《Brain and Language》:The neural mechanism underlying statistical learning’s contribution to L2 grammar learning
编辑推荐:
统计学习机制通过听觉和视觉通道动态影响二语语法神经加工,初期后中央回感知处理转为后期前中央回自动化执行,右顶叶注意资源减少。
陈瑶|李莉|杨静|王梦星|王瑞明
双语认知与发展实验室,广东外语外贸大学语言与应用语言学中心,广州,中国
摘要
语法将人类语言与动物交流区分开来。虽然第一语言(L1)的语法依赖于语言特定的机制,但第二语言(L2)的语法主要依赖于领域通用的机制,例如统计学习(SL),这有助于检测输入模式。然而,关于SL如何促进L2语法学习及其神经基础的经验证据仍然有限。本研究采用了SL任务和人工语法学习任务的fMRI协议,探讨了SL在L2语法学习中的作用,研究了听觉SL和视觉SL之间的区别,以及其贡献在不同学习阶段(特别是学习的第1天和最后一天)的变化。我们发现,听觉SL最初会激活左侧后中央回,促进自下而上的结构规律提取。随着学习进展到熟练阶段,这种依赖性转移到了左侧前中央回,同时右侧顶叶注意力区域的参与度降低。这种神经变化反映了从感知处理向自动化运动表征的转变,以及更高效地检索语法模式的能力。这些结果为领域通用的SL在L2语法学习中的作用提供了神经生物学证据,强调了其相对于先天语法知识的重要性,并加深了对学习过程的理解。
引言
语法在区分人类语言和动物交流方面起着关键作用(Hauser等人,2002年)。尽管动物可以掌握一些词汇知识,但它们在语法方面存在困难(Terrace等人,1979年)。这突显了语法在语言学习中的重要性。早期的争论集中在语法学习是特定于语言的,还是属于更广泛的领域通用认知能力的一部分(例如,Chen等人,2021a;Chen等人,2021b;Christiansen和Chater,2016年)。然而,大型语言模型(LLMs)的出现表明,这些模型可以在没有专门的语言处理模块的情况下达到类似人类的语言水平,而是依靠从语言输入中提取统计特征(Contreras Kallens等人,2023年)。这与人类大脑中的统计学习(SL)机制类似,后者使个体能够从环境输入中提取潜在规则(Christiansen,2019年;Saffran等人,1996年)。SL可能是支持语言学习中语法规律计算的关键机制(Christiansen和Chater,2016年;Jackendoff和Audring,2019年)。
如上所述,SL是一种从环境输入中提取规律的认知机制,在语言学习中起着关键作用(Conway和Christiansen,2005年;Saffran等人,1996年)。它具有多组分特性,会因模态(例如听觉与视觉)和领域(例如言语与非言语)而异(Conway和Christiansen,2005年;Frost等人,2015年)。此外,它还依赖于执行控制、记忆、注意力和处理速度等认知功能(Arciuli,2017年)。现有文献提出,SL包括在感觉运动区域激活的特定于模态的系统,用于处理简单规律;以及在前额叶皮层和工作记忆网络中激活的依赖注意力的系统,用于处理复杂规律(Conway,2020年)。
SL通常通过SL任务进行研究,参与者会接触到包含统计定义的三元组的刺激流,然后被要求检测目标项目。这些任务涵盖听觉(言语和非言语)和视觉(言语和非言语)领域,遵循一致的程序,但使用的刺激类型不同。
行为和神经证据都证明了SL在语法学习中的作用。例如,Kidd和Arciuli(2016年)使用视觉言语SL任务来研究SL与L1语法学习之间的联系。他们让参与者接触连续的视觉字母流,然后让他们完成一个二选一的强制选择任务。随后,参与者需要完成一个语法理解任务。他们的研究结果表明,SL能力可以预测L1句法表现,强调了SL与语法学习之间的联系。
同样,Daltrozzo等人(2017年)采用了视觉非言语SL任务,让参与者接触连续的视觉颜色图像流,并在记录他们的EEG反应的同时完成一个二选一的强制选择任务。此外,参与者还完成了一个语法判断任务来评估他们的语法能力。研究显示,与SL相关的晚期中央-顶叶EEG效应与L1语法表现相关。总体而言,行为和神经生理学证据都支持SL与语法学习之间的联系,表明SL在该过程中起作用。
SL在L2语法学习中的作用尚未得到充分理解。Chen等人(2022年)研究了多种领域通用认知功能(如认知控制、工作记忆、注意力和SL)对L2语法学习表现的影响。他们的结果表明,SL比其他认知功能具有更强的预测能力,表明其潜在的重要性。然而,同时考察多种机制可能会掩盖SL的精确贡献。
