理解不是等句子结束再查意义
听者在声音展开的数百毫秒内持续更新候选词、句法关系和说话者意图。看到“厨师切开了……”时，人们已预测后面可能是食材；听到词首时，多个相似词同时竞争，后续信号再逐步排除。
这种增量性不表示大脑总能预知正确答案。预测有概率和成本，会随语境可靠度、语言经验和任务改变。真正问题是系统何时使用何种线索，以及错误预测怎样修正。
词汇识别是候选竞争
口语没有稳定词间空格，同一声音又因语速和共发音变化。队列模型、TRACE 等理论提出，部分输入会激活多个词，候选按声音匹配、词频和语境竞争。视觉世界眼动可观察听者在听词时看向相似名称物体。
模型不是脑内字典的照片。不同范式给出的“激活”可能是注视、反应时或错误率，必须说明它们如何映射到模型参数。词频效应还混合熟悉度、语境多样性和形态结构。
视觉词识别同时处理字形与语言
阅读者从笔画或字母特征进入正字法邻居、语音和语义。字母文字中的字素—音素对应与汉字的形声线索不同，但两者都依赖统计规律和词汇经验。不存在一种脱离具体文字系统的统一“阅读模块测验”。
词汇判断任务要求参与者区分真词与伪词，常用于测量频率和邻居效应；它也加入决策策略。自然阅读中的眼跳、回视和跳读提供更生态的指标，却受版面与理解目标影响。
句法歧义揭示实时结构建立
“警察看见拿望远镜的人”中，介词短语可修饰“看见”或“人”。读者往往先采用较易或较常见分析，后续语境冲突时出现阅读时间增加或回视，称为花园路径效应。
偏好受动词论元结构、词序、标点、韵律和语言类型影响。英语实验得到的“最简附着”不能直接当成人类普遍算法；跨语言比较需要为每种语言建立自然歧义。
语义整合利用预期而非只查词典
句末出现与语境不合的词常引发约四百毫秒附近的负向 ERP 变化，N400 幅度也随词语可预期性连续变化。它广泛见于口语、文字、手语和非词刺激，不能简单命名为“语义错误波”。
ERP 成分是头皮上时空分布的统计模式，不等于某个单一脑区或独立心理模块。基线、滤波、试次数、参考电极和多重比较都会影响结果，研究应报告完整预处理管线。
预测与整合不是非此即彼
若低概率词引发更大处理代价，可能因为系统提前预测了其他形式，也可能因为它更难与上下文整合。研究利用冠词、语法性别、预览和时间线索区分两者，但证据仍依任务和语言而异。
成熟模型需要给出可区分预测：在何种语境强度、时间压力和资源条件下，形式级预激活应出现。只把所有语境效应改名“预测”不能增加解释力。
眼动提供连续但间接的时间窗
阅读眼动记录首次注视、凝视时间、回视路径和总阅读时间，分别对应不同处理阶段的近似指标。视觉世界范式记录听语言时对场景对象的注视，连接语言与指称竞争。
眼睛不是语言处理的直接指针。中央凹与旁中央凹视野、扫视计划延迟、图片显著度和任务要求都会介入。分析时间窗和兴趣区应预先定义，并考虑同一参与者和项目的重复测量。
自定步速与反应时需要速度—准确权衡
自定步速阅读把句子分段显示，以按键时间估计困难；启动任务用前一刺激对后一词的反应影响推断语义关系。二者易部署，却改变自然节奏，并把运动反应加入语言过程。
只分析正确试次可能产生选择偏差，只看平均反应时又会被长尾支配。对数变换、分布模型或漂移扩散模型可同时解释速度和准确率，但复杂模型仍需理论约束。
语言产生从意图进入可执行动作
说话者先决定要完成的交流行动，再选择概念、词条、词形和声音计划，最后协调发音。词在舌尖现象、替换错误和发音错误揭示不同层级，但错误分类本身也依理论。
手语产生把手形、位置、运动和非手部标记编排成视觉动作。共同的计划问题不意味着两种通道使用相同肌肉或时间约束；跨通道证据可区分语言结构与发音器官效应。
图片命名研究词汇提取
图片命名时间随词频、名称一致性和语义竞争变化。语义相关干扰词有时减慢命名，音系相关词可促进，支持概念、词条与音系层级之间的动态传播。
图片并非文化中性，同一物体可能有多个自然名称。若研究者只接受标准答案，会把方言或文化差异误作提取失败。刺激应做本地命名预试并公开名称分布。
产生中的监控不只是听自己说话
人们会在发音前或发音中发现错误并修复。理论争论监控是否复用理解系统，还是也读取内部计划。修复时机、错误后减速和掩蔽听觉实验提供约束，但没有单一指标能决定全部机制。
过度监控可降低流畅，时间压力又会增加错误。真实交流在准确、速度、礼貌和轮次机会之间折衷，实验不能只把停顿当成缺陷。
对话会让处理系统彼此适应
交谈者重复彼此词汇和句法，逐步形成共同指称表达。互动对齐可能来自启动、共同基础和任务协作的组合，不等于双方心智完全同步。误解后的修复比无误对话更能揭示表征差异。
