劉芳芳 姜英杰
(東北師范大學心理學院,長春 130024)
類別屬性歸納是一種復雜的高級認知加工,在人類生活中普遍存在。它能夠基于有限信息產(chǎn)生新的知識,并將其擴展到新的情境中。這種信息獲取能力,能有效提高人類學習效率(Fisher,Godwin, Matlen, & Unger, 2015; Sloutsky, Deng, Fisher,& Kloos, 2015)。例如,當你不知道關(guān)于羚羊的生理知識時,如果了解到熊貓大腦中有一種特定的元素,可能會預測另一只羚羊也有這種元素,而不會去預測衣服有這種元素(Sloutsky & Fisher,2004)。從知道熊貓大腦中含有某種元素,到將這種屬性推論到其他羚羊身上,乃至其他動物。這種對類別屬性歸納的應用,既可以在已知信息的基礎(chǔ)上獲得新信息,還能夠降低記憶負荷量。
以往研究探討了類屬關(guān)系在類別屬性歸納中的神經(jīng)機制(Babcock & Vallesi, 2015; Liang, Zhong,Lu, & Liu, 2010; Long et al., 2015)。比如,Liang 等(2010)以句子為實驗材料,比較了一致性(前提與結(jié)論項目屬于類屬關(guān)系)和不一致性任務(前提與結(jié)論項目無關(guān))的時間特征。結(jié)果發(fā)現(xiàn),不一致性任務比一致性任務誘發(fā)更大的LNC 成分(350~650 ms),這可能與語義信息整合有關(guān);同樣,Long 等(2015)通過比較可接受歸納、無關(guān)類別和無關(guān)屬性三種條件在歸納推理中的時間特征,結(jié)果發(fā)現(xiàn)無關(guān)類別比可接受歸納誘發(fā)了更大的N400,說明了語義類別的沖突。
除了類屬關(guān)系外,主題關(guān)系對類別屬性歸納也具有重要的影響。Lin 和Murphy(2001)比較了類屬關(guān)系與主題關(guān)系在概念發(fā)展上的行為差異,結(jié)果發(fā)現(xiàn),大多數(shù)人會采用主題關(guān)系而不是類屬關(guān)系來進行類別屬性歸納。這說明,主題關(guān)系對類別建構(gòu)、類別屬性歸納等具有重要的影響。一些研究者還比較了類屬和主題關(guān)系在腦區(qū)定位和時間特征上的差異。在腦區(qū)定位方面,Kalénine 和Buxbaum(2016)發(fā)現(xiàn)類屬關(guān)系在雙側(cè)的視覺區(qū)域被激活,而主題關(guān)系主要在雙側(cè)的顳頂交界處,包括兩側(cè)頂下小葉(inferior parietal lobules, IPL)和顳葉中回(middle temporal gyri, MTG)。他們認為,類屬關(guān)系主要依賴知覺以及檢索語義類別知識上的加工,而主題關(guān)系依賴事件或動作加工,更多涉及關(guān)系聯(lián)結(jié)上的加工。在時間特征方面,Liu,Han,Zhang 和Li(2019)比較了類屬和主題關(guān)系在類別屬性歸納中的神經(jīng)機制,結(jié)果發(fā)現(xiàn),主題關(guān)系比類屬關(guān)系誘發(fā)更大的N400,說明N400與歸納推理的語義整合加工相關(guān)。然而,在Liu 等(2019)、Liang 等(2010)與Long 等(2015)的研究中,結(jié)論句子包含了結(jié)論類別和結(jié)論屬性,導致無法確定類別屬性歸納之間的ERP 成分差異是由結(jié)論類別引起的,還是由結(jié)論屬性引起的。
為了進一步了解類別屬性歸納中分類過程和屬性推理過程的神經(jīng)機制,李婧、陳安濤、陳杰和龍長權(quán)(2016)在Long 等(2015)的研究基礎(chǔ)上,通過分開呈現(xiàn)結(jié)論類別和結(jié)論屬性,探索了歸納推理中的分類過程和屬性推理過程。結(jié)果發(fā)現(xiàn),結(jié)論類別呈現(xiàn)階段,無關(guān)的結(jié)論類別比相關(guān)的結(jié)論類別誘發(fā)更大的N400,說明N400 與語義分類過程密切相關(guān);結(jié)論屬性呈現(xiàn)階段,不一致屬性比一致屬性誘發(fā)了更大的N2,反映了屬性知覺上的失匹配或規(guī)則違背。
