國際二語加工研究前沿與趨勢可視化分析——基于Web of Science數(shù)據(jù)庫

王 淼

(遼寧師范大學(xué) 國際教育學(xué)院，遼寧 大連 116029)

一、引 言

二語加工研究的主要研究內(nèi)容是非母語使用和習(xí)得的心理過程。它借用心理語言學(xué)的研究方法和理論框架，發(fā)現(xiàn)和研究二語加工的特殊問題，并為了解二語習(xí)得的心理過程提供證據(jù)[1]。在認(rèn)識人腦的認(rèn)知方式、進(jìn)行二語習(xí)得研究與教學(xué)實踐等方面均有著重要意義。

本文運(yùn)用陳超美教授開發(fā)的科學(xué)計量分析軟件CiteSpace，整理分析國際二語加工研究相關(guān)文獻(xiàn)，通過可視化知識圖譜動態(tài)呈現(xiàn)國際二語加工研究的整體圖景，客觀描述二語加工的研究前沿及研究趨勢，以期為國內(nèi)二語加工研究提供借鑒與參考。

二、研究設(shè)計

(一)數(shù)據(jù)來源及采集

本研究以Web of Science數(shù)據(jù)庫作為基礎(chǔ)數(shù)據(jù)庫和樣本來源，采用高級檢索方式，對學(xué)術(shù)期刊進(jìn)行文獻(xiàn)檢索，文獻(xiàn)來源類別為 Web of Science 核心合集。檢索條件如下：TS=(“second language”)AND TS=(processing)；文獻(xiàn)類型為“論文”“會議錄論文”“綜述論文”“在線發(fā)表”；類別為“l(fā)inguistics”；語種為“English”；檢索時間為 2022 年 1 月14日。經(jīng)過數(shù)據(jù)的標(biāo)準(zhǔn)化和剔除重復(fù)數(shù)據(jù)等處理后，共獲得引文數(shù)據(jù)2 081篇。對所得數(shù)據(jù)進(jìn)行發(fā)表年度趨勢統(tǒng)計，發(fā)現(xiàn)從2008年始，本研究領(lǐng)域發(fā)文量呈明顯上升趨勢，因此將2008—2021年的1 691篇文獻(xiàn)作為本文的研究對象。

(二)研究工具及方法

本研究以量化研究為主，運(yùn)用CiteSpace(5.8R3版)可視化軟件對二語加工研究的文獻(xiàn)數(shù)據(jù)進(jìn)行可視化分析。在“Selection Criteria”面板選擇“g-index”，閾值設(shè)置為25，Time Slicing 設(shè)為2，其他設(shè)置均選擇默認(rèn)選項。結(jié)合閱讀文獻(xiàn)內(nèi)容，對CiteSpace生成的可視化知識圖譜進(jìn)行深入解析。為保證軟件數(shù)據(jù)分析的可靠性和準(zhǔn)確性，對數(shù)據(jù)分析結(jié)果呈現(xiàn)出的關(guān)鍵文獻(xiàn)進(jìn)行人工閱讀、分析和總結(jié)，以此獲取信度較高的結(jié)論。具體分析方法將在下文中結(jié)合圖譜解讀進(jìn)行詳細(xì)介紹。

(三)研究問題

本研究包括兩個主題：(1)2008—2021年國際二語加工研究前沿分析；(2)2008—2021年國際二語加工研究趨勢分析。本研究采用CiteSpace提供的文獻(xiàn)共被引及聚類分析功能，探測國際二語加工研究前沿；采用突現(xiàn)檢測和結(jié)構(gòu)變異功能，探測國際二語加工研究趨勢。

三、國際二語加工研究前沿及研究趨勢

探測學(xué)科研究前沿以及研究趨勢的變化，有助于研究者科學(xué)地辨識某一學(xué)科領(lǐng)域知識結(jié)構(gòu)的內(nèi)在聯(lián)系、演變過程，為進(jìn)一步的科學(xué)研究提供參考性依據(jù)。

(一)研究前沿分析

最早提出“研究前沿”概念的是普賴斯，他認(rèn)為某個研究前沿大概由40～50篇最近發(fā)表的文章組成[2]。CiteSpace為了探測某一學(xué)科的研究前沿，將引證分析(歷時性)和共引分析(結(jié)構(gòu)性)綜合起來，創(chuàng)建了從“知識基礎(chǔ)”映射到“研究前沿”的理論模型[3]。

