德国名词复数习得作为分类问题的研究：从可检测性到实用性

本研究针对德语名词复数形态习得的计算模型问题，提出基于网络理论和任务特异性线性处理的新模型。通过分析德语名词性数系统数据，该模型不仅优于现有模型，其预测结果与德语母语者的心理语言学实验判断一致，为形态结构的涌现机制提供了新见解。

　　

在语言习得领域，德语名词复数系统以其复杂性和不规则性长期成为理论争议的焦点。传统观点将语言学习视为规则应用与记忆存储的双重过程，但越来越多的证据表明，人类语言处理更可能基于统计学习和类比机制。然而，现有计算模型面临三大困境：一是依赖预设的语言学特征（如词性标记）而缺乏认知合理性；二是使用字符级表征（如n-gram）却无法解释非传统语素（如英语-ceive或德语-tor）的心理表征；三是忽视任务特异性对语言处理的关键影响。这些局限促使Sergei Monakhov等研究者重新思考形态学习的计算建模路径。

研究人员创新性地将网络理论与心理语言学原理相结合，提出"任务特异性线性处理模型"。该模型基于三个核心假设：(1)语言处理是类比驱动的；(2)遵循线性序列原则；(3)受效率与可靠性双重约束。研究团队从德国Web 2020语料库(deTenTen20)和DWDS词典中提取8,079个德语名词及其复数形式，构建训练集(7,079词)和测试集(1,000低频词)。通过分层抽样确保数据代表性，并采用网络分析技术建立动态关联网络。心理语言学实验招募30名德语母语者，设计创新的"字母揭晓游戏"来验证模型预测。

研究结果显示，该网络模型在测试集上达到95%的准确率，显著优于传统n-gram模型(87%)和判别学习模型(82%)。特别值得注意的是，模型识别的"高置信高效语音组块"（如[??]、[?aft]）与实验参与者的实际切分模式高度吻合（准确率提升14%）。生存分析表明，当组块类型频率增加1个对数单位时，被试中断字母揭晓的概率上升56%，证实了效率原则的认知现实性。

在"名词复数系统"部分，研究系统梳理了德语5种主要复数标记（(E)N、E、ER、S、?）的分布规律。通过比较Marcus等学者历年的语料统计，证实(E)N是最高频类型（平均占比49.2%），而S虽仅占4.9%但具有最广泛的语音适应性。网络模型成功再现了这种"少数默认"现象——S类在测试集中的泛化准确率达76%，接近人类被试水平。

"计算建模"章节详细对比了六类算法性能。其中，新模型在CELEX数据库测试中保持95%准确率，在仅412词的SIGMORPHON数据集上仍达92%，展现强大的小样本学习能力。与传统ANN相比，新模型对低频类（如E类）的预测优势明显（90% vs 82%）。判别学习模型的权重分析揭示，其依赖大量非直觉性音素组合（如[?sp]、[n?s]），而网络模型仅需1,759个语音组块即可实现更优性能。

心理语言学实验设计极具巧思。通过"字母揭晓-得分奖励"机制，研究者发现：78%被试在前10个练习词后主动转向从右向左处理，证实词尾信息在复数判断中的核心地位。贝叶斯回归显示，每新增一个词，被试选择从左处理的概率降低15%，且这种策略转换与即时得分反馈显著相关（β₄=0.313）。更重要的是，与模型识别的语音组块重合的字母组合，其判断准确率显著提高至74%，验证了组块识别机制的心理现实性。

讨论部分深刻指出，该研究实现了三重突破：首先，将"非符号化表征"与"意义关联"通过动态网络统一，解决了Baayen"无定形模型"的语义关联难题；其次，首次证实语音组块可同时涵盖传统语素（如[??]）和分裂成分（splinters，如[mus]），为形态连续统理论提供计算证据；最后，提出的"最短路径分析"框架，比MDLChunker等浅加工模型更精细地平衡了组块大小与分类效能。

这项发表于《Cognition》的研究，其重要意义在于：方法论上，开创了"任务约束下的关联分析"新范式；理论上，弥合了规则派与网络派的长期分歧；应用层面，为语言障碍干预提供了可量化的处理单元评估工具。正如作者强调的，未来研究应进一步探索这些高效组块如何获得语义负载，及其在创造性构词中的作用机制，这将为理解语言演化的计算基础开辟新路径。