为了单独研究SL的作用,Godfroid和Kim(2021年)使用了视觉和听觉非言语SL任务来考察它们与中级学习者L2语法熟练程度之间的关系。他们报告说,SL能力具有模态特异性,但没有发现与L2语法结果之间的显著相关性。这种缺乏明确联系可能是因为L2语法学习的发育性质,在不同阶段会涉及不同的认知机制。最初,学习者可能依赖SL来识别语言元素之间的统计规律。随着熟练程度的提高,他们逐渐转向依赖先前获得的语法规律。因此,要全面理解SL的作用,需要关注SL的多组分性质和L2学习的发育动态。
为了解决这个问题,Chen等人(2023年)进行了听觉和视觉SL任务,包括言语和非言语任务,以评估参与者的SL能力,并提供了五天的使用人工序列的训练。他们观察到,听觉和视觉非言语SL都支持早期学习,但只有视觉言语SL对后期熟练表现有贡献。然而,这项研究的一个局限性在于它没有排除语言特定机制的潜在影响。因此,目前仍不确定学习效果是由领域通用的SL还是由先天语言知识驱动的。
根据上述文献,可以确定四个主要的研究空白。首先,尽管SL已被证明是L2语法学习的强预测因子,但其具体贡献仍不清楚。其次,关于SL与L2熟练程度之间关系的现有发现并不一致,部分原因是缺乏对学习发展轨迹和SL多组分性质的关注。第三,尽管最近的研究开始考察不同学习阶段的SL,但尚未充分控制语言特定机制的潜在混淆因素,这使得难以确定观察到的学习效果是否源于领域通用的统计学习能力。第四,目前的研究主要从行为角度进行,未能充分探索潜在的神经机制。
研究片段
当前研究
鉴于上述空白,本研究旨在探索SL对L2语法学习贡献的神经机制,具体问题如下:
1)SL是否在L2语法学习中起作用?如果起作用,那么视觉SL和听觉SL的作用是否有所不同?
2)这种作用是否在学习的不同阶段有所不同,特别是学习的第1天和最后一天?
3)SL在L2语法学习中起作用的神经机制是什么?
我们提出了以下假设
方法
我们采用了SL任务和AGL任务的fMRI协议来探讨这些问题。选择AGL任务是因为它与L2语法学习的相关性已得到证实(Petersson等人,2012年),对参与者来说具有新颖性,能够最小化语义干扰,并且结构简单,便于快速掌握(Morgan-Short,2020年)。
磁共振成像(MRI)采集
在华南师范大学使用3T Siemens Magnetom Prisma扫描仪和64通道头部线圈采集MRI数据。视觉刺激通过投影仪(60 Hz,1024 × 768像素)显示在屏幕上,参与者通过镜子观看。在视觉SL、听觉SL和AGL任务期间,使用T2*-加权EPI序列获取功能图像(TR = 2000 ms,TE = 30 ms,翻转角度 = 90°,视野 = 192 mm,32层,厚度 = 3.5 mm,交错扫描)。
数据分析
为了研究SL对L2语法学习的贡献的神经机制,我们分析了行为表现和fMRI数据。
SL任务的行为表现
在结构化运行中,无论是听觉(t(923) = ?3.766,p < 0.001)还是视觉SL任务(t(853) = ?14.384,p < 0.001),反应时间都显著缩短,表明学习成功。此外,我们分析了结构化运行的反应时间斜率(RT斜率),以考察隐性学习。听觉SL(M = ?0.072,SD = 0.400)和视觉SL(M = ?0.176,SD = 0.385)的RT斜率显著偏离正常分布(p < 0.001)。单样本Wilcoxon检验
讨论
本研究旨在探讨SL对L2语法学习贡献的神经机制。我们发现,听觉SL通过从左侧后中央回的感觉编码到左侧前中央回的运动自动化的动态神经转变与语法学习相关,这一过程的特点是对右侧顶叶注意力的依赖减少以及技能在左侧半球回路中的巩固。
结论
本研究阐明了听觉SL与L2语法学习相关的神经机制,揭示了一个从感觉编码到运动自动化的动态过程。我们的发现表明,听觉SL最初激活左侧后中央回,用于对听觉序列进行细致的感知分析,支持自下而上的结构规律提取。随着学习的进展,这种依赖性转移到了左侧前中央回。
数据声明
鉴于涉及的生物医学数据的敏感性,数据可在合理请求下向作者获取。
CRediT作者贡献声明
陈瑶:写作——审稿与编辑,撰写初稿,可视化,方法论,数据管理,概念化。李莉:概念化,写作——审稿与编辑,资源获取。杨静:写作——审稿与编辑,方法论。王梦星:数据管理。王瑞明:写作——审稿与编辑,资源获取,方法论,资金获取。
资助
该研究得到了国家社会科学基金“基于统计学习的中文作为第二语言的汉字处理与训练改进研究”(24BYY114)的资助。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。