人类学习与生成中心嵌套序列时是否使用下推栈结构？记忆架构的实证与计算建模研究

本综述通过人工语法学习任务，首次采用反应时模式与贝叶斯混合模型相结合的方法，揭示了人类在处理中心嵌套（center-embedded）和交叉序列（cross-serial）时使用队列（queue）而非栈（stack）的内存架构。研究发现交叉序列比中心嵌套序列更易学习与生成，挑战了形式语法复杂性层级的传统假设，为认知架构与序列生成计算模型提供了关键证据。

　　

引言：序列结构的认知基础与理论背景

复杂序列在人类心智活动中无处不在，涉及自然语言、音乐、数学和逻辑等多个认知领域。然而，用于学习抽象语法和处理复杂序列的表征与计算机制尚不明确。本研究通过人工语法学习任务，探讨成人如何抽象化中心嵌套和交叉序列语法，并推广到训练序列之外的嵌入层级。研究测试了向更长序列长度的未训练泛化能力，并利用错误模式、项目间反应时间及贝叶斯混合模型，检验了两种可能支撑每种语法序列表征的内存架构：栈（stack）和队列（queue）。

中心嵌套与交叉序列的语法复杂性

中心嵌套结构（如A₁A₂B₂B₁）和交叉序列结构（如A₁A₂B₁B₂）在形式语法理论中分属上下文无关语法（context-free grammar）和上下文敏感语法（context-sensitive grammar）。根据Chomsky-Schützenberger层级理论，中心嵌套序列可由下推自动机（push-down automata）处理，仅需单栈内存；而交叉序列需更复杂的内存架构，如双栈或线性有界自动机。然而，心理语言学研究发现，中心嵌套结构在实际处理中比交叉序列更困难，这与形式复杂性预测相反。例如，德语的中心嵌套句子比荷兰语的交叉序列句子更难理解（Bach et al., 1986）。

实验设计与方法

研究采用Terrace（2005）开发的序列生成任务，要求参与者通过点击屏幕上的图像生成特定序列。刺激物由配对的红蓝形状组成（如蓝月亮与红月亮构成一个基对单元），形成索引化A^{nBn语法。参与者被随机分配到中心嵌套或交叉序列条件，经历三个阶段：初始训练（学习两个4项序列）、4项测试（组合训练项的新序列）以及4、6、8项全新测试（使用未见过形状的数组）。关键指标包括序列准确性、项目间反应时间（item-to-item response times）及计算模型拟合。}

结果：学习难度与泛化能力

参与者能成功学习两种语法，但交叉序列条件表现更优。在4项测试中，中心嵌套和交叉序列的正确率分别为77%和91%，且交叉序列的泛化到6项和8项序列的能力更强（6项正确率：44% vs 76%）。错误分析表明，中心嵌套条件下常见基对匹配错误（如A₁A₂A₃B₂B₁B₃）和误产交叉序列（16%），而反向错误极少。逻辑回归显示，条件与数组大小存在交互作用，中心嵌套条件在从4项到6项的泛化中下降更显著。

反应时特征揭示内存架构

项目间反应时分析发现，中心嵌套序列在后半段（红色项）呈现显著下降的斜率（6项：β = -136.7 ms/touch; 8项：β = -185.7 ms/touch），而交叉序列相对平坦。这种负斜率是队列架构的典型特征，代表迭代搜索过程：参与者存储项目于先进先出（first-in-first-out）队列，并通过逐步搜索匹配基对。相反，栈架构预测平坦反应时，因项目可直接从栈顶弹出（last-in-first-out）。整体上，中心嵌套序列的后半段反应时更长（6项：+640.8 ms; 8项：+851.5 ms），表明其处理更耗时。

计算模型验证队列架构

贝叶斯混合模型比较了栈和队列架构的拟合优度。队列模型在中心嵌套条件中显著更优（ΔAIC = 2250），而栈模型在交叉序列中略优（ΔAIC = 791），但后者可能源于数组长度增加时的初始扫描过程，而非内存架构本身。误差源分析表明，中心嵌套条件的错误更多来自语法学习失败（错误率0.12 vs 0.06）和内存噪声（8项错误率0.12 vs 0.08），尤其在长序列中。

讨论：队列架构的普遍性与学习机制

结果一致表明，人类在生成中心嵌套和交叉序列时均使用队列而非栈架构。学习难度差异可能源于队列处理中“逆序”规则更难发现——交叉序列的“同序”假设更易获取。这挑战了形式语法复杂性直接预测处理难度的观点，强调加工复杂度（processing complexity）而非形式复杂度的主导作用。研究为非人动物和儿童语法学习提供了比较基础，如猕猴和3-5岁儿童能学习中心嵌套语法但泛化能力有限（Ferrigno et al., 2020）。

与自然语言语法的关系及未来方向

尽管人工语法与自然语言存在差异（如语义关系、嵌套修饰），但队列架构可能在某些语言处理环节起作用。未来研究可整合语义关系（如动物-食物配对）、测试内隐学习范式，并采用fMRI区分语言网络与多需求网络参与。当前任务可能涉及显式规则表征，而非自然语言的内隐处理。McElree et al.（2003）发现自然语言理解呈现内容可寻址性（content addressability）而非队列搜索特征，提示架构可能因任务而异。

结论

本研究通过反应时和计算建模证据，首次证实人类在索引化AⁿBⁿ语法处理中依赖队列内存架构。中心嵌套序列的学习与生成均比交叉序列更困难，且队列搜索过程导致特征性反应时下降。这些发现深化了对序列生成认知机制的理解，并为语法学习计算模型提供了新约束。