1.文獻(xiàn)共被引分析

2008—2021年國際二語加工研究文獻(xiàn)共被引圖譜(見圖1)中的點(diǎn)(節(jié)點(diǎn))表示引文，連線表示引文之間的共被引關(guān)系，本知識圖譜中含有節(jié)點(diǎn)602個，連線2 168條，節(jié)點(diǎn)大小代表文獻(xiàn)被引頻次的高低。

圖1 2008—2021年國際二語加工研究文獻(xiàn)共被引圖譜

高頻被引文獻(xiàn)表示對該主題研究具有突出貢獻(xiàn)和價值的文章。CiteSpace 提供的文獻(xiàn)共被引圖譜可以幫助我們通過圖譜中的關(guān)鍵節(jié)點(diǎn)、聚類及顏色的深淺，進(jìn)行前沿分析、領(lǐng)域分析、科研評價等[3]。CiteSpace可按被引頻次的高低導(dǎo)出被引文獻(xiàn)信息。本文將對2008—2021年國際二語加工研究的前5篇高被引文獻(xiàn)進(jìn)行討論分析。

排名第一的高被引文獻(xiàn)是Bates等人發(fā)表于2015年的文獻(xiàn)[4]，被引頻次為56次。文章介紹了如何運(yùn)用R語言平臺中的lme4包完成模型的參數(shù)估計，詳細(xì)描述了該模型的結(jié)構(gòu)、評估分析偏差的步驟、約束最大似然估計法的準(zhǔn)則。Bates通過混合模型實例、數(shù)學(xué)原理呈現(xiàn)以及l(fā)me4包應(yīng)用，使用戶能夠參考本高被引文獻(xiàn)，調(diào)用R語言中的lme4包，建立混合模型，解決實際問題。

排名第二的高被引文獻(xiàn)是Clashen & Felser于2006年發(fā)表的文獻(xiàn)[5]，被引頻次為39次。文章采用實驗心理語言學(xué)技術(shù)對不同群體語言學(xué)習(xí)者的語法加工過程進(jìn)行了詳細(xì)研究，發(fā)現(xiàn)成人母語者傾向于采用以句法結(jié)構(gòu)為導(dǎo)向的加工策略，而二語學(xué)習(xí)者則更傾向于利用詞匯、語義線索為指導(dǎo)。Felser在后續(xù)的研究中對所提出的“淺層結(jié)構(gòu)假說”進(jìn)行了進(jìn)一步的闡釋[6]。12年后，Clashen針對學(xué)界的誤解和后期的研究成果對“淺層結(jié)構(gòu)假說”的某些問題進(jìn)行了澄清，并提供了解釋性的補(bǔ)充說明(詳見下文“聚類分析”)。

排名第三的高被引文獻(xiàn)是Barr等人發(fā)表于2013年的文獻(xiàn)[7]，被引頻次為32次。文章提出線性混合效應(yīng)模型(LMEM)在心理學(xué)和相關(guān)領(lǐng)域中的作用越來越突出，通過理論論證和蒙特卡羅模擬，如果使用最大化隨機(jī)效應(yīng)結(jié)構(gòu)，線性混合效應(yīng)模型的普適性最強(qiáng)。因此，最大線性混合效應(yīng)模型應(yīng)成為心理語言學(xué)及其他領(lǐng)域驗證性假設(shè)檢驗的“黃金標(biāo)準(zhǔn)”。

排名第四的高被引文獻(xiàn)是Hopp發(fā)表于2010年的文獻(xiàn)[8]，被引頻次為23次。Hopp進(jìn)行了四項有關(guān)二語形態(tài)句法的實證研究，結(jié)果顯示二語形態(tài)句法發(fā)展不存在關(guān)鍵期，學(xué)習(xí)者非本族語法和本族語法的加工系統(tǒng)本質(zhì)上相同，不存在根本性差異，二者的區(qū)別僅在于，由于母語的影響二語系統(tǒng)運(yùn)算效率偏低。

排名第五的高被引文獻(xiàn)是Kuznetsova & Brockhoff發(fā)表于2017年的文獻(xiàn)[9]，被引頻次為22次。文章提出運(yùn)用R語言中應(yīng)用最普遍的lme4包進(jìn)行混合線性分析時，可以將lmerTest包用于檢測lme4對象的固定因子和隨機(jī)因子。lmerTest包擴(kuò)展了lme4包的一些功能，為使用者提供了更為方便的進(jìn)行總體均值計算和多重比較檢驗的方法。

