自发联想的结构动力学：基于Associator建模预测反刍与重复性思维个体差异

《Cognitive Science》：Capturing Thought Dynamics: Modeling the Structure of Spontaneous Associations

　　

人类思维以因个体而异的模式展开；有些人在观念间流畅移动，而另一些人则回到更狭窄或更重复的路径。研究人员在此询问，联想思维的结构方面——其广度、轨迹和时间节奏——是否能够解释诸如反刍（rumination）等重复性思维（repetitive thinking）风格的个体差异。参与者完成简短的自由联想（free-association）任务，其反应使用在大规模自由联想数据上训练的模型进行量化，以推导联想流的个体结构剖面（structural profiles）。在两个独立样本中，这些剖面预测了自我报告的反刍和重复性思维测量，非线性模型（nonlinear models）解释了有意义的个体间变异，并显示出跨任务和数据集的可泛化性。这些发现表明，重复性思维的个体差异不仅反映在人们思考什么，也反映在联想如何组织并随时间展开。因此，结构建模（structural modeling）为通过联想组织模式表征自发认知（spontaneous cognition）提供了可行方法。

研究背景与问题：人类思维以连续的观念、联想和心理跳跃流展开，William James在一个多世纪前已作描述。认知科学面临的主要挑战之一是捕捉思维的微动态，尤其是区分个体在联想空间中移动方式的结构特征。近期研究将自发思维描述为三个结构维度：广度（breadth；连续思维之间的语义范围，从狭窄、紧密相关到宽泛、灵活转换）、轨迹（trajectory；联想序列是否回到已激活区域或进入新的语义领域）和速度（speed；单位时间内联想转换的次数）。思维模式与情绪、认知和人格相关；宽泛、发散思维与积极情绪相关，而狭窄或重复思维常与消极情绪共现。反刍（rumination）被定义为被动且反复关注负性情绪及其原因，是跨诊断的重复性思维风格。既有计算研究提示反刍涉及结构僵化：Flynn, Herbers, Kurko, and Kan发现，当联想链以积极启动词开始时，负性反应链长度预测更高的特质重复性负性思维；Raffaelli et al.报告高反刍者表现出受限的思维动力学和更强的概念范围收窄，尤其在负性内容之后，并且转入或维持积极状态的概率降低；Andrews-Hanna et al.发现反刍倾向与更频繁的从积极到消极内容转换以及更短积极联想链相关。问题在于，重复性思维是否不仅由显性语义或情感内容决定，也由联想如何组织并随时间展开决定；线性分析可能不足以捕捉这种关系。为此，研究人员采用机器学习（machine learning, ML）从大规模自由联想数据估计词间联想强度，提取思维结构指标，检验其能否预测反刍和重复性思维，并在独立样本中检验泛化性。该研究的意义在于将结构建模用于自发认知，提供可扩展、理论引导的路径来表征联想组织模式。

研究人员开展了什么研究及结论：研究人员开发了Associator模型以量化联想强度，并推导平均强度（Average Strength, AS）和反应间强度（Strength Between Responses, SBR）等结构指标；实验I使用三个问卷（RRS、RRQ、PTQ）和两个联想任务（first-word、chain），发现线性相关不显著后，采用AutoSklearn训练非线性Converter模型。贝叶斯等价检验显示预测问卷分数与观测问卷分数实际等价，随机目标对照模型无此表现。实验II在独立样本中应用实验I模型，三/四任务-问卷对达到等价，所有任务-问卷对均解释显著方差。结论是，自发联想结构包含与重复性思维个体差异相关的信息，非线性模型可跨任务和数据集泛化；重复性思维不仅反映思考内容，也反映联想组织及其时间展开。其意义在于，结构建模为表征自发认知及重复性思维倾向提供了可行方法。

