基于分布语义模型的中等尺度地理空间布局提取：挑战传统认知地图理论的新证据

本研究通过分布语义模型(DSMs)突破性地证明，中等尺度地理空间信息(如城市地标)可从纯语言数据中提取。研究人员针对柏林、伦敦等五座欧洲城市地铁网络，首次验证语言模型能重构站点间相对距离和绝对坐标两种空间表征，并发现语言数据与地理/示意图距离均高度吻合。该成果发表于《Neuropsychologia》，挑战了认知地图依赖专用空间计算的传统观点，为语言环境中的非空间联想学习机制在空间表征形成中的作用提供关键证据。

　　

在人类空间认知研究领域，一个长期存在的核心争议是：我们大脑中的"认知地图"究竟主要依赖专用的空间计算机制，还是可以通过非空间的学习过程构建？传统理论自Tolman(1948)提出"认知地图"概念以来，一直强调海马体和内嗅皮层中位置细胞、网格细胞等神经元的空间编码功能。然而近年研究发现，仅通过语言这种非空间媒介，人类就能重建大尺度地理空间关系——这向传统理论发出了挑战。

更令人困惑的是，日常生活中更常接触的中等尺度空间(如城市内部地标)能否通过语言重建？这个问题涉及三个关键矛盾：首先，中等尺度环境在语言中的出现频率远低于国家/城市级大尺度空间；其次，地铁站名普遍存在多义性(如伦敦的"Angel"既指区域也指天使)；再者，复合词站名(如"Elephant & Castle")对传统分布语义模型(DSMs)构成技术挑战。意大利和瑞士的研究团队选择柏林、伦敦等五座欧洲城市地铁系统作为研究对象，在《Neuropsychologia》发表的研究中给出了突破性答案。

研究采用fastText模型(2018多语言版)提取站点名称的300维向量，通过两种创新方法量化空间信息：1) 计算站点对间的余弦距离作为"语言距离"；2) 以"North/South"等方位词为锚点，推导站点"语言坐标"。关键技术包括：基于Common Crawl和Wikipedia训练的DSMs、WebPlotDigitizer地图坐标提取、线性混合模型统计分析。

实验1揭示语言距离与真实地理距离显著正相关。柏林(r=0.024)、伦敦(r=0.027)等城市均显示显著效应(p<0.001)，证明DSMs能捕捉中等尺度空间结构。特别值得注意的是，马德里未达显著水平(p=0.10)，暗示语言文化因素可能影响重建精度。

实验2首次证明语言可编码绝对空间坐标。通过设计语言纬度=cos(站点,North)-cos(站点,South)的算法，发现语言纬度与地理纬度显著相关(F=7.44,p=0.006)，语言经度同样有效(F=3.90,p=0.048)。这一发现将Louwerse团队的大尺度空间研究推进到城市层面。

实验3颠覆了地铁示意图严重失真的传统认知。通过数字化处理伦敦地铁官方地图，发现地理距离与示意图距离相关性高达r=0.89(p<0.001)，绝对坐标相关性更达r=0.95。更关键的是，语言数据对两种距离模式的捕捉能力无差异(p=0.178)，表明DSMs能同等地表征物理空间与视觉空间信息。

这项研究的多项发现具有里程碑意义：首先，它证实中等尺度空间表征可通过纯语言机制建立，无需依赖空间计算——这为Rinaldi & Marelli(2020)提出的"非空间联想学习主导论"提供实证支持。其次，研究揭示了语言编码空间信息的双通道机制：既能保持拓扑关系(相对距离)，又能保留度量属性(绝对坐标)，呼应Peer等人(2021)的"混合表征理论"。

特别值得关注的是，团队发现fastText模型对多义词和复合词的处理能力超出预期。尽管"Elephant & Castle"等站名包含非空间语义，模型仍能提取其空间特征，这支持Günther等人(2019)关于"分布式表征可编码多义性"的假说。研究还指出，DSMs重建精度与语言数据中空间信息的密度正相关，这为未来研究不同文化背景下的空间语言差异提供了方法论框架。

该成果对认知神经科学和人工智能领域均有深远影响。在理论层面，它挑战了O'Keefe & Nadel(1978)的"空间优先论"，证明语言环境足以塑造空间认知；在应用层面，为开发新型空间导航辅助工具提供了计算模型基础。正如作者所言，这项研究"为理解人类如何通过非空间经验构建空间知识开辟了新途径"。