一般來說，發(fā)表時間早的文獻(xiàn)往往比發(fā)表時間晚的更能獲得較高的引文量，比如Clashen & Felser于2006年發(fā)表的文獻(xiàn)[5]，但是通過對高被引文獻(xiàn)的分析我們發(fā)現(xiàn)，一些發(fā)表較晚的文獻(xiàn)，如Bates等人發(fā)表于2015年的文獻(xiàn)[4]和Kuznetsova等人發(fā)表于2017年的文獻(xiàn)[9]，也都獲得了較高的引文量，表明這些文獻(xiàn)近年來在國際二語加工研究領(lǐng)域受到了較高的關(guān)注。高被引的5篇文獻(xiàn)中，有3篇均與數(shù)據(jù)量化分析方法有關(guān)，可以看出計算機(jī)智能算法和程序等相關(guān)領(lǐng)域的研究越來越多地應(yīng)用到二語加工研究中，跨學(xué)科融合特點(diǎn)日益凸顯。

2.聚類分析

共被引文獻(xiàn)聚類表征著當(dāng)前活躍的研究領(lǐng)域。依據(jù)網(wǎng)絡(luò)結(jié)構(gòu)和聚類的清晰度，CiteSpace 提供了模塊值(Q值)和平均輪廓值(S值)兩個指標(biāo)，這兩個指標(biāo)可以作為我們評判圖譜繪制效果的依據(jù)。

本研究的聚類圖譜中，Q值為0.754 7，S值為0.896 9，因此可以認(rèn)為該共被引知識圖譜中聚類主題的區(qū)分度較好[3]。包含文獻(xiàn)數(shù)較少的聚類往往不如較大的聚類具有代表性[10]，因此本研究僅對規(guī)模大于20的前11個聚類進(jìn)行討論分析。

文獻(xiàn)共被引還可以通過CiteSpace提供的時間線視圖(timeline view)方式進(jìn)行呈現(xiàn)。在時間線視圖中, 各個聚類按文獻(xiàn)數(shù)量情況從高到低縱向排列，代表了各個聚類的重要程度，還可以看出各個聚類中被引文獻(xiàn)的時間跨度以及某一個特定聚類研究的興起、繁榮以及衰落過程[11]。

對于每個聚類，研究者尤其需要關(guān)注大型節(jié)點(diǎn)或深色年輪狀節(jié)點(diǎn)，因為具有這樣特征的節(jié)點(diǎn)表示此文獻(xiàn)或者為高被引文獻(xiàn)或者為突現(xiàn)引文(citation burst)或者兼而有之[12]。本研究的時間線視圖見圖2。

圖2 2008—2021年國際二語加工研究文獻(xiàn)共被引圖譜(時間線視圖)

從圖2可以看到，聚類1、2、3、8包含了大部分大型節(jié)點(diǎn)或深色年輪狀節(jié)點(diǎn)，表明這四個聚類構(gòu)成了2008—2021年國際二語加工的主要研究前沿，具體分析如下。

聚類1，語法性別一致(gender agreement)。本聚類包含了二語加工領(lǐng)域早期的一些重要文獻(xiàn)，高被引文獻(xiàn)除了已探討過的Clashen & Felser發(fā)表的文獻(xiàn)[5]，還有Hopp于2006年發(fā)表的文獻(xiàn)[13]和Sabourin & Stowe于2008年發(fā)表的文獻(xiàn)[14]，被引次數(shù)也均在15次以上。Hopp進(jìn)行了大量的實證性實驗來探討語法性別一致問題，發(fā)現(xiàn)學(xué)習(xí)者的語言水平對于目標(biāo)語加工起著至關(guān)重要的作用。Sabourin & Stowe對比了不同語言學(xué)習(xí)者動詞語域依存性和語法性別一致的腦神經(jīng)加工數(shù)據(jù)，發(fā)現(xiàn)當(dāng)目標(biāo)語的語法結(jié)構(gòu)和母語類似時，實驗探測出 P600 指標(biāo)，表明母語和二語在句法結(jié)構(gòu)相似時加工過程相同，母語和二語相似性與句法加工的一致性呈正相關(guān)。

