语义分类任务中部件位置在汉字识别中的作用*

2016-02-02莫德圆王海英于溢洋陈烜之

心理学报 2016年6期

吴岩莫德圆王海英于溢洋陈烜之张明

(1东北师范大学教育学部心理学院,长春 130024)(2广东财经大学马克思主义学院,广州 510320)

(3香港中文大学心理学系,香港)(4苏州大学教育学院心理学系,苏州215123)

1 引言

在探讨汉字识别的加工中,部件位置的作用一直是研究者比较关心的问题。如果和英文相类比的话,部件位置可以对应于字母位置。在西方文字的加工中,研究者基本肯定了字母位置在词汇识别中的作用(e.g.,Carreiras&Grainger,2004;Dufau,Grainger,&Holcomb,2008;Grainger,2008;Lavidor&Walsh,2003)。但是在中文加工中,关于部件位置的作用还存在一定争议。

行为结果的争议在于部件是否携带位置信息进行表征,一些研究结果肯定了部件是携带位置信息进行表征的(e.g.,Ding,Peng,&Taft,2004;Taft&Zhu,1997;Taft,Zhu,&Peng,1999),而另一些研究发现不携带位置信息的部件也可以对汉字加工产生影响(e.g.,Lai&Huang,1988;Li&Chen,1999;Tsang&Chen,2009;Yeh&Li,2002)。此争议以Taft(2006)提出的理论为终结,Taft认为携带位置信息的部件和不携带位置信息的部件都可以对汉字的加工产生影响,但是两者在加工时程上存在一定区别。特征信息(笔画)先激活不携带位置信息的部件,然后部件结合部件位置信息激活携带位置信息的部件表征。

考虑到脑电的时间分辨率较高,是解决时程问题的可靠技术,有些研究利用脑电技术对这一假设进行了深入探讨。例如,采用真假字判断任务,Wu等(Wu et al.,2012)操纵部件频率首先对这一问题进行了研究。研究发现携带位置信息的部件频率最先引发P150(100～160 ms)的变化,而不携带位置信息的部件频率首先引发P200(180～280 ms)的变化,因为P150出现的时间窗口比P200的早,因而研究者认为以ERPs为指标,携带位置信息的部件最先激活,反映在P150这个成分上。后来,同样采用真假字判断任务,在启动范式下,Su等(Su,Mak,Cheung,&Law,2012)也探讨了部件位置效应。研究者操纵了两个变量,一个是目标字与启动字共享部件的位置相似性(相同或不同);二是目标部件所处位置的概率(主要位置：在所有包含该部件的汉字中目标部件出现在该位置的概率达60%以上;次要位置：在所有包含该部件的汉字中目标部件出现在该位置上的概率在35%以下),结果发现位置相似性主效应显著,和位置相同条件相比,共享部件处于不同位置时最先在枕叶区引发P100(120～180 ms)的变化。此外,位置概率主效应显著,当目标字出现在主要位置时,和目标字中目标部件处于次要位置相比,在225～325 ms这一时间窗口内,在前额叶引发了P200的变化,在枕叶区引发了N170的变化,该结果进一步肯定了携带位置信息的部件在汉字加工中的早期作用,以及和早期脑电成分P100的关系。

根据Grainger和Holcomb(2010,a review)等发表的一系列文章,我们可以得知,在时间窗口90～180 ms引发的脑电成分N/P150(脑前区是N150,脑后区为P150),是反映视觉词汇识别中从特征分析到字母识别的过程,字母相对位置的识别是反映在N250(180～300 ms)这个成分上。尽管Su等(2012)将早期成分命名为P100,但是从时间窗口(120～180 ms)和分布(枕叶区)上看,我们可以将其归为N/P150系列。那么是否可以推知,在汉语汉字识别中,部件相对位置信息是最早进行加工的,反映在特征分析到部件整合这一加工过程中呢？

