ECoG解码句子生成中的词汇处理揭示句法角色编码与结构依赖性时间动力学

本研究通过颅内皮层电图(ECoG)记录和机器学习分类，首次在自然语句生成过程中追踪词汇的神经表征。研究发现前额叶皮层存在句法角色特异性编码(IFG偏好主语，MFG偏好宾语)，且被动句引发持续双词并行处理模式，为语言产生模型提供了神经证据，并揭示了句法结构如何塑造语言处理的时空动态。

　　

语言作为人类独有的复杂认知能力，其神经机制研究长期面临方法学挑战。传统研究多聚焦孤立词汇产生，而自然语句生成涉及词汇选择、句法构建和发音执行的复杂协调过程。这种简化研究范式与真实语言使用间的鸿沟，使得学界对句子产生的神经基础认知存在重大空白。更关键的是，现有模型难以解释句法结构如何影响词汇处理的时空动态，以及大脑如何实现主语/宾语等句法角色的快速编码转换。

纽约大学朗格尼医学中心的Adam M. Morgan团队在《Communications Psychology》发表的研究，通过高时空分辨率的颅内皮层电图(ECoG)技术，结合创新的跨任务解码范式，揭示了句子生成中词汇处理的神经机制。研究招募10名癫痫手术患者，在其执行图片命名、列表生成和句子描述任务时，记录左半球语言网络的神经活动。采用机器学习分类器识别词汇特异性神经表征，并通过时间规整技术对齐不同任务的神经信号。

研究发现三个关键突破：首先验证了词汇表征在孤立命名与句子语境中的共享性，为语言产生理论的跨任务泛化性提供直接证据。其次揭示了句法结构对处理时序的调控作用——主动句中词汇按产出顺序依次激活，而被动句引发前额叶皮层对主语(IFG)和宾语(MFG)的持续并行编码。最后发现了前额叶的空间编码机制，IFG选择性表征主语而MFG偏好宾语，这种神经功能分化可能解释全球语言普遍存在的主语优先倾向。

在方法学层面，研究采用高密度ECoG记录语言相关皮层的高伽马活动(70-150Hz)，通过时间规整处理解决反应时变异问题。构建多层逻辑回归分类器，在图片命名数据中训练后，迁移至句子语境进行词汇解码。采用贝叶斯方差分析和置换检验确定时空特异性，并通过交叉验证确保模型稳健性。

具体结果呈现多重发现：在"词汇特异性信息"部分，研究证实所有七个感兴趣区域(ROI)均可解码词汇身份，但后颞叶(PTL)的编码最早出现，支持其语音编码的枢纽作用。"列表生成中的词汇预测"显示感觉运动区(SMC)的词汇激活严格遵循发音顺序，表明列表处理更接近孤立命名模式。

"主动句中的词汇处理"部分发现，与列表类似，主动句的词汇按S→O顺序依次激活。而"被动句的持续编码"揭示颠覆性现象：前额叶维持双词全程激活，MFG持续编码宾语而IFG偏好主语，形成空间句法角色图谱。统计比较显示被动句的" incongruent detections"显著多于主动句，证实非典型结构引发更复杂的神经计算。

讨论部分指出，该发现对语言产生模型具有三重启示：首先支持词汇表征的跨任务稳定性，其次揭示前额叶通过持续激活实现句法控制，最后提出空间编码可能影响语言演化。特别指出IFG-MFG的分工模式更符合工作记忆而非句法移位解释，为长期争议提供新视角。研究创新性地将解码技术应用于自然语句生成，为理解语言层级处理开辟新途径，其发现的神经效率差异也可能解释跨语言的主语优先倾向。

这些发现不仅推进了对语言神经基础的认识，也为临床语言障碍研究提供新靶点。未来研究可拓展至更复杂句法结构，并探索这种神经编码模式是否存在于非印欧语系。该研究建立的范式为探索语言产生与理解的神经差异奠定了方法学基础，标志着认知神经科学在自然语言处理研究中的重要突破。