The relative strength of hierarchical structure and statistics differs across the measures in naturalistic reading

Resumo Técnico: A Força Relativa da Estrutura Hierárquica e da Estatística na Leitura Naturalista

Problema
O artigo aborda um debate de longa data na psicolinguística em relação aos mecanismos que impulsionam a compreensão da linguagem online. Existem duas contas primárias, frequentemente rivais: a conta hierárquica, que postula que a compreensão depende da construção de estruturas de frase abstratas e dependências sintáticas independentes da ordem linear das palavras; e a conta não hierárquica, que argumenta que a compreensão é impulsionada por estatísticas locais, predição sequencial e adjacência linear sem uma sensibilidade forte à organização hierárquica. Embora existam evidências para ambas, o campo carece de um consenso sobre quando e quão fortemente a estrutura hierárquica exerce sua influência em relação aos fatores estatísticos. Os autores argumentam que enquadrar isso como um concurso de "vencedor leva tudo" é improdutivo. Em vez disso, eles propõem investigar como esses fatores organizam conjuntamente a compreensão através de diferentes fenômenos (nível da palavra vs. nível da sentença) e escalas de tempo.

Metodologia
O estudo utiliza dados de EEG e rastreamento ocular (eye-tracking) co-registrados do corpus ZuCo (Hollenstein et al., 2018), composto por 12 falantes nativos de inglês lendo 400 sentenças de avaliações de filmes. Os autores operacionalizam a estrutura hierárquica usando a profundidade sintática (o número de links de dependência de uma palavra até a raiz da sentença), uma métrica que varia independentemente da posição linear e da previsibilidade lexical.

O estudo emprega três análises convergentes para comparar a profundidade hierárquica contra alternativas não hierárquicas (sequência linear e surpresa estatística):

1. Análise de Probabilidade de Transição (Geometria do Scanpath):

   • Objetivo: Testar se os movimentos oculares (scanpaths) são organizados pela adjacência linear (sequência) ou pela centralidade sintática (hierarquia).
   • Método: As palavras foram categorizadas como "cabeças" (profundidade sintática 0 ou 1) ou "não-cabeças" (profundidade $\ge$ 2). Os autores calcularam as probabilidades de transição para quatro tipos de transição (cabeça-para-cabeça, cabeça-para-não-cabeça, etc.) em duas sequências: a ordem linear original do texto e a ordem real derivada das fixações.
   • Comparação: Eles compararam a frequência de transições "cabeça-para-cabeça" na sequência de fixação contra a linha de base linear. Esta análise testou especificamente o comportamento antecipatório (pré-fixação) e descartou artefatos causados por regressões (movimentos oculares para trás).

2. Análise de Rede Bayesiana (Força ao Nível da Sentença):

   • Objetivo: Quantificar o peso preditivo relativo da estrutura hierárquica versus fatores estatísticos na explicação de desvios da ordem de leitura linear.
   • Método: A variável de desfecho foi a distância de edição (as operações mínimas necessárias para transformar a sequência linear do texto na sequência derivada das fixações). Uma rede Bayesiana gaussiana foi aprendida com cinco preditores: dois estruturais (profundidade de parsing máxima, número de cláusulas) e dois lexicais/estatísticos (familiaridade da sentença, surpresa da sentença derivada de GPT-2).
   • Análise: O aprendizado de estrutura identificou o grafo de dependência, e as regressões lineares-gaussianas locais no nó de desfecho forneceram coeficientes padronizados para determinar a força relativa de cada preditor.

3. Regressão Temporal de Potenciais Relacionados à Fixação (Alinhamento Neural ao Nível da Palavra):

   • Objetivo: Determinar o tempo e a força do processamento hierárquico no nível neural, distinguindo-o do processamento estatístico.
   • Método: Potenciais Relacionados à Fixação (FRPs) foram extraídos de dados de EEG cronometrados com o início da fixação. Uma regressão de Ridge foi realizada em épocas de EEG por tentativa usando cinco preditores padronizados: profundidade sintática, surpresa sintática (calculada via um LSTM de supertagging CCG), comprimento da palavra, frequência lexical e surpresa lexical.
   • Inferência: A inferência de grupo utilizou testes de permutação baseados em clusters em seis Regiões de Interesse (ROIs) para identificar janelas temporais significativas e dissociações topográficas entre os preditores.

