新穎詞語義韻的發生機制：“雙棗樹”效應的證據

摘" 要" 以中文母語者為被試開展詞匯學習實驗， 既操控新穎詞出現的語境情感（積極、消極、中性）， 又操控語境的變異性（重復、變化）， 檢驗語境情感是否可通過閱讀接觸， 從語境遷移到新穎詞以及這種遷移是否影響新穎詞習得的效果， 從而探索新穎詞語義韻的發生機制。196名被試參加了實驗， 他們在不同的語境情感和語境的變異性條件下一共閱讀了45個篇章， 然后對9個新穎詞進行情感效價評分并參加了三種不同的詞匯知識測試。結果顯示， 只有在重復閱讀相同材料的條件下， 語境的情感才順利地遷移到新穎詞， 表現出明顯的“雙棗樹”效應， 而與此相反的是， 只有在變化語境下， 語境情感才對新穎詞詞形及詞義的學習具有顯著的預測作用， 在越積極的情感語境里， 詞形和詞義的習得效果也越好。“雙棗樹”效應有效地解釋了新穎詞語義韻的發生機制， 也為新詞學習提供了重要啟示。

關鍵詞" 語境的情感， 語義韻， 詞匯， 語境的變異性

分類號" B842

1" 引言

1.1" 語義韻

魯迅在《秋夜》開頭寫道：“在我的后園， 可以看見墻外有兩株樹， 一株是棗樹， 還有一株也是棗樹。” 魯迅此處的“雙棗樹”引起了大量討論， 焦點在他為什么不直接說墻外有兩株棗樹， 而是要“重復啰嗦”地說。

學術界認為魯迅的這種“重復啰嗦”產生了一種“枯燥、單調甚至孤寂和愁悶”的語境情感（李哲， 2022）， 而心理語言學的研究發現， 這種語境情感也會遷移到語境中的單詞里。就像這里的“棗樹”， 盡管本身的外延義是中性的， 但是這種“枯燥、單調甚至孤寂和愁悶”的語境情感經“重復啰嗦”的表達也遷移到了它的身上， 使其獲得一種獨立于其外延義的情感內涵。我們把這種經語言“重復啰嗦的表達”而發生的語境情感的遷移也就稱作為“雙棗樹”效應。

大量的研究發現， 單詞會從它們出現的自然語言使用中吸收一些情感極性， 而且這種情感極性會最終穩定下來成為這個單詞詞義的組成部分。舉英語中的utterly這個單詞為例。這個詞在韋氏詞典（Merriam-Webster dictionary）在線提供的外延義是to the full extent （充分地）， 它本身的情感效價為中性（參見Warriner et al.， 2013）。但是， 這個詞卻常常與表示消極的副詞或動詞搭配使用， 可見該詞典提供的一個實例（1）：

（1） Nicholson also vividly portrays Jake’s expanding conscience， which the movie utterly demolishes （摧毀）.

就像例（1）所示， utterly在使用中頻繁地與表示消極的動詞或形容詞搭配， 比如“demolish”， 以及“ridiculous， dependent， alone”等， 從而“吸收”了一種消極的情感內涵， 這種獨立于其外延義的消極的情感內涵就是這個單詞的語義韻（semantic prosody） （Louw， 1993; Sinclair， 2004）。

語料庫語言學家Sinclair最早觀察到語義韻這一現象， 即看似中性的單詞在頻繁發生的搭配中所攜帶的消極或積極的情感內涵（Sinclair， 1987）。之后， 語義韻這一話題吸引了廣泛的關注， 從概念上看先后經歷了“語義傳染說” “內涵義說”和“功能說”三種觀點的演變（陸軍， 2023）。“傳染說”認為語義韻是“由搭配所賦予的一種非常一致的語義氛圍” （Louw， 1993， p. 157）， 這個觀點進一步拓展了之前Firth （1957）提出的“詞匯結伴說”， 強調跨越單詞界限的意義傳遞。“內涵義說”則認為語義韻是“超越單個詞邊界的內涵色彩的傳播” （Partington， 1998， p. 68）， 這一觀點將傳統的難以準確描述的內涵義具體化為有形的、可觀察的搭配型式。而“功能說”則將語義韻視為“位于語義?語用連續統上語用一側的意義”， 傳遞了說話者態度和語用功能（Sinclair， 2004）。非常重要的是， 在這里Sinclair 將語義韻納入擴展意義單位模型， 由此， 語義韻不再是之前零星、單一或特殊的語言現象， 而是語言中普遍和大量存在的多詞單位的必要屬性。

盡管語義韻這一概念經歷了上述演化、發展， 但是這些概念無不強調語義韻相較于外延義的獨立性， 是一個詞從語境中“吸收的”并獨立于其外延義的情感內涵。語義韻在話語交際中具有重要意義， 這種“超越單個詞邊界的內涵色彩的傳播”， 傳達了說話者/作者在日常交流中的態度和判斷（Nevisi et al.， 2018）。舉中文的“老” （l?o）字為例。這個字在大部分時間都跟積極詞搭配使用， 比如老者、老人、老兄、老吳， 等等， 也因此在中文的語境里“吸收了”一種積極的語義韻， 盡管偶爾也跟消極詞搭配使用（如“老東西”）。在中文的話語交際里對一個上了年紀的人說“老人家， 讓我來幫您拿行李吧”， 或者說“老人家， 您坐吧”， 是非常自然的， 但是， 在英語國家里， 同樣的表達（如 “Old man， let me help you with the luggage.”）卻會嚴重冒犯話語接收者， 甚至引起他的憤怒， 這是因為在英語的話語交際里old這個詞具有消極語義韻， 有一種“老而無用”的情感內涵。所以， 英語世界里一般用senior citizens來稱呼老年群體。

學術界尤其是語料庫語言學研究者基于語言現象和事實， 對語義韻這一話題開展了較為廣泛的研究（甄鳳超， 2023）。然而， 盡管在概念內涵上學者們都強調語義韻相較于外延義的獨立性， 但是關于語義韻的發生機制及其心理現實性卻極其缺乏基于實驗的證據， 很少看到研究者通過實驗的方法對這些問題進行探索。

1.2" 情感與語言學習

情感與語言學習的交互關系是近年來心理學、心理語言學以及認知心理學的熱點話題， 引起了大量的學術討論（見： 郭曉棟 等， 2023; Barsalou， 2009; Kanazawa， 2016）。先前的研究發現， 情感知識對單詞的學習、識別、長期記憶以及范疇化都至關重要， 并影響抽象概念的學習。比如， 有研究發現， 一個抽象概念如果有更強的情感內涵， 兒童就能夠更早并且更輕松地掌握它， 因為概念是通過語言而并非通過對物體的感覺運動體驗來學習的（Vigliocco et al.， 2018）。

