汉语口语词汇识别中声调、语境的作用：来自眼动研究的证据(1)
摘要为探讨汉语口语词汇识别过程的影响因素，本研究采用眼动方法，结合视觉一情境范式，通过2个实验考察了不同语境条件下声调对汉语双字词听觉词汇识别的作用。结果发现：(1)在不同语境中，三种竞争词各自的总注视时间显著长于无关控制词；(2)在低限制性语境中，高频词的凝视时间显著短于低频词；(3)在低限制性语境中出现词频效应。该结果表明：音段信息、声调都能够影响口语词汇识别过程，实验结果支持TRACE模型。
关键词：口语词汇识别，声调信息，语境，眼动。
1引言
日常生活中，人们是怎样通过口语加工完成语言理解的？对这一问题的回答主要集中在以英语等拼音文字为材料的研究上。以往大量研究(McClelland&Elman，1986；Luce&Pisoni，1998；Norris，McQueen，&Cutler，2000；Johns，Gruenenfelder，Pisoni，&Jones，2012)认为，口语词汇识别(spoken word recognition)的认知加工过程可以分为两个阶段：一个是受声调影响的词汇激活阶段，另一个是受词频特征影响的词汇分析阶段。对这两个阶段加工的解释主要有两个模型，即Cohort模型(Marslen-Wilson，1987)和TRACE模型(McClelland&Elman，1986)。
Cohort模型(McClelland&Elman，1986；Marslen-Wilson&Zwitserlood，1989；Allopenna，Magnuson，&Tanenhaus，199 8；Dahan，Magnuson，Tanenhaus，&Hogan，2001)認为，在声音信号输入100-150ms内的音首部分，会激活具有相同起始音的若干候选词(首音相同竞争词)，这些候选词会与目标词进行竞争。伴随着声音的逐渐展开，与目标词相符合的词激活水平越来越强，直至完全匹配。该模型重视自下而上的加工对词汇的激活功能，强调首音信息对口语词汇的作用。TRACE模型(McClelland&Elman，1986；Connine，Blasko，&Titone，1993；龚文进，2007)则认为，听觉语言的加工取决于听觉刺激的输入类型，以及心理词典(mentallexicon)相互匹配的程度，并把这种匹配称为整体效应(global goodness of fit)。当竞争环境越大、词语表征越相似时，竞争词语之间的抑制效果就越明显；即使首音部分不同，只要音节(syllable)的中间部分高相似度也会激活词汇的表征，该模型支持自上而下的加工过程。
近年来Cohort模型和TRACE模型完全对立的观点已趋于缓和，都对高水平语言信息的作用给予了重视，认为高水平语音信息能够影响低水平信息的加工过程(Moss&Marslen-Wilson，1993；Salverda，Kleinschmidt，&Tanenhaus，2014)。与孤立语境中的词汇加工相比，句子语境中影响词汇识别的因素更为复杂，需要整合来自语音、语法、语用等多方面的信息。Rayner，Fischer和Pollatsek(1998)对不同语境下词汇识别过程进行了研究，结果发现：在高限制性句子语境中，声调在词汇激活阶段起到了重要作用；而在低限制性句子语境中，声调、字形在词汇激活、识别阶段都发生了作用。后续的研究中也发现语境因素在词汇识别各个阶段的作用(Lotto，Sullivan，&Holt，2003；Yang，Perfetti，&Liu，2010)。
汉语是一种声调语言，以往对汉语口语词汇识别过程的探索，主要集中在对音段信息(seg-mental information)、声调的探讨上(Taft&Chen，1992；Norris，1994；Marslen et al，1996；Soto-Faraco，Sebastifin-Gallds，&Cutler，2001；Wiener&Ito，2015)；汉语中的音段信息主要指音节的韵母、声母方面。对于汉语口语词汇识别的加工过程，研究者还没有一致的结论，主要分歧在于声调信息是否在词汇激活阶段发挥即时作用。有的研究虽然肯定声调在激活阶段作用，但认为作用时间是延时发生的(Cutler&Chen，1997；Ye&Connine，1999；Zhou，Qu，Hua，Gaskell，&Wilson，2004；Shen，Deutsch，&Rayner，2013)。还有研究认为，音段信息和声调发挥了相似的作用(Malins&Joanisse，2010)；Sereno和Lee(2015)认为音段信息发挥了核心作用，声调的作用其次。这些不同的研究结论体现出汉语独特的口语加工过程。在汉语的口头语言中，存在大量的同音异义词，这意味着要对接收的声音信号中可能包含的多种含义中进行辨析、甄别，才能最终完成口语词汇的通达过程。对汉语语境的研究也发现了其对词汇识别的影响(谭力海，彭聃龄，1990；朱晓平，1991；鲁忠义，熊伟，2001；任桂琴，韩玉昌，刘颖，2012；Bieta1.，2016)。此外，语境中的词频特征也会影响口语词汇识别的时间进程(Lute&Pisoni，1998)。对汉语的研究发现词频效应出现在低限制性句子中，在高限制性句子中没有发现词频效应(任桂琴，2006；任桂琴，刘颖，于泽，2012)。
本文采用眼动方法，结合视觉一情境范式考察汉语双字词口语识别中的声调、语境信息及不同词频特征对口语加工过程的影响。视觉一情境范式认为，当同时接收听觉刺激和视觉刺激时，被试会倾向注视那些与听觉刺激有关联的视觉刺激(Cooper，1974)。该范式的假设是接收的听觉激活与视觉刺激一致时，被试倾向于长时间或多次注意被激活的视觉刺激(王穗苹，关心，2009)。后续的研究者使用该范式进行了句法歧义消解、语义加工、语音表征、视觉注意等方面的研究(Spivey，Tanenhaus，Eberhard，&Sedivy，2002；Huettig&Altmann，2005；Huettig&McQueen，2007；Altmann&Kamide，2007；B rown，Salverda，Gunlogson，&Tanenhaus，2015)。 (王露 万鹏 任桂琴)
