語義分類任務中部件位置在漢字識別中的作用*

2016-02-02 13:33:56莫德圓王海英于溢洋陳烜之

心理學報 2016年6期

吳巖莫德圓王海英于溢洋陳烜之張明

(1東北師范大學教育學部心理學院,長春 130024)(2廣東財經大學馬克思主義學院,廣州 510320)

(3香港中文大學心理學系,香港)(4蘇州大學教育學院心理學系,蘇州215123)

1 引言

在探討漢字識別的加工中,部件位置的作用一直是研究者比較關心的問題。如果和英文相類比的話,部件位置可以對應于字母位置。在西方文字的加工中,研究者基本肯定了字母位置在詞匯識別中的作用(e.g.,Carreiras&Grainger,2004;Dufau,Grainger,&Holcomb,2008;Grainger,2008;Lavidor&Walsh,2003)。但是在中文加工中,關于部件位置的作用還存在一定爭議。

行為結果的爭議在于部件是否攜帶位置信息進行表征,一些研究結果肯定了部件是攜帶位置信息進行表征的(e.g.,Ding,Peng,&Taft,2004;Taft&Zhu,1997;Taft,Zhu,&Peng,1999),而另一些研究發現不攜帶位置信息的部件也可以對漢字加工產生影響(e.g.,Lai&Huang,1988;Li&Chen,1999;Tsang&Chen,2009;Yeh&Li,2002)。此爭議以Taft(2006)提出的理論為終結,Taft認為攜帶位置信息的部件和不攜帶位置信息的部件都可以對漢字的加工產生影響,但是兩者在加工時程上存在一定區別。特征信息(筆畫)先激活不攜帶位置信息的部件,然后部件結合部件位置信息激活攜帶位置信息的部件表征。

考慮到腦電的時間分辨率較高,是解決時程問題的可靠技術,有些研究利用腦電技術對這一假設進行了深入探討。例如,采用真假字判斷任務,Wu等(Wu et al.,2012)操縱部件頻率首先對這一問題進行了研究。研究發現攜帶位置信息的部件頻率最先引發P150(100～160 ms)的變化,而不攜帶位置信息的部件頻率首先引發P200(180～280 ms)的變化,因為P150出現的時間窗口比P200的早,因而研究者認為以ERPs為指標,攜帶位置信息的部件最先激活,反映在P150這個成分上。后來,同樣采用真假字判斷任務,在啟動范式下,Su等(Su,Mak,Cheung,&Law,2012)也探討了部件位置效應。研究者操縱了兩個變量,一個是目標字與啟動字共享部件的位置相似性(相同或不同);二是目標部件所處位置的概率(主要位置：在所有包含該部件的漢字中目標部件出現在該位置的概率達60%以上;次要位置：在所有包含該部件的漢字中目標部件出現在該位置上的概率在35%以下),結果發現位置相似性主效應顯著,和位置相同條件相比,共享部件處于不同位置時最先在枕葉區引發P100(120～180 ms)的變化。此外,位置概率主效應顯著,當目標字出現在主要位置時,和目標字中目標部件處于次要位置相比,在225～325 ms這一時間窗口內,在前額葉引發了P200的變化,在枕葉區引發了N170的變化,該結果進一步肯定了攜帶位置信息的部件在漢字加工中的早期作用,以及和早期腦電成分P100的關系。

根據Grainger和Holcomb(2010,a review)等發表的一系列文章,我們可以得知,在時間窗口90～180 ms引發的腦電成分N/P150(腦前區是N150,腦后區為P150),是反映視覺詞匯識別中從特征分析到字母識別的過程,字母相對位置的識別是反映在N250(180～300 ms)這個成分上。盡管Su等(2012)將早期成分命名為P100,但是從時間窗口(120～180 ms)和分布(枕葉區)上看,我們可以將其歸為N/P150系列。那么是否可以推知,在漢語漢字識別中,部件相對位置信息是最早進行加工的,反映在特征分析到部件整合這一加工過程中呢？