就目前的研究现状而言,下这样的结论还为时过早。这是因为,目前存在的有限几个ERP研究(Su et al.,2012;Wu et al.,2012)都存在类似的问题：所使用的实验任务背离自然语言阅读的要求,因而可能会扩大部件的位置效应。具体来说,上述研究的实验材料都包含了假字或非字,采用的任务都是真假字判断。然而,自然语言理解过程是不需要判断汉字的真假,只需要通达汉字的语义,通常也不会存在假字或非字。此外,假字或非字通常指违背一定汉字内部结构所产生的汉字,真字和假字的对比强化了汉字结构性信息,为了分辨真假,个体无疑会分配更多注意资源在汉字的内在结构上,而部件位置作为汉字内在结构的重要组成,无疑是需要重点关注的内容。事实上,吴岩等(2015)的研究结果已经证实了假字的存在对部件位置信息加工的影响,在内隐性位置判断任务中,当存在假字这类实验材料时,与不包含假字的实验相比,部件位置的作用会被提前。

针对这样的研究结果和问题,我们不禁要问,如果假字或非字的存在确实是影响部件位置作用的重要因素,那么在不包含假字或非字的阅读中,部件位置的效应又是怎样的？因而很有必要在排除假字或非字的前提下,探讨部件位置的加工机制。因此,本研究采用Go/NoGo语义分类任务,要求被试识别系列出现的文字含义的同时,探查其中是否存在动物名称并做出反应。采用此任务的优点有两个：首先,不存在扩大部件位置效应的可能性,这是因为在此任务模式下,所用到的实验材料皆为真字,不存在假字或非字;其次,和其他任务相比,Go/NoGo语义分类任务更贴近自然语言阅读情境。一是因为要求被试有意识地对文字含义进行提取,满足自然语言理解中对文字语义有意识加工的要求;二是只对填充刺激“动物名称”进行反应(Go反应),对实验材料不进行反应(NoGo反应),满足自然语言阅读过程中不对文字进行反应的要求。因此采用Go/NoGo语义分类任务,我们可以在贴近自然语言理解的任务模式中探知部件位置在汉字识别中的作用。

本研究所操纵的变量为部件位置频率。尽管很多汉字可能包含同一个部件,但是部件所处的位置可能不同, 如“口”在“呆”、“杏”、“唅”和“哀”中的位置皆不相同,那么部件“口”出现在某一位置上的频率(position-specific radical frequency,SRF)等于“口”出现在该位置时所有汉字的数量。考虑到部件整体频率(position-general radical frequency,GRF：指包含某个部件的所有汉字集合)对部件相对位置频率的影响,所以在操纵SRF时保持GRF不变。同时存在另外两个实验条件,变化部件的GRF,保持SRF不变。如此操纵可以考察由SRF或GRF变化所引发的部件相对位置频率的效应是否相同。这一点在Su等(2012)的研究中并未考虑到。Su等直接操纵SRF与GRF的比,作为部件相对位置频率。但是值得注意的是,部件相对位置频率高至少有两种原因,一种是SRF高导致(如SRF/GRF=27/40 vs.5/40),一种是GRF低导致(如SRF/GRF=9/11 vs.9/40),所以进一步区分这两者的关系,可以更清楚地探查部件位置频率效应。

此外,考虑到脑电技术的高时间分辨率,本研究将继续采用脑电实验探讨这一问题。其中,关注的脑电成分主要有N/P150,P200和N400。如前所述N/P150和特征分析过程有关(e.g.,Grainger&Holcomb,2010);P200与亚词汇水平字形加工有关(e.g.,Lee et al.,2007;Wu et al.,2012);而N400是反映语义加工的一个脑电成分(e.g.,Kutas&Federmeier,2011)。这3种成分在先前相关研究中都有涉猎。本研究主要关注两个问题,一是在语义分类任务中,在不存在假字或非字这类材料的研究中,部件的相对位置频率是否仍然会引发与特征分析有关的N/P150的变化,也就是说在接近自然语言阅读的任务中,部件位置的作用过程究竟是怎样的。其次,在Su等(2012)研究基础上,进一步考察不同来源的部件相对位置频率在汉字识别中的作用,揭示部件位置频率效应的本质。

