自然语言理解过程中依赖长度处理的神经相关机制

《Cognition》:Neural correlates of dependency length processing during natural language comprehension

【字体: 大 中 小 】 时间:2026年03月24日 来源:Cognition 2.8

编辑推荐:

  神经机制研究揭示依赖长度处理的脑区协同与量化特征分析

  
涂宗清|戴丽云|娄五涛|张宝刚|文润林|孙建城
江西财经大学软件与物联网工程学院,中国南昌330013

摘要

尽管已有大量研究探讨了句法处理的神经机制,但在自然语言理解背景下,对依赖长度(一个核心的定量句法特征)处理的整个大脑神经相关性尚未进行系统研究。为填补这一空白,我们提出了一个两阶段的渐进式句法解析框架,并将其应用于受试者在听自然叙事时的功能性磁共振成像(fMRI)数据。研究结果表明:1)依赖长度处理的神经相关性在个体间具有稳定性和一致性;2)敏感的体素广泛分布于额颞顶语言网络中,表明依赖长度处理依赖于多区域的功能协作;3)特定句法结构与依赖长度之间的神经激活相似性存在显著差异,这可能是由于依赖长度的变化性以及不同结构间整合的功能必要性所致。此外,所识别的功能区域与依赖长度最小化假说相符,支持了该假说的神经生物学合理性。本研究将句法处理的理解提升到了子属性层面,提供了一种可靠的方法来定位精细句法处理的神经相关性,揭示了依赖长度与句法结构之间的神经关联,并为阐明抽象句法处理背后的神经机制提供了关键证据。

引言

语言是一种独特的人类认知功能,通常被划分为语义系统和句法系统。语义学关注意义构建,而句法学通过递归编码形成层次结构,据推测这是语言离散无限性的神经基础(Everaert等人,2015年)。因此,研究句法处理的神经相关性长期以来一直是认知神经科学的核心课题。
关于句法处理的神经相关性的研究长期以来依赖于两种互补的实验范式——在变量控制和生态有效性之间进行权衡,这两种范式形成了两条不同的研究路径。第一种范式专注于人工设计的孤立句法现象的神经语料库:通过消除语义和词频等无关变量的干扰,它专注于对单一句法特征的神经反应,从而准确定位句法处理的核心大脑区域和时间动态。例如,通过构建涵盖两个词的短语(Pylkk?nen等人,2014年;Schell等人,2017年)、短句(Leiken等人,2015年;Matchin等人,2019年)、不合语法的句法结构(Matchin等人,2025年;Murphy等人,2024年;Fahey等人,2024年;Fedorenko等人,2020年;Kyriaki等人,2020年)、没有语义关联的句子(Matchin等人,2017年;Vitello等人,2014年)以及具有不同成分大小(Giglio等人,2024年;Pallier等人,2011年)或结构复杂性(Biondo等人,2024年;Rodd等人,2015年;Uddén等人,2022年)的句子,实现了对个别句法特征(如句法合法性、结构层次)的孤立研究。
第二种范式基于自然叙事语料库,这种方法可以在没有不自然任务干扰的情况下探究语言处理(Brennan,2016年)。通过利用计算建模将语言理论与神经信号联系起来,这种范式挖掘了连贯语言处理(如故事听讲)过程中句法现象的神经相关性。目前在这个框架内的研究通常分为两条平行路径。一条路径依赖于数据驱动的方法,使用大型语言模型构建句法嵌入,将自然文本中的潜在语言表示映射到大脑活动(Caucheteux等人,2021年;Reddy & Wehbe,2021年;Wang等人,2020年;Zhang等人,2022年)。另一条路径涉及神经计算研究,采用基于理论的指标来捕捉句子构建的算法努力。例如,增量节点计数已被用于跟踪结构构建(Brennan等人,2012年;Brennan等人,2016年),层次预测(Brennan等人,2020年),以及依赖性与短语结构解析的比较指标(Lopopolo等人,2021年)进一步细化了特定句法操作的定位。
值得注意的是,由不对称的依存关系定义的句法依赖结构(Mel'cuk,1988年)通过依赖长度提供了一个处理努力的定量指标(Liu,2008年)。在依赖局部性理论(Gibson,1998年)的框架内,这种长度被认为反映了句法整合的工作记忆成本,这一特征最近在网络层面得到了确认(Shain等人,2022年)。尽管取得了这些进展,但由于自然叙事中语言特征的固有纠缠,仍然难以分离依赖长度的独立贡献。此外,先前的发现主要依赖于聚合分析或标准回归框架,这些框架将神经反应建模为特定理论的直接函数。因此,在系统考虑了重叠的语言效应后,这种处理负载的精细体素级分布和神经效应尚未得到充分描述。
为了解决这些限制,本研究引入了一个两阶段的渐进式句法解析框架。与传统方法不同,我们首先使用XGBoost-SHAP模型将整体神经信号分解为精细的词对交互贡献。然后利用双重机器学习(DML)在功能语言响应皮层的体素级别估计依赖长度与神经活动之间的神经效应。这种方法使我们能够绘制依赖长度处理的精确神经架构,揭示在系统考虑了上下文感知嵌入和各种语言协变量作为混杂因素后的神经资源调用的空间异质性。
本研究的结果表明,依赖长度处理调动了广泛分布于额颞顶语言网络中的功能选择性神经资源。这表明,大脑不是依赖于单一的局部中心或统一的全网激活,而是通过多区域的功能协作来处理这种定量句法负载。此外,我们的分析显示,特定句法结构与依赖长度之间的神经激活相似性存在显著差异,这可能是由于依赖长度的变化性和每种结构固有的整合功能必要性所驱动的。这些发现为人类大脑如何高效分配神经资源以管理抽象句法复杂性提供了关键证据。

部分摘录

受试者和刺激材料

本实验使用的功能性磁共振成像(fMRI)数据来自一个公开可用的数据集(Nastase等人,2021年)。相应的叙事刺激材料是《第21年》,持续时间为3374秒。原始数据集包含25名受试者的数据。为了减少由于个体在叙事理解方面的差异可能产生的混杂效应,并控制年龄变化,我们选择了21名受试者作为子集。

结果

为了清晰地呈现关于句法依赖长度神经相关性的多维度研究发现,以下文本将依次从三个核心维度进行分析:首先,从净关联的角度,定位对依赖长度敏感的大脑体素,并识别它们在分布和核心大脑区域方面的个体差异及其群体层面的一致性;其次,揭示神经资源调用的功能选择性。

讨论

本研究提出了XGBoost-SHAP + DML精细句法解析框架。在自然叙事的背景下,该框架揭示了依赖长度处理的具体神经相关性,这是句法结构的一个核心定量子属性。以下讨论将聚焦于四个方面:方法学意义、对神经相关性的影响、依赖长度最小化假说以及研究局限性。

CRediT作者贡献声明

涂宗清:撰写——初稿、可视化、软件、方法论。戴丽云:撰写——审阅与编辑、形式分析。娄五涛:软件、调查。张宝刚:软件。文润林:数据管理。孙建城:撰写——审阅与编辑、监督、项目管理、方法论、资金获取、概念化。

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系:
孙建城报告称获得了国家自然科学基金的财务支持。孙建城报告称获得了江西省自然科学基金的财务支持。如果还有其他作者,他们声明没有已知的潜在利益冲突或个人关系。

致谢

本研究得到了国家自然科学基金(资助编号:62566025)和江西省自然科学基金(资助编号:20242BAB26025)的支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号