就目前的研究現狀而言,下這樣的結論還為時過早。這是因為,目前存在的有限幾個ERP研究(Su et al.,2012;Wu et al.,2012)都存在類似的問題：所使用的實驗任務背離自然語言閱讀的要求,因而可能會擴大部件的位置效應。具體來說,上述研究的實驗材料都包含了假字或非字,采用的任務都是真假字判斷。然而,自然語言理解過程是不需要判斷漢字的真假,只需要通達漢字的語義,通常也不會存在假字或非字。此外,假字或非字通常指違背一定漢字內部結構所產生的漢字,真字和假字的對比強化了漢字結構性信息,為了分辨真假,個體無疑會分配更多注意資源在漢字的內在結構上,而部件位置作為漢字內在結構的重要組成,無疑是需要重點關注的內容。事實上,吳巖等(2015)的研究結果已經證實了假字的存在對部件位置信息加工的影響,在內隱性位置判斷任務中,當存在假字這類實驗材料時,與不包含假字的實驗相比,部件位置的作用會被提前。

針對這樣的研究結果和問題,我們不禁要問,如果假字或非字的存在確實是影響部件位置作用的重要因素,那么在不包含假字或非字的閱讀中,部件位置的效應又是怎樣的？因而很有必要在排除假字或非字的前提下,探討部件位置的加工機制。因此,本研究采用Go/NoGo語義分類任務,要求被試識別系列出現的文字含義的同時,探查其中是否存在動物名稱并做出反應。采用此任務的優點有兩個：首先,不存在擴大部件位置效應的可能性,這是因為在此任務模式下,所用到的實驗材料皆為真字,不存在假字或非字;其次,和其他任務相比,Go/NoGo語義分類任務更貼近自然語言閱讀情境。一是因為要求被試有意識地對文字含義進行提取,滿足自然語言理解中對文字語義有意識加工的要求;二是只對填充刺激“動物名稱”進行反應(Go反應),對實驗材料不進行反應(NoGo反應),滿足自然語言閱讀過程中不對文字進行反應的要求。因此采用Go/NoGo語義分類任務,我們可以在貼近自然語言理解的任務模式中探知部件位置在漢字識別中的作用。

本研究所操縱的變量為部件位置頻率。盡管很多漢字可能包含同一個部件,但是部件所處的位置可能不同, 如“口”在“呆”、“杏”、“唅”和“哀”中的位置皆不相同,那么部件“口”出現在某一位置上的頻率(position-specific radical frequency,SRF)等于“口”出現在該位置時所有漢字的數量。考慮到部件整體頻率(position-general radical frequency,GRF：指包含某個部件的所有漢字集合)對部件相對位置頻率的影響,所以在操縱SRF時保持GRF不變。同時存在另外兩個實驗條件,變化部件的GRF,保持SRF不變。如此操縱可以考察由SRF或GRF變化所引發的部件相對位置頻率的效應是否相同。這一點在Su等(2012)的研究中并未考慮到。Su等直接操縱SRF與GRF的比,作為部件相對位置頻率。但是值得注意的是,部件相對位置頻率高至少有兩種原因,一種是SRF高導致(如SRF/GRF=27/40 vs.5/40),一種是GRF低導致(如SRF/GRF=9/11 vs.9/40),所以進一步區分這兩者的關系,可以更清楚地探查部件位置頻率效應。

此外,考慮到腦電技術的高時間分辨率,本研究將繼續采用腦電實驗探討這一問題。其中,關注的腦電成分主要有N/P150,P200和N400。如前所述N/P150和特征分析過程有關(e.g.,Grainger&Holcomb,2010);P200與亞詞匯水平字形加工有關(e.g.,Lee et al.,2007;Wu et al.,2012);而N400是反映語義加工的一個腦電成分(e.g.,Kutas&Federmeier,2011)。這3種成分在先前相關研究中都有涉獵。本研究主要關注兩個問題,一是在語義分類任務中,在不存在假字或非字這類材料的研究中,部件的相對位置頻率是否仍然會引發與特征分析有關的N/P150的變化,也就是說在接近自然語言閱讀的任務中,部件位置的作用過程究竟是怎樣的。其次,在Su等(2012)研究基礎上,進一步考察不同來源的部件相對位置頻率在漢字識別中的作用,揭示部件位置頻率效應的本質。

2 方法

2.1 被試

22名母語為漢語的東北師范大學在校大學生,其中男9人,年齡在19～22歲之間,平均年齡20.7歲,所有被試均為右利手者,視力或矯正視力正常,無腦損傷和神經病史,剔除4名眼動過多被試。

