and emotion. When analyzing all words together, nearly all dimensions showed a com…

Les travaux antérieurs sur lesquels il s’appuie

  1. Proche
    A bilingual speech neuroprosthesis driven by cortical articulatory representations shared between languages
    Alexander B. Silva, Jessie R. Liu, Sean L. Metzger et al. · 2024 · Nature Biomedical Engineering · Pas encore résumé
    Résumé scientifique

    Advancements in decoding speech from brain activity have focused on decoding a single language. Hence, the extent to which bilingual speech production relies on unique or shared cortical activity across languages has remained unclear. Here, we leveraged electrocorticography, along with deep-learning and statistical natural-language models of English and Spanish, to record and decode activity from speech-motor cortex of a Spanish–English bilingual with vocal-tract and limb paralysis into sentences in either language. This was achieved without requiring the participant to manually specify the target language. Decoding models relied on shared vocal-tract articulatory representations across lang…

  2. Proche
    Semantic reconstruction of continuous language from non-invasive brain recordings
    Jerry Tang, Amanda LeBel, Shailee Jain et al. · 2022 · bioRxiv · Pas encore résumé
    Résumé scientifique

    A brain–computer interface that decodes continuous language from non-invasive recordings would have many scientific and practical applications. Currently, however, non-invasive language decoders can only identify stimuli from among a small set of words or phrases. Here we introduce a non-invasive decoder that reconstructs continuous language from cortical semantic representations recorded using functional magnetic resonance imaging (fMRI). Given novel brain recordings, this decoder generates intelligible word sequences that recover the meaning of perceived speech, imagined speech and even silent videos, demonstrating that a single decoder can be applied to a range of tasks. We tested the dec…

  3. Proche
    Neurolinguistics: Structural plasticity in the bilingual brain
    A. Mechelli, J. Crinion, U. Noppeney et al. · 2004 · Nature · Pas encore résumé
  4. Proche
    A unified acoustic-to-speech-to-language embedding space captures the neural basis of natural language processing in everyday conversations
    Ariel Goldstein, Hao-Cheng Wang, Leonard Niekerken et al. · 2025 · Nature Human Behaviour · Pas encore résumé
    Résumé scientifique

    This study introduces a unified computational framework connecting acoustic, speech and word-level linguistic structures to study the neural basis of everyday conversations in the human brain. We used electrocorticography to record neural signals across 100 h of speech production and comprehension as participants engaged in open-ended real-life conversations. We extracted low-level acoustic, mid-level speech and contextual word embeddings from a multimodal speech-to-text model (Whisper). We developed encoding models that linearly map these embeddings onto brain activity during speech production and comprehension. Remarkably, this model accurately predicts neural activity at each level of the…

  5. Proche
    A synchronized multimodal neuroimaging dataset for studying brain language processing
    Shaonan Wang, Xiaohan Zhang, Jiajun Zhang et al. · 2022 · Scientific Data · Pas encore résumé
    Résumé scientifique

    We present a synchronized multimodal neuroimaging dataset for studying brain language processing (SMN4Lang) that contains functional magnetic resonance imaging (fMRI) and magnetoencephalography (MEG) data on the same 12 healthy volunteers while the volunteers listened to 6 hours of naturalistic stories, as well as high-resolution structural (T1, T2), diffusion MRI and resting-state fMRI data for each participant. We also provide rich linguistic annotations for the stimuli, including word frequencies, syntactic tree structures, time-aligned characters and words, and various types of word and character embeddings. Quality assessment indicators verify that this is a high-quality neuroimaging da…

Comment ces articles sont-ils trouvés ?

Nous comparons le titre et le résumé de cet article avec ceux de tous les articles résumés sur ce site, et avec les articles que Semantic Scholar recommande, ceux qu’il cite et ceux qui le citent (pour un article très cité, ses citations les plus récentes et, depuis OpenAlex, les plus citées). Parmi les travaux antérieurs et les suites, les articles qui s’utilisent en profondeur, une méthode qu’il utilise et les suites très citées remontent un peu. Les niveaux (très proche, proche, apparenté) viennent de la similarité des textes, pas d’un jugement de qualité ; * signale un article sans résumé, comparé par son titre. La phrase sous un article est écrite par une IA à partir des deux résumés : vérifiez-la dans les articles. Un article jugé hors sujet par trois lecteurs quitte la liste.

Mis à jour le 31 octobre 2026.

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.