Neural Sensitivity to Word Frequency Modulated by Morphological Structure: Univariate and Multivariate fMRI Evidence from Korean

この研究は、韓国語の形態素分解に関する fMRI 研究において、複雑な語の処理が形態構造だけでなく使用頻度統計にも依存し、語幹頻度ではなく表面頻度が脳活動に強く影響を与えることを示し、形態処理における必須の事前分解仮説に反証を与えた。

要約

この論文は、**「脳が複雑な言葉（接辞がついた言葉）を読むとき、どうやって意味を処理しているのか？」**という不思議な問いに、脳の画像（fMRI）を使って答えを出した研究です。

結論から言うと、**「脳は、よく使われる言葉は『まるごと』の箱として覚えているが、あまり使わない言葉は『部品』に分解して組み立てている」**という、とても賢い使い分けをしていることがわかりました。

これをわかりやすく説明するために、いくつかの比喩を使ってみましょう。

1. 研究の舞台：「韓国語」という実験室

まず、なぜ韓国語を使ったのか？
韓国語は、名詞の後ろに「〜は」「〜を」といった小さな部品（助詞）をくっつけるだけで、文法的な役割を変える言語です。

• 例： 「理由（까닭）」＋「は（은）」＝「理由は（까닭은）」

ここで面白いのは、「理由（까닭）」という部品（語幹）の頻度と、「理由は（까닭은）」という全体（表面）の頻度を、完全に別々のものとして測れる点です。
研究者たちは、この「部品」と「全体」のどちらが脳に響くのかを調べるために、この仕組みを利用しました。

2. 2 つの仮説：「分解屋」か「丸ごと屋」か？

言葉を読むとき、脳はどちらのやり方をしているのでしょうか？

• 仮説 A：分解屋（プレ・レキシカル分解説）
  • 「どんなに長い言葉でも、まず部品（語幹）にバラバラにしてから意味を探す！」という考え方。
  • 予測： 脳は「部品（語幹）」が何回使われたか（ベース頻度）に反応するはず。
• 仮説 B：丸ごと屋（ポスト・レキシカルアクセス説）
  • 「よく使われる言葉は、部品をバラさずに『まるごと』の箱として覚えている。でも、珍しい言葉は分解して作る」という考え方。
  • 予測： 脳は「その言葉全体（表面）」が何回使われたか（表面頻度）に反応するはず。

3. 実験の結果：脳は「丸ごと屋」だった！

25 人の韓国人に、簡単な言葉と、接辞がついた複雑な言葉を見てもらいながら脳の動きをスキャンしました。その結果、驚くべきことがわかりました。

• 脳の反応は「部品」ではなく「全体」に反応した
  脳の「左前頭葉（IFG）」や「頭頂葉（SMG）」というエリアでは、**「言葉全体がどれだけよく使われているか（表面頻度）」**に強く反応していました。

  • よく使われる「〜は」付きの言葉は、脳の中で**「完成されたパッケージ」**として認識されていました。
  • 逆に、「部品（語幹）」がどれだけ使われているかというデータは、脳にはほとんど響いていませんでした。

• アナロジー：スーパーマーケットの棚

  • よく売れる商品（高頻度の複雑な言葉）： 脳は「牛乳パック」を個別の「牛乳」と「パック」に分けて考えず、「牛乳パック」という完成品として棚から取り出します。これが「表面頻度」の反応です。
  • あまり売れない商品（低頻度の複雑な言葉）： 脳は「牛乳」と「パック」を別々に考えて、その場で組み立てるかもしれません。
  • この研究は、**「脳は、よく使われる複雑な言葉は、分解せずに『完成品』として即座に引き出している」**ことを証明しました。

4. なぜこれが重要なのか？

これまでの研究では、「脳は常に言葉を部品に分解して処理している」と考えられていました（例：「ハンター」を見ると、必ず「ハン」＋「ター」に分けて考える、など）。

しかし、この研究は**「脳はもっと賢くて、状況に応じて使い分けている」**と示しています。

• よく知っている言葉 ＝ 分解不要！「まるごと」でサクッと処理。
• 知らない言葉 ＝ 分解して組み立てる。

これは、脳が「ルール（分解）」だけで動いているのではなく、**「経験（頻度）」**に基づいて柔軟に動いていることを意味します。まるで、毎日通る道は地図を見ずに「丸ごと」のイメージで歩けるけれど、初めて行く道は細かく地図（部品）を確認しながら歩くようなものです。

まとめ

この論文は、**「脳は言葉を分解する機械ではなく、経験に基づいて『まるごと』で覚える賢い学習者」**であることを示しました。

私たちが言葉を話すとき、脳は「部品」を一生懸命組み合わせているのではなく、**「よく使う言葉は、すでに完成された箱として用意されている」**という、とても効率的な仕組みを持っているのです。

技術概要

この論文「Neural Sensitivity to Word Frequency Modulated by Morphological Structure: Univariate and Multivariate fMRI Evidence from Morphologically Complex Words（形態素構造によって調節される単語頻度への神経感受性：形態的に複雑な単語からの単変量および多変量 fMRI 証拠）」の技術的サマリーを以下に示します。