聚類2，二語句子加工(second language sentence processing)。本聚類的時間跨度最長(2004—2016年)，可見本聚類涉及的研究前沿在相對較長時間內(nèi)一直受到關(guān)注。Felser & Roberts利用圖片啟動任務(wù)研究了英語二語學(xué)習(xí)者對含有類似wh-依存關(guān)系句式進(jìn)行的實時加工，發(fā)現(xiàn)二語者難以表征具有復(fù)雜層級結(jié)構(gòu)的句子，因為二語者的心理表征缺乏抽象的語言結(jié)構(gòu)[15]。Sorace在2006年提出了“界面假說”，后又對其進(jìn)行了修正，認(rèn)為作為外部界面的“句法—語用”界面和“句法—語篇”界面對于二語學(xué)習(xí)者來說是非常難以習(xí)得的部分，因為處理外部界面需要完成更多的加工任務(wù)，二語學(xué)習(xí)者很難達(dá)到母語者的加工水平[16]。本聚類中的其他文獻(xiàn)也從不同角度對二語句子加工機(jī)制進(jìn)行了探討。

聚類3，預(yù)測加工(predictive processing)。本聚類包含了前文提到的3篇高被引文獻(xiàn)，即Bates等人發(fā)表的文獻(xiàn)[4]，Barr等人發(fā)表的文獻(xiàn)[7]和Kuznetsova等人發(fā)表的文獻(xiàn)[9]，以及突現(xiàn)值高于6的7篇引文(本聚類共含48篇引文)，同時本聚類的出現(xiàn)時間較晚(2009年始)，表明“預(yù)測加工”在二語加工研究領(lǐng)域是近期較為重要的研究前沿。如前文所述，計算機(jī)領(lǐng)域的成果已經(jīng)越來越多地應(yīng)用于心理學(xué)和心理語言學(xué)領(lǐng)域，而且線性混合效應(yīng)模型在數(shù)據(jù)分析中具有更多的優(yōu)勢。Clashen&Felser在澄清一些誤解的基礎(chǔ)上進(jìn)一步闡釋了“淺層結(jié)構(gòu)假說”，認(rèn)為無論是母語者還是二語學(xué)習(xí)者的語言加工策略都不是一成不變的，針對不同情況都會采用“淺加工”和“深加工”路徑[17]。也有研究認(rèn)為，就句子加工機(jī)制而言，母語者和二語者在預(yù)測方面本質(zhì)上是相同的，區(qū)別就在于母語者和二語者的預(yù)測性激活[18]，或由于預(yù)測的認(rèn)知資源不足[19]，或由于檢索的干擾[20]，減緩了預(yù)測的形成。本聚類集中探討的就是學(xué)習(xí)者個體在編碼、存儲、檢索等方面的差異，進(jìn)而推進(jìn)對學(xué)習(xí)者語言預(yù)測加工機(jī)制的了解。

聚類8，電生理技術(shù)(electrophysiological approaches)。Dowens 等人以22名英語為母語的西班牙語二語高水平學(xué)習(xí)者為被試，收集了他們進(jìn)行數(shù)與語法性別一致加工時的事件相關(guān)電位(ERP)數(shù)據(jù)。實驗分母語組及二語組進(jìn)行，結(jié)果支持母語遷移假說，當(dāng)母語與二語有重合時，高水平學(xué)習(xí)者在二語加工過程中可以誘發(fā)與母語者相似的P600效應(yīng)[21]。Foucart&Frenck-Mestre利用ERP技術(shù)考察了母語和二語相似性對于二語加工的影響。該結(jié)果進(jìn)一步證明二語中的句法加工受到母語與二語句法規(guī)則相似性的影響[22]。Morgan-Short等人采用人工語言學(xué)習(xí)范式學(xué)習(xí)人工語言BROCANTO2，結(jié)合ERP技術(shù)，研究二語學(xué)習(xí)者在顯性學(xué)習(xí)和隱性學(xué)習(xí)兩種不同的學(xué)習(xí)方式下的語言性別一致加工問題。被試在加工 BROCANTO2 時產(chǎn)生了和自然語言相似的大腦活動特征[23-24]。本聚類中的其他文獻(xiàn)也都與電生理技術(shù)在二語加工研究領(lǐng)域的應(yīng)用有關(guān)，由于電生理技術(shù)能夠精確獲取人腦認(rèn)知加工的動態(tài)信息，增強(qiáng)實驗結(jié)果的可信度，因此成為二語加工領(lǐng)域的研究前沿。

