Abstract Over the last two decades statistical learning (SL) has evolved into a key explanatory mechanism underlying the incidental learning of regularities across different domains of cognition, such as language, visual and auditory perception, and memory. Yet SL has mainly been investigated as an independent research area, separated from the primary study of the relevant cognitive domains. The aim of this special issue is to foster a bilateral integration of SL research with cognitive science: not only should domain-relevant evidence about the complexity of real-world input become more tightly integrated into SL research, but non-SL studies should also carefully consider the nature and range of statistical regularities that may affect learning and processing in a given domain. Four papers on reading in this volume demonstrate that such integration can lead to a better understanding of reading, while also revealing the complexity and abundance of different statistical patterns present in printed text. Moving beyond disciplinary boundaries has the promise to broaden the focus of SL research beyond simple artificial patterns, to examine the rich and subtle intricacies of real-world cognition. A final paper on the neurobiological underpinnings of SL and the consolidation of learned statistical regularities further illustrates what might be gained from a better integration of SL and memory research. We conclude by discussing possible directions for taking an integrative approach to SL forward.

中文翻译：

---

将统计学习融入认知科学

摘要 在过去的二十年中，统计学习 (SL) 已经演变成一种关键的解释机制，它是偶然学习不同认知领域（如语言、视觉和听觉感知以及记忆）规律的基础。然而，SL 主要作为一个独立的研究领域进行研究，与相关认知领域的主要研究分开。本期特刊的目的是促进 SL 研究与认知科学的双边整合：不仅关于现实世界输入复杂性的领域相关证据应该更紧密地整合到 SL 研究中，而且非 SL 研究也应该仔细考虑可能影响特定领域学习和处理的统计规律的性质和范围。本卷中关于阅读的四篇论文表明，这种整合可以更好地理解阅读，同时也揭示了印刷文本中不同统计模式的复杂性和丰富性。超越学科界限有望将 SL 研究的重点扩大到简单的人工模式之外，以检查现实世界认知的丰富而微妙的复杂性。一篇关于 SL 的神经生物学基础和巩固学习到的统计规律的最终论文进一步说明了从 SL 和记忆研究的更好整合中可以获得什么。我们最后讨论了采用综合方法推进 SL 的可能方向。同时还揭示了印刷文本中存在的不同统计模式的复杂性和丰富性。超越学科界限有望将 SL 研究的重点扩大到简单的人工模式之外，以检查现实世界认知的丰富而微妙的复杂性。一篇关于 SL 的神经生物学基础和巩固学习到的统计规律的最终论文进一步说明了从 SL 和记忆研究的更好整合中可以获得什么。我们最后讨论了采用综合方法推进 SL 的可能方向。同时还揭示了印刷文本中存在的不同统计模式的复杂性和丰富性。超越学科界限有望将 SL 研究的重点扩大到简单的人工模式之外，以检查现实世界认知的丰富而微妙的复杂性。一篇关于 SL 的神经生物学基础和巩固学习到的统计规律的最终论文进一步说明了从 SL 和记忆研究的更好整合中可以获得什么。我们最后讨论了采用综合方法推进 SL 的可能方向。一篇关于 SL 的神经生物学基础和巩固学习到的统计规律的最终论文进一步说明了从 SL 和记忆研究的更好整合中可以获得什么。我们最后讨论了采用综合方法推进 SL 的可能方向。一篇关于 SL 的神经生物学基础和巩固学习到的统计规律的最终论文进一步说明了从 SL 和记忆研究的更好整合中可以获得什么。我们最后讨论了采用综合方法推进 SL 的可能方向。