詞素位置概率在中文重疊歧義詞識別中的作用 *

曹海波 任 亮 韓 丹 賈東立 王敬欣

(1 教育部人文社會科學重點研究基地天津師范大學心理與行為研究院，天津 300387 ) (2 河北北方學院藝術(shù)學院，張家口 075000)(3 河北北方學院法政學院，張家口 075000) (4 天津師范大學心理學部，天津 300387)(5 學生心理發(fā)展與學習天津市高校社會科學實驗室，天津 300387)

1 引言

視覺詞匯識別是閱讀活動的一個基本內(nèi)容（Kliegl et al., 2004）。而詞匯識別的前提是詞切分，即識別文本中的語言符號并將其組合成不同層次的語言學單位（Li et al., 2009）。多數(shù)拼音文字詞與詞之間有空格，讀者在視覺感知階段可完成詞切分。而中文無詞間空格，相鄰漢字可組成雙字詞、三字詞、四字詞等。缺乏詞邊界標記使中文詞切分的方式具有多樣性（Li et al., 2022），讀者需借助內(nèi)隱線索進行詞切分。研究發(fā)現(xiàn)詞素位置概率可作為讀者詞切分的依據(jù)（Liang et al.,2022）。詞素位置概率是指漢字出現(xiàn)在詞首或詞尾時雙字詞的次數(shù)占該漢字組成的所有雙字詞的比重（Yen et al., 2012）。如，語料庫中“鐵”可組成59個雙字詞，出現(xiàn)在詞首組成49個詞，如“鐵路”“鐵鏈”等，其詞首詞素位置概率為0.83。可見，“鐵”常居于雙字詞詞首，這為讀者提供了較為清晰的詞邊界信息。

詞素位置概率是中文詞匯的顯著特點。拼音文字中組成單詞的最小單位是字母。中文里詞素常被定義為具備形態(tài)和語義的最小語言單位（趙思敏 等, 2017）。此外，中文大多是雙字詞，這使得詞素位置信息明確，字符位置信息加工是中文詞匯識別的重要環(huán)節(jié)（Gu & Li, 2015），當一些詞素常出現(xiàn)在詞首或詞尾時，詞素位置概率信息被提取。經(jīng)統(tǒng)計，約8.2%的漢字常居于詞首，7.5%的漢字常居于詞尾（白學軍, 閆國利,2017），讀者在閱讀過程中常接受這一固定位置訊息，加深了心理詞典中字符居于詞首或詞尾的印象。梁菲菲（2013）操縱首、尾詞素的位置概率，創(chuàng)設(shè)三種類型的假詞作為新詞，發(fā)現(xiàn)在詞素位置概率一致條件下的注視時間顯著低于不一致條件。另有研究發(fā)現(xiàn)，小學生運用詞素位置概率幫助詞切分的能力弱于大學生（連坤予 等, 2021）。詞素位置的這一特性與中文詞匯的加工方式有關(guān)，依據(jù)Li和Pollatsek（2020）的中文閱讀模型，詞匯識別是一個交互激活的過程，包含視覺信息、漢字層、詞匯層，各層級單元間互有聯(lián)系，且每類單元存在對應每個項目的節(jié)點。如漢字層，在每個位置都有可能被激活一系列對應的漢字節(jié)點，節(jié)點都有激活值并對應于該節(jié)點出現(xiàn)在特定位置的可能性。為此，當一些漢字經(jīng)常出現(xiàn)在詞的某一固定位置時（詞首或詞尾），其所處位置的激活閾限會降低，這可能會影響詞匯的加工。當前漢字位置編碼的加工機制處于探索階段，考察詞素位置概率對詞切分的作用，有助于回答中文讀者如何確定詞邊界的問題。

需說明的是，研究發(fā)現(xiàn)不同位置的詞素激活程度不同，且中文詞匯在單獨呈現(xiàn)時，位置信息對詞語的加工作用更大（徐邇嘉, 隋雪, 2018）。拼音文字關(guān)于字符位置的研究發(fā)現(xiàn)，相比發(fā)生在詞內(nèi)部的位置替換，換位發(fā)生在詞首與詞尾時對詞匯識別的破壞性更大（Yakup et al., 2014）。中文復合詞的研究發(fā)現(xiàn)首字發(fā)揮的作用大于尾字（Cui et al., 2013）。Yan等人（2006）發(fā)現(xiàn)首字作用的發(fā)揮受詞頻影響，當整詞為低頻時，高頻首字對被試閱讀的促進作用顯著大于低頻首字，但尾字字頻對閱讀行為的影響有限。Ma等人（2014）采用模糊詞報告范式發(fā)現(xiàn)，目標詞中間多音字讀音的識別受詞首與詞尾的影響程度相當，即在詞匯加工過程中首字發(fā)揮的作用并沒有大于尾字?？梢姡谠~匯識別過程中首、尾信息起到的作用還未形成一致結(jié)論。