2 方法

2.1 被试

22名母语为汉语的东北师范大学在校大学生,其中男9人,年龄在19～22岁之间,平均年龄20.7岁,所有被试均为右利手者,视力或矫正视力正常,无脑损伤和神经病史,剔除4名眼动过多被试。

2.2 实验设计和材料

为了确定每个汉字的SRF和GRF,所依据的数据库为ISO1046(Yergeau,2003),4种条件下的汉字信息、目标部件以及干扰部件信息在表1中呈现。一共存在4种实验条件,分别为HGRF(高整体部件频率)、LGRF(低整体部件频率)、HSRF(高特殊位置上的部件频率)和LSRF(低特殊位置上的部件频率)。对于HGRF和LGRF两实验条件,部件相对位置频率是由GRF的变化引起。依据ISO1046,HGRF条件下目标部件的GRF均大于60,而LGRF条件下目标部件的GRF均小于34,配对样本

检验结果表明两者差异显著,

(19)=10.55,

<0.001;SRF在两条件间差异不显著,

(19)=0.13,

>0.05。两条件在合体字频率(CF)、笔画数(SN)以及部件独立成字时的频率(RCF)上均相互匹配,

s>0.05。同时,干扰部件(非操纵部件)的SRF和GRF在两条件间也相互匹配,

s>0.05。共有20对这样的汉字。对于HSRF和LSRF两实验条件,部件相对位置频率是由SRF的变化引起。依据ISO1046,HSRF条件下所操纵部件的SRF均大于14,而LSRF条件下目标部件的SRF均小于9,配对样本

检验结果表明两者差异显著,

(17)=6.25,

<0.001;而GRF在两条件间差异不显著,

(17)=0.12,

>0.05。此外,两条件在CF、SN以及RCF上均相互匹配,

s>0.05。干扰部件的SRF和GRF在两条件间也相互匹配,

s>0.05。共有18对这样的汉字。

一共38对实验材料,因为采用Go/NoGo语义分类任务,要求被试对系列出现的汉字是否为动物名称进行判断。因此,为了确定实验所用到的汉字与动物名称无关,另招集19名被试,要求对汉字与动物名称的关系进行判断,采用5点量表(1=很不相关,5=很相关)。与预期一致,所有实验汉字(排除实验材料“鸦”)的平均评价等级均小于3(范围在1.15～2.95之间)。

2.3 实验程序

采用Go/NoGo语义分类任务,实验前要求被试签署知情同意书。采用E-Prime 2.0心理学实验软件进行设计,具体实验程序如图1所示。每个试次开始前,屏幕上会呈现一个注视点“+”,持续时间为500 ms。接着是空白刺激,持续500～700 ms。然后是目标汉字,呈现时间为400 ms,要求被试判断屏幕上呈现的汉字是否为动物,如果是就按Y键(Go反应),如果不是要求不做任何反应(NoGo反应)。接着是1000 ms的空白刺激和1000 ms的眨眼信号(～～),预示被试可以适当休息眼睛。两个trial间隔800～1000 ms。为了提高脑电信号的信噪比,每个实验材料重复3次出现,另找出76个动物名称作为填充刺激。所以一共304个汉字,分8个组块呈现,每个组块38试次,每个刺激在一个组块中只出现一次。所有汉字均楷体呈现,长宽皆为1.5 cm,和被试形成1.2°视角。为了让被试熟练实验任务及程序,正式实验开始前有练习程序,整个实验约需1.5小时。