2.2 實驗設計和材料

為了確定每個漢字的SRF和GRF,所依據的數據庫為ISO1046(Yergeau,2003),4種條件下的漢字信息、目標部件以及干擾部件信息在表1中呈現。一共存在4種實驗條件,分別為HGRF(高整體部件頻率)、LGRF(低整體部件頻率)、HSRF(高特殊位置上的部件頻率)和LSRF(低特殊位置上的部件頻率)。對于HGRF和LGRF兩實驗條件,部件相對位置頻率是由GRF的變化引起。依據ISO1046,HGRF條件下目標部件的GRF均大于60,而LGRF條件下目標部件的GRF均小于34,配對樣本

檢驗結果表明兩者差異顯著,

(19)=10.55,

<0.001;SRF在兩條件間差異不顯著,

(19)=0.13,

>0.05。兩條件在合體字頻率(CF)、筆畫數(SN)以及部件獨立成字時的頻率(RCF)上均相互匹配,

s>0.05。同時,干擾部件(非操縱部件)的SRF和GRF在兩條件間也相互匹配,

s>0.05。共有20對這樣的漢字。對于HSRF和LSRF兩實驗條件,部件相對位置頻率是由SRF的變化引起。依據ISO1046,HSRF條件下所操縱部件的SRF均大于14,而LSRF條件下目標部件的SRF均小于9,配對樣本

檢驗結果表明兩者差異顯著,

(17)=6.25,

<0.001;而GRF在兩條件間差異不顯著,

(17)=0.12,

>0.05。此外,兩條件在CF、SN以及RCF上均相互匹配,

s>0.05。干擾部件的SRF和GRF在兩條件間也相互匹配,

s>0.05。共有18對這樣的漢字。

一共38對實驗材料,因為采用Go/NoGo語義分類任務,要求被試對系列出現的漢字是否為動物名稱進行判斷。因此,為了確定實驗所用到的漢字與動物名稱無關,另招集19名被試,要求對漢字與動物名稱的關系進行判斷,采用5點量表(1=很不相關,5=很相關)。與預期一致,所有實驗漢字(排除實驗材料“鴉”)的平均評價等級均小于3(范圍在1.15～2.95之間)。

2.3 實驗程序

采用Go/NoGo語義分類任務,實驗前要求被試簽署知情同意書。采用E-Prime 2.0心理學實驗軟件進行設計,具體實驗程序如圖1所示。每個試次開始前,屏幕上會呈現一個注視點“+”,持續時間為500 ms。接著是空白刺激,持續500～700 ms。然后是目標漢字,呈現時間為400 ms,要求被試判斷屏幕上呈現的漢字是否為動物,如果是就按Y鍵(Go反應),如果不是要求不做任何反應(NoGo反應)。接著是1000 ms的空白刺激和1000 ms的眨眼信號(～～),預示被試可以適當休息眼睛。兩個trial間隔800～1000 ms。為了提高腦電信號的信噪比,每個實驗材料重復3次出現,另找出76個動物名稱作為填充刺激。所以一共304個漢字,分8個組塊呈現,每個組塊38試次,每個刺激在一個組塊中只出現一次。所有漢字均楷體呈現,長寬皆為1.5 cm,和被試形成1.2°視角。為了讓被試熟練實驗任務及程序,正式實驗開始前有練習程序,整個實驗約需1.5小時。

表1 實驗材料樣例和各種屬性

2.4 腦電數據記錄與分析

使用64導Neuroscan 4.3腦電記錄和分析系統,選用64導放大器和64導銀/氯化銀電極帽記錄EEG,導聯方法采用國際10-20標準系統。參考電極置于頭頂,左右側乳突為記錄電極,同時記錄垂直眼電和水平眼電,頭皮中線FPz和Fz之間中點接地,每個電極處的頭皮電阻保持在5 k?以下。采樣頻率為1000 Hz/導,濾波帶通為0.05～100 Hz。離線分析時以雙側乳突的平均值進行再參考,濾波帶通為0.05～30 Hz,分析時程為刺激呈現前100 ms到刺激呈現后700 ms,刪除受眼電、肌電等污染,以及波幅大于±75 μV的試次。最后,由于“鴉”(隸屬HSRF條件)字與動物名稱有關,因此刪除漢字“鴉”以及和其對應的漢字“鋇”(隸屬LSRF條件),所以SRF的最終結果是排除了這兩個字后的分析(排除這兩個字后SRF在兩個條件間差異仍顯著,