李婧等(2016)的研究在一定程度上分離了類屬關(guān)系在分類和屬性推理過程中的差異。而主題關(guān)系和類屬關(guān)系的距離在分類和屬性推理過程的神經(jīng)機制仍不清楚。由此,本研究采用Liu 等(2019)的四種條件,分別探討兩種關(guān)系的距離在類別和屬性推理過程中的差異。以往研究提出,N400 與歸納推理的語義信息整合相關(guān)(李婧等,2016; Liu et al., 2019; Long et al., 2015)。本研究認為遠距離會比近距離誘發(fā)更大的N400,即遠距離需要耗費更多的認知資源來整合語義信息(Kmiecik& Morrison, 2013)。同樣,晚期負成分(late negative component, LNC)與語義條件的邏輯錯誤(Bonnefond & van der Henst, 2013)、形成假設(shè)和驗證假設(shè)相關(guān)(Liang et al., 2010)。Liang 等(2010)與Long 等(2015)均發(fā)現(xiàn)無關(guān)類別比相關(guān)類別誘發(fā)更大的LNC。因此,本研究認為遠距離相比近距離會誘發(fā)更大的LNC 成分。
最后,N1 通常與選擇性注意、知覺加工等相關(guān)(Lei et al., 2010)。Lei 等的研究結(jié)果顯示,非典型性比典型性誘發(fā)更大的N1 成分。這表明非典型性需要更多的認知資源,而典型性項目與原型相匹配,從而更容易被選擇性地觀察。而在本研究中,前提屬性與結(jié)論屬性一致,被試主要對前提與結(jié)論屬性進行假設(shè)驗證和做出反應。大量研究證明,類屬關(guān)系比主題關(guān)系耗費更多的認知資源(Estes, Gibbert, Guest, & Mazursky, 2012; Kalénine et al., 2009; Lewis, Poeppel, & Murphy, 2015; Sachs,Weis, Krings, Huber, & Kircher, 2008; Schwartz et al.,2011),而主題關(guān)系更多涉及自動化加工(Sachs et al., 2008; Schwartz et al., 2011)。同樣,近距離與遠距離在認知資源上也不同。因此,關(guān)系類型及其距離在知覺或注意加工上可能具有顯著差異。
26 名健康的大學生(男生、女生均為13 人,平均年齡20.25±1.87 歲,年齡范圍18~24 歲)參加正式實驗。其中,腦電數(shù)據(jù)分析中,有8 名被試由于濾波、肌肉電位等被刪除,最終采用18 名被試的腦電數(shù)據(jù)。所有被試身心健康,右利手,視力正?;虺C正視力正常,無神經(jīng)系統(tǒng)或精神疾病史。被試都簽署了知情同意書,之前未參加過類似實驗,在實驗后獲得適量報酬。
實驗材料為名詞詞語。在實驗前,64 名大學生對詞語的關(guān)系類型進行判斷并對其關(guān)系強度進行8 點量表評分(0 表示完全無關(guān),4 表示中等相關(guān),7 表示非常相關(guān)),平均分未達到顯著差異的詞對被剔除(p>0.05)。
與Liu 等(2019)的實驗類似,在實驗前告知被試,采用空格聯(lián)結(jié)類別與屬性,類別為詞對,屬性為字母加數(shù)字,表示類別具有某種屬性(如表1 所示)。比如,“錘子X1”表示錘子具有某種屬性X1。前提階段,類別和屬性同時呈現(xiàn);結(jié)論階段,分開呈現(xiàn)類別和屬性。前提類別與結(jié)論類別具有四種條件,分別為主題近、主題遠、類屬近和類屬遠。要求被試在看到結(jié)論屬性時,根據(jù)前提來推斷結(jié)論屬性成立的可能性大小。
