连续自然语言的层次化处理：从独白到对话

《Brain and Language》：Hierarchical processing of continuous natural language: From monologue to conversation

　　•连续的自然语言在多个时间尺度上具有层次结构。•单语语言在皮质系统中表现出层级化的处理方式。•对话则包含诸如轮次和话题之类的互动相关元素。•二元耦合可能揭示特定层面的对话组织结构。•在自然环境中测试层级化处理机制方面仍存在诸多空白。

引言
几十年来，语言究竟是作为组织思维的工具而进化，还是作为人际交流的社会工具而发展，这一观点一直存在争议。然而近年来，许多研究者开始转变视角，更加重视语言的交际功能。例如，平克和布卢姆在他们的开创性论文中指出，语言应被视为一种生物适应机制，其起源可追溯到人际交流带来的进化压力（Pinker & Bloom, 1990）。有研究者提出，解码和编码复杂社交互动——包括协作协调、联盟建立以及关系管理——的社会需求，是推动人类语言进化的关键选择压力（Seyfarth & Cheney, 2018）。神经科学领域的最新发现也为这一观点提供了生物学依据，研究表明，负责语言处理的脑网络与处理复杂逻辑推理或抽象思维的脑网络有所不同（Fedorenko et al., 2024）。因此，深入研究有效交际情境中语言的组织原则，以及其认知和神经处理机制，是理解语言生物学基础的重要途径。

从结构上看，语言由不同时间尺度上的单元构成，这些单元之间存在层级关系。这些时间尺度从持续数十毫秒的音素快速序列，到单词和短语，再到句子和篇章（持续时间从几秒到几分钟不等）。在日常交流中，人们很少使用时间尺度较短的孤立语言单元，比如单个字符/字母或单词。这一观察涉及自然性的一个维度，即语言刺激的结构。不过在本文中，“自然性”这一概念被更广泛地使用，指的是实验范式在多大程度上接近现实世界中的语言使用情况，而非仅指语言刺激的单一属性。根据自然主义神经科学领域的最新讨论（Matusz et al., 2019; Nastase et al., 2020），我们认为自然性至少包含三个相关维度：语言刺激的自然性、实验任务的自然性以及实验环境的生态效度。这些维度可能会共同影响实验室研究结果在现实交流中的适用性。

在日常交流中，人们主要使用连续的自然语言，这种语言贯穿并整合了多个时间尺度上的语言单元。因此，人脑必须同时处理并整合这些不同时间尺度上的信息，才能实现语义和语用层面的理解。那么，人脑究竟是如何实现这种跨时间尺度的层级化处理的呢？近年来，这已成为自然语言神经科学研究中的一个重要问题。在本文中，我们广义地使用“层级化处理”这一术语，指语言信息在嵌套时间尺度上的组织和整合。这一用法不同于狭义的句法层级概念，后者侧重于成分结构及句法分析。根据这一定义，音素、单词、句子、轮次和话题都被视为具有不同时间长度和信息范围的语言单元，这使得我们可以从局部层面逐步深入到更宏观的层面来研究语言处理过程。这一定义并不假定所有语言层面都采用相同的神经机制，而是为探讨不同语言单元在脑内及脑间神经系统中的表征、整合与更新方式提供了框架。

为了解决上述问题，大量研究主要集中在连续的自然单语语言上，比如叙事和文本的理解或生成。这些研究为理解单个大脑如何整合多个时间尺度上的语言信息提供了实证基础。重要研究发现包括：节奏同步现象，即大脑振荡与语音波形相锁；针对不同语言单元的频率特异性反应；以及根据语言单元的时间尺度呈层级结构的皮质架构（Ding et al., 2016; Ding & Simon, 2014; Doelling et al., 2014; Jin et al., 2018; Keitel et al., 2018; Lerner et al., 2011; Luo & Ding, 2020）。这些发现表明，以自然叙事和连续话语为代表的单语范式，是研究个体层面层级化语言处理的实证基础。

然而，对话带来了单向语言处理所没有的额外互动要求，包括快速的轮次转换、针对对话对象的预测、情境关联、语用推断以及共享语境的维护（Clark & Brennan, 1991; Levinson, 2016; Pickering & Garrod, 2004）。研究对话的动机并非因为单语研究存在固有的局限性或不自然性，而是因为对话将语言处理扩展到了双向的人际交流场景中，在这种场景中，语言结构与社会互动是共同组织的。从这个视角来看，单语研究和对话研究应是互补的——即单语研究为理解个体层面的层级化处理提供了基础，而对话研究则探讨在实时互动的额外约束下，这种层级化处理机制是如何运作的，以及它是否也适用于双向对话。

这一区分进一步明确了对话研究的目标。单语和对话都是连续自然语言的两种形式。两者都需要对多个时间尺度上的语言信息进行组织和整合，因此层级化处理可作为比较两者的共同组织原则（Ding et al., 2016; Lerner et al., 2011）。单语研究主要探讨单个大脑如何随时间表征、整合和预测连续的语言输入（Caucheteux et al., 2023; Lerner et al., 2011）。而对话研究则着眼于当语言由对话双方共同构建时，这些过程是如何运作的——双方需要建立共享意义、预测对方的回应，并维持共同的情境背景（Clark & Brennan, 1991; Hasson et al., 2012; Levinson, 2016; Pickering & Garrod, 2004）。因此，对话研究并非仅仅研究语言所介导的社会互动，而是探讨在人际互动的额外约束下，个体层面的层级化语言处理是如何被重新组织或表达的。从这个意义上说，可以在统一的层级化处理框架下比较单语和对话，尽管它们的行为表现和神经机制可能存在差异。