其他聚類也代表了二語加工研究的不同關(guān)注點(diǎn)。比如，聚類0，眼球追蹤(eye tracking)，是最大的聚類，包含85篇引文。近些年大量的實證研究證明眼球追蹤技術(shù)優(yōu)于其他的研究方法，如有聲思維、自定步速閱讀任務(wù)等，并且認(rèn)為眼球追蹤可能是二語習(xí)得研究的一個有價值的補(bǔ)充[25]。聚類5，二語水平(second language proficiency)。二語水平如何影響二語學(xué)習(xí)者的二語加工機(jī)制進(jìn)程一直備受學(xué)界關(guān)注。同時也有不少研究開始關(guān)注語言水平對三語習(xí)得的影響，并提出了語言類型優(yōu)選模型(TPM)[26]。聚類6，從人體神經(jīng)學(xué)角度對二語學(xué)習(xí)者本身展開研究。有研究證明二語學(xué)習(xí)經(jīng)歷對大腦有可塑性，可以引發(fā)大腦功能重組，當(dāng)然這種可塑性與習(xí)得年齡和語言熟練度有關(guān)[27]，然而大腦結(jié)構(gòu)如何因雙語經(jīng)歷而改變?nèi)匀皇且粋€有爭議的話題。如何將“模糊的視圖(hazy view)”變得清晰可見，正是研究者關(guān)注的課題。聚類10，領(lǐng)域一般性聽覺加工(domain-general auditory processing)。有研究表明，聽覺模式與語言結(jié)構(gòu)的各個層面關(guān)系密切，包括語音、韻律、詞匯和語法特征等。而聽覺加工與二語習(xí)得成功的相關(guān)性超過了習(xí)得年齡、居住時長等因素[28]。因此，探索二語學(xué)習(xí)者的聽覺加工機(jī)制, 對進(jìn)一步認(rèn)識聽覺加工的本質(zhì)有重要的意義。

以上聚類代表了二語加工的主要研究前沿。聚類分析表明，目前二語加工研究方向較為分散，沒有形成較大、較集中的研究主題。

(二)研究趨勢分析

科學(xué)研究的新趨勢是研究者們始終關(guān)注的話題，探測學(xué)科未來研究趨勢的變化可以幫助研究者更好地開展科學(xué)研究。通過動態(tài)可視化方式可以更加直觀地展現(xiàn)研究趨勢。

1.突現(xiàn)檢測分析

對最新的持續(xù)一段時間的突現(xiàn)引文進(jìn)行分析，可以在一定程度上揭示某一領(lǐng)域的未來研究趨勢[29]。本研究即采用CiteSpace突現(xiàn)檢測功能提取突現(xiàn)引文，并結(jié)合二次文獻(xiàn)法，將今后的研究趨勢歸納為以下幾類。

(1)跨學(xué)科實驗研究范式持續(xù)增加

二語加工的研究范式不斷演進(jìn)。隨著信息技術(shù)、認(rèn)知心理學(xué)和腦科學(xué)的不斷發(fā)展，利用眼球追蹤技術(shù)和腦成像技術(shù)來收集腦神經(jīng)加工數(shù)據(jù)，探究腦神經(jīng)加工的實驗范式不斷增加。Elgort等人采用眼球追蹤技術(shù)探索荷蘭語母語者進(jìn)行英語閱讀時的眼球運(yùn)動軌跡，發(fā)現(xiàn)隨著學(xué)習(xí)次數(shù)累加，新詞加工時間出現(xiàn)從高速到平緩的變化趨勢，甚至出現(xiàn)“平臺期”[30]。

眼球追蹤技術(shù)還被應(yīng)用到詞匯加工領(lǐng)域。Godfroid等人通過為期兩天的眼球追蹤閱讀實驗，探討學(xué)習(xí)者在閱讀長篇真實語料時，如何隨著新詞的復(fù)現(xiàn)對其進(jìn)行加工和習(xí)得。通過生長曲線模型發(fā)現(xiàn)復(fù)現(xiàn)率能預(yù)測新詞的習(xí)得，證明了在詞匯習(xí)得中重復(fù)的重要性，建議語言教師在教學(xué)過程中制定高標(biāo)準(zhǔn)，提供豐富語料，培養(yǎng)學(xué)習(xí)者終身自主學(xué)習(xí)能力[31]。

傳統(tǒng)的認(rèn)知神經(jīng)科學(xué)研究通常采用ERP研究大腦對視聽刺激的加工過程。Caffarra等人回顧了現(xiàn)有的二語句法加工的ERP研究，以確定各因素在二語加工過程中的相對權(quán)重，并進(jìn)行了Logistic回歸分析。結(jié)果表明，沉浸時間與和句法加工早期機(jī)制相關(guān)的ERP呈正相關(guān)，而整體水平與和后期語言監(jiān)控活動相關(guān)的ERP呈正相關(guān)[32]。