表 1 不同條件下的實驗任務
正式實驗總共完成512 個trials,分為四種條件(近類屬、遠類屬、近主題、遠主題)。每種條件包含64 個詞對,每個詞對重復兩次,每種條件共128 個trials(Roberson, Chen, Liang, Lei, & Li,2014a)。程序主要在E-prime 2.0 軟件上偽隨機呈現(xiàn),在每次試驗開始時,黑色屏幕中間會呈現(xiàn)一個注視點“+”(5 0 0 m s);接著呈現(xiàn)前提句(1000 ms);隨機空屏(800~1200 ms)之后呈現(xiàn)結(jié)論類別(500 ms),此時被試無需做按鍵反應;接下來呈現(xiàn)隨機空屏(800~1200 ms),最后呈現(xiàn)結(jié)論屬性(2000 ms),并要求被試基于前提判斷結(jié)論屬性成立的可能性大還是可能性小。一半被試左手食指按“F”鍵為可能性大,右手食指按“J”鍵為可能性小,另一半被試反之。25 個練習trials 與正式實驗程序一樣,且正式實驗不包含練習trials。
用Eemagine 記錄腦電,被試佩帶Eego?mylab 64 導聯(lián)電極帽,電極以國際10~20 系統(tǒng)為基礎(chǔ)放置。在線記錄腦電時,以左、右雙側(cè)乳突連線作為參考電極。所有極間電阻小于10 k?。模擬濾波帶通為0.05~100 Hz,離線分析采樣頻率為500 Hz。用Brain Vision Analyzer 2.1 對數(shù)據(jù)進行離線分析。離線分析時重新轉(zhuǎn)換成雙側(cè)乳突連線為參考,采用30 Hz(24 dB/oct)低通濾波。采用ICA 剔除眼電、肌電等偽跡。將不同條件下被試結(jié)論類別和結(jié)論屬性階段的trials 誘發(fā)的ERP 成分分別進行疊加平均,每種條件每個被試至少有40 次。分析時段為刺激呈現(xiàn)前200 ms(作為基線)至呈現(xiàn)后800 ms。所有導聯(lián)電壓的幅值超過±80μV 視為偽跡即被自動刪除。對4 種類型條件下產(chǎn)生的反應時進行了兩因素重復測量的方差分析。根據(jù)總平均波形和前人研究(Chen, Liang, Lei, & Li, 2015; Li, Luo,Cao, & Li, 2009; Long et al., 2015),主要分析結(jié)論類別階段:N400 成分(370~500 ms)、LNC 成分(5 7 0 ~7 0 0 m s)和結(jié)論屬性階段N 1 成分(50~120 ms)的15 個腦極點,每個成分的平均波幅采用2(關(guān)系類型:主題關(guān)系、類屬關(guān)系)×2(距離:遠距離、近距離)×3(偏側(cè)化:左、中、右)×5(腦區(qū)條件:前部:F3、Fz、F4;前中部:FC3、FCz、FC4;中部:C3、Cz、C4;中后部:CP3、CPz、CP4;后部:P3、Pz、P4)四因素重復測量方差分析(Chen et al., 2014b)。統(tǒng)計結(jié)果采用Greenhouse-Geisser 校正,用Bonferroni 法進行多重比較(Liang et al., 2010; Long et al., 2015)。
4 種條件下的反應時分別為:主題近(M=436.40±150.70)、主題遠(M=452.17±158.54)、類屬近(M=441.00±155.45)、類屬遠(M=461.17±152.76)。對行為數(shù)據(jù)進行的兩因素重復測量方差分析發(fā)現(xiàn):距離條件的主效應顯著[F(1, 27)=5.70,p=0.024, η=0.17]。進一步分析表明,遠距離的反應時顯著長于近距離的反應時;而關(guān)系類型的主效應不顯著(p=0.327);關(guān)系類型與距離條件的交互作用不顯著[F(1, 27)=0.12, p=0.737, η=0.004]。
3.2.1 類別呈現(xiàn)階段ERP 結(jié)果