近年來， 也有大量研究探討了情感與詞匯加工之間的關系， 這些研究比較一致地發現情感顯著影響人腦中負責單詞識別、回憶和記憶的認知過程（Kanazawa， 2016; Majerus amp; D’Argembeau， 2011; Xu et al.， 2011）。就單詞識別來說， Xu等（2011）在語義和位置兩種編碼條件下調查了中文情感刺激材料的識別， 發現情感類刺激在兩種編碼條件下的識別效果都要好于中性條件。而Majerus和D’Argembeau’s （2011）則通過序列回憶任務（a serial recall task）， 發現單詞的情感效價會影響它的短期記憶， 情感詞的記憶效果要顯著比中性詞好。他們認為這是因為詞匯的情感性會提供更大的語義關聯性、更豐富的語義加工策略， 以及更具體的語義范疇。

有許多研究還發現帶消極情感的刺激材料會誘發“消極反應”， 表現在更長的反應時、更低的準確率（Kanazawa， 2016）。比如， Kanazawa （2016）要求被試對包括390個詞的刺激材料進行情感效價評估， 然后再考察他們對這些詞的習得情況， 結果發現被試對消極單詞回憶的準確率顯著比積極詞低。Snefjella等（2020）運用自動警覺理論（Automatic vigilance）來解釋這個現象， 認為消極情感詞表達的概念、事件或目標往往關涉到個體的生死存亡（比如流行病、步槍、老虎）， 因此， 帶消極情感的刺激材料會占用更多的注意力， 導致更長的反應時間。

上述理論及實證研究為認識詞匯的學習機制提供了重要的視角， 但是， 它們都忽略了另外一個語義成分即語義韻的學習。正如上文所述， 單詞語義不僅編碼了其外延義， 也編碼了單詞所出現語境的情感特征， 即語義韻。但是， 人們到底是如何習得由語義韻引發的單詞的情感內涵卻仍是一個未知的話題。比如， 是否在經過閱讀接觸之后， 語境的情感信息就能從語境遷移到這個單詞呢？或者說， 語義韻的習得必須要經過大量的接觸和使用， 日積月累而成？認知心理學的具身認知理論（Barsalou et al.， 2008）或許可以為語境情感的遷移提供一種解釋機制。根據具身理論， 單詞每一次出現， 讀者所體驗的情感和身體狀態都會作為單詞含義的一個方面進行編碼（Snefjella et al.， 2020， p. 2）。更重要的是， 當遇到一個詞時， 讀者不僅會激活它的字面意義， 還會回憶起它所附帶的情感和身體狀態（Barsalou et al.， 2008）。具身理論認為， 如果新穎詞（novel words）出現的語境中大量詞匯表達了同一種情感或語義極性， 而且這種情感達到了一定的強度， 那么這個詞不管其外延意義是什么， 都會在那種特定情感狀態下被學會， 連同情感內涵一起被編碼為其意義的一部分。

具身理論假說得到了對情感的以及對具體的和抽象的詞匯習得研究的支持。此外， 它還與最近關于“情感體驗”的研究有關， “情感體驗”是一種為研究詞語如何引發人類情感狀態而開發的工具。研究發現， 情感體驗有助于對詞， 尤其是抽象詞的識別和范疇化（比如Newcombe et al.， 2012）。然而， 對語境情感是否可在閱讀接觸之后就發生遷移的實證研究卻極少見到。最近的一項比較典型的研究來自Snefjella等（2020）， 他們以英語本族語者為對象， 一共開展了5項詞匯學習實驗來檢驗這一問題。在這5個實驗中， 他們通過如例（2）所示的實驗材料， 對三種語境情感進行操控：

（2）" a. Some friends were planting flowers in the garden.

They used a （NONWORD） to dig a hole.

b. Some people were working on the outer grounds.

They used a （NONWORD） to dig a hole.

c. Some murderers needed to dispose of a body.

They used a （NONWORD） to dig a hole.

例（2）中的三篇小短文的目標假詞（NONWORD）表達的外延意義都是中性的（某種挖土的工具）， 但是每個語境的情感效價都不相同， 分別是積極、中性和消極。在實驗中， 被試一共在同一種語境情感里5次讀到相同的單詞。由于單詞本身的外延意義為中性， 因此， 如果在閱讀實驗后被試對這些目標假詞所作的情感判斷在不同的條件下存在任何差異， 這種差異只可能是來自于語境， 也就是說是在經過閱讀接觸之后， 語境情感遷移到了單詞本身。在前兩個實驗， Snefjella等（2020）記錄了被試閱讀時的眼動以及閱讀的時間， 試圖檢驗注意（noticing）與詞匯習得效果之間的關系， 但是， 由于被試數量太少， 缺乏統計功效（power）而并沒有獲得有效的結果。另外三個實驗的研究問題和目的相同， 唯一的區別在于更后面的實驗在材料上依據前一個實驗的結果進行了修改， 以更清楚地體現他們對三種語境情感的操控。實驗結束后， 他們對被試的詞匯知識實施了測試。結果總體上證實了在經過閱讀接觸之后， 語境的情感可以遷移到一個外延意義中性的單詞， 而且， 語境的情感會顯著影響詞匯習得的效果， 具體表現在更積極的情感會帶來更準確、更持久的學習效果。

但是， 需要引起注意的是， 在Snefjella等（2020）所開展的5個實驗中， 不是所有實驗都獲得了一致的結果， 當中有兩個實驗的結果不支持語境情感的可遷移性。Snefjella等（2020）把這個結果歸咎于這兩個實驗所用材料的性質， 認為這些材料所體現的三種語境情感的區分度不夠高。但是， 我們認為固然存在這種可能， 另外一個更可能的原因是Snefjella等（2020）的實驗忽略了對詞匯習得實驗中另外一個常見變量的考察， 那就是語境本身的變異性。

1.3" 語境的變異性：多篇還是多遍

語境本身的變異性又稱作為“多篇還是多遍的問題” （見： 李贊， 吳詩玉， 2023）， 即在通過閱讀附帶習得詞匯的過程中， 閱讀包含目標詞的材料多篇， 或重復閱讀包含同一目標詞的材料多遍， 哪種方式更有利于詞匯的附帶習得。這個問題引起了學術界廣泛關注， Bolger等（2008）提出了語境變異假說（Context Variability Hypothesis）， 認為多篇比多遍更能促進詞匯學習， 因為多篇能讓單詞的核心語義特征涌現出來。他們開展的兩個實驗證實了這一假說， 發現讓被試閱讀4個包含同一目標詞的不同句子（多篇）的詞匯學習效果要好于讓他們重復閱讀包含目標詞的句子4遍的效果（多遍）。然而， 其他一些研究者又發現“多篇還是多遍”還要取決于閱讀材料的性質以及被試的閱讀理解能力（李贊， 吳詩玉， 2023）， 比如， 在閱讀更具挑戰性的材料或者被試的理解能力較低時， 多遍的效果要好于多篇。

