语序加工受动词次范畴化频率影响：来自电生理学的证据

《Journal of Neurolinguistics》：The processing of word order is affected by verb subcategorization frequency: Evidence from electrophysiology

　　

•动词结构失配（而非语序本身）调节被动句的加工成本。•被动句中偏向主动的动词引发P600再分析效应。•研究发现支持基于使用的模型，即动词频率塑造句法加工过程。

引言

词汇信息与句法结构之间的联系是句法加工研究中的核心主题。动词的子类别化偏好，即动词在特定句法框架中出现的频率，会显著影响语言理解（Gahl et al., 2003; Menn et al., 2003）。Wilson和Garnsey（2009）证明，这些动词偏好效应甚至延伸到简单的直接宾语句，这表明动词的性质会影响句子理解的早期阶段。当偏好的动词子类别化结构与从句结构不匹配时，这些偏好（即动词偏好）会影响加工难度（Ferreira, 2003）。

被动结构为考察这些效应提供了良好的测试案例。在各类语言中，频率较低的语序（如英语中的被动句）通常会引起加工困难。这已在针对失语症患者的行为研究（Abuom et al., 2013; Bates et al., 1991）、健康成人（Lalami, 1997）以及儿童（Messenger et al., 2012）中得到了证明。关于语序对比的脑电研究也得出了类似结果：多项研究发现，英语（Jackson et al., 2020; Meltzer & Braun, 2013）、日语（Wolff et al., 2008）、德语（Matzke et al., 2002）和巴斯克语（Erdocia et al., 2009）中与非常规加工相关的ERP成分。已有两种互补机制被提出用以解释这一模式。分布性观点认为，语料库中主动句/施事前导语序的数量远远超过被动句/受事前导语序，理解者利用这种不对称性作为概率性解析偏好（Roland et al., 2007）。基于局部性的观点则将加工成本归因于记忆存储和结构整合需求，即整合一个中心语的成本会随其与被整合成分之间的距离增大而增加（Gibson, 1998, 2000）。局部性被认为是一个无法简化为词汇或结构频率及合理性的因素（Gibson, 1998; Grodner & Gibson, 2005）。将此框架扩展到语态上，被动句可被描述为将逻辑宾语移至主语位置，并将施事的识别推迟到后置的by短语，因此题元整合所跨越的距离大于相应的主动句。近期的跨语言研究表明，施事优先加工偏好可能无法简化为语序频率。例如，Sauppe等人（2023）证明，尽管?iwoo语以受事前导语序为默认形式，其使用者对指称人类的成分仍具有施事优先偏好；这反映在遇到受事前导结构时出现的类似N400的负向波。类似地，Huber等人（2024）在德语、印地语和巴斯克语中证明，仅凭语言模型的惊讶度不足以预测谓语-论元加工期间的N400，需要加入施事优先原则。这些发现表明，非常规结构中的加工困难不仅仅涉及频率差异，动词层面的统计数据与解析偏好存在相互作用。

违反预测的动词框架会引发句法再分析并产生P600（Osterhout et al., 1994）。预测应产生的是P600而非N400。根据检索-整合观点，N400衡量从先前上下文检索词语词汇-语义表征的难易程度，受可预测性与词汇联想驱动；而P600则衡量将检索到的意义整合进正在形成的结构解释所需的努力，包括在初次解析承诺被证明错误后进行的再分析（Brouwer et al., 2012）。在此背景下，Aurnhammer等人（2021）证明，N400同时敏感于预期性和词汇联想，而P600则仅由预期性或惊讶度调节，独立于词汇联想。在动词-子类别化失配的情况下，动词本身是一个合理、非异常的词汇项，因此其词汇-语义检索不受阻碍；被违反的是结构层面的框架预期，而这恰恰是P600所追踪的特征。在其他方面合乎语法的句子中，题元角色和子类别化失配通常引发P600而非N400效应（Kim & Osterhout, 2005; Kuperberg et al., 2003, 2007）。尽管较低频结构中题元角色分配成本增加已被归因于句法重建（Erdocia et al., 2009）或句法复杂性增加（Wolff et al., 2008），但另一种解释则存在于基线比较本身之中。Jap等人（2022, 2025）提出的一个解释是，这些研究将更高频的结构（如主动结构）与较低频的结构（如被动句）进行比较，从基于使用的视角看，这种差异非常显著，并很可能影响加工过程。

在我们近期的一项研究（Jap & Hsu, 2025）中，我们证明在标准印尼语中，动词偏好会影响被动结构内部的加工过程，被动句中带有主动偏好（AB）动词的句子相对于带有被动偏好（PB）动词的结构会产生N280。尽管主动及物句在英语等语言中占绝对优势且加工更易于（Givón, 2014; Lalami, 1997），但这种不对称性并非普适的。在标准印尼语（Jap & Bastiaanse, 2025; Jap et al., 2016）和塔加洛语（Bondoc et al., 2018）等南岛语系语言中，主动与被动语态之间的加工差异并不明显。研究还表明，动词子类别化偏好确实重要：Lalami（1997）发现被动句的理解会随动词频率而变化，且带有PB动词的被动句可能更易于加工（Gahl et al., 2003）。此外，Paolazzi等人（2019）认为被动句本身并非难以解读，但当其涉及再分析时加工可能更困难。