(16)=5.94,

<0.001。其他指標如目標部件的GRF,CF,SN,RCF以及干擾部件的SRF和GRF都相互匹配,

s>0.05)。結合以往研究(Holcomb&Grainger,2006;Hsu,Tsai,Lee,&Tzeng,2009;Wu et al.,2012)和疊加后的總波形圖,P150和P200的分析時窗分別為100～160 ms和180～300 ms;N400有兩個分析窗口,分別為300～400 ms和400～500 ms。運用SPSS17.0統計軟件包分別對4個時窗內的平均波幅進行三因素重復測量方差分析。分析因素為：部件頻率(HGRF vs.LGRF或者HSRF vs.LSRF)×大腦半球(左vs.右)×腦區(前vs.中vs.后)。根據大腦左右半球和前中后腦區將頭皮分為6個區域,每個區域含6個電極：左前(FP1,AF3,F3,F1,FC3,FC1),右前(FP2,AF4,F4,F2,FC4,FC2),左中(C5,C3,C1,CP5,CP3,CP1),右中(C6,C4,C2,CP6,CP4,CP2),左后(P5,P3,P1,PO7,PO5,PO3)和右后(P6,P4,P2,PO8,PO6,PO4)。統計中

值均采用Greenhouse-Geisser法校正(Greenhouse&Geisser,1959)。

圖1 實驗流程圖

3 結果與分析

3.1 行為反應結果

動物名稱的平均反應時和準確率分別為553 ms(

=60.4 ms)和94%(

=5.6%),非動物名稱(實驗刺激)的虛報率為4.3%(

=1.4%)。

3.2 ERP結果

排除偽跡和錯誤反應后,每個條件下各有14.4%(HGRF),12.3%(LGRF),14.3%(HSRF)和12.8%(LSRF)的試次被剔除。圖2呈現了HGRF和LGRF兩條件下的總波形圖和地形圖。如圖所示,重復測量方差分析發現,在100～160 ms時間窗口內,任何和GRF有關的效應都不顯著(