关键词：口语词汇识别，声调信息，语境，眼动。
1引言
日常生活中，人们是怎样通过口语加工完成语言理解的？对这一问题的回答主要集中在以英语等拼音文字为材料的研究上。以往大量研究(McClelland&Elman，1986；Luce&Pisoni，1998；Norris，McQueen，&Cutler，2000；Johns，Gruenenfelder，Pisoni，&Jones，2012)认为，口语词汇识别(spoken word recognition)的认知加工过程可以分为两个阶段：一个是受声调影响的词汇激活阶段，另一个是受词频特征影响的词汇分析阶段。对这两个阶段加工的解释主要有两个模型，即Cohort模型(Marslen-Wilson，1987)和TRACE模型(McClelland&Elman，1986)。
Cohort模型(McClelland&Elman，1986；Marslen-Wilson&Zwitserlood，1989；Allopenna，Magnuson，&Tanenhaus，199 8；Dahan，Magnuson，Tanenhaus，&Hogan，2001)認为，在声音信号输入100-150ms内的音首部分，会激活具有相同起始音的若干候选词(首音相同竞争词)，这些候选词会与目标词进行竞争。伴随着声音的逐渐展开，与目标词相符合的词激活水平越来越强，直至完全匹配。该模型重视自下而上的加工对词汇的激活功能，强调首音信息对口语词汇的作用。TRACE模型(McClelland&Elman，1986；Connine，Blasko，&Titone，1993；龚文进，2007)则认为，听觉语言的加工取决于听觉刺激的输入类型，以及心理词典(mentallexicon)相互匹配的程度，并把这种匹配称为整体效应(global goodness of fit)。当竞争环境越大、词语表征越相似时，竞争词语之间的抑制效果就越明显；即使首音部分不同，只要音节(syllable)的中间部分高相似度也会激活词汇的表征，该模型支持自上而下的加工过程。
近年来Cohort模型和TRACE模型完全对立的观点已趋于缓和，都对高水平语言信息的作用给予了重视，认为高水平语音信息能够影响低水平信息的加工过程(Moss&Marslen-Wilson，1993；Salverda，Kleinschmidt，&Tanenhaus，2014)。与孤立语境中的词汇加工相比，句子语境中影响词汇识别的因素更为复杂，需要整合来自语音、语法、语用等多方面的信息。Rayner，Fischer和Pollatsek(1998)对不同语境下词汇识别过程进行了研究，结果发现：在高限制性句子语境中，声调在词汇激活阶段起到了重要作用；而在低限制性句子语境中，声调、字形在词汇激活、识别阶段都发生了作用。后续的研究中也发现语境因素在词汇识别各个阶段的作用(Lotto，Sullivan，&Holt，2003；Yang，Perfetti，&Liu，2010)。
汉语是一种声调语言，以往对汉语口语词汇识别过程的探索，主要集中在对音段信息(seg-mental information)、声调的探讨上(Taft&Chen，1992；Norris，1994；Marslen et al，1996；Soto-Faraco，Sebastifin-Gallds，&Cutler，2001；Wiener&Ito，2015)；汉语中的音段信息主要指音节的韵母、声母方面。对于汉语口语词汇识别的加工过程，研究者还没有一致的结论，主要分歧在于声调信息是否在词汇激活阶段发挥即时作用。有的研究虽然肯定声调在激活阶段作用，但认为作用时间是延时发生的(Cutler&Chen，1997；Ye&Connine，1999；Zhou，Qu，Hua，Gaskell，&Wilson，2004；Shen，Deutsch，&Rayner，2013)。还有研究认为，音段信息和声调发挥了相似的作用(Malins&Joanisse，2010)；Sereno和Lee(2015)认为音段信息发挥了核心作用，声调的作用其次。这些不同的研究结论体现出汉语独特的口语加工过程。在汉语的口头语言中，存在大量的同音异义词，这意味着要对接收的声音信号中可能包含的多种含义中进行辨析、甄别，才能最终完成口语词汇的通达过程。对汉语语境的研究也发现了其对词汇识别的影响(谭力海，彭聃龄，1990；朱晓平，1991；鲁忠义，熊伟，2001；任桂琴，韩玉昌，刘颖，2012；Bieta1.，2016)。此外，语境中的词频特征也会影响口语词汇识别的时间进程(Lute&Pisoni，1998)。对汉语的研究发现词频效应出现在低限制性句子中，在高限制性句子中没有发现词频效应(任桂琴，2006；任桂琴，刘颖，于泽，2012)。
本文采用眼动方法，结合视觉一情境范式考察汉语双字词口语识别中的声调、语境信息及不同词频特征对口语加工过程的影响。视觉一情境范式认为，当同时接收听觉刺激和视觉刺激时，被试会倾向注视那些与听觉刺激有关联的视觉刺激(Cooper，1974)。该范式的假设是接收的听觉激活与视觉刺激一致时，被试倾向于长时间或多次注意被激活的视觉刺激(王穗苹，关心，2009)。后续的研究者使用该范式进行了句法歧义消解、语义加工、语音表征、视觉注意等方面的研究(Spivey，Tanenhaus，Eberhard，&Sedivy，2002；Huettig&Altmann，2005；Huettig&McQueen，2007；Altmann&Kamide，2007；B rown，Salverda，Gunlogson，&Tanenhaus，2015)。 (王露 万鹏 任桂琴)