基于使用的模型（Christiansen & MacDonald, 2009; Gahl & Menn, 2016; Verhagen et al., 2018）关注多个层面的频率效应。根据这些模型，读者会更快速、更轻松地加工常见的动词-结构组合。fMRI证据支持了动词特定统计信息的作用：Weber等人（2019）证明，语言环境和基于动词的偏好在与认知控制及语言处理相关脑区的活动中产生调节作用，这表明动词-结构共现信息在理解过程中被整合。这些基于使用的观点与基于预期的句子加工模型（Levy, 2008）相容，后者预测加工难度会随给定上下文中每个词的惊讶度而变化。类似地，Linzen和Jaeger（2016）利用动词子类别化分布表明，无论是惊讶度还是对完整句子结构的不确定性都预测了加工难度。综合起来，这些发现提供了趋同证据，表明动词特定的统计信息在增量理解过程中塑造句法预期。

本研究扩展了我们之前的工作（Jap & Hsu, 2025），考察动词子类别化频率如何影响标准印尼语（SI）中的句子加工——在该语言中被动结构十分常见（Sneddon et al., 2012）。在我们先前的研究中，仅比较了带有不同动词偏好的被动句（发现了N280效应），而本研究则考察这些被动句与主动句的比较情况，以确定结构与动词偏好之间的相互作用。标准印尼语是一个有趣的测试案例，因为它频繁使用被动语态（不同于许多印欧语系语言），且其动词形态显著地标记语态。具体而言，主动句通常使用meN-前缀（如memulangkan，意为"送回"），而被动句使用di-前缀（如dilatih，意为"被训练"）。这种形态标记意味着，原则上，读者从动词本身一开始即可获得语态信息。基于句子加工中已建立的频率效应（Ferreira, 2003; MacDonald et al., 1994; Roland et al., 2007），我们考察在标准印尼语中，当与主动句进行比较时，动词偏好如何影响被动句加工。

为检验这一点，我们利用莱比锡语料库集合（Goldhahn et al., 2012, 第759–765页）操纵动词子类别化频率，并比较了带有"中性"偏好动词的主动句与分别带有PB或AB动词的被动句的加工过程。在关于不占优势语序加工的ERP研究中，动词子类别化通常未被考虑（Erdocia et al., 2009; Jackson et al., 2020; Matzke et al., 2002; Wolff et al., 2008）。我们假设，动词结构失配（而不仅仅是语序偏好）可能是不同语序间加工差异的来源。更具体地说，我们预期与带有PB动词的被动句或主动句相比，带有AB动词的被动句在动词本身或动词后区域会出现更大的P600成分。我们预期P600的幅度大小顺序为：AB > PB > 主动句，其中PB可能由于形式复杂性（即涉及移位的句法操作）而产生比主动句更大的P600。

方法

本研究招募了45名标准印尼语成年说话者，其语言能力为本级或自报达到同等级别。经预处理和伪迹剔除后，14名参与者因试次数不足而被排除。最终样本包含31名参与者（平均年龄39岁），每名参与者在三个句子触发点上各条件下至少有20次试验。所有参与者均签署了书面知情同意书，并获得200港元报酬。本研究……

副词

图1显示了九个代表性电极点位上副词位置的脑电ERP大平均波。大约从600毫秒起，AB被动句相对于主动句显示出持续的正向偏转，在左侧和正中后部点位（P3、Pz）最为明显，而PB被动句则与主动条件基本重合。平均P600幅度（600–1000毫秒；图3）在所有三个电极组中AB被动句最高，其次为PB被动句，主动句最低。

讨论

本研究考察了标准印尼语中动词子类别化偏好对被动句加工的影响。ERP数据显示，带有AB动词的被动句在动词后区域引发了显著的P600效应。相比之下，带有PB动词的被动句在各感兴趣区域均与主动句无显著差异。尽管零效应集群本身不能确认等同性，但这种模式至少与如下解释相符，即……

CRediT作者贡献声明

Bernard A.J. Jap：撰写——审阅与编辑，撰写——初稿，可视化，项目管理，研究方法，调查研究，形式分析，数据整理，概念化。Yu-Yin Hsu：撰写——审阅与编辑，监督指导，软件，资源，项目管理，经费获取，数据整理，概念化。

伦理声明

已从所有参与者或其法定代理人处获得参与本研究及发表本论文的书面知情同意，并已保护参与者的隐私权。

本研究在研究所在地遵守相关法律、法规框架和指导方针开展。本研究获得了香港理工大学机构审查委员会的批准（批准编号：HSEARS20211223003）。

经费支持

本工作由香港理工大学语言科学与技术学系系主任研究基金资助[资助编号 4-ZZV0]。

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：

Yu-Yin Hsu声明其获得了香港理工大学的经费支持。如有其他作者，他们声明不存在可能影响本研究所报告工作的、已知的竞争性财务利益或个人关系。

Bernard A.J. Jap | Yu-Yin Hsu