词语回忆的停顿终于有了结构语境：TrajLift在30分钟延迟回忆上把准确率提到80.38%
核心概要
词语记忆测验中，受试者回忆单词的顺序与停顿本身带有诊断信息，但停顿的含义取决于它发生在同一语义类别内还是跨类别切换处。TrajLift把一次回忆看成语义层级图上的带时间轨迹，用热扩散把每个词映射到多个层级尺度，并让词间停顿调制扩散时间，从而把结构与时间写进同一个算子。在402名参与者、剔除标注问题后387人的香港文字学习测验数据上，30分钟延迟回忆一节的准确率为80.38%，比仅用回忆词数的手工基线高4.5个百分点；10分钟延迟回忆一节的配对差异不显著。
深度剖析
词语回忆序列现在被当作语义层级图上的带时间轨迹来建模，每个被回忆的词连同它与前一个词之间的停顿一起进入表示，而不是被压成回忆总数或一段扁平文本。 此前的做法要么把回忆序列交给文本编码器当作扁平字符串，要么按临床习惯只统计回忆词数、类别切换、语义聚类和平均停顿等整条轨迹的汇总特征。 在30分钟延迟回忆的HKLLT-5上，TrajLift的准确率为80.38%，比回忆词数逻辑回归和七维低层特征逻辑回归两个手工基线都高4.5个百分点，而给回忆词数补上平均停顿、语义聚类、类别切换和人口学特征并没有带来提升。
每个词先被放到语义层级的多个尺度上，词后停顿再通过改变扩散时间在同一算子里写入时间信息。 热扩散在按层级加权的图上有一个已知性质：扩散时间这个连续标量控制表示的结构分辨率，扩散越久保留的层级越粗。 层级设为词、类别、领域三层，对应微、中、宏三个扩散尺度；在要求结构与时间交互的合成基准ST-XOR三个变体上，TrajLift的准确率保持在98%到99%，其中包括所有基线都跌到47%到50%的三层深层级变体ST-XOR-wh。
时间信息越有诊断价值，这一表示相对传统测量的优势越明显。 两个延迟回忆节次共用同一份词表、同一批参与者和同一套层级，差别在于停顿对两组的区分度：平均词间停顿的效应量在30分钟节次约为10分钟节次的两倍。 测试时把全部停顿置零或置为均值，30分钟节次的准确率分别下降6.8和17.3个百分点，10分钟节次只下降3.9和7.2个百分点，降幅差异与两节停顿效应量的差异方向一致。
启示与展望
已展示的范围是作者生成的ST-XOR合成基准三个变体，以及单中心采集的香港文字学习测验第4节和第5节数据，共387名60岁以上参与者，标签为正常认知与神经认知障碍两类；作者明确该工作处于研究阶段，尚未在任何临床或真实场景部署，并指出需要在更大规模、多中心队列以及其他含层级结构的时间轨迹领域继续验证。
谱分析假设层级划分是平衡的，作者称这对所用测验协议成立，并称合成实验显示平衡更像充分而非必要条件；每个合成变体只把结构-时间交互放在单一层级，因此基准没有检验多尺度组合是否必要；临床数据规模小，标签是综合征层面的神经认知障碍而非特指阿尔茨海默病，且来自本地人群，跨人群的分布偏移尚未评估。