构建与呈现故事世界:叙事生成的神经学基础

《Brain and Language》:Constructing and expressing the story world: neural correlates of narrative generation

【字体: 大 中 小 】 时间:2026年05月03日 来源:Brain and Language 2.3

编辑推荐:

  莎琳·D·纽曼 | 玛德琳·莱因 | 艾米丽·C·甘 | 延宇·熊 美国阿拉巴马大学塔斯卡卢萨分校生命研究所 **摘要** 叙事生成需要整合语言、社会和概念知识,将内在表征转化为连贯的 discourse。很少有研究探讨大脑是如何支持理解和生成的不同阶段的。在这项功

  莎琳·D·纽曼 | 玛德琳·莱因 | 艾米丽·C·甘 | 延宇·熊
美国阿拉巴马大学塔斯卡卢萨分校生命研究所

**摘要**
叙事生成需要整合语言、社会和概念知识,将内在表征转化为连贯的 discourse。很少有研究探讨大脑是如何支持理解和生成的不同阶段的。在这项功能性磁共振成像(fMRI)研究中,27名参与者首先观看了一幅九格漫画,然后计划了一个故事,并在扫描过程中口头表达出来。故事理解过程中,默认模式网络(DMN)中的多个区域被激活,包括内侧前额叶皮层、后扣带回皮层和前楔叶,以及右岛叶,这些区域与情境模型构建、情感推理和心理模拟有关。故事生成则激活了一个更广泛的双侧网络,涉及海马体、基底节、右颞顶交界区(TPJ)和左前颞叶(ATL),反映了在词汇选择、记忆检索和社会认知过程中的额外需求。探索性回归分析显示,较高的词汇多样性(Maas)与理解过程中右下额回的激活减少以及前楔叶的激活增加有关。回归分析还表明,社会认知能力(TASIT)的测量结果与小脑的激活有关,这支持了小脑在心理化和社会预测中的新兴作用。这些发现表明,叙事生成依赖于DMN、语言系统和小脑系统之间的动态互动,尽管理解和生成在语言、记忆和社会认知要求上存在差异,但它们共享一个共同的表征基础。回归结果突出了将个体在词汇处理和社会认知方面的差异与叙事表现联系起来的潜在神经机制。

**引言**
叙事理解和叙事生成是人类认知中最复杂的形式之一,需要整合语言、社会和概念知识。传统上,这些过程是通过单独的任务和刺激来研究的;然而,越来越多的证据表明,它们依赖于部分重叠的神经系统(Morales等人,2022年)。最近在实时双向对话中使用超扫描技术的研究表明,说话者和听者之间的神经活动紧密耦合,揭示了言语生成和理解的共享表征空间(Zada等人,2026年)。值得注意的是,这种生成-理解耦合发生在后扣带回皮层(PCC)/前楔叶和颞顶交界区(TPJ),这些区域与情境建模(Ferstl和von Cramon,2001年;Ferstl,2010年)、视角-taking(Riberiro da Costa等人,2022年)和社会认知(Obando Yar等人,2025年)有关。此外,对话语言的研究结果表明,在互动语境中的语言使用也会以传统非互动语言范式无法完全捕捉的方式激活右半球的“社会大脑”,突显了共享概念和社会表征在话语中的重要性。综合来看,这些发现表明,在互动语言使用中至少有一些社会认知过程也可能在故事理解和生成过程中被激活,因为两者都涉及构建和维持包含视角-taking和推断意图的情境模型。

**产生连贯叙事的过程**
产生连贯的叙事涉及在由因果和时间关系支配的多个抽象层次上选择和组织语言单位(Ferstl,2010年;Morales等人,2022年)。这一过程是在语义空间中进行的一种基于情境的决策制定,大脑在其中动态探索和评估语言可能性以构建有意义的 discourse(Thye、Hoffman和Mirman,2024年)。在互动交流中观察到的理解和生成之间的重叠表明,这两个过程可能依赖于一个共同的表征框架,该框架支持意义构建、推理和社会理解。

**情境模型**
关于这一共享框架的一个著名理论是情境模型(van Dijk和Kintsch,1983年),它是一种内部表征,将传入的信息与先前的知识和期望整合起来,以描述叙事所描述的“事态”。情境模型被认为既支配话语理解也支配话语生成(Kintsch和van Dijk,1978年;Garrod和Pickering,2004年)。基于先前的经验(Barnett和Bellana,2025年),它们使个体能够维持对事件、角色、目标和意图的动态表征。构建和维持情境模型在很大程度上依赖于推理过程,这些过程整合了概念、情境和社会信息,随着叙事的发展而变化。

**神经成像研究**
神经成像研究一致指出,默认模式网络(DMN)在情境模型的构建、维护和更新中起作用,特别是PCC/前楔叶和内侧前额叶皮层(mPFC)(Ferstl,2010年;Fletcher等人,1995年;Maguire等人,1999年)。这些区域支持在扩展叙事情境中的连贯性和整合(Raichle,2015年;Andrews-Hanna等人,2014年;Lee等人,2020年;J??skel?inen等人,2020年;Zacks和Ferstl,2016年;van Moort等人,2020年)。其他区域,包括背内侧前额叶皮层(dmPFC)和TPJ,也反复被证明与推理生成和话语连贯性有关(Ferstl,2010年;Kuperberg等人,2006年;Mason等人,2008年)。与PCC/前楔叶一起,这些区域在成功推理和话语整合过程中表现出更高的激活(Ferstl和von Cramon,2001年)。需要注意的是,许多被强调的区域,尤其是DMN和颞顶网络的节点,作为支持语言、记忆和社会认知多个交互方面的整合中心而发挥作用。因此,它们在不同阶段和分析对比中的参与应被视为共享表征系统的灵活运用,而不仅仅是区域与特定子过程之间的一对一映射。