本聚類中的其他文獻(xiàn)也探討了二語加工研究的跨學(xué)科研究實驗與研究范式，基于眼球追蹤技術(shù)和ERP技術(shù)的在線任務(wù)，能更敏感而準(zhǔn)確地捕捉到被試的語言加工動態(tài)，因此更受推崇。

(2)量化質(zhì)化研究方式有機(jī)結(jié)合

二語加工研究趨向于量化質(zhì)化研究相結(jié)合，計算機(jī)程序或者軟件廣泛應(yīng)用于二語加工研究。運(yùn)用R語言輔助二語加工研究的實驗范式持續(xù)增加。Bates詳細(xì)介紹了如何運(yùn)用其開發(fā)的lme4包構(gòu)建混合效應(yīng)模型，進(jìn)行數(shù)據(jù)分析[4]。Matuschek等人指出，在心理學(xué)和心理語言學(xué)領(lǐng)域，線性混合效應(yīng)模型越來越多地代替方差分析，為其他領(lǐng)域研究者在應(yīng)用線性混合效應(yīng)模型建模時提供了借鑒與參考[33]。

二語加工研究的核心議題之一是二語語音加工。Boersma & Weenink開發(fā)的語音學(xué)軟件Praat是一款跨平臺的多功能語音學(xué)專業(yè)軟件，可以采集語音，并將其做數(shù)字化處理、分析，生成各種語圖，以及對語言學(xué)數(shù)據(jù)進(jìn)行統(tǒng)計分析，可以為語音加工研究提供重要的數(shù)據(jù)支撐。

元分析可以審視研究設(shè)計、數(shù)據(jù)分析和結(jié)果報告的科學(xué)性、規(guī)范性，對具體的統(tǒng)計方法和統(tǒng)計指標(biāo)進(jìn)行系統(tǒng)評價，以保證研究具有理論及實踐的參考價值。Plonsky & Derrick選取537篇二語研究領(lǐng)域的文獻(xiàn)，對其內(nèi)部一致性、評分者和評分者間的信度系數(shù)進(jìn)行元分析，證明不同研究設(shè)計，包括樣本數(shù)的大小、測量工具的差異等，都可能造成信度系數(shù)的差異，并發(fā)現(xiàn)內(nèi)部一致性系數(shù)值最低，同時研究提供了一組一般的可靠性估計范圍，為研究人員在信度系數(shù)選擇和解釋方面提供參考，并建議加強(qiáng)對二語教師及研究者進(jìn)行包括心理測量學(xué)等方面的培訓(xùn)[34]。

除了主流的量化和心理測量手段，學(xué)者們還注重質(zhì)化研究。Dornyei&Ryan在二語習(xí)得領(lǐng)域個體差異研究重心轉(zhuǎn)變背景下，在《語言學(xué)習(xí)者學(xué)習(xí)心理“再探”》一書中總結(jié)2005—2015年的最新研究成果，提出了質(zhì)化研究方法，即敘事研究[35]。

由此可見，各種計算機(jī)程序和軟件的應(yīng)用拓寬了二語加工研究的范疇，為二語加工研究的量化研究提供了科學(xué)翔實的數(shù)據(jù)支撐，同時質(zhì)化研究、混合式研究等多種研究方法也越來越多地應(yīng)用于二語加工研究。

(3)多層面研究向縱深方向發(fā)展

二語加工研究開展得比較多的三個方面是語音加工、詞匯加工、句子加工[1]。現(xiàn)在越來越多的研究將二語加工的關(guān)注點(diǎn)放到了預(yù)測加工、語篇加工以及情緒詞匯加工等方面。進(jìn)行補(bǔ)充性說明后的“淺層結(jié)構(gòu)假說”繼續(xù)為二語加工研究提供理論支撐[17]，使二語加工研究不斷向縱深發(fā)展。

預(yù)測加工對語言研究最重要的貢獻(xiàn)之一是，改變了人們對理解和產(chǎn)出關(guān)系的認(rèn)識[36]。Kuperberg & Jaeger運(yùn)用反應(yīng)時研究范式，發(fā)現(xiàn)語言理解具有預(yù)測性，是一個迅即的過程。預(yù)測性激活的水平和程度依賴于理解者的目標(biāo)、先驗知識和自下而上的信息輸入[18]。