圖1 顯示了結(jié)論類別呈現(xiàn)階段,不同關(guān)系類型和距離條件的平均波幅、N400 與LNC 的差異波(遠距離-近距離)及地形圖。對N400 平均波幅的統(tǒng)計分析顯示,距離條件與偏側(cè)化的交互作用顯著[F(2, 34)=3.88, p=0.030, η=0.19]。進一步簡單效應分析發(fā)現(xiàn),遠距離比近距離誘發(fā)更大的N400成分(p左=0.025, p中=0.033)。進一步分析顯示,F(xiàn)C3、FCz、Cz、C4 和CP3 腦極點上,遠距離比近距離誘發(fā)了更大的N400 成分(ps<0.05)。此外,距離的主效應顯著[F(1, 17)=5.18, p=0.036,η=0.23]。進一步分析顯示,遠距離比近距離誘發(fā)更大的N400 成分。
圖 1 結(jié)論類別呈現(xiàn)階段,不同關(guān)系類型和距離條件的平均波幅、差異波及地形圖
對LNC 平均波幅進行的統(tǒng)計分析發(fā)現(xiàn),距離、偏側(cè)化與腦區(qū)間的交互作用顯著[F(8, 136)=2.84, p=0.006, η=0.14]。進一步分析顯示,在F3、Fz、F4、FC3、FCz、Cz、C4、CP3、CPz、P3 和P4 腦極點上,遠距離比近距離誘發(fā)更大的LNC 成分(ps<0.05)。同時,距離主效應顯著[F(1, 17)=8.38, p=0.010, η=0.33],即遠距離比近距離誘發(fā)更大的LNC 成分。
3.2.2 屬性呈現(xiàn)階段ERP 結(jié)果
圖2 顯示了結(jié)論屬性呈現(xiàn)階段,不同條件下的平均波幅、差異波(遠距離-近距離)及地形圖。對N1 平均波幅進行的統(tǒng)計分析發(fā)現(xiàn),距離、偏側(cè)化與腦區(qū)交互作用顯著[F(8, 136)=3.80, p<0.001,。進一步分析顯示,在F3、Fz、F4、FC3、FCz、FC4、Cz、CPz、CP3、P3、Pz 和P4 腦極點上,近距離比遠距離誘發(fā)更大的N1 成分(ps<0.05)。
距離與腦區(qū)交互作用顯著[F(4, 68)=2.88,p=0.029, η=0.15]。進一步簡單效應分析顯示,近距離比遠距離誘發(fā)更大的N1 成分(p前部=0.022, p前中=0.001, p中部=0.046, p中后部=0.016, p后部=0.003)。距離與偏側(cè)化交互作用顯著[F(2, 34)=7.94, p=0.001,η=0.32]。簡單效應分析顯示,近距離比遠距離誘發(fā)更大的N1(p左=0.005, p中=0.003, p右=0.038)。距離的主效應有顯著差異[F(1, 17)=10.30, p=0.005,η=0.38],即近距離比遠距離誘發(fā)更大的N1。
圖 2 結(jié)論屬性呈現(xiàn)階段,不同關(guān)系類型和距離條件的平均波幅、差異波及地形圖
關(guān)系類型主效應有顯著差異[F(1, 17)=4.83,p=0.042, η=0.22],即主題關(guān)系比類屬關(guān)系誘發(fā)了更大的負波。進一步分析發(fā)現(xiàn),C3,CP3,Cz 和Pz 腦極點上(ps<0.05),主題關(guān)系比類屬關(guān)系誘發(fā)更大的N1。關(guān)系類型與距離的交互作用并沒有顯著差異[F(1, 17)=0.01, p=0.921, η=0.001]。
本研究采用詞語型類別屬性歸納任務,通過分開呈現(xiàn)結(jié)論類別和結(jié)論屬性的方式,分別揭示主題與類屬關(guān)系的距離在分類與屬性過程中的ERP 特征。研究結(jié)果發(fā)現(xiàn):(1)類別呈現(xiàn)階段,遠距離比近距離誘發(fā)更大的N400 和LNC 成分;(2)屬性呈現(xiàn)階段,主題關(guān)系比類屬關(guān)系誘發(fā)了更大的N1 成分,近距離比遠距離誘發(fā)更大的N1。
