词汇与构式概率如何解释长距离依存结构的可接受性

研究人员针对长距离依存结构可接受性的影响因素展开研究，通过概率模型验证了动词框架概率（P(verb, that)）及其分解因素（动词概率P(verb)和条件概率P(that | verb)）的关键作用。实验复现和扩展研究表明，句子可接受性与词汇及构式的整体概率显著相关，为句法理论争议提供了基于语料库的量化证据，支持构式语法（Construction Grammar）的认知解释。

　　

语言科学中一个长期悬而未解的谜题是：为什么某些跨越句子补语动词的长距离依存结构（如“What did Mary murmur that Bill kicked?”）听起来别扭，而另一些（如“What did Mary say that Bill kicked?”）却显得自然？传统句法理论试图通过复杂的空语类（empty categories）或“句法岛屿”假说来解释，但这些假设缺乏独立证据支持。近年来，认知语言学提出概率模型可能才是关键——人们更接受那些由高频词汇和常见构式组成的句子。

为验证这一假说，麻省理工学院（Massachusetts Institute of Technology, MIT）的研究团队在《Cognition》发表论文，通过语料库分析和行为实验双重验证。他们首先从美国当代英语语料库（COCA）中提取动词概率P(verb)、动词带补语连词that的条件概率P(that | verb)，以及二者乘积的动词框架概率P(verb, that)。随后复现Liu et al. (2022)的实验设计，让受试者对48组含不同动词的疑问句和陈述句进行可接受性评分，并新增形容词框架（如“What was Mary glad that Bill bought?”）的扩展研究。

关键技术方法

1. 语料库概率计算：基于COCA的依存句法分析，量化动词频率、补语构式选择偏好；
2. 实验设计：采用7级李克特量表评估含不同动词/形容词的疑问句与陈述句可接受性；
3. 统计建模：使用线性混合效应模型分析概率指标与评分的关联，控制词频、句法复杂度等混淆因素。

主要研究结果

1. 动词框架概率的分解效应：

   • 动词本身概率P(verb)和其带补语概率P(that | verb)均独立预测可接受性，但二者交互作用不显著，表明动词框架概率P(verb, that)的效应可完全由这两个简单因素解释。例如高频动词“say”带补语的概率也高，因此“say that”构式整体可接受性高。

2. 形容词框架的平行验证：

   • 在形容词实验中（如“glad that”），同样发现形容词概率P(adjective)和P(that | adjective)共同决定可接受性，证实概率效应的普适性。

3. 构式类型的主效应：

   • 所有实验中，疑问句评分显著低于陈述句，符合“陈述句更常见”的语用预期。

结论与意义
这项研究通过概率视角统一解释了句法理论长期争论的“岛屿效应”：句子的可接受性并非由抽象句法规则决定，而是取决于其组成成分的累积概率。这一发现为构式语法（Construction Grammar）提供了实证支持，表明语言处理本质上是基于经验的概率计算过程。方法论上，研究创新性地将语料库概率分解为可解释的认知变量，为后续研究提供了可复用的分析框架。实际应用中，该模型可优化自然语言处理系统对“非标准”句子的生成与评估策略。