1. 研究の背景と課題

視覚的単語認識における形態素処理のメカニズムを巡り、以下の二つの対立する仮説が存在します。

• 必須分解仮説（Pre-lexical decomposition）: 複雑な単語は意味アクセスに先立ち、必ず語幹と接尾辞に分解される。この場合、神経反応は「語幹頻度（Base Frequency）」によって主に説明されるはずである。
• ポスト語彙的アクセス仮説（Post-lexical access）: 頻度が高く慣れ親しんだ形態は、形態素分解を経ずに「全体形（Whole-word）」として直接アクセスされる。この場合、神経反応は「表面頻度（Surface Frequency、即ち単語全体の出現頻度）」によって説明されるはずである。

これまでの研究では、特に韓国語のような透明な接辞構造を持つ言語において、これら二つの頻度指標を明確に区別し、脳内のどの領域がどちらの統計情報を符号化しているかを検証した fMRI 研究は不足していました。本研究は、このギャップを埋め、形態的複雑さと語彙統計がどのように神経反応を形成するかを解明することを目的としています。

2. 研究方法

• 参加者: 韓国語ネイティブスピーカー 25 名（最終解析：行動データ 22 名、fMRI データ 21 名）。
• 刺激材料: 韓国語名詞 120 語（単純名詞 60 語、屈折名詞 60 語）と、これらに対応する擬似語 120 語。
  • 韓国語の特性: 接尾辞（格助詞・主題助詞など）が透明に付着し、語幹が不変であるため、「語幹頻度」と「表面頻度」を統計的に明確に分離して操作可能。
  • 制御変数: 単語長（音節数）、初音節頻度、形態素数などを条件間で均衡化。
• 実験課題: 高速イベント関連 fMRI を用いた語彙判断課題（Lexical Decision Task）。参加者は提示された単語が実在する単語か否かを判断。
• 解析手法:
  1. 全脳解析: 単変量 GLM による活性化マップの作成。
  2. 関心領域（ROI）解析: 左半球の言語関連領域（IFG 三角部・翼部、SMG、AG、MTG、FuG）を定義。
  3. 単変量混合効果モデル: 各 ROI における BOLD 反応の振幅を、形態条件（単純/屈折）と頻度（表面/語幹）の交互作用としてモデル化。
  4. 表現類似性分析（RSA）: 各試行の多変量パターン（ベータ画像）から神経 RDM（表現非類似行列）を抽出し、理論的な頻度モデル（表面頻度モデル vs 語幹頻度モデル）との類似性を評価。

3. 主要な結果

• 行動データ: 反応時間（RT）と正答率ともに、表面頻度と語幹頻度の両方が高いほど高速・高精度であった。しかし、形態条件と頻度の交互作用は有意ではなかった。
• 全脳解析: 単純名詞と屈折名詞の直接比較（Inflected > Simple）では、統計的に有意な差異を示すクラスターは検出されなかった。両条件とも左半球の側頭 - 頭頂 - 前頭野ネットワークを活性化させた。
• RSA 結果（多変量パターン）:
  • 表面頻度: 左 IFG 翼部（IFGoper）と左上頭頂小葉の SMG において、屈折名詞の神経パターンが表面頻度モデルと有意に強く相関した。単純名詞ではこの相関は弱く、むしろ負の相関を示す傾向があった。
  • 語幹頻度: どの ROI においても、語幹頻度モデルとの有意な正の相関は検出されなかった。
• 単変量解析結果:
  • 左頭頂葉（SMG と AG）において、表面頻度と形態条件の交互作用が有意であった。具体的には、屈折名詞において表面頻度が高いほど活性化が増大したが、単純名詞ではそのような傾向は見られなかった。
  • 語幹頻度による明確な活性化の調節効果は確認されなかった。

4. 主要な貢献と結論

• 神経符号化の解明: 形態的に複雑な単語の処理において、脳（特に IFGoper と SMG）は「語幹レベルの統計情報」ではなく、「単語全体の表面頻度」を強く符号化していることを初めて fMRI 証拠として示した。
• 理論的枠組みへの示唆:
  • 結果は「必須分解モデル」を支持せず、ポスト語彙的アクセスモデルやハイブリッドモデル（Augmented Addressed Morphology 等）を支持する。
  • 高頻度の屈折語は、分解プロセスを経ずに、独立した語彙項目として全体形にアクセスされる可能性が高い。
  • 形態的処理は、構造的な分解だけでなく、使用頻度に基づく統計的学習（Distributional learning）によって制約される動的なプロセスである。
• 言語一般性: 韓国語というアグリギュラティブ（膠着）言語においても、インド・ヨーロッパ言語と同様に、形態的複雑性の処理が統計的頻度によって調節されることを示し、言語を超えた普遍的な処理メカニズムの存在を示唆した。

5. 意義

本研究は、fMRI の時間的解像度の限界（早期の形態素分解プロセスの捉えにくさ）を認めつつも、持続的な神経活動パターン（BOLD 応答）が、単語認識の最終的なアクセス経路において「全体形アクセス」が支配的であることを示した点で重要である。また、単変量解析だけでなく、RSA という多変量アプローチを組み合わせることで、脳内の表現構造がどのように統計的に形成されているかを詳細に記述した点で、形態処理研究の手法論的貢献としても意義深い。