行為結(jié)果發(fā)現(xiàn),無論是主題關(guān)系還是類屬關(guān)系,遠距離反應時均顯著長于近距離反應時。這與前人研究結(jié)果一致(Liu et al., 2019),說明類別屬性歸納過程中遠距離比近距離需要耗費更多的認知資源。龍長權(quán)、李曉芳和雷怡(2017)也發(fā)現(xiàn)典型項目比非典型項目在信息加工過程中具有更多優(yōu)勢。也就是說,近距離比遠距離在類別屬性歸納中更容易加工。
4.2.1 結(jié)論類別呈現(xiàn)階段ERP 成分分析
在結(jié)論類別呈現(xiàn)階段,遠距離比近距離誘發(fā)了更大的N400 與LNC 成分。但是兩者的加工機制卻不一樣。N400 反映的是語義信息整合加工(Long et al., 2015; Wamain, Pluciennicka, & Kalénine,2015),而LNC 反映了被試對屬性形成假設(shè)并作出該類別是否具有某種屬性的判斷(Li et al., 2009)。
N400 通常與語義整合(Long et al., 2015;Wamain et al., 2015)、語義異常(Pijnacker, Geurts,van, Buitelaar, & Hagoort, 2011)有關(guān)。在結(jié)論類別階段,遠距離條件比近距離條件誘發(fā)了更大的N400 波幅,這與前人的研究結(jié)果一致(李婧等,2016; 龍長權(quán)等, 2017; Green, Kraemer, Fugelsang,Gray, & Dunbar, 2009; Liu et al., 2019; Rips, Shoben, &S m i t h, 1 9 7 3)。李婧等(2 0 1 6)和龍長權(quán)等(2017)的研究結(jié)果分別顯示了N400 與語義分類過程和語義整合的認知程度有關(guān)。本研究則在李婧等的研究范式基礎(chǔ)上,發(fā)現(xiàn)遠距離比近距離誘發(fā)更大的N400 成分,說明相比遠距離,被試更容易整合和推斷近距離的語義關(guān)系,反之亦然。Goel 和Dolan(2000)提出歸納推理非常依賴語義內(nèi)容,且以往研究顯示N400 與語義推理有關(guān),語義違背會誘發(fā)更大的N400。然而,在本研究中,主題關(guān)系與類屬關(guān)系并沒有顯著差異,說明從語義沖突角度來看,兩種關(guān)系類型的前提項目與結(jié)論項目是被試可接受的,沒有語義違背。同時,本實驗的類別階段與語義分類的ERP 研究的實驗過程類似,結(jié)果也與類別任務或啟動任務的研究結(jié)果類似。Chen 等(2014b)采用啟動任務,結(jié)果顯示無關(guān)比主題關(guān)系和類屬關(guān)系誘發(fā)更大的N400成分,而主題關(guān)系與類屬關(guān)系并沒有顯著差異。這與本研究的結(jié)果一致。
LNC 通常與屬性沖突推理加工(Long et al.,2015)、語義條件的邏輯錯誤(Bonnefond & van der Henst, 2013)、假設(shè)形成和假設(shè)檢驗過程有關(guān)(Liang et al., 2010)。Liang 等認為前部腦區(qū)的LNC 與N400 成分相似,常與視覺句子理解任務相關(guān),而LPC 與P300 類似,主要反映工作記憶的刷新。本研究結(jié)果顯示遠距離在前部、中部、中后部以及后部腦區(qū)比近距離誘發(fā)更大的LNC 成分,說明與語義類別信息違背以及形成假設(shè)有關(guān)。也就是說,在N400 整合語義信息后,被試可能會形成一個預期或假設(shè),不符合預期的條件會比符合預期的條件誘發(fā)更大的LNC,這與Liang 等的研究結(jié)果一致。通過句子歸納推理任務,發(fā)現(xiàn)不一致結(jié)論比一致結(jié)論誘發(fā)了更大的LNC,說明了語義信息整合的動態(tài)關(guān)系。同樣,Qiu, Li, Chen 和Zhang(2008)的研究結(jié)果也顯示困難類別任務比基線任務誘發(fā)更大的LNC 成分,這可能與大腦中的圖式投射到目標問題相關(guān)。同理,近距離與遠距離歸納的推理邏輯不同,因而被試的語義類別信息加工及預期也不一樣。