**社会信息整合**
情境模型还需要整合社会信息,包括识别主角、他们的目标和动机(Thye、Hoffman和Mirman,2024年)。这一过程依赖于心智理论(ToM),即推断他人信念、意图和情感的能力。社会认知网络的核心节点,包括TPJ、PCC和dmPFC,在心理化过程中始终被激活(Frith和Frith,2003年;Frith和Frith,2006年;Gallagher和Frith,2003年;Denny等人,2012年;Schurz等人,2014年)。这些区域与颞上沟(STS)一起,支持处理与角色相关的信息,如情感表达和意图归因(Yuen等人,2018年)。mPFC进一步参与评估角色的道德和情感维度,根据共情、可亲和力及伦理判断调节叙事参与度(Altmann等人,2012年;Kaplan等人,2017年;Ron等人,2022年;Richardson等人,2020年;Obando Yar等人,2025年)。

**研究方法**
共有29名参与者参与了这项研究(6名男性;平均年龄18.77±0.73岁)。有2名参与者因数据收集期间软件故障而被排除在外。最终数据集包含5名男性(平均年龄19.2±1.1岁)。本研究遵循《赫尔辛基宣言》的伦理原则,并获得了阿拉巴马大学机构审查委员会的批准。所有参与者在参与研究前均签署了知情同意书。

**结果**
分析中包含了27名参与者的数据。每幅漫画描述的平均词长为66.5±23个词;理解时间为19.7±6.6秒,生成时间为25.2±9.9秒(平均总试验时间为44.9±12.4秒)。平均词汇多样性指数为0.065±0.004,悖论性TASIT得分为18.56±1.76。

**讨论**
在本研究中,参与者首先理解了一幅九格漫画中的故事,然后口头表达了这个故事。这种设计使参与者在理解过程中构建了一个情境模型,并在生成过程中利用该模型,从而减少了刺激内容的差异,便于更直接地考察叙事生成过程中涉及的共享和阶段特定的神经过程。尽管理解和生成过程之间存在内在重叠,且该方法不涉及互动对话或超扫描,但它为探究有助于理解相关过程和明显叙事生成的表征的内部构建和使用提供了一个有用的框架。

**主要目的**
本研究的主要目的是确定与故事理解和生成过程中情境模型构建和部署相关的神经系统。我们使用了功能性磁共振成像(fMRI),预期在理解过程中,当参与者在心理上组织事件、角色和因果关系时,会激活之前与情境模型构建和推理处理相关的区域,包括mPFC、PCC/前楔叶和TPJ。在生成过程中,我们预期先前构建的情境模型将限制词汇-语义选择和表达,激活一个更广泛的网络,该网络还涉及语义控制和记忆检索。前颞叶和下顶叶区域以及前额叶区域预计与语义控制有关(Blank等人,2002年;Awad等人,2007年;Stephens等人,2010年;AbdulSabur等人,2014年)。此外,预期与记忆相关的区域(如海马体和前楔叶)的参与将支持言语生成过程中叙事元素的检索和组织(Aggleton和Pearce,2001年;Binder等人,2009年;Epstein等人,2007年;Vincent等人,2006年)。

**次要目的**
其次,我们探讨了个体在词汇-语义和社会认知能力方面的差异如何与理解和生成过程中的神经激活相关。我们引入了一个词汇多样性指标,以便将叙事生成过程中的神经激活与口语输出的丰富性和灵活性联系起来。词汇多样性指标反映了个体在语义选择和创造性方面的差异,这是自发话语的核心要求,并扩展了主要关注话语连贯性的先前研究,突出了语义丰富性作为叙事生成的补充维度及其可识别的神经相关性。其次,我们使用社会推理意识测试(TASIT;McDonald等人,2003年)来考察个体在社交-语用推理方面的差异。先前的研究表明,叙事生成和对话语言依赖于涉及表征他人意图和隐含意义的社会认知过程(例如,Zada等人,2026年)。TASIT提供了一个独立的、标准化的测量方法,使我们能够将社会认知的变异性与理解和生成过程中的神经激活联系起来,而不仅仅依赖于基于任务的性能。

**结论**
这些目标旨在阐明大规模神经基础如何支持叙事理解和口语生成过程中共享概念和社会表征的构建和使用,从而帮助弥合话语处理、语言生成和社会交流研究之间的差距。

**作者贡献声明**
莎琳·D·纽曼:撰写——审阅与编辑、初稿撰写、项目管理、资金获取、正式分析、概念化。
玛德琳·莱因:撰写——审阅与编辑、正式分析、数据管理。
艾米丽·甘:撰写——审阅与编辑、数据管理、概念化。
延宇·熊:撰写——审阅与编辑、项目管理、正式分析。

**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号