Multidimensional processing profiles reveal the relational geometry of areal typological features in L2 reading
本研究表明，二语中文读者的多维眼动追踪剖面揭示了一种区域类型学特征的收敛关系几何结构，这种结构虽然与母语者不同，但提供了一种将语言接触、加工机制与计算建模联系起来的可量化特征。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当我们阅读第二语言的句子时，我们的眼睛并不仅仅是沿着直线从左向右移动。它们会停顿、跳回、向前跳跃，形成一种复杂的停顿与启动模式，揭示了我们大脑是如何处理意义的。几十年来，研究这一过程的科学家一直专注于孤立的时刻：读者盯着一个困难单词看了多久，或者他们在某个特定的语法规则上绊倒了多少次。这种方法将语言视为一份单独的项目清单，假设如果我们理解了每个项目的难度，就能理解整体。然而，语言不是一份清单；它是一个网络。词汇和语法规则以相互关联的方式存在，形成一个系统，其中一部分的难度取决于它与其他部分的联系。一项新研究通过提出一个更深层的问题，挑战了看待阅读的旧方式：来自不同背景的学习者是否以相同的方式处理这整个连接网络，还是说他们的母语重塑了他们看待新语言的内在结构？
为了回答这个问题，广西大学的研究人员将注意力转向了东南亚独特的语言景观。在这个地区，越南语、泰语、老挝语、缅甸语、高棉语和印尼语等语言属于完全不同的语系，但数百年的接触导致它们共享许多结构特征。尽管没有共同的祖先，它们在组织单词、使用量词以及标记时间的方式上已经趋同，形成了相似的模式。这创造了一个天然的实验。研究人员想知道：如果一个人是从越南语背景学习中文，对比从泰语背景学习中文，他们的眼睛移动方式会有所不同吗？或者，因为这些语言在结构上变得如此相似，学习者的脑部是否会以近乎相同的方式组织这门新语言？
研究团队召集了440人阅读75篇不同的中文文本，同时利用高速摄像机追踪他们的眼动轨迹。该群体包括母语为中文的人以及来自六个东南亚国家的学习者。研究人员并没有只看单一的测量指标，而是结合了七种不同的眼动行为测量方式——例如读者注视一个单词的时长、回视重读的频率以及跳过单词的频率。通过将这七种测量方式编织在一起，他们为学习者遇到的每一个语法特征都创建了一个“多维剖面”。这使得他们能够绘制出语言的“关系几何学”：一张展示不同语言部分在学习者大脑中感觉距离远近的地图。
结果揭示了一个显著的模式。虽然母语为中文的人者拥有一种组织这些语言特征的方式，但尽管来自不同的语系，六组学习者都共享着另一种近乎相同的组织方式。他们的眼睛移动方式高度协调，以至于在他们的脑海中，任何两个语法特征之间的距离几乎都是一样的，无论他们是来自越南、泰国还是印尼。这种共享模式非常强大，形成了一个独特的统一形状，与母语者截然不同。研究发现，这种趋同并非随机发生的；学习者在脑海中重新组织了中文的整个系统，这很可能是因为他们母语中共享的结构特征将他们拉向了一种共同的处理方式。
然而，这种共享的结构并不意味着每个特征都被同等对待。一些语法模式（如句中的词序或动词的修饰方式）在所有学习者群体中表现出高度的一致性。而另一些模式（如复数名词的处理方式或某些类型动词的构建方式）则表现出更多的差异。研究人员发现，学习者达成共识最多的特征，往往也是他们与母语者差异最大的特征。这表明，东南亚地区语言接触的共同历史为这些学习者处理中文创造了一个共同的“骨架”，但具体的细节仍然取决于他们的个人背景。
研究团队还将这些人类数据与人工智能进行了对比测试。研究人员将同样的文本输入到七个不同的预训练语言模型中，这些计算机程序旨在通过海量文本学习语言。他们询问这些机器是否学会了以类似于人类学习者的逻辑来组织中文特征。这些模型确实表现出了一些模仿人类模式的能力，捕捉到了人类展现出的约62%的结构。但这种匹配并不完美。模型更擅长简单地识别一个特征是否存在，而不是像人类那样组织特征之间的关系。此外，一个模型接受过多种语言的训练并不会使其更好地匹配学习者；多语言模型在表现上并未比单语言模型有显著提升。
这一发现表明，仅仅让计算机接触多种语言，并不足以让它像学习第二语言的人类那样思考。人类的大脑不仅仅存储关于语言的事实；它还构建了一个关于这些事实如何相互关联的特定互联地图。研究结论指出，母语对学习的影响不仅仅是词对词的翻译。它是关于重塑新语言的整个景观，创造出一种由生活在同一语言区域的人们所共享的新的关系几何学，即便他们说着不同的语言。通过观察整个连接的网络而非孤立的线条，研究人员为人类大脑如何适应第二语言阅读的复杂现实提供了更清晰的图景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。