眼球追蹤技術(shù)和電生理技術(shù)等多種實驗方法的出現(xiàn)和發(fā)展，推動了預(yù)測機(jī)制的研究進(jìn)程。Hopp通過兩個實驗探討了成人第二語言習(xí)得中性別一致性的預(yù)測加工[37]。Cunnings還發(fā)現(xiàn)，二語學(xué)習(xí)者與母語者句子加工機(jī)制本質(zhì)上是相似的，其加工過程的差異只是一種量的差別，是由二語加工認(rèn)知資源受限而導(dǎo)致檢索受到干擾[20]。此研究結(jié)果與Hopp的觀點(diǎn)一致。

詞匯加工繼續(xù)向縱深發(fā)展。以往研究大多通過行為和腦電實驗探究情緒詞加工機(jī)制，而Kazanas & Altarriba采用雙語樣本對雙語者的兩種語言情緒標(biāo)注詞和情緒負(fù)載詞的加工機(jī)制進(jìn)行了對比研究，發(fā)現(xiàn)因為情緒標(biāo)注詞更直接地表達(dá)情緒，其內(nèi)涵會迅速吸引學(xué)習(xí)者的注意力，促進(jìn)詞匯的加工，反應(yīng)時更短，正確率更高，情緒標(biāo)注詞比情緒負(fù)載詞所產(chǎn)生的啟動效應(yīng)更大。因此，今后的研究應(yīng)該對兩類情緒詞進(jìn)行區(qū)分, 分類別探討認(rèn)知加工機(jī)制上的異同[38]。

相較于語音加工、詞匯加工和雙語加工，二語加工研究的語篇加工較少。Barkaoui考察了54名不同二語水平、不同鍵盤操作能力的二語學(xué)習(xí)者，在應(yīng)對不同計算機(jī)定時寫作任務(wù)時進(jìn)行實時寫作修改的表現(xiàn)[39]。通過閱讀本被引文獻(xiàn)的重要施引文獻(xiàn)，發(fā)現(xiàn)學(xué)者們開始關(guān)注計算機(jī)輔助二語寫作研究[40-42]。本研究推測這將為二語綜合加工研究(包括詞匯加工、句子加工、語篇加工等)提供新的切入點(diǎn)。

(4)不同情境下對比性研究加強(qiáng)

二語加工和二語習(xí)得密切相關(guān)，不同教學(xué)方法及不同語境對二語習(xí)得與二語加工的影響也越來越受到學(xué)者們的關(guān)注。Long在《二語習(xí)得和任務(wù)型語言教學(xué)》一書中，全面闡述了任務(wù)型教學(xué)(task-based language teaching，TBLT)的心理語言學(xué)基礎(chǔ)和實施方法，提出了認(rèn)知—互動理論(cognitive-interactionist theory)，認(rèn)為顯性學(xué)習(xí)更能促進(jìn)成人學(xué)習(xí)者二語加工機(jī)制的發(fā)展[43]。很多研究為此理論提供了實證性的支持。Cerezo等人采用兩項產(chǎn)出性任務(wù)，考察70名大學(xué)生復(fù)雜西班牙語gustar結(jié)構(gòu)加工的情況。研究結(jié)果表明，在完全在線的環(huán)境下，顯性歸納式教學(xué)方式優(yōu)于顯性演繹式教學(xué)方式[44]。

《二語習(xí)得理論》第六章“技能習(xí)得理論”由DeKeyser撰寫。DeKeyser認(rèn)為人們習(xí)得技能時都要經(jīng)歷三個階段：陳述性階段、程序性階段和自動化階段。語言習(xí)得作為技能習(xí)得的一種，必定也要經(jīng)過以上三個階段[45]。同時，進(jìn)行精細(xì)化、個性化、具體化的練習(xí)后，才能“習(xí)得技能”。通過閱讀該被引文獻(xiàn)的重要施引文獻(xiàn)發(fā)現(xiàn)，很多研究為“技能習(xí)得理論”提供了實證性的支持。有研究探討了不同的語言訓(xùn)練方式，如感知訓(xùn)練對語音加工的影響[46]、不同學(xué)習(xí)語境對學(xué)習(xí)者二語習(xí)得與二語加工的影響[47]。