Snefjella等（2020）的實驗只考察了多篇的效果， 即讓被試在5種不同的語篇語境中閱讀到目標詞， 這可能確實有利于被試習得單詞的外延意義， 但是對語境情感即語義韻的習得卻可能不是如此。因為有大量研究發現， 人類更愿意體驗自己熟悉的情感（Ford amp; Tamir， 2014; van den Bosch et al.， 2013）。類比到情感語境下的詞匯學習則可能意味著“多遍”更有利于把語境中的情感轉變成一種熟悉的情感信息， 編碼進被試的心理詞庫， 因此， 在進行情感判斷測試時更顯著地體現出語境情感操控的影響。實際上， Snefjella等（2020）在反思兩個實驗沒有觀察到語境情感操控效果時也認為可能是這兩個實驗的材料所給信息量太大， 導致被試只顧加工語言信息， 而無法顧及更需要熟悉度的情感信息。這是一個非常重要的問題， 但事實是否如此， 值得在實驗中進行驗證。基于此， 本研究以我國中文母語者為被試， 既操控單詞出現的語境情感（積極、消極、中性）， 又操控語境的變異性（多篇、多遍）來檢測語境情感的遷移性， 從而檢驗語義韻的心理現實性及其發生機制。具體回答以下兩個研究問題：

（1）語境情感是否可以通過閱讀接觸， 從語境遷移到單詞， 使讀者有效習得單詞的語義韻？如果是， 這種遷移是否受語境變異性的影響？

（2）單詞出現的語境的情感是否影響詞形及詞義的習得效果？如果是， 這種影響是否受語境變異性的調節？

根據前文所介紹的理論以及已有研究的發現， 我們提出以下兩個研究假設：

（1）語境情感可以通過閱讀接觸， 從語境遷移到單詞， 使讀者習得單詞的語義韻， 但是這種遷移同時也受語境變異性的影響。

（2）單詞出現的語境的情感顯著影響詞形及詞義的習得效果， 但是， 這種影響同時也受語境變異性的調節。

2" 方法

2.1" 被試

一共207名來自江西某重點中學的高二、高三學生參加了實驗。最后有11人因為沒有提供前后一致的個人信息或由于機器故障等原因沒有順利完成全部測試， 最終的被試數量為196人。男生90人、女生106人， 年齡在15 ～17歲之間。之所以選擇高中生而不是大學生主要是考慮到本研究考察母語詞匯習得， 而高中生仍然處在語言能力發展的重要階段， 他們詞匯能力的發展值得深入關注， 而從情感學習的角度看， 有研究發現更年輕的學習者對情感更為敏感（Fernández-Aguilar et al.， 2018）。

在RStudio中使用mixedpower包的mixedpower （） 函數進行了基于數據的事后模擬功效分析（Kumle et al.， 2021）。結果表明， 在所有的測試任務中， 如果以我們后文報告的擬合模型所獲得的效應量為標準， 196名被試的樣本量足以在顯著水平α = 0.05時檢測出語境的變異性和語境情感的主效應或交互效應超過92%的功效。

2.2" 材料

2.2.1" 閱讀材料

本研究一共測試被試對9個新穎詞的學習， 每個新穎詞都出現在如（3）所示的3種不同語境情感的小短文里（積極、中性、消極）：

（3） a. 那只喜出望外的小松鼠爬上了美麗的花朵。它抓了一些（新穎詞）來筑巢。

b. 那只灰棕色的小松鼠爬到了剛發芽的樹上。它抓了一些（新穎詞）來筑巢。

c. 那只討厭至極的小松鼠爬上了有毒的灌木叢。它抓了一些（新穎詞）來筑巢。

小短文的上下文可以確保讀者準確推測出每一個新穎詞要表達的外延義。這9個新穎詞都是名詞， 對應9種外延義， 都是日常生活中很常見的某種大語義范疇， 比如“一種食物” “一種樂器” “一種船”， 等等。比如， 例（3）表示的是小松鼠可用來筑巢的一種植物。

每篇小短文都有兩句話構成， 第一句話描述情景， 通過使用帶有感情色彩的形容詞， 如“喜出望外的” “美麗的” “討厭至極的”， 以及單詞搭配來操控語境的情感。所有實驗材料 都是使用Snefjella等（2020， p. 5）的模板生成， 格式如下：

限定詞（語義無關的消極/中性/積極形容詞） + （語義相關的中性名詞） + （語義相關的動詞） + 限定詞" + （語義相關的消極/中性/積極形容詞） + （語義相關的名詞），

每個新穎詞一共有5個如（3）所示的3組段（triplet）， 因此， 總共有135篇小短文（9×5×3）。模板中的“語義相關/無關”是指這個詞與篇章中的新穎詞的語義之間是否關聯。第一句話各自不同， 通過各種帶有感情色彩的形容詞， 如美麗的、平靜的和恐怖的等， 以及相關的使用搭配來構造一種話語情景， 并操控語境的情感。新穎詞出現在第二句話， 在每一個3組段里， 第二句話都完全相同。通過平衡每一個新穎詞出現的語境情感（3種）和表達的外延義（9個）， 一共生成了9套材料， 確保每一個新穎詞出現在了每一種語境情感里， 并表達了每一種外延義， 但在同一套材料里， 每一個新穎詞只能出現在同一種情感語境， 表達同一種外延義。

從相同的被試群體一共招收了60名沒有參加后續實驗的學生對這些語篇的語境情感按1～9個等級進行評分， 1 = 悲傷， 9 = 歡快。評分的結果支持了我們對材料所作三種情感的劃分：消極情感語境的平均分M = 2.39 （SD = 1.47）， 中性情感語境的平均分M = 4.91 （SD = 1.73）， 積極情感語境的平均分M = 6.93 （SD = 2.02）。以情感評分為因變量， 情感語境為預測變量， 語篇和被試為隨機變量所擬合的混合效應模型的結果顯示情感語境具有顯著的主效應（p lt; 0.001）， 事后檢驗的結果顯示三種情感語境兩兩之間存在顯著區別（ps lt; 0.001）：積極情感 gt; 中性情感 gt; 消極情感。

本研究為2×3混合設計。第一個因素是語境的變異性， 為被試間設計：重復語境vs.變化語境。在重復語境里， 相同的語篇重復出現5次， 而在變化語境里， 使用5個不同的語篇。第二個因素為語境的情感：積極 vs. 中性 vs. 消極， 它為被試內設計。因此， 一共有18套實驗材料（9×2）。

2.2.2" 目標詞

如上文所介紹， 一共有9個新穎詞構成詞匯學習的目標詞。我們首先選取了9個三字漢語詞， 均為阿拉伯語音譯而來的生僻外來詞：三盛齊、單馬靈、佛羅安、蘭無里、蘇吉丹、胡茶辣、麻啰華、忽廝離、卑缽羅。接著， 讓上述60名學生對一組包括這9個三字詞的18個詞進行辨識（另9個為填充詞）， 并寫出意思， 沒有一個同學認為他們認識這些詞或提供了正確意思。這9個生僻外來詞就是被試在本實驗中要學習的目標詞（新穎詞）。

如上文所介紹， 9個新穎詞嵌入到135篇閱讀材料后， 表達的外延義都是日常生活中常見的大語義范疇， 從詞性看都是實物名詞。選擇實物名詞作為目標詞的一個重要原因在于前人的研究發現， 與抽象詞相比實物詞在效價評分任務會表現出更強的敏感性（Lana， 2021）， 比較容易觀察到實驗操控的效果。