s>0.1)。在180～300 ms時間窗口內,GRF的主效應顯著,

(1,17)=5.16,

<0.05,η=0.23,GRF與大腦半球和腦區三者的交互作用也顯著,

(2,34)=3.51,

<0.05,η=0.17。簡單效應檢驗發現GRF的主效應在左后區,

(1,17)=5.50,

<0.05,η=0.24,和右前區顯著,

(1,17)=4.57,

<0.05,η=0.21,其他腦區不顯著,

s>0.05。說明和HGRF相比,LGRF在左后區和右前區引發了一個波幅更大的P200。在時間窗口300～400 ms,任何和GRF有關的效應都不顯著,

s>0.2。但是在時間窗口400～500 ms,GRF的主效應顯著,

(1,17)=10.7,

<0.01,η=0.39,說明和LGRF相比,HGRF引發了一個波幅更大的N400。其他效應如大腦半球或腦區與GRF兩者或三者的交互作用都不顯著,

s>0.3。

圖2 HGRF和LGRF條件下的總平均波形圖和差異波在3個時間窗口中的地形圖

圖3呈現了HSRF和LSRF兩條件下的總平均波形圖和地形圖。如圖所示,重復測量方差分析發現在100～160 ms時間窗口內,任何和SRF有關的效應都不顯著,

s>0.1。在時間窗口180～300 ms,SRF與腦區的交互作用顯著,

(2,34)=8.68,

<0.01,η=0.34。進一步簡單效應檢驗發現,SRF的主效應在腦前區顯著,

(1,17)=9.64,

<0.01,η=0.36,但是在腦中區和腦后區差異不顯著,

s>0.1。這說明和HSRF相比,LSRF條件在腦前區引發了一個波幅更大的P200。此外,在300～400 ms分析時窗內,SRF和腦區的交互作用也顯著,

(2,34)=7.20,

<0.05,η=0.30,簡單效應檢驗發現SRF在腦前區顯著,

(1,17)=5.37,

<0.05,η=0.24,但是在腦中區和腦后區都不顯著,

s>0.3。在時間窗口400～500 ms,盡管SRF和腦區的交互效應也顯著,

(2,34)=6.88,

<0.05,η=0.29,但進一步簡單效應檢驗在所有的腦區都沒有發現SRF的主效應,

>0.1。該結果說明在300～400 ms,相對于LSRF條件,HSRF在腦前區引發了一個波幅更大的N400。

圖3 HSRF和LSRF條件下的總平均波形圖和差異波在3個時間窗口中的地形圖

此外,由于兩個變量都首先引發P200的變化,因此在這里我們對兩個變量所引發的P200的峰潛時(peak latency)進行比較,以確定兩者在時間進程上是否存在差異。首先,以P200的峰潛時為因變量,對部件頻率(HGRF vs.LGRF或HSRF vs.LSRF),大腦半球(左vs.右)和腦區(前vs.中vs.后)進行三因素重復測量方差分析,結果發現任何與GRF或SRF有關的效應都不顯著,

s>0.1。由此可見P200的峰潛時在HGRF和LGRF兩條件間差異不顯著,而平均波幅差異顯著,在此基礎上我們計算了兩條件間的差異波。在差異波的180～300 ms時間窗內,確定每個被試P200的峰潛時,計算所有被試P200的平均峰潛時為228±31 ms。對SRF變量我們進行同樣的處理,不過因為P200的平均波幅在HSRF和LSRF間的差異只表現在腦前區,因此僅求P200在腦前區差異波的峰潛時,計算所有被試P200的平均峰潛時為244±32 ms。配對樣本

檢驗結果表明,由GRF和SRF所引發的兩個P200成分在峰潛時上(228 ms vs.244 ms)差異不顯著,

(17)=1.34,

>0.05。

4 討論

本研究采用接近自然語言閱讀的任務模式探討了部件位置的加工機制。操縱的變量為部件位置頻率,在Su等(2012)的研究基礎上,進一步區分了造成部件相對位置頻率發生變化的兩種來源,一是操縱GRF的變化,保持SRF不變;二是操縱SRF的變化,保持GRF不變。結果表明,無論是變化GRF還是變化SRF,兩者都引發了P200和N400的變化,且所引發的P200在峰潛時上差異不顯著。此外,兩種操作都沒有引發N/P150的變化。

首先,結合以往研究(Su et al.,2012;Wu et al.,2012),本研究結果進一步證實了非字或假字的存在對部件位置加工的影響,有使部件位置效應提前的可能。例如在Wu等和Su等的研究中,當存在假字或非字時,攜帶位置信息的部件首先引發P150(100～160 ms)或P100(120～180 ms)。而在本研究中攜帶位置信息的部件首先引發P200(180～300 ms)的變化,在N/P150的時間窗口(100～160 ms)并沒有引發任何變化。這樣的結果進一步說明,以往研究探討部件位置效應的研究存在偏差,無法反映真實的部件位置效應。而本研究采用Go/NoGo語義分類任務,貼近自然語言閱讀的要求,彌補了以往研究的不足。可以肯定的是,攜帶位置信息的部件(以部件位置頻率為代表)確實沒有在字詞加工的最初階段發揮作用(未引發N/P150的變化),無論是GRF還是SRF的變化,都首先在P200這一時間窗口內發揮作用,且兩者在作用的時間點上不存在差異(P200的峰潛時無差異)。如果N/P150所代表的加工過程確實是反映字詞加工的最初階段(e.g.,Grainger&Holcomb,2010;Wu et al.,2012),那么在貼近于自然語言閱讀的Go/NoGo語義分類任務模式下,在不存在非字/假字等實驗材料時,攜帶位置信息的部件確實不是在早期的特征分析階段進行加工的。

那么該結果是否可以說明攜帶位置信息的部件是由不攜帶位置信息的部件激活的,正如Taft在其模型中所論述的一樣(Taft,2006)。其實不盡然,這是因為在本研究中,我們只操縱了攜帶位置信息的部件,而沒有操縱不攜帶位置信息的部件,因而無法探查不攜帶位置信息的部件的加工是否在詞匯識別的最初階段,由N/P150所反映的特征分析階段進行。在這里我們只能肯定攜帶位置信息的部件不是在最初的特征分析階段進行加工的。因此,在貼近自然語言理解的任務中,不攜帶位置信息部件的作用時程問題還有待研究。