Resultos Principais

• Organização do Scanpath (Análise 1): Os leitores exibiram um viés significativo para transitar entre cabeças sintáticas (palavras de baixa profundidade) na sequência derivada das fixações em comparação com a linha de base linear do texto. Essa preferência "cabeça-para-cabeça" foi robusta mesmo após a remoção de regressões, indicando que as sacadas de avanço são guiadas pela estrutura hierárquica e não apenas pela adjacência linear.
• Força ao Nível da Sentença (Análise 2): Na rede Bayesiana, a profundidade sintática emergiu como o preditor direto mais forte de desvio do scanpath (distância de edição), com um coeficiente padronizado ($\beta \approx 0,40$) excedendo o de familiaridade da sentença ($\beta \approx 0,37$) e surpresa da sentença ($\beta \approx 0,19$). Isso sugere que, ao nível da sentença, a estrutura hierárquica impulsiona desvios da leitura linear mais fortemente do que a previsibilidade estatística.
• Tempo e Força Neural (Análise 3):
  • Tempo: O processamento hierárquico (profundidade sintática) modulou a atividade neural na região fronto-direita começando 108 ms antes do início da fixação, indicando um papel antecipatório. Os preditores estatísticos (frequência lexical e surpresa) modularam a atividade na região posterior-esquerda, também iniciando pré-fixação (aprox. 90–130 ms).
  • Dissociação de Força: Embora ambos os efeitos fossem confiáveis, a magnitude diferiu por escala. Ao nível neural da palavra, a surpresa lexical mostrou um tamanho de efeito muito maior do que a profundidade sintática. Inversamente, ao nível do scanpath da sentença, a profundidade sintática foi o preditor dominante.
  • Surpresa Sintática vs. Profundidade: Crucialmente, a profundidade sintática produziu um cluster neural robusto, enquanto a surpresa sintática (uma medida estatística de incerteza sintática) não produziu nenhum cluster significativo. Essa dissociação sugere que a assinatura neural é específica para representações hierárquicas e não meramente para probabilidades estatísticas sequenciais de categorias sintáticas.

Significância e Alegações
O artigo afirma que o debate hierárquico vs. não hierárquico não deve ser visto como uma oposição binária onde um fator domina universalmente. Em vez disso, a força da estrutura hierárquica depende do fenômeno sendo explicado (o explanandum):

1. Dependência de Escala: A estrutura hierárquica é o principal motor de fenômenos ao nível da sentença (especificamente a geometria dos scanpaths e desvios da ordem linear), enquanto fatores estatísticos (surpresa) são drivers mais fortes de fenômenos ao nível da palavra (atividade neural travada na fixação e custos de processamento local).
2. Processamento Antecipatório: O estudo fornece evidências de que a estrutura hierárquica guia a compreensão antecipatoriamente. O início da atividade de profundidade sintática pré-fixação (108 ms antes) e o viés para cabeças sintáticas nos scanpaths sugerem que os leitores utilizam um arcabouço hierárquico internalizado para guiar a atenção antes da captação foveal.
3. Além da Estatística Linear: A descoberta de que a profundidade sintática prediz a atividade neural enquanto a surpresa sintática não o faz, oferece evidência positiva de que a compreensão online envolve representações hierárquicas genuínas, e não apenas a acumulação de probabilidades estatísticas sequenciais.

Os autores concluem que a estrutura hierárquica é uma dimensão ativa que molda para onde os olhos vão, como os scanpaths se desviam da ordem linear e a natureza dos sinais neurais pré-foveais, com sua influência variando em força através de diferentes facetas do comportamento de leitura.