2.2.3" 詞匯測試

一共設計了4種詞匯測試任務：單詞情感效價評分、單詞正字法選擇任務、單詞定義生成任務和單詞定義匹配任務。單詞情感效價評分任務主要用于回答第一個研究問題， 即在經過閱讀接觸之后， 語境的情感是否遷移到單詞， 而單詞正字法選擇任務、單詞定義生成任務和單詞定義匹配任務則用于回答第二個研究問題， 即語境的情感是否會影響單詞習得的效果。

單詞情感效價評分任務要求被試根據其心理感受對一共18個詞按李克特9級量表評分， 其中1 = 悲傷， 9 = 歡快。當中9個為目標詞， 9個為填充詞， 填充詞數據不納入數據分析。單詞正字法選擇任務用于測量詞形知識， 一共包含18個漢語詞， 要求被試判斷是否在閱讀過程中見過這些單詞， 當中9個為目標詞， 9個為與目標詞詞形相似的填充詞。填充詞的數據不納入分析。

單詞定義生成任務是詞匯習得研究使用得最多的測試任務， 要求被試給18個漢語詞分別提供定義、解釋或者同義詞， 考察了被試對單詞語義的記憶效果。18個單詞中9個為目標詞， 另外9個為填充詞。單詞定義匹配任務則要求被試將給定的18個漢語詞和18個定義進行連線匹配， 9個為目標詞， 另外9個為填充詞。18個定義中， 9個為目標詞對應的外延含義， 另外9個為從閱讀材料中隨機抽選詞匯的外延含義。所有填充詞的數據不納入統計分析。相比單詞定義匹配任務， 單詞定義生成任務被認為更難， 也更具挑戰性， 因為它要求被試生成詞義， 考察了更加高級的語義知識。

2.3" 程序

實驗在學校的電腦機房按10個一組進行， 被試之間平均間隔3個機位， 彼此之間不會造成影響。在實驗時， 被試隨機分配到重復和變化的語境條件進行閱讀。使用開源軟件PsychoPy （Peirce， 2007）按一句話一句話的方式呈現實驗的閱讀材料。實驗開始時， 電腦屏幕中央首先呈現一串#符號， 被試按鍵后， 這串符號消失。接著， 被試每按一次空格鍵， 電腦屏幕上就會呈現一句話。但與傳統移動窗口不同的是， 前一句話并不會從屏幕消失， 這意味著被試可以在屏幕上看到整篇小短文， 這更有助于詞匯習得。

在實驗過程中， 要求被試按他們習慣的方式閱讀， 閱讀過程沒有時間限制。有一半的閱讀材料讀完之后需要被試回答理解問題， 但他們事先并不知道哪些材料需要回答理解問題， 這確保他們為理解而讀， 同時保持注意力集中。需要注意的是， 在實驗過程中， 我們特別提醒被試需要注意閱讀過程中碰到的生詞， 并通過上下文理解它們的含義， 因為在閱讀結束后會進行詞匯測試。因此， 這并不是詞匯附帶習得實驗， 而是有意習得實驗。

閱讀結束后， 被試立即參加詞匯測試， 順序為：單詞正字法選擇任務、單詞情感效價評分任務、單詞定義生成任務和單詞定義匹配任務。被試完成閱讀和所有測試的平均用時為34.84分鐘（SD = 5.23）。

2.4" 數據分析

使用R語言對所有數據進行統計分析（R Development Core Team， 2020）。拒絕零假設的顯著水平設置為α = 0.05， 但報告具體的p值。文章將按兩個研究問題來分別匯報統計結果。研究問題1的因變量是被試所作單詞情感效價評分， 為1至9的正整數， 因此使用lme4包的glmer （）函數， 擬合泊松回歸的混合效應模型（Baayen et al.， 2008）。

而研究問題2的因變量則是被試完成上述三種詞匯測試任務（即單詞正字法選擇任務、單詞定義生成任務和單詞定義匹配任務）的表現， 我們都使用正確（yes）和錯誤（no）兩種方式來編碼被試的答案， 如果他們提供了正確的答案， 如生成了正確的單詞定義或者對單詞定義進行了正確的匹配， 答案就編碼為正確， 反之就編碼為錯誤。因此， 這三個任務的因變量都是二元分類變量， 故運用lme4包中的glmer （）函數， 使用邏輯回歸的混合效應模型來擬合被試的各項詞匯測試成績。

3" 結果

3.1" 研究問題1

圖1展示了在兩種不同的語境變異條件下（重復vs.變化）被試在三種情感語境中（消極vs.中性vs.積極）對所學詞的平均情感效價評分。

所擬合的泊松回歸的混合效應模型一共有兩個自變量， 分別是語境的變異性（重復vs.變化）和語境的情感（消極vs. 中性vs. 積極）， 它們構成混合效應模型的固定效應因素， 而實驗的被試、測試材料以及單詞的外延意義構成隨機效應因素。擬合模型時， 遵循“保持最大化”原則（Barr et al.， 2013）， 確保模型的隨機效應結構對固定因素總是擬合既包括被試也包括測試材料的隨機斜率和隨機截距， 如果模型出現不能擬合的問題， 則在保證模型的解釋力不變的前提下， 簡化隨機效應結構。所擬合的最終模型請見網絡版附錄1。使用afex包的mixed （）函數來獲得固定因素的主效應和交互效應， 使用emmeans （） 函數進行事后檢驗。

模型擬合的結果證實了圖1所示的語境變異性和語境情感之間顯著的交互效應（c2（2） = 7.65， p = 0.02）， 說明情感語境的影響， 還有取決于語境變異性的不同水平， 即是在重復語境還是在變化語境下考察語境情感的影響。事后檢驗的結果顯示， 在重復語境下， 被試在積極情感語境下所作的單詞情感效價評分要顯著高于中性情感語境和消極情感語境（中性語境：β = 0.05， SE = 0.02， z = 3.37， p = 0.002， 消極語境：β = 0.06， SE = 0.02， z = 3.89， p = 0.0003）， 但中性情感語境與消極情感語境之間的差異不顯著（β = 0.008， SE = 0.02， z = 0.52， p = 0.86）。然而， 在變化語境下， 各語境情感條件之間都不存在顯著區別（ps gt; 0.20）。以上結果說明， 只有在重復語境下， 才發生了語境情感的遷移。

3.2" 研究問題2

擬合的邏輯回歸的混合效應模型也有兩個自變量：語境的變異性（重復、變化）和語境的情感（消極vs.中性vs.積極）。研究問題2要考察的是單詞出現的語境的情感是否會影響詞匯習得的效果， 至少有兩種方法可以量化語境情感操控的效果， 一種是仍然按研究問題1的方式， 把語境情感當作分類變量（消極vs. 中性vs.積極）， 這可以體現我們對語境情感的操控， 另外一種方式則是把語境的情感表征為在研究問題1里被試對每個單詞所作的情感評價的分數， 相比之下這個評分可以更加直觀地反應我們操控語境情感如何影響單詞語義韻習得的效果（參見Snefjella et al.， 2020）， 因此， 我們使用這個連續變量來表征語境的情感， 稱作為語境的情感效價。在把這個變量進入模型前先進行標準化處理， 以使模型更容易擬合并更方便解釋結果。模型的隨機效應結構跟研究問題1相同， 即被試、測試材料以及單詞的外延意義。模型擬合的過程跟研究問題1完全一樣， 最終模型請見網絡版附錄1。下面按三種測試任務分別報告統計結果。