实验室轮流描述图片只覆盖对话的一部分。真实交流包含重叠、目光、手势、权力和多语切换，需要会话语料与受控任务互补。
多语加工不是额外开关
多语者的非目标语言常保持部分激活，同源词、假朋友和跨语言邻居会影响识别与产生。语言线索、对象和互动场域调节竞争，切换成本取决于准备与使用环境。
把多语者在单语实验中的较慢反应解释为认知缺陷，会忽略他们正管理更大的资源库。实验应报告每门语言的获得年龄、熟练度和使用模式，而不只写“双语组”。
个体差异需要可靠测量
工作记忆、词汇量、年龄和读写经验可能调节处理，但许多差异任务的重测信度不足。群体层面稳定效应不保证能可靠给个人排序，相关分析也易受极端值和多重检验影响。
研究应区分解释群体机制与预测个人表现。若目标是临床或教育决策，需要独立验证、校准和误差成本，而非把实验任务分数直接当诊断。
模型比较要超越故事匹配
串行模型、交互激活模型、贝叶斯预测模型和神经网络都能解释部分结果。公平比较需要在同一数据上生成定量预测，评估未参与拟合的新条件，并惩罚不受约束的灵活度。
一个模型拟合反应时不代表内部表示与人类相同。误差模式、学习条件、资源需求和跨语言泛化共同构成证据。神经网络可以是计算假说，不自动是脑模型。
研究设计要把项目和参与者都当随机来源
同一个人处理多句，同一句由多人阅读，数据具有交叉重复结构。混合效应模型可估计参与者与项目截距、条件斜率，避免只在“按人分析”或“按项目分析”中择一。
试次数、项目平衡、排除规则和停止标准应在采集前规划。模型不收敛时需要简化依据与敏感性分析，不能悄悄选择最显著的随机效应结构。
怎样从指标推到加工结论
先说明理论构念和可观测指标之间的桥：更长凝视为何支持竞争，而不是视觉显著度；更大 N400 为何支持预期差异，而不是基线噪声。再列出能产生同一指标的替代过程。
最后要求多方法汇合：眼动给时间分布，语料给自然频率，ERP 给神经时间线，行为实验给可控对照。真正的 L4 能力不是记住效应名称，而是判断某个测量能排除哪些解释。
跨域连接
- 贝叶斯推断：「预测」在加工研究里有精确含义——听者对下一个词维持一个概率分布，输入与预期的偏离量可以预测阅读时间。但低概率词代价更大，既可能因为系统预激活了别的形式，也可能只是更难与上下文整合。分辨两者要靠目标词之前的线索：若预激活为真，不匹配的冠词或语法性别应在目标词到来前就产生代价。
- 大语言模型：模型给出的词概率被广泛用作偏离量的估计，与眼动、脑电拟合得相当好。但拟合好不等于机制相同——模型的概率来自训练分布，人的预期来自世界知识与语境记忆。因此在训练语料罕见而世界知识明确的语境里，两者应系统分歧，那些分歧点才是研究入口。
- 统计学：同一个人读多句、同一句被多人读，数据是交叉重复结构。只按被试平均再检验，会把项目差异当成固定效应，从而系统性高估显著性；只分析正确试次会引入选择偏差，只看平均反应时又被右偏长尾支配。这不是统计细节，而是结论能否成立的前提。
- 信度与效度：许多加工指标是两个高度相关条件之差，可靠性因此被系统削低。群体层面稳定的效应，可能完全无法给个人排序——若目标是临床或教育决策，需要独立验证与校准，不能把实验任务分数直接当诊断。
- 语言与大脑：眼动给出连续但间接的时间窗，还混入扫视计划延迟与图片显著度；ERP 成分是头皮上的时空统计模式，不是插在脑中的语义或句法仪表。每个指标都能被替代过程产生，所以推理必须先说明构念与指标之间的桥。
参考文献
- Traxler, Matthew J. Introduction to Psycholinguistics. Wiley-Blackwell, 2012.
- Levelt, Willem J. M. Speaking: From Intention to Articulation. MIT Press, 1989.
- Kutas, Marta, and Steven A. Hillyard. “Event-Related Brain Potentials to Semantically Inappropriate and Surprisingly Large Words.” Biological Psychology 11.2 (1980). DOI90046-0)
- Huettig, Falk, Joost Rommers, and Antje S. Meyer. “Using the Visual World Paradigm to Study Language Processing.” Acta Psychologica 137.2 (2011).