在前人研究中,除了LNC 和LPC 成分與推理相關(guān)外,SN(sustained negativity)成分也常用來解釋推理相關(guān)的信息整合過程(Cui, Liu, & Long,2018; Pijnacker et al., 2011)。Cui 等為了探索前提單調(diào)性效應,采用語義類別歸納任務,比較了單前提和雙前提之間的差異,結(jié)果發(fā)現(xiàn),單前提比雙前提誘發(fā)了更大的SN 成分,說明與推理驅(qū)動的信息整合和解釋過程有關(guān)。SN 成分與N400 類似,但負偏向更持久,且沒有明顯的峰值,通常在前部腦區(qū)(Pijnacker et al., 2011),也與工作記憶負荷有關(guān)(van Berkum, Brown, Hagoort, &Zwitserlood, 2003)。本研究中,LNC 成分的負偏向波形具有明顯的峰值變化,并且在前部、中部、中后部以及后部腦區(qū)都有激活;同時結(jié)合Long 等(2015)、Liang 等(2010)的研究結(jié)果來看,語義類別屬性歸納的距離效應更多可能是誘發(fā)的LNC 成分。
4.2.2 結(jié)論屬性呈現(xiàn)階段ERP 成分分析
在結(jié)論屬性階段,近距離比遠距離在前、前中部腦區(qū)誘發(fā)更大的N1 成分;主題關(guān)系比類屬關(guān)系在中部腦區(qū)誘發(fā)更大的N1 成分。以往的研究中,N1 成分通常與選擇性注意、更高的警覺性和知覺加工相關(guān)(Liang et al., 2010)。結(jié)合行為數(shù)據(jù)結(jié)果,近距離比遠距離反應時更短,說明被試對近距離屬性加工更敏感。
N1 成分上,近距離比遠距離誘發(fā)更大的N1,這可能是被試類別屬性特征的知覺和自動化加工。Hoenig,Sim,Bochev,Herrnberger 和Kiefer(2008)比較了類別(自然、人工物品)和屬性(視覺、動作)之間的ERP 特征,結(jié)果發(fā)現(xiàn),類別和屬性之間的交互作用出現(xiàn)在前中部腦區(qū)的N1 成分上,表明被試能夠直接對概念特征做出快速反應。同理,繼被試完成語義信息整合和形成假設(shè)之后,當呈現(xiàn)結(jié)論屬性,被試對于符合假設(shè)預期的近距離條件能快速做出反應,但對于不符合假設(shè)預期的遠距離,被試需要對所形成的屬性特征進行動態(tài)調(diào)整。同樣地,主題關(guān)系比類屬關(guān)系在中部腦區(qū)誘發(fā)更大的N1 成分。如上文所述,主題與類屬關(guān)系加工機制不同,在結(jié)論屬性呈現(xiàn)時,相比類屬關(guān)系,主題關(guān)系的屬性特征更容易讓被試做出快速反應。
最后,從腦定位角度來看,在歸納推理過程中分類與屬性推理過程的加工機制不同。在分類加工階段,主要是大腦的前中、中部腦區(qū)有差異;而屬性推理過程中,大腦活動的腦區(qū)擴大,除了前中、中部腦區(qū),前部和中后腦區(qū)也有差異,說明了屬性推理過程需要更多更廣的認知加工,這與李婧等(2016)的研究結(jié)果一致。
本研究比較了主題與類屬關(guān)系的距離在分類和屬性推理過程的神經(jīng)機制,結(jié)果發(fā)現(xiàn):在類別呈現(xiàn)階段,被試先進行了語義信息整合加工(N400),接著根據(jù)前提與結(jié)論形成假設(shè)(LNC);而屬性呈現(xiàn)階段,被試對類別屬性特征進行知覺和自動化加工(N1)。這一結(jié)果證實了類別屬性歸納的距離效應,且這種距離效應在分類與屬性推理過程中具有不同的神經(jīng)機制。