但是有一點我們必須提及的是,以往研究發現漢字讀音規則性(即獨立成字部件,通常指形聲字中的聲旁與其所組成的漢字在讀音上的關系)也是影響漢字識別的一個重要因素(e.g.,Lee et al.,2007),而這里所采用的目標部件恰恰是可以獨立成字的部件,每個部件都有自己的發音。因此在做出任何結論之前,很有必要對漢字讀音規則性這一干擾變量的作用進行探究。為了確定本實驗所采用漢字的讀音規則性情況,另要求19名在校大學生對獨立成字部件與其所組成的漢字讀音一致性進行判斷(1表示非常不一致,5表示非常一致)。評價結果表明在HSRF(

=1.70,

=0.99)和LSRF(

=2.28,

=1.41)兩條件間,讀音一致性評價等級差異不顯著,

(17)=1.72,

>0.05;但是在HGRF(

=1.81,

=1.07)和LGRF(

=3.05,

=1.57)兩條件間,讀音一致性評價等級差異顯著,

(19)=3.26,

<0.05。這說明在HSRF和LSRF兩條件間,漢字讀音規則性已經得到了很好的控制,但是在HGRF和LGRF兩條件間,漢字讀音規則性的作用還有待討論。因此,為了進一步排除讀音規則性對GRF效應的影響,接下來我們分別以每個項目的P200和N400的平均波幅為因變量,以讀音規則性和GRF為自變量,進行了多元線性回歸分析(采用類似分析的研究請參見Hauk,Pulvermüller,Ford,Marslen-Wilson,&Davis,2009;Laszlo&Federmeier,2011)。即先對HGRF和LGRF兩條件下的每個項目(共40個)的腦電波進行疊加(去偽跡前疊加次數為54),然后在時間窗口180～300 ms和400～500 ms分別提取P200和N400的平均波幅,最后以平均波幅為因變量,讀音規則性和GRF為自變量進行逐步多元回歸分析。結果表明只有GRF可以預測P200和N400平均波幅的變化。對于P200來說,在右前區有14.5%的波幅變化可由GRF預測,

(1,38)=6.47,

<0.05;右中區達到18.1%,

(1,38)=8.42,

<0.01;右后區為11.1%,

(1,38)=4.77,

<0.05。對于N400來說,在所有腦區其波幅變化都可以由GRF預測,左前區12.4%,

(1,38)=5.39,

<0.05;右前區13.4%,

(1,38)=5.89,

<0.05;左中區13.4%,

(1,38)=5.90,

<0.05;右中區12.1%,

(1,38)=5.24,

<0.05;左后區10.5%,

(1,38)=4.48,

<0.05;右后區10%,

(1,38)=4.21,

<0.05。此結果說明在本研究中,讀音規則性還不足以影響到由GRF變化所引發的部件位置頻率效應,也進一步肯定了部件位置在漢字識別中的作用。此外,值得一提的是,從P200和N400的差異方向來看,GRF和SRF所引發的P200和N400是有所區別的。這是因為在SRF保持不變的情況,GRF越大,部件的相對位置頻率(SRF/GRF)越低,因此在HGRF條件下,部件相對位置頻率較低(

=0.06,

=0.04);在LGRF條件下,部件的相對位置頻率較高(

=0.45,

=0.25),兩者差異顯著,

(19)=6.59,

<0.001。那么也就是說與低部件相對位置頻率(HGRF)相比,高部件相對位置頻率(LGRF)引發了波幅更大的P200和波幅更小的N400。而在SRF情況下恰好相反,在HSRF條件下,部件相對位置頻率較高(

=0.63,

=0.13);在LSRF條件下,部件相對位置頻率低(

=0.22,

=0.23),兩者差異也顯著,

(17)=7.07,

<0.001。因此,和相對位置頻率低(LSRF)相比,部件相對位置頻率高時(HSRF)引發了波幅更小的P200和波幅更大的N400,和GRF情況下的差異方向剛好相反。那么如何解釋這一現象呢？

