语言理解中对单词的预激活

1. 参考文献 ¶

DeLong, K. A., Urbach, T. P., & Kutas, M. (2005). Probabilistic word pre-activation during language comprehension inferred from electrical brain activity. Nature Neuroscience, 8(8), 1117-1121. http://doi.org/10.1038/nn1504

2. 研究背景 ¶

句子加工是连续的，每个词都会在出现时被加工并迅速整合到句子表征中，从而暂时解决语言的歧义。对于在意义上与前文语境不适合的名词，N400会很明显。N400的幅度与名词的离线完型可能性成反比。名词的完型可能性是指在句子完型离线任务中，个体使用该名词继续完成句子的概率百分比。

但至今无法确定在线实时句子加工过程中空缺单词引起的N400幅度变化，是由于读者正利用语境来预测接下来的项目词（预测视角），还是受单词本身的影响，从而使读者投入更多或更少的资源，将单词整合到句子表征中（整合视角）。

最近的一些ERP和眼动研究已证明对于单词的语义和句法特征，读者会进行符合语境的预期。但没有研究说明读者会对特定的单词形式产生预期。

为此设计了一个利用英语语音规则的实验，其中“an”在以元音开头的单词之前，“a”在以辅音开头的单词之前（“an airplane”和“a kite”）。为了确定读者是否在特定冠词和名词出现之前预先激活了它们，研究使用了具有约束条件的句子，这些句子会导致对特定辅音或元音开头的名词预期。而目标名词则根据离线完型可能性，分为极有可能到不太可能。“The day was breezy so the boy went outside to fly…”，最有可能的延续词是“a kite”。但是，该句子还可以使用合理的、但可能性不高的替代词，例如“an airplane”。

根据以前的研究，研究预测N400对“风筝”的反应要小于对“飞机”的反应。尽管“kite”和“airplane”的含义不同，但“a”和“an”的含义相同，只通过语音形式加以区分，在词频和词长上有所不同，因此没有理由认为这两个冠词的整合难度不同，除非（i）‘a’更容易整合，因为比“an”更短、词频更高（ii）相比于“airplane”，读者不自觉地形成了对“kite”的更强烈的预期。

3. 研究方法 ¶

32名被试参加了ERP实验，右撇子，英语为母语，视力正常或矫正，年龄18-37岁。

80个不完整的句子，每个句子的完型词有两种类型：预期和意外的冠词/名词对。将160个刺激分为两个列表，每个列表包含80个句子，每个被试看一个列表。每个列表包含相等数量的预期和意外的冠词/名词对。

计算所有冠词和名词目标词的完型可能性。要求相关被试为在冠词或名词前被截断的句子提供最佳的延续词。冠词完型可能性在0-96％之间；名词完形可能性在0–100％之间，可用于分析ERP幅度与目标词完型可能性之间的相关性。

被试看一个句子，一次只显示一个单词（持续时间200毫秒）。要求被试阅读句子并理解，通过按按钮回答是/否的理解问题。

4.结果 ¶

图1

根据每个项目词的完型可能性，将160个冠词和名词的完型可能性分为十个等宽的区间，从最高（90-100％）到最低（0-10％）。在被试内、被试间计算每个10％区间的ERP平均值。然后计算每个区间的完型可能性平均值。然后分别计算26个电极位置的相关系数（r值）和与离线完型可能性相关的ERP幅度变化百分比（r2）。

N400的幅度随名词完型可能性的增加而降低。在各个电极位置，相关系数的范围从不显著到显著，相关性在后侧部位达到峰值（N400幅度最大），而在前侧几乎没有表现出相关的大脑活动。这些结果是分析冠词的重要先决条件，因为它们证明了材料中不同程度的约束会反映在N400的幅度中。但是这种相关性模式没有解决预期的问题，因为相关性可能反映了预激活的程度，也可能反映了名词与句子的心理表征在整合难度上的差异。

为了直接解决预期问题，计算了目标冠词的相关性。尽管冠词ERP幅度明显小于名词，但N400的幅度确实随着冠词预期的变化而变化。就像名词一样，冠词的完形可能性越高，ERP负波就越小，在各个电极位置，相关系数的范围从不显著到显著。而且，就像名词那样，最大的相关性表现在中央顶部的位置上。

5.讨论 ¶

鉴于将“a”和“ an”整合到句子表征中的难度应该是差不多的，且ERP幅度的变化与离线冠词完型可能性有关，因此证明被试确实对特定名词的语音形式有所预期，对冠词类型也有预期，在出现意料之外的冠词时，读者似乎遇到了一些加工上的困难。

与名词相似，不定冠词在语境中越出乎意料，ERP的平均振幅越大。因此结果不仅证明读者可以利用部分约束来形成可能性预测，而且可以将输入的单词快速、渐进地整合到不断发展的句子表征中。

最后，研究清楚地表明，预期加工不仅可以发生在概念或语义特征上，而且可以发生在特定的语音单词形式上。 论文原文