正字法-语义一致性效应在词汇决策中的作用：探究不同类型邻近词的贡献机制

本研究针对词汇识别中正字法-语义(O-S)一致性效应的产生机制展开深入探究。研究人员通过三项数据分析和一个在线实验，系统考察了添加型、替换型和删除型邻近词对O-S一致性效应的贡献差异。结果表明，添加型邻近词(如cats-CAT)通过形态相关词的促进作用和形态无关词的抑制作用共同驱动O-S一致性效应，而替换型邻近词(如cot-CAT)的贡献则相对有限。该研究为理解阅读过程中拼写与意义的统计关系提供了重要证据，对构建更完善的词汇识别模型具有重要理论意义。

　　

在日常生活中，我们每时每刻都在进行着看似简单实则复杂的词汇识别过程。当眼睛扫过"cats"这个词时，大脑如何在瞬间判断它是一个真实存在的英文单词？这个过程受到哪些因素的影响？近年来，研究者们发现词汇识别不仅依赖于单词本身的特性，还受到其"邻居"——拼写相似词汇的影响，这种现象被称为正字法-语义(O-S)一致性效应。具体表现为，当单词的拼写相似词汇在语义上也相似时（如"cats"与"cat"），词汇识别会更快；反之则会变慢。然而，关于究竟是哪些类型的"邻居"在驱动这一效应，学界存在明显分歧：Marelli和Amenta(2018)认为主要是包含目标词拼写的"嵌入式邻近词"（如"apart"对"part"），而Siegelman等人(2022)则认为所有编辑距离为1的邻近词（包括添加、替换和删除字母形成的词）都起作用。这一争议的核心在于我们对人类如何利用拼写-意义统计关系进行词汇识别的理解仍不完善。

为厘清这一问题，Waseda大学的研究团队开展了一项系统研究，通过三项数据分析和一项在线实验，深入探究了不同类型邻近词对O-S一致性效应的贡献差异。研究成果发表在《Journal of Memory and Language》上，为理解词汇识别的认知机制提供了重要证据。

研究采用了多项关键技术方法：1)基于ELP数据库的词汇决策反应时分析；2)使用word2vec模型训练维基百科语料库获取语义向量；3)计算三种邻近词(添加型、替换型、删除型)的O-S一致性；4)在线词汇决策实验验证关键发现；5)利用MorphoLex数据库区分形态相关与无关邻近词。通过系统控制词频、词长等变量，研究团队得以精确分离不同类型邻近词的独特贡献。

研究结果部分包含四个关键发现。在"数据1分析"中，研究成功复现了Marelli和Amenta(2018)与Siegelman等人(2022)的O-S一致性效应，验证了研究方法的可靠性。"数据2分析"揭示添加型邻近词能稳定产生O-S一致性效应，而替换型和删除型邻近词的效应则较弱或不显著。在线实验进一步证实了这一差异模式：添加型邻近词条件下观察到显著的19ms促进效应，而替换型邻近词条件下仅出现不显著的5ms差异。

"数据3分析"深入探讨了形态相关与无关邻近词的不同作用。结果显示，形态相关的添加型邻近词(如"SAVED"对"SAVE")促进词汇识别，而形态无关的添加型邻近词(如"SLAVE"对"SAVE")则产生抑制。相比之下，替换型邻近词无论是否形态相关都倾向于产生微弱的促进效应。这种差异模式解释了为何添加型邻近词能产生更强的O-S一致性效应。

在"目标嵌入式邻近词效应"部分，研究发现包含目标词拼写但长度更长的邻近词(如"RESEAT"对"SEAT")也表现出与添加型邻近词相似的模式：形态相关的促进识别，形态无关的抑制识别。这表明目标嵌入式邻近词与添加型邻近词可能通过相似的机制影响词汇识别。

研究结论部分指出，O-S一致性效应主要由添加型和目标嵌入式邻近词驱动，这些邻近词通过形态相关词的促进和形态无关词的抑制共同作用。而替换型邻近词的有限贡献则可能源于其较弱的抑制连接。这一发现深化了我们对词汇识别中拼写-意义统计关系利用机制的理解，为构建更完善的词汇加工模型提供了重要依据。特别值得注意的是，研究揭示了形态学关系在O-S一致性效应中的关键作用，表明读者不仅利用表面拼写相似性，还会自动提取词汇的形态结构信息来辅助识别。这些发现对理解阅读障碍的认知基础以及设计更有效的阅读教学方法都具有重要启示意义。