表1 实验材料样例和各种属性

2.4 脑电数据记录与分析

使用64导Neuroscan 4.3脑电记录和分析系统,选用64导放大器和64导银/氯化银电极帽记录EEG,导联方法采用国际10-20标准系统。参考电极置于头顶,左右侧乳突为记录电极,同时记录垂直眼电和水平眼电,头皮中线FPz和Fz之间中点接地,每个电极处的头皮电阻保持在5 kΩ以下。采样频率为1000 Hz/导,滤波带通为0.05～100 Hz。离线分析时以双侧乳突的平均值进行再参考,滤波带通为0.05～30 Hz,分析时程为刺激呈现前100 ms到刺激呈现后700 ms,删除受眼电、肌电等污染,以及波幅大于±75 μV的试次。最后,由于“鸦”(隶属HSRF条件)字与动物名称有关,因此删除汉字“鸦”以及和其对应的汉字“钡”(隶属LSRF条件),所以SRF的最终结果是排除了这两个字后的分析(排除这两个字后SRF在两个条件间差异仍显著,

(16)=5.94,

<0.001。其他指标如目标部件的GRF,CF,SN,RCF以及干扰部件的SRF和GRF都相互匹配,

s>0.05)。结合以往研究(Holcomb&Grainger,2006;Hsu,Tsai,Lee,&Tzeng,2009;Wu et al.,2012)和叠加后的总波形图,P150和P200的分析时窗分别为100～160 ms和180～300 ms;N400有两个分析窗口,分别为300～400 ms和400～500 ms。运用SPSS17.0统计软件包分别对4个时窗内的平均波幅进行三因素重复测量方差分析。分析因素为：部件频率(HGRF vs.LGRF或者HSRF vs.LSRF)×大脑半球(左vs.右)×脑区(前vs.中vs.后)。根据大脑左右半球和前中后脑区将头皮分为6个区域,每个区域含6个电极：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)。统计中

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

图1 实验流程图

3 结果与分析

3.1 行为反应结果

动物名称的平均反应时和准确率分别为553 ms(

=60.4 ms)和94%(

=5.6%),非动物名称(实验刺激)的虚报率为4.3%(

=1.4%)。

3.2 ERP结果

排除伪迹和错误反应后,每个条件下各有14.4%(HGRF),12.3%(LGRF),14.3%(HSRF)和12.8%(LSRF)的试次被剔除。图2呈现了HGRF和LGRF两条件下的总波形图和地形图。如图所示,重复测量方差分析发现,在100～160 ms时间窗口内,任何和GRF有关的效应都不显著(

