《Cognitive Psychology》:Examining the effects of character and word predictability in Chinese reading
编辑推荐:
汉语读者在阅读中既依赖对特定词的猜测,也依赖更宽泛的预期。基于字的预测任务能够可靠地捕捉汉语中的词可预测性。语言特异性特征塑造了汉语句子阅读过程中的预测行为。研究人员通过自然阅读眼动追踪考察汉语可预测性效应的本质,沿用Luke和Christianson(201
汉语读者在阅读中既依赖对特定词的猜测,也依赖更宽泛的预期。基于字的预测任务能够可靠地捕捉汉语中的词可预测性。语言特异性特征塑造了汉语句子阅读过程中的预测行为。研究人员通过自然阅读眼动追踪考察汉语可预测性效应的本质,沿用Luke和Christianson(2016)在字母文字中的研究框架,提出两个核心问题:汉语读者在阅读中是预测特定词,还是对即将出现词的特征进行分级预测;由于汉语文字系统的独特性,基于词与基于字生成的可预测性指标是否捕捉到读者眼动行为的不同方面。研究发现,汉语读者的词闭包概率(cloze probability)整体低于英语,但即便在精确词形不可预测时,词性(Part-of-Speech, POS)匹配与语义相关度仍能促进阅读;基于字的闭包任务可作为词级可预测性的有效替代;眼动数据支持分级预测(graded prediction)而非全词预测(lexical prediction),且未见非模态词(non-modal)因预测失误产生加工成本。该结果表明汉语阅读中的预测受文字系统特性调节,语义与上下文线索权重高于句法形态线索。
研究背景与问题提出
既有可预测性效应研究多聚焦英语、德语等字母文字,发现高闭包概率(cloze probability)词在自然阅读中被跳过更多、注视更短、回视更少,事件相关电位(Event-Related Potentials, ERPs)中N400成分衰减。关于预测本质存在两派:全词预测(lexical prediction)认为读者提前激活特定词形,错误预测应带来加工成本;分级预测(graded prediction)认为读者对句法、语义、正字法与语音等特征进行概率性预激活,不要求精确词形匹配。Luke和Christianson(2016)基于Provo语料库证明英语自然阅读中分级预测占优。汉语作为非字母文字,具有层次化正字法(字—部件—笔画)、无显式词边界、以复合构词为主、缺乏屈折形态等特点,使“词”概念模糊,传统逐词闭包任务易受分词歧义干扰。已有汉语研究虽报告词可预测性促进眼动,但鲜有考察读者是否进行分级预测,亦缺字级预测与词级预测的系统性比对。该研究即在此缺口下,利用Yu等(2021)汉语句子库,移植Luke和Christianson分析框架,回答上述两问。
研究设计与技术方法
研究人员使用Yu等(2021)同一批136句汉语材料,分别收集两组独立样本数据。词级闭包由213名鲁东大学母语者完成逐词闭包(最终有效152人),字级闭包由80名大学生完成逐字闭包(引自Yu等2021)。自然阅读眼动数据来自中山大学61名母语者(Yu等2021原始记录,EyeLink 1000+采样1000 Hz)。自然语言处理辅助指标包括:jieba分词与词性标注(Part-of-Speech, POS)、Word2Vec余弦相似度计算上下文契合度(contextual fit)与反应—目标语义相关度(semantic relatedness)、n-gram模型计算转移概率(Transitional Probability, TP)。眼动指标取跳过概率、首注视时长(First-Fixation Duration, FFD)、凝视时长(Gaze Duration, GD)、总注视时长(Total-Fixation Duration, TFD)、再注视概率。统计采用R语言lme4混合效应模型,闭包概率做对数变换,零值以0.0003替换。
研究结果
3.1 词级闭包任务
3.1.1 闭包概率的影响因素:内容词与功能词的正字匹配概率随词频、转移概率、上下文契合度、句内位置升高而升高,随词长升高而降低,模式与Luke和Christianson(2016)英语结果一致。
3.1.2 高约束语境占比:内容词平均闭包0.10,仅3%为高可预测(>0.67),18%为模态反应(modal response);功能词平均0.15,9%高可预测,26%为模态。整体可预测性显著低于英语,源于无屈折形态与词界模糊。
3.1.3 其他可预测信息:POS匹配概率内容词名词0.52、动词0.44,高于正字匹配;量词0.54、助词0.61尤高。语义相关度随机配对基线0.14,实际反应0.25—0.30,差异显著。说明即使词形不可测,句类与语义仍可测。
3.2 阅读眼动
控制词长、字频、字笔画数等后,对数闭包概率对内容词与功能词均具促进效应。将目标词分模态/非模态两组并各自中心化后,模态词可读性收益更大,但非模态词随闭包升高同样被促进,且未见预测失误成本(与lexical prediction相悖)。POS匹配与语义相关度在控制词闭包后仍对内容词凝视与总注视有主效应,功能词仅POS匹配有弱效应。结果支持分级预测。
3.3 字基与词基可预测性比对
字级闭包推算的词可预测性与逐词闭包高度相关,首字可预测性可作代理。字级指标同样显著预测眼动,说明基于字闭包能规避汉语分词歧义,且保留词级解释力。
讨论与结论翻译
研究人员讨论指出,汉语阅读中预测以分级方式运作,语义与上下文权重高于句法形态,与英语差异源于文字系统特性。字级闭包任务在方法上优于逐词闭包,可生成稳定词可预测性估计。结论部分原文意译如下:汉语读者在自然阅读中对即将出现的信息进行部分预测,既涵盖词级语义与句法类别,也涵盖字构成分;基于字的预测规范能可靠捕获词可预测性并解释眼动变异;可预测性效应由分级预激活驱动,而非全词预测,且预测失误不产生系统加工罚分;语言特异性正字法与形态属性调节预测粒度。该研究将Luke和Christianson(2016)结论扩展至非字母文字,为跨文字系统通用预测理论提供限定条件,论文发表于《Cognitive Psychology》。