3.2.1" 單詞正字法選擇任務

單詞正字法選擇任務要求被試從詞形相似的詞中挑選出在閱讀中見過的詞， 測試了被試對新穎詞詞形的學習效果。總體上， 被試在完成這項任務時獲得了較高的準確率。模型擬合的結果顯示， 語境的變異性和語境的情感效價都有顯著的主效應（語境的變異性：c2（1） = 3.69， p = 0.05; 語境的情感效價：c2（1） = 167.51， p lt; 0.001）， 更重要的是二者還存在顯著的交互效應（c2（1） = 27.49， p lt; 0.001）。圖2清晰地展示了這兩個變量的交互效應：

從圖2可以看出， 總體上， 隨著語境情感效價的提高， 即在越積極的情感語境里， 被試在單詞正字法選擇任務的準確率也越高， 但是， 變化語境下的準確率始終要高于重復語境（β = 0.76， SE = 0.15， z = 5.04， p lt; 0.001）， 只有在語境情感效價達到很高值的時候， 兩種語境下的準確率才比較接近。

3.2.2" 單詞定義生成任務

模型擬合的結果顯示， 語境的變異性沒有主效應（c2（1） = 1.02， p = 0.31）， 但是語境的情感效價有顯著的主效應（c2（1） = 11.93， p lt; 0.001）， 更重要的是二者還存在顯著的交互效應（c2（1） = 11.32， p lt; 0.001）。圖3清晰地展示了這兩個變量的交互效應：

從圖3可以看出， 在變化語境下， 隨著語境情感效價的提高， 被試在單詞定義生成任務的準確率也顯著獲得提高， 也就是說如果被試認為這個詞在情感上越積極， 他們對這個詞的詞義記憶就越好（β = 0.27， SE = 0.08， z = 3.40， p lt; 0.001）。但是， 在重復語境下， 單詞定義生成任務的準確率卻幾乎沒有變化， 不受語境情感效價的影響（β = 0.004， SE = 0.05， z = 0.08， p = 0.94）。

3.2.3" 單詞定義匹配任務

單詞定義匹配任務測試的是被試對新穎詞詞義的識別。模型擬合的結果顯示， 語境的變異性沒有主效應（c2（1） = 2.38， p = 0.12）， 但是語境的情感效價有顯著的主效應（c2（1） = 78.54， p lt; 0.001）， 二者不存在顯著的交互效應（c2（1） = 0.21， p = 0.65）， 說明語境效價的影響不取決于語境變異性的不同水平， 即不管是在哪種語境的變異性之下， 語境情感效價的影響都是一樣的。圖4展示了語境的情感效價在兩種不同語境變異中的影響：

從圖4可以看出， 隨著語境情感效價的提高， 不管是在哪種語境的變異條件之下， 被試完成單詞定義匹配任務的準確率也就越高， 也就是說如果被試認為這個詞在情感上越積極， 他們對這個詞的詞義識別準確率就越高（β = 0.34， SE = 0.04， z = 8.10， p lt; 0.001）。

4" 討論

本研究通過操控語境的變異性以及語境的情感兩個變量， 考察兩個研究問題：（1）語境情感是否可通過閱讀接觸， 從語境遷移到單詞， 使讀者有效習得單詞的語義韻？如果是， 這種遷移是否受語境變異性的影響？（2）單詞出現的語境的情感是否影響詞形及詞義的習得效果？ 如果是， 這種影響是否受語境變異性的調節？首先討論第一個研究問題的答案。由于語境的變異性和語境的情感存在顯著的交互效應， 因此， 語境的情感是否可在經過閱讀接觸之后就遷移到單詞還要取決于是在何種語境變異條件下。我們發現， 在重復語境下， 出現在積極情感語境下的新穎詞的情感效價評分要顯著高于中性的情感語境和消極的情感語境。但是， 在變化語境下， 各種語境情感之下的新穎詞情感效價不存在顯著區別。正如上文所述， 由于新穎詞（都是名詞）本身的外延義表達的都是中性的某種大語義范疇， 比如“一種食物” “一種樂器”和“一種船”， 因此， 如果這些新穎詞之間的情感效價存在顯著區別， 這種區別只可能來自于它們出現的語境， 即語境情感遷移到了新穎詞。

因此， 在經過閱讀接觸之后， 語境情感可以發生遷移， 但是看起來， 這種遷移只有在重復接觸相同的閱讀材料之后才更可能發生。也就是說， 重復閱讀（5遍）“那只喜出望外的小松鼠爬上了美麗的花朵。它抓了一些單馬靈來筑巢。”這句話（3a）， 會使得單馬靈這個詞比重復閱讀中性語境的材料（3b）或消極語境的材料（3c）獲得更加積極的情感。但是， 閱讀不同的多篇積極語境的材料， 卻不會使得它獲得相似的相對于其他語境情感的積極情感優勢。這一結果與之前研究所獲得的人類更愿意體驗自己熟悉的情感的發現相一致（Ford amp; Tamir， 2014; van den Bosch et al.， 2013）。比如， 有研究發現當個人聽熟悉的音樂時， 自我報告的愉悅感與皮膚電活動（EDA） （情感喚醒的客觀指標）之間存在很強的正相關性。van den Bosch等（2013）開展了兩個實驗來檢驗兩者的關系。第一個實驗分兩次向聽眾展示70 首不熟悉的音樂片段， 然后測量他們的皮膚電活動， 結果發現， 聽眾體驗到的愉悅程度與情感喚醒之間沒有關系; 第二個實驗讓7名參與者在間隔30分鐘收聽35個不熟悉的片段， 結果發現， 反復接觸會顯著增加被試的皮膚電活動（EDA）， 先前接觸過的音樂在對音樂的情感喚起體驗中起著重要作用。

這個結果證實了我們在論文開頭提到的“雙棗樹”效應， 即“重復啰嗦”使得語境情感向單詞發生了遷移， 同時， 也為具身理論 （Barsalou et al.， 2008）對語境情感遷移機制的理論預測提供了適用條件：新穎詞出現的語境所表達的同一種情感或語義極性需要通過重復， 在被試達到的一定的熟悉度之后， 才可能在由語境引起的情感和身體狀態中被學會， 并連同情感內涵一起被編碼為單詞意義的一部分。該結果也驗證了詞匯質量假說（Lexical Quality Hypothesis） （Perfetti， 2007）所提出的語境中的情感信息可以內化為一種豐富而細微的語義表征這一觀點， 但是， 同樣， 這種內化過程也只有在符合情感學習機制時才會發生。

