语言统计中的色彩认知：盲人与视力正常者如何通过语言习得颜色-形容词关联

本期推荐研究揭示语言如何传递视觉知识：通过分析COCA-fiction语料库的词嵌入模型，研究者发现盲人与视力正常者的颜色-形容词关联（如红色-热）主要源于语言中的二阶共现关系（second-order co-occurrences），而非直接共现。该成果发表于《Communications Psychology》，为理解语言在跨感知经验的知识对齐中的作用提供了新证据。

　　

颜色是我们感知世界的重要维度，但盲人如何理解颜色？传统观点认为，缺乏视觉经验的人无法真正掌握颜色语义，正如洛克笔下“盲人无法理解猩红”的著名比喻。然而近年研究发现，先天盲人对颜色的认知与视力正常者高度相似——他们能区分颜色词的相似性，判断物体的典型颜色，甚至建立颜色与抽象形容词的关联（如红色代表“热”）。这种一致性从何而来？语言可能是关键桥梁。

为探索这一问题，美国威斯康星大学麦迪逊分校的Qiawen Liu、Jeroen van Paridon和Gary Lupyan团队开展了一项创新研究。他们通过分析大规模语言数据，揭示颜色-形容词关联如何通过语言统计结构传递给盲人。研究发现，简单词嵌入模型（如fastText）能预测盲人和视力正常者的颜色关联评分，且效果最佳的语料库是COCA-fiction（美国当代英语语料库小说部分），其表现甚至超越GPT-4。通过语料库增强实验，团队发现这些关联主要依赖“中介词”（如“雪”连接“白色”与“冷”）的二阶共现关系，而非颜色与形容词的直接共现。该成果发表于《Communications Psychology》，挑战了视觉经验必要性的传统假设，为语言如何传递跨模态知识提供了机制性解释。

研究采用四项实验逐步推进：1）重新分析Saysani等人2021年的语义差异任务数据，验证词嵌入模型对盲人和视力正常者评分的预测力；2）比较不同语料库（如COCA各子集、OpenSubtitles）生成的词嵌入预测效果；3）通过语料库增强（移除特定共现类型）识别关键语言信号；4）追踪训练过程中对颜色-形容词关联最具影响力的句子。关键技术包括：基于fastText skipgram算法的300维词嵌入训练、语义投影法（semantic projection）量化颜色词在形容词轴上的位置、GPT-4的提示工程（prompt engineering）对比，以及针对COCA-fiction语料库的句子级影响力分析。

结果1：词嵌入预测人类颜色关联
使用OpenSubtitles语料库训练的模型能显著预测视力正常者（效应量0.6）和盲人（0.21）的评分。有趣的是，视力正常者对“视觉经验主导”关联（如黑色-脏）的评分更强，而盲人对“语言主导”关联（如绿色-嫉妒）评分更高，暗示学习路径差异。

结果2：小说语料库表现最佳
COCA-fiction的词嵌入预测力最强（视力正常者效应量0.57，盲人0.36），优于体量更大的Common Crawl（6000亿词）和GPT-4的直接评分。研究者推测，小说中丰富的隐喻（如“气得脸红”）和完整句式可能更有效传递颜色语义。

结果3：中介词是关键桥梁
移除含中介词（如“香蕉”连接“黄色”与“成熟”）的句子使模型预测力骤降（效应量从0.57降至0.12），而移除直接共现句子几乎无影响。仅242个高频中介词（如雪、冰、香蕉）即可解释大部分关联，显示语言通过具体概念间接链接颜色与抽象属性。

结果4：训练句子的影响力模式
对颜色-形容词关联贡献最大的训练句子中，形容词出现频率（中位数611次）高于颜色词（418次），且极少同时包含两者，印证二阶共现的主导作用。例如，“冷”与“蓝”的关联主要通过含“冷”或“蓝”（而非两者）的句子建立。

这项研究揭示了语言统计结构在跨感知经验知识传递中的核心作用。盲人通过语言中的高阶共现关系——尤其是中介词构建的语义网络——习得与视力正常者相似的颜色关联。这一发现不仅解释了语义对齐的认知机制，也为语言模型的语义学习提供了新见解：即使缺乏感知基础，分布式统计模式足以编码丰富的世界知识。研究同时指出，小说作为语言载体在传递跨模态知识上具有独特优势，这可能与其叙事性和隐喻密度有关。

局限在于部分语义维度预测力较低，且中介词仅来自视力正常者。未来研究可探索盲人特有的语言学习路径。总体而言，该成果为理解语言如何弥补感知缺失、构建共享语义空间提供了重要证据，对教育、无障碍技术及人工智能的跨模态学习具有启示意义。