神经成像技术的进步，尤其是高分辨率扫描技术的发展，使得研究人员能够同时记录多个交流者的大脑活动。将这些方法与自然的对话范式相结合，研究人员可以更直接地探索对话情境中的语言理解、产生以及动态互动过程。与此同时，不同个体之间大脑活动的同步现象——通常被称为人际神经同步性——也越来越受到关注，它被视为自然对话中人际协调的神经学标志。现有研究表明，人际神经同步性与沟通的多个方面相关，包括语义和句法层面的同步、对共享沟通内容的准确理解、有意或语用的协调以及社会关系方面的互动（Jiang et al., 2015, Jiang, Zheng and Lu, 2021; Kinreich et al., 2017; Liu et al., 2019; Liu et al., 2023; Sievers et al., 2024; Stephens et al., 2010）。不过，其功能含义仍在积极探索中，目前尚需进一步研究来确定人际神经同步性在多大程度上真正反映了层级化的语言表征，而非更普遍的互动协调现象。

因此，一个关键问题在于：人脑如何在不同的交流情境中表征连续的自然语言？在单语语言中，不同时间尺度上的语言单元是如何在单个大脑中被编码和整合的？而在对话语言中，多时间尺度上的语言表征又是如何受轮次转换和实时人际协调影响的？尽管相关研究进展迅速，但很少有综述能够综合梳理关于自然单语和对话语言中层级化处理的证据，尤其是那些结合语言学、认知科学和神经成像视角的研究。

本综述旨在填补这一空白，通过总结连续自然语言中层级化处理的理论基础，回顾自然单语和对话语言研究的最新证据，评估现有发现能在多大程度上支持将层级化处理机制从单语扩展到对话语言。随后，我们将探讨研究这两种连续自然语言形式中层级化处理时面临的关键方法论挑战、尚未解决的问题以及未来的研究方向。本综述的目的并非提供关于高分辨率扫描或人际神经同步性的另一般性阐述，而是探讨语言信息在单个大脑中是如何在多个时间尺度上被组织的，对话语言是否在词级和句级处理之外还具备额外的层级化结构，以及个体层面的语言处理在实时交流过程中是如何与人际神经同步性相互作用的。

章节摘录
连续自然语言的独特性：跨学科视角的证据
在语言学中，连续自然语言通常被称为篇章，指的是远远超出单个字符、单词或句子范围的语言单位。它是一种超句子结构，由较小的单位（如音素、单词和句子）根据特定的、往往是递归的规则组合而成（Brennan et al., 2018; Stubbs, 1983）。篇章大致可分为两种基本类型（Cohen et al., 2000）。第一种是单语篇章，即……

自然单语语言的层级化处理机制
连续自然语言的核心特征在于其层级结构。较小时间尺度上的语言单元（如音素和单词）并非简单串联，而是根据句法规则和语义关系组合成更大的单元（如短语、句子、段落和篇章），从而形成跨越多个时间尺度的复杂层级结构（Bornkessel-Schlesewsky et al., 2015; Chang et al., 2022; Ding et……

自然对话的语言学特征
虽然单语语言为研究语言提供了相对单向的情境，但它与双向对话在语言使用的互动条件上存在差异。正如莱文森（2016）所指出的，对话才是语言使用的原始场所。通过对话交流，人们可以分享观点、交换信息、表达情感以及传递意图和信念（Yal??nkaya, 2020）。与单语语言相比，对话语言具有……

对话语言处理的认知与计算机制
对话的顺利进行不仅依赖于语言的产生与理解，还依赖于对话双方之间的持续认知协调，以便消除歧义并实现相互理解（Schoot et al., 2016）。因此，探究这种协调在认知和计算层面是如何实现的，对于理解对话语言的处理机制至关重要。

基于大量的行为学证据，加罗德和皮克林提出了……

自然对话语言处理的神经机制
在神经层面，对话语言处理中的人际协调通常通过脑间耦合来研究，尤其是人际神经同步性（Hari et al., 2015; Hasson et al., 2012; Holroyd, 2022）。人际神经同步性与社交互动质量的多个方面存在关联（Cui et al., 2012; Dikker et al., 2014; Jiang et al., 2012; Menenti et al., 2012; Schoot et al., 2016; Sievers et al., 2024; Stephens et al., 2010）。与脑内连接不同，人际神经同步性体现的是功能上的……

对话语言的层级结构及其神经表征
尽管单语语言的层级化处理机制已得到广泛研究，但一个重要问题依然存在：在真实的、非预设的人际交流中，对话语言是否也具有类似的层级组织结构？如果存在，这种组织结构在神经层面是如何体现的？长期以来，由于非结构化的对话数据难以分析，加之传统的单脑神经成像技术限制，关于这一问题的直接证据十分有限……

层级化处理作为比较单语和对话的框架
现有证据表明，层级化处理为比较单语和对话语言提供了一个有效的框架。在单语语言中，层级化处理已被广泛研究，它指的是语言信息在单个大脑中多个时间尺度上的组织和整合（Caucheteux et al., 2023; Ding et al., 2016; Lerner et al., 2011）。在对话语言中，同样的问题也体现在互动过程中：语言单元……

结论与局限
总之，连续自然语言的产生与理解本质上依赖于对多个层级化时间尺度上的信息处理。关于自然单语语言的研究表明，大脑能够追踪不同时间尺度上的语言信息，并调动具有逐渐更广时间分辨率的皮质系统。最新的研究还表明，自然对话在轮次等层面也呈现出结构化的组织特征……

作者贡献说明
王梦平：撰写——初稿、概念构思。陆春明：撰写——审阅与编辑、监督、项目管理、资金申请、概念构思。

利益冲突声明
作者声明不存在任何利益冲突。

致谢
本研究得到了国家自然科学基金（62293550, 62293551）和北京市自然科学基金（BEI7262076）的支持。

王梦平|陆春明