不過， 上面的結論看起來似乎與語境變異假說提出的“多篇”比“多遍”更能促進詞匯學習的觀點相悖（Bolger et al.， 2008）。此時， 需要轉到對本研究問題2的討論。前面的統計結果顯示， 被試不管是對新穎詞詞形的學習， 還是對詞義的學習， 語境的情感都具有顯著的預測作用， 隨著語境情感效價的提高， 即在越積極的情感語境里， 被試在完成詞形和詞義的詞匯任務里的準確率就越高。這個結果與文獻綜述里提到的很多研究的觀點相一致（Kanazawa， 2016; Majerus amp; D’Argembeau， 2011; Xu et al.， 2011）， 積極情感更能促進詞匯的學習， 而消極情感則可能因表達的概念、事件或目標往往關涉到生死存亡問題而引起消極反應， 占用更多的注意力， 導致更長的反應時間。本研究的結果說明， 促進學習的情感不僅是指單詞本身的情感， 也可以指其發生的語境的情感。

值得注意的是， 上述三種對新穎詞詞形和詞義的測試結果中還顯示， 語境的情感效價還與語境的變異性存在顯著的交互關系， 這種交互關系最顯著地體現在單詞定義生成任務這個被用來測試單詞詞義，并被認為是最具挑戰性的任務里。上面的結果顯示， 只有在變化語境的條件下， 隨著語境情感效價的提高， 被試在單詞定義生成任務的準確率才顯著獲得提高， 也就是說如果被試認為這個詞在情感上越積極， 他們對這個詞的詞義記憶就越好。但是， 在重復語境下， 單詞定義生成任務的準確率卻不受語境情感效價的影響。這個結果支持了語境變異假說， 那就是“多篇”比“多遍”更能促進詞匯語義學習， 因為多篇能讓單詞的核心語義特征涌現出來; 而且， 變化語境能幫助讀者創建更為豐富的詞匯—語義網絡， 助力于實現從詞形到語義的映射（李贊， 吳詩玉， 2023）。

比較圖2和圖3我們還發現， 盡管變化語境對單詞正字法和單詞語義兩種知識的學習都比重復語境更有優勢， 但是， 在不同的語境變異之下， 情感效價對單詞正字法和單詞語義的學習產生了不同的影響， 看起來， 正字法任務中的語境差異主要發生在低情感效價， 而單詞定義生成任務的語境差異則更明顯地體現在高情感效價。我們認為， 一方面這種差異說明了詞形和語義學習對語境變異性的依賴程度不同。先前的研究發現， 單詞的詞形和語義學習在一定程度上是相互獨立的（Sommers amp; Barcroft， 2013）。根據語境變異性假說， 學習者在通過不同語境多次接觸同一詞匯時， 會在記憶系統中留下關于該詞義和語境的記憶痕跡。這些痕跡會隨著不同接觸而得到強化， 最終形成獨立于語境的核心語義表征。然而， 詞形的學習則不一定需要通過多種不同語境（即多篇）的接觸來完成， 重復接觸（即多遍）也是詞形學習的有效途徑 （Bolger et al.， 2008）， 心理語言學的重復啟動實驗為此提供了明確的證據（Wagner et al.， 2000）。另一方面， 這種差異也說明了正字法選擇任務和定義生成任務所測試的核心內容存在本質上的差異。相對于正字法選擇任務， 定義生成任務涉及更多的詞匯提取（retrieval）活動， 更容易受到注意力的影響（Hao et al.， 2021）。早期研究發現， 變化語境之下（即多篇）學習者需要投入更多的認知資源來處理信息， 包括注意、搜索、提取和評估（McKeown et al.， 1985）。因此， 在多篇閱讀中， 學習者的信息提取能力可能會隨著注意力的增強而提高。而根據積極心理學的拓展?構建理論（Fredrickson， 2003）， 積極情感可以通過擴展個體的注意、認知和行為資源來促進學術表現。此外， 人類對積極信息的偏好性也可能導致他們在扎根或具身認知的基礎上更加關注和深層次地加工積極信息（Hinojosa et al.， 2016）。因此， 在多篇閱讀和高情感效價的閱讀中， 可能會出現積極效應的疊加， 從而顯著提高核心語義的學習效果。而正字法選擇任務則可能并不需要調動大量的注意力資源， 主要依賴于短時記憶， 相較于多篇， 多遍重復的閱讀會幫助學習者對詞形形成單一、強化的記憶痕跡（Bolger et al.， 2008）， 并在積極情感下逐漸加強， 從而縮小了上述變化語境（即多篇）的優勢。

上述結果支持了前文提出的兩個研究假設。我們在前文對語義韻這一概念的歷史演化、發展進行了較為詳細的介紹， 這些概念都從理論的視角強調了語義韻相較于外延義的獨立性， 本研究通過漢語新穎詞學習實驗進一步證明了語義韻的心理現實性及其發生機制中的“雙棗樹效應”。綜合研究問題1和2的發現， 我們認為語境變異假說的預測可能最適用于詞匯外延意義的學習， 而“雙棗樹效應”最適用于語義韻產生的內涵意義的學習。這樣看起來， 讀者想獲得最佳的單詞外延意義的效果只能嘗試在變化語境下進行閱讀， 但是， 這種閱讀又可能使得讀者無法有效習得單詞的語義韻， 二者是不是無法調和呢？

我們認為上述發現并不意味著單詞學習只能做非此即彼的選擇。或許可以嘗試“語境變異下的重復”或“語境重復下的變異”的做法， 從而綜合“語境變異效應”和“雙棗樹效應”各自的優勢， 以獲得最優的詞匯習得效果。比如， 可以超越本研究的單句（或單篇）重復的做法， 而是實踐多句（或多篇）重復， 這樣既做到了“重復”， 又做到了“變異”， 即綜合考慮 “語境變異效應”和“雙棗樹效應”各自的優勢， 但重復多少， 或變異多少則需要未來更多研究加以證實。

正如在材料設計部分所介紹的， 本研究的目標詞都是實物名詞。需要引起注意的是， 情感對具體的實物名詞和抽象名詞的學習會產生不同的影響。未來研究還可以直接對詞的抽象性進行操控， 以考察這一變量在不同的情感語境下對詞匯習得的影響。

5" 結論

本研究既操控新穎詞出現的語境的情感（積極、消極、中性）， 又操控語境的變異性（多篇、多遍）， 來檢測語境情感的可遷移性， 從而檢驗語義韻的心理現實性和發生機制， 并回答單詞出現的語境的情感是否影響新穎詞詞形及詞義習得的效果。結果顯示， 在經過閱讀接觸后， 語境的情感可以遷移到詞形， 證實了語義韻的心理現實性。但是看起來， 這種遷移只有在重復接觸相同的閱讀材料下才更可能發生。同時， 本研究還發現， 語境的情感對新穎詞詞形及詞義的學習都具有顯著的預測作用， 在越積極的情感語境里， 詞形和詞義的習得效果越好， 但是， 這種情感優勢只有在變化語境的條件下才顯著， 而在重復語境下， 被試對詞義的習得效果不受語境情感效價的影響。本研究的發現為新詞學習提供了重要啟示， 比如， 我們可以通過操控閱讀材料的語境情感或者閱讀材料的變異性來提升詞匯學習的效果。

致謝：上海交通大學2022級本科生詞匯習得大創課題組協助了本研究的材料設計和數據收集， 他們是：燕凌爾、樂可昱、周夏印和崔傳棟。

參" 考" 文" 獻

Baayen， R. H.， Davidson， D. J.， amp; Bates， D. M. （2008）. Mixed- effects modeling with crossed random effects for subjects and items. Journal of Memory and Language， 59（4）， 390? 412.