2.結(jié)構(gòu)變異性分析

如果一篇文獻(xiàn)在引文知識圖譜中構(gòu)建了跨越不同主題邊界的新奇的引文軌跡，引起了知識圖譜結(jié)構(gòu)的變異，那么我們可以就此推斷，此引文可能具有引發(fā)新的研究結(jié)構(gòu)的潛力[48]。CiteSpace能夠通過模式性變化率(ΔM)、聚類間鏈接變化率(ΔClw)和中心性分散度(ΔCkl)對知識圖譜的結(jié)構(gòu)變異情況進(jìn)行計量[49]。

通過分析發(fā)現(xiàn)，Morgan等人發(fā)表于2010年的文獻(xiàn)[23](以下稱文獻(xiàn)1)和Sagarra & Herschensohn發(fā)表于2010年的文獻(xiàn)[50](以下稱文獻(xiàn)2)，其ΔM、ΔClw、ΔCkl三個計量指標(biāo)值均處于較高水平，這兩篇文獻(xiàn)又同為較重要的被引文獻(xiàn)，尤其是文獻(xiàn)1突現(xiàn)值高達(dá)7.04，說明兩篇文獻(xiàn)對知識圖譜結(jié)構(gòu)變異的影響力很大，是引發(fā)新的結(jié)構(gòu)變異的潛在標(biāo)志。文獻(xiàn)1探討了顯性教學(xué)和隱性教學(xué)對學(xué)習(xí)者二語加工的影響(見上文“聚類分析”)；文獻(xiàn)2通過在線自定步速實驗和離線語法判斷任務(wù)實驗，發(fā)現(xiàn)所有被試離線語言加工任務(wù)表現(xiàn)一致，中級水平二語學(xué)習(xí)者和母語者在線語言加工任務(wù)表現(xiàn)一致。圖3展示了兩篇文獻(xiàn)引起知識圖譜結(jié)構(gòu)變異的引文軌跡，文獻(xiàn)1見左圖，文獻(xiàn)2見右圖。兩篇文獻(xiàn)的引文軌跡結(jié)構(gòu)相近，但有所不同。文獻(xiàn)1引文軌跡跨越了四大聚類，分別為1、2、4和8號聚類，文獻(xiàn)2引文軌跡跨越了1、2、4和11號聚類，兩篇文獻(xiàn)發(fā)表的年份同為2010年，且通過分析影響知識圖譜結(jié)構(gòu)變異的文獻(xiàn)，發(fā)現(xiàn)影響力較大的引文中有50%的文獻(xiàn)發(fā)表于 2010 年，說明2010年是引起二語加工研究知識圖譜結(jié)構(gòu)變異的重要年份。通過對施引文獻(xiàn)的進(jìn)一步閱讀、分析，本研究推測各種實驗范式的結(jié)果是否在自然語言環(huán)境下具有同樣解釋力，同時二語加工研究成果如何有效應(yīng)用于三語乃至多語加工，有望成為今后研究關(guān)注的方向。

圖3 文獻(xiàn)1(Morgan et al.， 2010)和文獻(xiàn)2(Sagarra & Herschensohn， 2010)引文軌跡

四、結(jié) 語

以Web of Science數(shù)據(jù)庫為依托，以可視化軟件CiteSpace為工具，本文考察了 2008—2021年間國際二語加工研究的發(fā)展現(xiàn)狀、研究前沿與研究趨勢。首先，從文獻(xiàn)發(fā)表年度趨勢的統(tǒng)計看出，二語加工研究一直是學(xué)界關(guān)注的重點(diǎn)，發(fā)文數(shù)量總體呈上升趨勢；其次，通過文獻(xiàn)共被引和聚類分析功能，探測二語加工研究前沿，發(fā)現(xiàn)學(xué)界關(guān)注點(diǎn)比較分散，沒有形成較大、較集中的研究前沿；最后，通過突現(xiàn)檢測和結(jié)構(gòu)變異分析發(fā)現(xiàn)，二語加工研究趨向于量化質(zhì)化研究相結(jié)合，基于計算機(jī)程序的實證或?qū)嶒炑芯渴侵髁鞣妒健？鐚W(xué)科研究方法尤其是結(jié)合腦神經(jīng)科學(xué)和計算機(jī)科學(xué)的研究方法快速增長，研究層次也逐漸向縱深發(fā)展，不同情境下的對比研究不斷拓展，同時增強(qiáng)各種研究范式在三語和多語加工研究中的應(yīng)用效力以及在自然語言環(huán)境下的解釋力，有望成為今后的研究方向。