s>0.1)。在180～300 ms时间窗口内,GRF的主效应显著,

(1,17)=5.16,

<0.05,η=0.23,GRF与大脑半球和脑区三者的交互作用也显著,

(2,34)=3.51,

<0.05,η=0.17。简单效应检验发现GRF的主效应在左后区,

(1,17)=5.50,

<0.05,η=0.24,和右前区显著,

(1,17)=4.57,

<0.05,η=0.21,其他脑区不显著,

s>0.05。说明和HGRF相比,LGRF在左后区和右前区引发了一个波幅更大的P200。在时间窗口300～400 ms,任何和GRF有关的效应都不显著,

s>0.2。但是在时间窗口400～500 ms,GRF的主效应显著,

(1,17)=10.7,

<0.01,η=0.39,说明和LGRF相比,HGRF引发了一个波幅更大的N400。其他效应如大脑半球或脑区与GRF两者或三者的交互作用都不显著,

s>0.3。

图2 HGRF和LGRF条件下的总平均波形图和差异波在3个时间窗口中的地形图

图3呈现了HSRF和LSRF两条件下的总平均波形图和地形图。如图所示,重复测量方差分析发现在100～160 ms时间窗口内,任何和SRF有关的效应都不显著,

s>0.1。在时间窗口180～300 ms,SRF与脑区的交互作用显著,

(2,34)=8.68,

<0.01,η=0.34。进一步简单效应检验发现,SRF的主效应在脑前区显著,

(1,17)=9.64,

<0.01,η=0.36,但是在脑中区和脑后区差异不显著,

s>0.1。这说明和HSRF相比,LSRF条件在脑前区引发了一个波幅更大的P200。此外,在300～400 ms分析时窗内,SRF和脑区的交互作用也显著,

(2,34)=7.20,

<0.05,η=0.30,简单效应检验发现SRF在脑前区显著,

(1,17)=5.37,

<0.05,η=0.24,但是在脑中区和脑后区都不显著,

s>0.3。在时间窗口400～500 ms,尽管SRF和脑区的交互效应也显著,

(2,34)=6.88,

<0.05,η=0.29,但进一步简单效应检验在所有的脑区都没有发现SRF的主效应,

>0.1。该结果说明在300～400 ms,相对于LSRF条件,HSRF在脑前区引发了一个波幅更大的N400。

图3 HSRF和LSRF条件下的总平均波形图和差异波在3个时间窗口中的地形图

此外,由于两个变量都首先引发P200的变化,因此在这里我们对两个变量所引发的P200的峰潜时(peak latency)进行比较,以确定两者在时间进程上是否存在差异。首先,以P200的峰潜时为因变量,对部件频率(HGRF vs.LGRF或HSRF vs.LSRF),大脑半球(左vs.右)和脑区(前vs.中vs.后)进行三因素重复测量方差分析,结果发现任何与GRF或SRF有关的效应都不显著,

s>0.1。由此可见P200的峰潜时在HGRF和LGRF两条件间差异不显著,而平均波幅差异显著,在此基础上我们计算了两条件间的差异波。在差异波的180～300 ms时间窗内,确定每个被试P200的峰潜时,计算所有被试P200的平均峰潜时为228±31 ms。对SRF变量我们进行同样的处理,不过因为P200的平均波幅在HSRF和LSRF间的差异只表现在脑前区,因此仅求P200在脑前区差异波的峰潜时,计算所有被试P200的平均峰潜时为244±32 ms。配对样本

检验结果表明,由GRF和SRF所引发的两个P200成分在峰潜时上(228 ms vs.244 ms)差异不显著,

(17)=1.34,

>0.05。

4 讨论

本研究采用接近自然语言阅读的任务模式探讨了部件位置的加工机制。操纵的变量为部件位置频率,在Su等(2012)的研究基础上,进一步区分了造成部件相对位置频率发生变化的两种来源,一是操纵GRF的变化,保持SRF不变;二是操纵SRF的变化,保持GRF不变。结果表明,无论是变化GRF还是变化SRF,两者都引发了P200和N400的变化,且所引发的P200在峰潜时上差异不显著。此外,两种操作都没有引发N/P150的变化。

首先,结合以往研究(Su et al.,2012;Wu et al.,2012),本研究结果进一步证实了非字或假字的存在对部件位置加工的影响,有使部件位置效应提前的可能。例如在Wu等和Su等的研究中,当存在假字或非字时,携带位置信息的部件首先引发P150(100～160 ms)或P100(120～180 ms)。而在本研究中携带位置信息的部件首先引发P200(180～300 ms)的变化,在N/P150的时间窗口(100～160 ms)并没有引发任何变化。这样的结果进一步说明,以往研究探讨部件位置效应的研究存在偏差,无法反映真实的部件位置效应。而本研究采用Go/NoGo语义分类任务,贴近自然语言阅读的要求,弥补了以往研究的不足。可以肯定的是,携带位置信息的部件(以部件位置频率为代表)确实没有在字词加工的最初阶段发挥作用(未引发N/P150的变化),无论是GRF还是SRF的变化,都首先在P200这一时间窗口内发挥作用,且两者在作用的时间点上不存在差异(P200的峰潜时无差异)。如果N/P150所代表的加工过程确实是反映字词加工的最初阶段(e.g.,Grainger&Holcomb,2010;Wu et al.,2012),那么在贴近于自然语言阅读的Go/NoGo语义分类任务模式下,在不存在非字/假字等实验材料时,携带位置信息的部件确实不是在早期的特征分析阶段进行加工的。