Barr， D. J.， Levy， R.， Scheepers， C.， amp; Tily， H. J. （2013）. Random effects structure for confirmatory hypothesis testing： Keep it maximal. Journal of Memory and Language， 68（3）， 255?278.

Barsalou， L. W. （2009）. Simulation， situated conceptualization， and prediction. Philosophical Transactions of the Royal Society B： Biological Sciences， 364（1521）， 1281?1289.

Barsalou， L. W.， Santos， A.， Simmons， W. K.， amp; Wilson， C. D. （2008）. Language and simulation in conceptual processing. In M. De Vega， A. M. Glenberg， amp; A. C. A. Graesser （Eds.）， Symbols， embodiment， and meaning （pp. 245?283）. Oxford： Oxford University Press.

Bolger， D. J.， Balass， M.， Landen， E.， amp; Perfetti， C. A. （2008）. Context variation and definitions in learning the meanings of words： An instance-based learning approach. Discourse Processes， 45（2）， 122?159.

Fernández-Aguilar， L.， Ricarte， J.， Ros， L.， amp; Latorre， J. M. （2018）. Emotional differences in young and older adults： Films as mood induction procedure. Frontiers in Psychology， 9， 1110.

Firth， J. R. （1957）. Papers in linguistics， 1934-1951. London： Oxford University Press.

Ford， B. Q.， amp; Tamir， M. （2014）. Preferring familiar emotions： As you want （and like） it？ Cognition and Emotion， 28（2）， 311?324.

Fredrickson， B. L. （2003）. The value of positive emotions： The emerging science of positive psychology is coming to understand why it’s good to feel good. American Scientist， 91（4）， 330?335.

Guo， X. D.， Zheng， H.， Ruan， D.， Hu， D. D.， Wang， Y.， WANG， Y. Y.， amp; Chan， R. C. K. （2023）. Associations between empathy and negative affect： Effect of emotion regulation. Acta Psychologica Sinica， 55（6）， 892?904.

[郭曉棟， 鄭泓， 阮盾， 胡丁鼎， 王毅， 王艷郁， 陳楚僑. （2023）. 認知和情感共情與負性情緒：情緒調節的作用機制. 心理學報， 55（6）， 892?904.]

Hao， S.， Liang， L.， Wang， J.， Liu， H.， amp; Chen， B. （2021）. The effects of emotional context and exposure frequency on L2 contextual word learning. International Journal of Bilingualism， 25（5）， 1280?1296.

Hinojosa， J. A.， Rincón-Pérez， I.， Romero-Ferreiro， M. V.， Martínez-García， N.， Villalba-García， C.， Montoro， P. R.， amp; Pozo， M. A. （2016）. The Madrid Affective Database for Spanish （MADS）： Ratings of dominance， familiarity， subjective age of acquisition and sensory experience. PLoS One， 11（5）， e0155866.

Kanazawa， Y. （2016）. Micro-level emotion as a factor of L2 vocabulary memory： The effect of lexical emotional valence on incidental recall performance. Language Education amp; Technology， 53， 23?52.

Kumle， L.， V?， M. L. H.， amp; Draschkow， D. （2021）. Estimating power in （generalized） linear mixed models： An open introduction and tutorial in R. Behavior Research Methods， 53（6）， 2528?2543.

Lana， N. （2021）. Learning abstract words： Role of valence in linguistic context （Unpublished master’s thesis）. McMaster University， Canada.

Li， Z.， amp; Wu， S. Y. （2023）. Reading multiple texts or reading the same text multiple times？ The effect of contexts in story reading on incidental L2 vocabulary acquisition. Foreign Language Teaching and Research， 55（2）， 238?250.

[李贊， 吳詩玉. （2023）. 多篇還是多遍？——故事閱讀對二語 詞匯附帶習得的影響. 外語教學與研究， 55（2）， 238? 250.]

Li， Z. （2022）. Literature and Chinese characters in the transformation of revolutionary trend： Interpretation of the character “Zao” in Qiu Ye （Autumn Night）. Literary Review， 2， 112?119.

[李哲. （2022）. 革命風潮轉換中的文學與“漢字”問題——《秋夜》“棗”字釋義. 文學評論， 2， 112?119.]

Louw， B. （1993）. Irony in the text or insincerity in the writer？ The diagnostic potential of semantic prosodies. In M. Baker， G. Francis， amp; E. Tognini-Bonelli （Eds.）， Text and technology： In honour of John Sinclair （pp. 157?176）. Amsterdam， The Netherlands： John Benjamins.

Lu， J. （2023）. A study on the developmental change and defining features of semantic prosody. Foreign Languages and Their Teaching， 1， 35?47.

[陸軍. （2023）. 語義韻的發展變化與界定特征研究. 外語與外語教學， 1， 35?47.]

Majerus， S.， amp; D’Argembeau， A. （2011）. Verbal short-term memory reflects the organization of long-term memory： Further evidence from short-term memory for emotional words. Journal of Memory and Language， 64（2）， 181?197.

McKeown， M. G.， Beck， I. L.， Omanson， R. C.， amp; Pople， M. T. （1985）. Some effects of the nature and frequency of vocabulary instruction on the knowledge and use of words. Reading Research Quarterly， 20（5）， 522?535.

Nevisi， R. B.， Hosseinpur， R. M.， amp; Darvish， F. Z. （2018）. The impact of L1/L2-based explicit output task instruction on Iranian EFL learners’ semantic prosody learning. Journal of Language Horizons， 2（2）， 51?74.

Newcombe， P. I.， Campbell， C.， Siakaluk， P. D.， amp; Pexman， P. M. （2012）. Effects of emotional and sensorimotor knowledge in semantic processing of concrete and abstract nouns. Frontiers in Human Neuroscience， 6， 275.

Partington， A. （1998）. Patterns and meanings： Using corpora for English language research and teaching. Amsterdam， The Netherlands： John Benjamins.

Peirce， J. W. （2007）. PsychoPy—Psychophysics software in Python. Journal of Neuroscience Methods， 162（1-2）， 8?13.

Perfetti， C. （2007）. Reading ability： Lexical quality to comprehension. Scientific Studies of Reading， 11（4）， 357? 383.

R Development Core Team. （2020）. R： A language and environment for statistical computing. R Foundation for Statistical Computing.

Sinclair， J. M. （1987）. Looking up. London： Collins.

Sinclair， J. （2004）. New evidence， new priorities， new attitudes. In J. Sinclair （Ed.）， How to use corpora in language teaching （pp. 271?299）. Amsterdam， The Netherlands： John Benjamins.