在以往關注于正字法家族大小效應(Orthographic Neighborhood Size Effect)的研究中(Holcomb,Grainger,&O'Rourke,2002;Hsu et al.,2009;Lee et al.,2007;Taler&Phillips,2007),研究者同樣發現了P200和N400效應,和具有大家族的詞匯相比,小家族詞匯往往引發波幅更大的P200和波幅更小的N400。研究者認為由于大家族詞的鄰近詞較多,詞形上的相似性促進了目標詞在詞形上的加工,反映在較小的P200上;但激活后的詞形相似詞匯最終會干擾到目標詞語義提取,反映在波幅較大的N400。在這里我們從相似的角度進行解釋,當部件相對位置頻率是由GRF引發時,GRF越高,由該部件所組成的漢字越多,字形上的相似性促進了對目標字字形的提取,會引發波幅較小的P200。相反的是,字形相似的鄰近字在目標字語義提取時則產生較大干擾效應,因而在HGRF條件產生的N400波幅較大。但是當部件相對位置頻率由SRF的變化引發時,GRF不變,即該部件所組成的漢字總數不變,那么SRF越高,說明在該位置上的漢字數量越多,對部件的相對熟悉性越高,越容易促進亞詞匯字形的提取,引發的P200波幅越小。同理,激活越多字形相似的字,目標漢字的語義提取就越困難,引發的N400波幅就越大。故此,雖然從部件相對位置頻率的角度,和部件相對位置頻率高比,在兩種情況下部件相對位置頻率低引發了差異方向相反的P200和N400效應,但是這樣相反的結果,結合引發部件相對位置頻率變化的來源進行理解,就變得合理了。

事實上,Su等(2014)的研究也有類似的發現,和目標部件處于主要位置相比,處于次要位置的目標部件在225～325 ms時窗內在前額葉引發了更正的P200,而在300～450 ms時程內引發了更小的N400。但是由于Su等并未區分導致部件位置頻率變化的來源,所以是混淆了兩種變化源后的結果。而我們的研究證明,不同變化源會導致不同的部件相對位置頻率效應。所以很有必要對造成部件位置頻率變化的來源進行區分,以揭示部件相對位置頻率效應的本質。

無論如何,本研究進一步肯定了部件位置的作用,正如在西文中發現字母相對位置的重要性一樣,在中文文字加工過程中,部件位置也需要提升到重要位置上。在西文研究中,采用掩蔽啟動范式,研究者建立了比較完整的詞匯識別模型,并將該模型與各腦電成分聯系起來(e.g.,Grainger,2008;Holcomb&Grainger,2006)。在中文加工中,目前尚缺乏比較完整的模型去詮釋漢字的識別過程以及和各腦電成分之間的關系。作為為數不多探討此問題的研究,本研究結果可以為該模型的建立添磚加瓦。

5 結論

在貼近自然語言理解的任務中,本研究進一步肯定了部件位置在漢字閱讀中的作用,反映在P200和N400兩個腦電成分上,說明部件位置信息既可以影響亞詞匯水平的字形加工,也可以影響詞匯水平的語義提取。但并沒有發現和部件位置加工相關的N/P150效應,再次肯定了以往研究存在擴大部件位置效應的可能性。

Carreiras,M.,&Grainger,J.(2004).Sublexical representations and the “front end”of visual word recognition.

Language and Cognitive Processes,19

,321?331.Ding,G.S.,Peng,D.L.,&Taft,M.(2004).The nature of the mental representation of radicals in Chinese:A priming study.

Journal of Experimental Psychology:Learning,Memory,and Cognition,30

(2),530?539.Dufau,S.,Grainger,J.,&Holcomb,P.J.(2008).An ERP investigation of location invariance in masked repetition priming.

Cognitive,Affective,&Behavioral Neuroscience,8

(2),222?228.Grainger,J.(2008).Cracking the orthographic code:An introduction.

Language and Cognitive Processes,23

,1?35.Grainger,J.,&Holcomb,P.J.(2010).Neural constraints on a functional architecture for word recognition.In P.Cornelissen,P.Hansen,M.Kringelbach,&K.Pugh(Eds.),

The neural basis of reading

.Oxford:Oxford University Press.Greenhouse,S.W.,&Geisser,S.(1959).On methods in the analysis of profile data.

Psychometrika,24

(2),95–112.Hauk,O.,Pulvermüller,F.,Ford,M.,Marslen-Wilson,W.D.,&Davis,M.H.(2009).Can I have a quick word?Early electrophysiological manifestations of psycholinguistic processes revealed by event-related regression analysis of the EEG.