那么该结果是否可以说明携带位置信息的部件是由不携带位置信息的部件激活的,正如Taft在其模型中所论述的一样(Taft,2006)。其实不尽然,这是因为在本研究中,我们只操纵了携带位置信息的部件,而没有操纵不携带位置信息的部件,因而无法探查不携带位置信息的部件的加工是否在词汇识别的最初阶段,由N/P150所反映的特征分析阶段进行。在这里我们只能肯定携带位置信息的部件不是在最初的特征分析阶段进行加工的。因此,在贴近自然语言理解的任务中,不携带位置信息部件的作用时程问题还有待研究。

但是有一点我们必须提及的是,以往研究发现汉字读音规则性(即独立成字部件,通常指形声字中的声旁与其所组成的汉字在读音上的关系)也是影响汉字识别的一个重要因素(e.g.,Lee et al.,2007),而这里所采用的目标部件恰恰是可以独立成字的部件,每个部件都有自己的发音。因此在做出任何结论之前,很有必要对汉字读音规则性这一干扰变量的作用进行探究。为了确定本实验所采用汉字的读音规则性情况,另要求19名在校大学生对独立成字部件与其所组成的汉字读音一致性进行判断(1表示非常不一致,5表示非常一致)。评价结果表明在HSRF(

=1.70,

=0.99)和LSRF(

=2.28,

=1.41)两条件间,读音一致性评价等级差异不显著,

(17)=1.72,

>0.05;但是在HGRF(

=1.81,

=1.07)和LGRF(

=3.05,

=1.57)两条件间,读音一致性评价等级差异显著,

(19)=3.26,

<0.05。这说明在HSRF和LSRF两条件间,汉字读音规则性已经得到了很好的控制,但是在HGRF和LGRF两条件间,汉字读音规则性的作用还有待讨论。因此,为了进一步排除读音规则性对GRF效应的影响,接下来我们分别以每个项目的P200和N400的平均波幅为因变量,以读音规则性和GRF为自变量,进行了多元线性回归分析(采用类似分析的研究请参见Hauk,Pulvermüller,Ford,Marslen-Wilson,&Davis,2009;Laszlo&Federmeier,2011)。即先对HGRF和LGRF两条件下的每个项目(共40个)的脑电波进行叠加(去伪迹前叠加次数为54),然后在时间窗口180～300 ms和400～500 ms分别提取P200和N400的平均波幅,最后以平均波幅为因变量,读音规则性和GRF为自变量进行逐步多元回归分析。结果表明只有GRF可以预测P200和N400平均波幅的变化。对于P200来说,在右前区有14.5%的波幅变化可由GRF预测,

(1,38)=6.47,

<0.05;右中区达到18.1%,

(1,38)=8.42,

<0.01;右后区为11.1%,

(1,38)=4.77,

<0.05。对于N400来说,在所有脑区其波幅变化都可以由GRF预测,左前区12.4%,

(1,38)=5.39,

<0.05;右前区13.4%,

(1,38)=5.89,

<0.05;左中区13.4%,

(1,38)=5.90,

<0.05;右中区12.1%,

(1,38)=5.24,

<0.05;左后区10.5%,

(1,38)=4.48,

<0.05;右后区10%,

(1,38)=4.21,

<0.05。此结果说明在本研究中,读音规则性还不足以影响到由GRF变化所引发的部件位置频率效应,也进一步肯定了部件位置在汉字识别中的作用。此外,值得一提的是,从P200和N400的差异方向来看,GRF和SRF所引发的P200和N400是有所区别的。这是因为在SRF保持不变的情况,GRF越大,部件的相对位置频率(SRF/GRF)越低,因此在HGRF条件下,部件相对位置频率较低(

