语言理解与产生

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。

1995 年，Tanenhaus、Spivey-Knowlton、Eberhard 与 Sedivy 在 Science 用头戴眼动仪显示：听者在听到名词的早期音节时，已经把目光移向场景里对应的物体。加工与视觉注意同步展开，而不是等句子说完再判决。实验语言学 把这一时间尺度写成因变量选择：若理论关于增量预测，眼动比句末评分更接近那个过程。

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。

McClelland 与 Elman 1986 年的 TRACE，把音素、语音特征和词放在交互激活网络里互相兴奋和抑制。Marslen-Wilson 的队列模型则强调词首信息先把候选收窄。Allopenna、Magnuson 与 Tanenhaus 1998 年用 beaker / beetle / speaker 一类四图场景，看到词首队列竞争和韵脚竞争都进入注视概率，时间进程接近 TRACE 的模拟。言语知觉 与词汇识别在这里是同一条测量链，不是两个模块先后开机。

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。

Coltheart 的 N 把正字法邻居数写成可操作变量：改一个字母能得到的真词越多，识别越容易受竞争拖累。双通路与联结主义阅读模型争的是形—音对应要不要独立通道，而不是要不要统计。阅读与阅读障碍 的跨文字证据表明：同一套“阅读模块测验”无法同时服务拼音文字和汉字。

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。

Bever 1970 年那句 The horse raced past the barn fell，把缩减关系从句做成英语读者的经典陷阱。Frazier 的最简附着与迟关闭，是串行、结构优先的算法；MacDonald 等人的制约满足模型则让频率、论元和语义一起竞争。两种故事都能解释一部分回视。句法 理论提供可能结构，加工理论要说明何时选哪一个。

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。

Kutas 与 Hillyard 1980 年在 Science 报告：字号突然变大引出晚期正波，语义上不合适的词则引出约 400 毫秒的负波。同一时间窗、不同违规类型，电位方向相反。随后的完形填空概率研究显示，N400 幅度随可预期性连续变化，并不只在“错误”时出现。语义 整合是程度问题，不是开关。

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。

DeLong、Urbach 与 Kutas 2005 年报告：英语不定冠词 a / an 的语音形式，能在名词到来前调节 N400。Nieuwland 等人 2018 年的大规模复现未能稳定得到同一效应，争论随即从“有没有预测”转到“何种条件、何种语言、何种统计”。Hale 2001 年与 Levy 2008 年把 surprisal（意外度）写成阅读时间的定量预期：词的负对数条件概率越高，加工越费。Smith 与 Levy 2013 年进一步显示对数频率与阅读时间近似线性。

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。

Rayner 的综述把首次注视、凝视、回视路径和总时间拆成不同阶段的近似。E-Z Reader 与 SWIFT 争的是注意是串行还是并行分配，不是眼睛会不会动。视觉世界里，图片大小、颜色和位置会自己吸引注视，必须先做显著度控制。时间窗若在看完结果后才划，效应就会跟着窗口走。

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。

Just、Carpenter 与 Woolley 1982 年把自定步速做成可广泛部署的阅读测量。它把自然眼跳换成按键，于是运动准备、策略性停顿和理解困难缠在一起。Swinney 1979 年的跨通道启动显示：歧义词的两个意义可以在极短时间内都被激活，随后语境再选择。启动能抓住早期竞争，却几乎必然改变自然节奏。

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。

Levelt 1989 年的 Speaking 把产生写成从意图到发音的阶段模型；Levelt、Roelofs 与 Meyer 1999 年的 WEAVER++ 再把词条选择和音系编码做成可模拟的竞争。Brown 与 McNeill 1966 年的词在舌尖现象说明：语义和词形可以部分接通而名称仍取不出。Dell 的扩散激活模型则允许层级之间漏电，于是错误本身成为证据，而不是故障。

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。

Oldfield 与 Wingfield 1965 年已报告图片命名的频率效应。Schriefers、Meyer 与 Levelt 1990 年用图—词干扰把语义竞争和音系促进拆到不同时间窗：语义相关词在早期拖慢命名，音系相关词可在稍后促进。本地预试若只保留“标准答案”，会把方言名称写成提取失败。公开名称分布，是让项目方差可被模型吃进去，而不是被清洗掉。

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。

Levelt 的知觉回路假说认为监控复用理解系统；生产端监控则主张内部计划可在发音前被读取。掩蔽听觉可以去掉外听反馈，却去不掉本体感觉和内部缓冲。停顿、重复和修复在对话里常常是礼貌和抢轮次的工具，把它们一律编码成缺陷，会把 语用 写成病理。

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。

Pickering 与 Garrod 2004 年把对话对齐写成机制：词汇、句法和情景模型可以沿启动互相带偏。对齐能降低计算成本，也能把误解一起对齐。实验室里轮流描述迷宫或图形，控制了指称，却切掉了重叠话轮和权力不对称。语料库 里的自然对话补的是这些被切掉的维度。

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”。

Dijkstra 与 van Heuven 的 BIA+ 把双语词识别写成非选择性竞争：输入同时激活两套词库，再由语言节点调节。Marian 与 Spivey 2003 年的视觉世界实验显示，俄语—英语双语者在听英语词时，仍会看向俄语同类词的物体。多语心智 不是加了一个开关，第二语言习得 的获得年龄和用法模式必须写进方法，而不是写进讨论里的一句限制。

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。

许多加工指标是两个高度相关条件之差，差分数把共享方差减掉，个人排序的可靠性随之下降。群体上稳定的花园路径效应，仍可能无法告诉你某位读者下周还会不会慢。第一语言习得 和老化研究若要用这些任务做个体决策，必须先过信度和校准，而不是直接把毫秒差写成诊断。

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。

TRACE、队列、意外度模型和当代语言模型都能拟合一部分注视曲线。大语言模型 给出的词概率常与阅读时间相关，但相关来自训练分布，人的预期还来自世界知识和情景记忆。训练语料罕见而世界知识明确的句子，应成为系统分歧点。只在同一批材料上比谁拟合更好，比的是灵活度，不是机制。

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。

Clark 1973 年把“语言项目当固定效应”写成谬误：你抽样的是句子，不是那几句本身。Barr、Levy、Scheepers 与 Tily 2013 年主张验证性检验尽量保留最大随机结构，同时承认收敛失败需要预先写好的简化路径。看完结果再删随机斜率，等于让显著性能被结构选择购买。

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。

语言与大脑 的每一种成像都有自己的替代过程。眼动混入扫视计划，ERP 混入参考电极和滤波，反应时混入按键策略。没有单指标能独自证明竞争、预测或监控。能排除什么，比能命名什么更接近加工结论。

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. “Reading Senseless Sentences: Brain Potentials Reflect Semantic Incongruity.” Science 207.4427 (1980): 203–205. DOI
• Tanenhaus, Michael K., et al. “Integration of Visual and Linguistic Information in Spoken Language Comprehension.” Science 268.5217 (1995): 1632–1634.
• Huettig, Falk, Joost Rommers, and Antje S. Meyer. “Using the Visual World Paradigm to Study Language Processing.” Acta Psychologica 137.2 (2011).
• Clark, Herbert H. “The Language-as-Fixed-Effect Fallacy.” Journal of Verbal Learning and Verbal Behavior 12.4 (1973): 335–359.