认知能力与隐喻理解过程的个体差异：基于预测模型的计算分析

本综述通过计算建模方法，首次揭示了认知能力与隐喻理解过程中关键参数（扩散激活参数m和话题约束参数k）的关联。研究发现相似性推理能力（SST）同时影响隐喻理解的激活与约束过程，为理解创造性认知（如Gf、Gr、Gc）在隐喻处理中的作用机制提供了新视角。

　　

Highlight

本研究通过计算建模方法揭示了认知能力个体差异与隐喻理解过程的深层联系。研究发现相似性推理能力（SST）同时调控隐喻理解中的概念激活（参数m）与语义约束（参数k）过程，为理解创造性认知的运作机制提供了新视角。

Correlations between cognitive abilities and model parameters

表2和表3分别展示了在MAP@₂₆₁₃₆和MRR@₂₆₁₃₆指标下最大化模型性能时，认知能力与模型参数间的相关性。由于参数m和k为非连续变量，我们对其进行了对数转换。MaxMAP@₂₆₁₃₆和MaxMRR@₂₆₁₃₆代表每位参与者的最高模型评估指标。

正如预期，相似性推理能力（SST）与扩散激活参数m呈显著正相关（r_s = .24, p < .05），与约束参数k呈显著负相关（r_s = -.22, p < .05）。此外，虽然流体智力（RPMS）与参数k呈现负向趋势，但未达到统计显著性。令人意外的是，创意流畅性任务（测量Gr）与参数m之间并未出现预期的正相关关系。

General Discussion

本研究通过预测模型首次证实：相似性推理能力（SST）会同时影响隐喻理解过程中的概念扩散激活（参数m）和语义约束（参数k）。这一发现突破了以往研究仅关注认知能力与隐喻理解结果关联的局限，直接揭示了认知能力对隐喻加工过程的影响机制。

然而，假设3和假设4未获支持——流体智力（RPMS）与约束参数k无显著负相关，创意流畅性（Gr）与激活参数m也未呈现预期正相关。这表明不同认知能力在隐喻处理过程中可能扮演着差异化角色：相似性推理能力直接影响语义网络的激活与筛选过程，而流体智力更可能参与后续的整合加工阶段，创意流畅性则可能涉及完全不同的认知机制。

CRediT Authorship Contribution Statement

Ryunosuke Oka：负责研究概念化、方法设计、形式分析、数据收集、论文撰写与可视化

Akira Utsumi：参与验证、资源提供与论文审阅

Takashi Kusumi：负责验证、资源协调与论文审阅

Declaration of generative AI and AI-assisted technologies

研究团队在论文撰写过程中使用ChatGPT进行语法检查，所有生成内容均经过作者严格审阅与编辑，作者对论文内容的完整性与准确性承担全部责任。