=0.06,

=0.04);在LGRF条件下,部件的相对位置频率较高(

=0.45,

=0.25),两者差异显著,

(19)=6.59,

<0.001。那么也就是说与低部件相对位置频率(HGRF)相比,高部件相对位置频率(LGRF)引发了波幅更大的P200和波幅更小的N400。而在SRF情况下恰好相反,在HSRF条件下,部件相对位置频率较高(

=0.63,

=0.13);在LSRF条件下,部件相对位置频率低(

=0.22,

=0.23),两者差异也显著,

(17)=7.07,

<0.001。因此,和相对位置频率低(LSRF)相比,部件相对位置频率高时(HSRF)引发了波幅更小的P200和波幅更大的N400,和GRF情况下的差异方向刚好相反。那么如何解释这一现象呢？

在以往关注于正字法家族大小效应(Orthographic Neighborhood Size Effect)的研究中(Holcomb,Grainger,&O'Rourke,2002;Hsu et al.,2009;Lee et al.,2007;Taler&Phillips,2007),研究者同样发现了P200和N400效应,和具有大家族的词汇相比,小家族词汇往往引发波幅更大的P200和波幅更小的N400。研究者认为由于大家族词的邻近词较多,词形上的相似性促进了目标词在词形上的加工,反映在较小的P200上;但激活后的词形相似词汇最终会干扰到目标词语义提取,反映在波幅较大的N400。在这里我们从相似的角度进行解释,当部件相对位置频率是由GRF引发时,GRF越高,由该部件所组成的汉字越多,字形上的相似性促进了对目标字字形的提取,会引发波幅较小的P200。相反的是,字形相似的邻近字在目标字语义提取时则产生较大干扰效应,因而在HGRF条件产生的N400波幅较大。但是当部件相对位置频率由SRF的变化引发时,GRF不变,即该部件所组成的汉字总数不变,那么SRF越高,说明在该位置上的汉字数量越多,对部件的相对熟悉性越高,越容易促进亚词汇字形的提取,引发的P200波幅越小。同理,激活越多字形相似的字,目标汉字的语义提取就越困难,引发的N400波幅就越大。故此,虽然从部件相对位置频率的角度,和部件相对位置频率高比,在两种情况下部件相对位置频率低引发了差异方向相反的P200和N400效应,但是这样相反的结果,结合引发部件相对位置频率变化的来源进行理解,就变得合理了。

事实上,Su等(2014)的研究也有类似的发现,和目标部件处于主要位置相比,处于次要位置的目标部件在225～325 ms时窗内在前额叶引发了更正的P200,而在300～450 ms时程内引发了更小的N400。但是由于Su等并未区分导致部件位置频率变化的来源,所以是混淆了两种变化源后的结果。而我们的研究证明,不同变化源会导致不同的部件相对位置频率效应。所以很有必要对造成部件位置频率变化的来源进行区分,以揭示部件相对位置频率效应的本质。

无论如何,本研究进一步肯定了部件位置的作用,正如在西文中发现字母相对位置的重要性一样,在中文文字加工过程中,部件位置也需要提升到重要位置上。在西文研究中,采用掩蔽启动范式,研究者建立了比较完整的词汇识别模型,并将该模型与各脑电成分联系起来(e.g.,Grainger,2008;Holcomb&Grainger,2006)。在中文加工中,目前尚缺乏比较完整的模型去诠释汉字的识别过程以及和各脑电成分之间的关系。作为为数不多探讨此问题的研究,本研究结果可以为该模型的建立添砖加瓦。

5 结论

在贴近自然语言理解的任务中,本研究进一步肯定了部件位置在汉字阅读中的作用,反映在P200和N400两个脑电成分上,说明部件位置信息既可以影响亚词汇水平的字形加工,也可以影响词汇水平的语义提取。但并没有发现和部件位置加工相关的N/P150效应,再次肯定了以往研究存在扩大部件位置效应的可能性。

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