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

技术摘要：自然阅读中层级结构与统计特征的相对强度

问题陈述
本文探讨了心理语言学中关于在线语言理解机制的一个长期争论。目前存在两种主要的、往往是对立的解释：层级解释（hierarchical account），认为理解依赖于抽象短语结构和句法依赖性的构建，且这种构建独立于线性词序；以及非层级解释（non-hierarchical account），认为理解是由局部统计、序列预测和线性邻近性驱动的，缺乏对层级组织的强敏感性。尽管已有证据支持两者，但该领域仍缺乏共识，即层级结构究竟在何时以及多强程度上对统计因素施加影响。作者认为，将此视为“胜者全得”的竞争是不太明智的。相反，他们提议研究这些因素如何共同组织不同现象（词级 vs. 句子级）及不同时间尺度的理解过程。

研究方法
本研究利用来自 ZuCo 语料库（Hollenstein et al., 2018）的同步脑电图（EEG）和眼动追踪数据，该语料库包含 12 名母语为英语的受试者阅读 400 个电影评论句子的过程。作者通过句法深度（syntactic depth，即一个词到句子根节点的依赖链接数量）来操作化层级结构，这一指标的变化独立于线性位置和词汇可预测性。

研究采用了三种趋同的分析方法，旨在将层级深度与非层级替代方案（线性序列和统计意外度/surprisal）进行比较：

1. 转移概率分析（扫描路径几何学）：

   • 目标： 测试眼动（扫描路径）是由线性邻近性（基于序列）还是句法中心性（基于层级）组织的。
   • 方法： 将单词分为“核心词”（句法深度为 0 或 1）和“非核心词”（深度 $\ge$ 2）。作者计算了四种转移类型（核心词到核心词、核心词到非核心词等）在两种序列中的转移概率：原始线性文本顺序和实际的注视衍生顺序。
   • 比较： 他们将“核心词到核心词”转移在注视序列中的频率与线性基准进行了比较。该分析专门测试了预期行为（注视前行为），并排除了由回视（向后眼动）引起的伪影。

2. 贝叶斯网络分析（句子级强度）：

   • 目标： 量化层级结构相对于统计因素在解释偏离线性阅读顺序方面的相对预测权重。
   • 方法： 因变量为编辑距离（将线性文本序列转换为注视衍生序列所需的最小操作数）。研究学习了一个高斯贝叶斯网络，包含五个预测因子：两个结构性因子（最大解析深度、从句数量）和两个词汇/统计因子（句子熟悉度、源自 GPT-2 的句子意外度）。
   • 分析： 结构学习确定了依赖图，并通过在输出节点处的局部线性高斯回归提供标准化系数，以确定各预测因子的相对强度。

3. 注视相关电位的时间分辨回归（词级神经对齐）：

   • 目标： 确定层级处理在神经层面的时机和强度，从而将其与统计处理区分开来。
   • 方法： 从 EEG 数据中提取与注视起始时间锁定的注视相关电位（FRPs）。研究使用五个标准化预测因子对逐试次（trial-wise）的 EEG 历元进行岭回归：句法深度、句法意外度（通过 CCG-supertagging LSTM 计算）、词长、词频和词汇意外度。
   • 推断： 通过基于集群的置换检验在六个感兴趣区域（ROIs）内进行群体水平推断，以识别显著的时间窗口和预测因子的地形图差异。

关键结果

• 扫描路径组织（分析 1）： 与线性文本基准相比，读者在注视衍生序列中表现出向句法核心词（低深度词）转移的显著偏好。这种“核心词到核心词”的偏好在剔除回视后依然稳健，表明前向扫视是由层级结构而非仅仅是线性邻近性引导的。
• 句子级强度（分析 2）： 在贝叶斯网络中，句法深度成为解释扫描路径偏差（编辑距离）最强的直接预测因子（标准化系数 $\beta \approx 0.40$），超过了句子熟悉度（$\beta \approx 0.37$）和句子意外度（$\beta \approx 0.19$）。这表明在句子层面，层级结构驱动偏离线性阅读的程度强于统计可预测性。
• 神经时机与强度（分析 3）：
  • 时机： 层级处理（句法深度）在注视开始前 108 ms 开始调节右额叶区域的神经活动，表明其具有预期作用。统计预测因子（词汇频率和意外度）则在左后部区域调节活动，同样始于注视前（约 90–130 ms）。
  • 强度分离： 虽然两种效应都很可靠，但其量级存在差异。在词级神经反应层面，词汇意外度的效应量远大于句法深度。相反，在句子级扫描路径层面，句法深度是主要的预测因子。
  • 句法意外度 vs. 深度： 至关重要的是，句法深度产生了一个稳健的神经集群，而句法意外度（一种衡量句法类别统计不确定性的度量）则没有产生显著集群。这种分离表明，神经信号是针对层级表征本身的，而非仅仅是平面的句法类别序列统计概率。

意义与主张
本文声称，层级与非层级的争论不应被视为一种一方普遍占优的二元对立。相反，层级结构的强度取决于所解释的现象（解释变量）：

1. 尺度依赖性： 层级结构是句子级现象（特别是扫描路径的几何形状和对线性顺序的偏差）的主要驱动力，而统计因素（意外度）则是词级现象（注视锁定的神经活动和局部处理成本）更强的驱动力。
2. 预期处理： 研究提供了层级结构在预期性地引导理解方面的证据。句法深度信号的注视前起始（提前 108 ms）以及扫描路径中向句法核心词的偏好，表明读者利用内在的层级支架来引导注意力，从而在注视发生前进行准备。
3. 超越线性统计： 句法深度能预测神经活动而句法意外度不能，这一发现为层级表征的存在提供了积极证据，证明在线理解涉及真正的层级表征，而非仅仅是序列统计概率的累积。

作者总结道，层级结构是一个活跃的维度，它塑造了眼睛看向何处、扫描路径如何偏离线性顺序以及前注视神经信号的性质，其影响力在阅读行为的不同方面表现出不同的强度。