Biological Psychology,80

(1),64?74.Holcomb,P.J.,&Grainger,J.(2006).On the time course of visual word recognition:An event-related potential investigation using masked repetition priming.

Journal of Cognitive Neuroscience,18

(10),1631?1643.Holcomb,P.J.,Grainger,J.,& O’Rourke,T.(2002).An electrophysiological study oftheeffectsoforthographic neighborhood size on printed word perception.

Journal of Cognitive Neuroscience,14

(6),938?950.Hsu,C.H.,Tsai,J.L.,Lee,C.Y.,&Tzeng,O.J.L.(2009).Orthographic combinability and phonological consistency effects in reading Chinese phonograms:An event-related potential study.

Brain&Language,108

,56–66.Kutas,M.,&Federmeier,K.D.(2011).Thirty years and counting:Finding meaning in the N400 component of the event-related brain potential(ERP).

Annual Review of Psychology,62

,621?647.Lai,C.,&Huang,J.T.(1988).Component migration in Chinese characters:Effects ofpriming and contexton illusory conjunction.In I.M.Liu,H.C.Chen,&M.J.Chen(Eds.),

Cognitive aspects of the Chinese language

(Vol.1,pp.57?67).Hong Kong:Asian Research Service.Laszlo,S.,&Federmeier,K.D.(2011).The N400 as a snapshot of interactive processing:Evidence from regression analyses of orthographic neighbor and lexical associate effects.

Psychophysiology,48

,176?186.Lavidor,M.,&Walsh,V.(2003).A magnetic stimulation examination of orthographic neighborhood effects in visual word recognition.

Journal of Cognitive Neuroscience,15

,354?363.Lee,C.Y.,Tsai,J.L.,Chan,W.H.,Hsu,C.H.,Hung,D.L.,&Tzeng,O.J.L.(2007).Temporal dynamics of the consistency effect in reading Chinese:An event-related potentials study.

Neuroreport,18

(2),147?151.Li,H.,&Chen,H.C.(1999).Radical processing in Chinese character recognition:Evidence from lexical decision.

Psychologia,42

,199?208.Su,I.F.,Mak,S.C.,Cheung,L.M.,&Law,S.P.(2012).Taking a radical position:Evidence for position-specific radical representations in Chinese character recognition using masked priming ERP.

Frontiers in Psychology,3

,333.Taft,M.(2006).Processing of characters by native Chinese reader.In P.Li,L.H.Tan,E.Bates,&O.J.L.Tzeng(Eds.),

The handbook of East Asian psycholinguistics,Vol.1:Chinese

(pp.237?249).Cambridge,U.K.:Cambridge University Press.Taft,M.,&Zhu,X.P.(1997).Submorphemicprocessing in reading Chinese.

JournalofExperimentalPsychology:

Learning,Memory,and Cognition,23

,761?775.Taft,M.,Zhu,X.P.,&Peng,D.L.(1999).Positional specificity of radicals in Chinese character recognition.

Journal of Memory and Language,40

,498–519.Taler,V.,&Phillips,N.A.(2007).Event-related brain potential evidence for early effects of neighborhood density in word recognition.

Neuroreport,18

(18),1957–1961.Tsang,Y.K.,&Chen,H.C.(2009).Do position-general radicals have arole to play in processing Chinesecharacters?

Language and Cognitive Processes,24

(7-8),947–966.Wu,Y.,Mo,D.Y.,Tsang,Y.K.,&Chen,H.C.(2012).ERPs reveal sub-lexical processing in Chinese character recognition.

Neuroscience Letters,514

(2),164–168.Wu,Y.,Wang,X.S.,&Chen,H.C.(2015).ERP effects of radical combinability in Chinese character recognition.

Acta Psychologica Sinica,47

(2),157–166.[吳巖,王協順,陳烜之.(2015).漢字識別中部件結合率的作用:ERP研究.

心理學報,47

(2),157?166.]Yeh,S.L.,&Li,J.L.(2002).Role of structure and component in judgments of visual similarity of Chinese characters.

Journal of Experimental Psychology:Human Perception and Performance,28

,933?947.

Yergeau,F.(2003).UTF-8,a transformation format of ISO 10646.United States:RFC.