정원 경로 문장(Garden path sentences)은 인간에게 처리 난이도를 제공합니다. 즉, 문장의 접두사가 청자를 하나의 해석으로 유도하다가, 청자가 초기 해석이 틀렸음을 보여주는 결정적인 단어를 듣게 되는 현상입니다. 일반적으로 문장 처리 난이도를 상당히 잘 예측하는 척도인 어휘적 놀라움(Lexical surprisal)은 정원 경로 문장에 대해 좋은 예측을 제공하지 못합니다. 우리는 구문 트리(syntactic trees)에 대한 확률 분포(즉, 구문적 신념 (syntactic belief))를 능동적으로 예측하고, 각 새로운 단어 이후에 해당 분포를 업데이트하는 대안을 제안합니다. 만약 처리기가 정원 경로(garden path)로 유도된다면, 구문적 신념은 틀리게 될 것이며 결정적인 단어에서 대규모 업데이트를 필요로 할 것입니다. 업데이트의 크기는 일반화된 레니 발산(generalized Rényi divergence)으로 측정됩니다. 결정적으로, 이 지표는 어휘 항목(lexical items)에 의존하지만, 어휘 항목의 확률과는 완전히 독립적입니다. 이러한 구문적 신념 업데이트(Syntactic Belief Update)는 정원 경로 문장에 대한 인간의 읽기 시간 데이터에 더 잘 부합합니다. 이는 심리언어학(psycholinguistics)에서 놀라움(surprisal)에 대한 순수하게 비어휘적인(non-lexical) 대안을 조사하는 새로운 연구 방향을 제시합니다.