Snefjella， B.， Lana， N.， amp; Kuperman， V. （2020）. How emotion is learned： Semantic learning of novel words in emotional contexts. Journal of Memory and Language， 115， 104171.

Sommers， M. S.， amp; Barcroft， J. （2013）. Effects of referent token variability on L2 vocabulary learning. Language Learning， 63（2）， 186?210.

van den Bosch， I.， Salimpoor， V. N.， amp; Zatorre， R. J. （2013）. Familiarity mediates the relationship between emotional arousal and pleasure during music listening. Frontiers in Human Neuroscience， 7， 534.

Vigliocco， G.， Ponari， M.， amp; Norbury， C. （2018）. Learning and processing abstract words and concepts： Insights from typical and atypical development. Topics in Cognitive Science， 10（3）， 533?549.

Wagner， A. D.， Koutstaal， W.， Maril， A.， Schacter， D. L.， amp; Buckner， R. L. （2000）. Task-specific repetition priming in left inferior prefrontal cortex. Cerebral Cortex， 10（12）， 1176?1184.

Warriner， A. B.， Kuperman， V.， amp; Brysbaert， M. （2013）. Norms of valence， arousal， and dominance for 13， 915 English lemmas. Behavior Research Methods， 45（4）， 1191? 1207.

Xu， X.， Zhao， Y.， Zhao， P.， amp; Yang， J. （2011）. Effects of level of processing on emotional memory： Gist and details. Cognition and Emotion， 25（1）， 53?72.

Zhen， F. C. （2023）. Revisit semantic prosody for compound lexical items. Foreign Teaching and Research， 55（1）， 41? 52.

[甄鳳超. （2023）. 復合詞項語義韻研究再探. 外語教學與研究， 55（1）， 41?52.]

How semantic prosody is acquired in novel word learning：

Evidence from the “Double-Jujube Tree” effect

WU Shiyu， LI Zan

（School of Foreign Languages， Shanghai Jiao Tong University， Shanghai 200240， China）

Abstract

Generally， a word’s meaning consists of at least two components. The first is denotative meaning， representing the definitional meaning found in dictionaries and serving as the word’s fundamental meaning. The second component involves semantics that a word “absorbs” from its linguistic context， not constrained by definitions; this is known as semantic prosody， described as a consistent aura of meaning with which a form is imbued by its collocates. While theories and empirical studies have shed light on mechanisms supporting the acquisition of the first word meaning component， the acquisition of the connotative meaning engendered by semantic prosody has been overlooked. It remains unclear whether readers can unconsciously acquire the semantic prosody （or emotional connotations） of a novel word after encountering it consistently in a context with a strong emotional polarity.

Against this backdrop， we conducted a word learning experiment， manipulating context emotionality （negative vs. neutral vs. positive） and context variability （same-repeated vs. varied contexts） as crucial contextual variables. This aimed to address two understudied questions in vocabulary acquisition： （1） Does transfer of affect to a word from its linguistic context take place through reading exposures， facilitating the acquisition of semantic prosody for the word？ If so， is such transfer influenced by context variability？ （2） Does the emotionality of context affect the acquisition of word forms and meanings， and is this acquisition modulated by context variability？ This experiment involved two sessions： a reading-and-learning phase and a testing phase. During the reading-and-learning session， participants read emotionally charged passages， simultaneously learning embedded target words. The testing session included an immediate posttest， incorporating four vocabulary tests—valence rating， orthographic choice， definition matching， and definition generation. A total of 196 Chinese speakers participated in the experiment.

Mixed-effects models were utilized to analyze data from the valence rating task and the other three vocabulary knowledge tests. The findings revealed that， within the same-repeated context， manipulating context emotionality （positive vs. neutral vs. negative） significantly influenced valence ratings， showing significantly higher ratings in the positive condition compared to neutral and negative conditions. Conversely， in the varied context， no significant differences in valence ratings were observed. This result supports the hypothesis of the “Double-Jujube Tree” effect， emphasizing the effect of repetitive texts compared to multiple texts. However， in the varied context， valence ratings played a role in influencing participants’ performances in the vocabulary tests， leading to better outcomes as valence ratings increased. In the same-repeated context， valence ratings had minimal effect on accuracy in the orthographic choice test and the definition prompting test.

We posit that the effective mechanism for learning the semantic-prosody-engendered connotations of words involves the transfer of affect from their collocations. However， this transfer seems to be contingent on context variability， occurring only in the same-repeated context and not in the varied context. Furthermore， we illustrate that the emotionality of context influences the quality of both orthographic and semantic word learning， with words being better learned in positive contexts as opposed to negative or neutral ones.

Keywords" context emotionality， semantic prosody， vocabulary， context variability

附錄

說明：使用summary （）函數來擬合和選擇模型， 擬合模型時， 使用R的默認編碼方式， 即虛擬編碼（dummy coding）。模型擬合成功后， 使用afex包的mixed （）函數來計算模型的主效應和交互效應， mixed （）函數自動把自變量編碼為contr.sum。

（1）單詞的情感效價評分任務（研究問題1）

summary （V_m0 lt; - glmer （scores～1+

context*condition+（1|subj）+

（1|nonword）+（1|denotation），

data = SP_rating，

family" =" poisson （），

control = glmerControl （optimizer = \"bobyqa\"，

optCtrl = list（maxfun = 2e5））），

cor = F）

（注：V_m0為模型的名稱， scores為因變量， context和condition分別為語境的變異性和語境情感， subj、nonword和denotation為隨機變量， 分別代表被試、測試材料以及單詞的外延意義）

（2）單詞正字法選擇任務（研究問題2）

summary （M1_ortho" lt; - glmer （scores～context*valence+

（1|subj）+

（1+context|nonword）+

（1+context|denotation），

data = SP_choice_new，

family = \"binomial\"，

control = glmerControl （

optimizer = \"bobyqa\"，

optCtrl = list（maxfun = 2e5））），

cor = F）

（注：M1_ortho為模型的名稱， valence為數字化的語境情感， 其他變量名同上。）

（3）單詞定義生成任務（研究問題2）：

summary （m1_prompt" lt; - glmer （scores～context*valence+

（1|subj）+

（1+context|nonword）+

（1+context|denotation），

data = SP_prompting_new，

family = \"binomial\"，

control = glmerControl （

optimizer = \"bobyqa\"，

optCtrl = list（maxfun = 2e5）））， cor = F）

（注：m1_prompt為模型名稱， 其他變量名同上）

（4）單詞定義匹配任務（研究問題2）：

summary （m1_matching" lt; - glmer （scores～context*valence+

（1+condition|subj）+

（1+context|nonword）+

（1+context|denotation），

data = SP_matching_new，

family = \"binomial\"，

control = glmerControl （

optimizer = \"bobyqa\"，

optCtrl = list（maxfun = 2e5）））， cor = F）

（注：m1_matching為模型名稱， 其他變量名同上）

收稿日期： 2023-05-15

* 國家社科基金一般項目“基于文本挖掘的外語教師課堂話語促學機制研究” （22BYY096）階段性成果。

通信作者： 吳詩玉， E-mail： shiyuw@sjtu.edu.cn