关键技术方法（≤250字）：研究人员以约126,000个希伯来语线索—反应词对（来自已发表希伯来语自由联想规范和本组多研究数据）训练Associator，以相对频率定义联想强度，并用Word2Vec（W2V）词嵌入语义特征及余弦相似度输入随机森林（random forest, RF）回归，估计未观察词对的联想强度，五折交叉验证平均预测误差为2.98%。由AS、SBR和反应时（response time, RT）构建结构指标；用AutoSklearn训练Converter非线性回归，五折交叉验证；以贝叶斯等价检验比较预测与观测差异的95%最高密度区间（highest density interval, HDI）与预设实际等效区域（region of practical equivalence, ROPE，[?0.2, 0.2]）。样本来源：实验I为97名希伯来语本科生（最终96），实验II经Facebook招募223名（最终213）。

研究结果：实验I中，描述统计显示问卷分数近似正态；first-word任务的AS和SBR高于chain任务，AS的个体间变异大于SBR。构建Converter模型时，AS/SBR与问卷分数无显著线性相关，遂采用AutoSklearn训练Converter预测问卷分数，并以随机目标训练对照模型。贝叶斯等价检验显示，六个任务-问卷对的95% HDI均落入ROPE，预测与观测实际等价；随机模型HDI超出ROPE。模型验证：相关与R²显示，chain/first-word的R²分别为RRS 0.56/0.47、RRQ 0.51/0.39、PTQ 0.62/0.19；置换重要性分析未发现单一指标持续主导。实验I小结：联想反应模式系统关联反刍和重复思维问卷分数，随机目标模型无预测支持其特异性。实验II中，描述统计显示RRQ均值为3.56、PTQ均值为2.85；first-word任务AS/SBR高于chain任务，AS变异较大；线性关系缺失。Converter预测与贝叶斯等价检验显示，三/四任务-问卷对的95% HDI落入ROPE，PTQ-chain为例外（N=38）。模型泛化：相关与R²显示R²为0.46–0.60；PTQ的chain任务R²=0.60高于first-word任务0.50，尽管该对未达等价标准。实验II小结：独立样本保留预测性能，三对达到等价，所有对解释显著方差。

讨论部分总结：这些结构特征与自我报告重复性思维无可靠线性关系，提示个体差异可能与联想流的复杂或非线性属性有关；Orwig, Luchini, Beaty, and Schacter的结果也提示非线性模型可揭示线性方法遗漏的语义组织方面。Converter采用非线性映射，使研究人员能够检验自发认知组织是否包含与重复性思维倾向相关的信息，而不主要依赖显性语义或情感内容。随机目标对照支持预测性能依赖联想特征与问卷分数之间的系统关系。chain任务较first-word任务产生更宽泛、更多变的联想反应，并对问卷分数解释更多方差，尤其对PTQ；这可能反映chain任务对序列性联想模式（如轨迹）的敏感性，而PTQ评估一般重复思维倾向，可能更敏感于这些动态方面。更广泛地，重复性思维不仅可按语义内容理解，也可按思维动力学的结构属性理解；这与Raffaelli et al.、Kenett, Anaki, and Faust、Hammerdahl, Vazquez, and Alperin等强调思维动态和联想组织的研究相呼应。局限包括：Associator易受语言使用随时间变化的概念漂移影响，需定期重训；模型基于希伯来语数据，跨语言泛化受限；Converter的非线性高维结构限制特征贡献可解释性；联想任务不能完全捕捉日常思维的情境依赖和情绪塑造动态，需生态效度验证；人口学信息有限及两个样本女性占比较高可能限制泛化。未来应检验临床人群、担忧、侵入性心理活动或持续性自我参照思维等重复思维形式，整合实时行为或生理测量，并直接考察反应速度与联想转换的关系及高维模型解释工具。结论翻译：本研究提示，通过简短、低负担任务捕获的自发联想反应包含与重复性思维个体差异相关的信息。通过整合大规模联想规范与非线性建模，研究人员引入一个框架，用于表征联想动力学的结构属性以及语义内容。该框架提供可扩展、理论引导的方法，用于检查自发思维中的联想组织模式，并强调联想动力学是重复性思维倾向的一个潜在信息维度。