不同位置的詞素位置概率在詞匯加工中的作用存在差異。高淇（2018）發(fā)現(xiàn)成人和兒童都能利用首、尾詞素位置概率完成對模糊詞的切分。而Liang等人（2022）應用眼動追蹤技術(shù)發(fā)現(xiàn)只有尾詞素的位置概率信息作用于中文閱讀的詞切分。邊界范式的研究也表明讀者傾向運用尾詞素位置概率幫助詞切分（Yen et al., 2012）?？梢?，首、尾詞素位置概率的重要性還未取得較一致的共識。本研究沿用模糊詞報告范式，從字、詞命名角度考察首、尾詞素位置概率在重疊歧義詞識別中的作用。歧義認知加工普遍存在于自然語言中（Yen et al., 2012），如“惹禍害”，“禍”可向左切分組成“惹禍”，也可向右切分組成“禍害”。而重疊歧義詞的加工受前文語境信息等因素的影響（Huang & Li, 2020）。根據(jù)中文詞切分的多重激活假設(shè)，知覺廣度范圍內(nèi)的詞均可激活，即一個字可與左側(cè)字組成詞，也可與右側(cè)字組成詞（Ma et al., 2014），詞匯屬性會影響其切分與識別速度（Rayner et al., 2005），即“ABC”中間字“B”向左或向右切分組詞，取決于詞匯“AB”與“BC”包含的屬性，這一結(jié)構(gòu)為探究詞素位置概率在中文詞匯切分中的效用提供了研究視角。

鑒于此，實驗1采用模糊詞報告范式，操縱目標詞左右兩側(cè)的詞素位置概率，并控制目標詞左右兩側(cè)的詞頻。研究假設(shè)重疊歧義詞的切分會受詞素位置概率影響，讀者傾向報告詞素位置概率較高一側(cè)的字的讀音，例如“推倒退”，“推”居于詞首的詞素位置概率為0.93，“退”居于詞尾的詞素位置概率為0.30，可見“推”常居于詞首而“退”不常出現(xiàn)在詞尾，讀者傾向于將“倒”往左切分組成“推倒”一詞，故將報告“倒”的讀音為/dǎo/。實驗1以標注重疊歧義詞中間多音字的方式間接觀察詞素位置概率對詞匯加工的影響。而實際閱讀中讀者傾向以詞為單元通達語義（Bai et al., 2008），因此，實驗2讓被試直接報告快速顯示的重疊歧義詞中的一個詞，以更直觀的視角考察詞素位置概率對重疊歧義詞的切分。研究假設(shè)讀者會利用詞素位置概率線索，當詞素位置概率較高時，被試傾向報告其所在詞一側(cè)的詞的讀音。

2 實驗1：詞素位置概率在含多音字的重疊歧義詞識別中的作用

2.1 被試

60名天津師范大學在校學生參與實驗，其中女生40名，男生20名，年齡在18～23歲之間（平均年齡20.10±1.49歲）。被試均為漢語母語者，視力或矯正視力正常，均不知實驗目的，實驗結(jié)束后獲得一定報酬。

2.2 實驗材料和設(shè)計

參照Cai和Brysbaert（2010）的語料庫將詞素位置概率高于0.70定義為高概率，低于0.30定義為低概率。參照Ma等人（2014）的模糊詞報告范式，快速呈現(xiàn)模糊詞（如“郵差距”），讓被試報告中間字的讀音。操縱詞首“郵”和詞尾“距”的詞素位置概率，并控制中間字“差”的詞素位置概率在0.40～0.60之間，且控制多音字兩側(cè)成詞的可能性在0.40～0.60之間。如多音字“差”， 有2個主要讀音/chāi/和/chā/，當讀/chāi/時可組成14個詞（如出差、差遣），當讀/chā/時可組成16個詞（如誤差、差錯）。此外，請15名不參加實驗的同學對目標詞進行熟悉度評定，1代表“非常不熟悉”，5代表“非常熟悉”，1～5的變化代表詞語熟悉性的增強，選取4以上的目標詞。共選取160組雙字詞（每種條件下40組）：（1）詞首詞素位置概率高、詞尾詞素位置概率高；（2）詞首詞素位置概率高、詞尾詞素位置概率低；（3）詞首詞素位置概率低、詞尾詞素位置概率高；（4）詞首詞素位置概率低、詞尾詞素位置概率低。此外，為排除讀者從左至右閱讀可能會首選報告第一個看到的詞匯的影響，對重疊歧義詞的首、尾詞素位置概率進行了嚴格匹配，并控制四種實驗條件下目標詞首、尾筆畫數(shù)差異不顯著，ts＜1，ps＞0.05；首、尾字頻差異不顯著，ts＜1，ps＞0.05；首、尾詞頻差異不顯著，ts＜1，ps＞0.05。而且，在實驗程序中設(shè)置“+”號注視點位置對應重疊歧義詞“ABC”的中間字“B”，并告知被試盯住“+”號位置目標詞語出現(xiàn)，使讀者注視點停留在重疊歧義詞的中間字上，盡可能避免讀者先入為主的從左至右的閱讀習慣。另外，兩個實驗正式開始前，分別邀請15名被試參加了預實驗，分析數(shù)據(jù)后發(fā)現(xiàn)讀者受從左至右閱讀習慣的影響較小，未完全首選報告第一個看到的字或詞，數(shù)據(jù)趨勢表現(xiàn)出受詞素位置概率操控條件的影響。實驗材料基本參數(shù)情況見表1。

表 1 實驗1材料基本參數(shù)情況[M（SD）]

實驗設(shè)計：采用2（詞首詞素位置概率：高、低）×2（詞尾詞素位置概率：高、低）的兩因素重復設(shè)計。其中詞首、詞尾詞素位置概率均為被試內(nèi)變量，以被試報告重疊歧義詞中間字的讀音比例為因變量。

2.3 實驗儀器

采用聯(lián)想ThinkPad T14筆記本電腦，屏幕為14英寸，分辨率為1024×728像素，刺激為24號宋體，以白底黑字方式呈現(xiàn)。

2.4 實驗程序

使用E-Prime 2.0編程。首先，被試閱讀指導語理解實驗流程。開始時屏幕中央呈現(xiàn)注視點“+”，1000 ms后注視點消失，接著呈現(xiàn)模糊詞80 ms，隨后呈現(xiàn)空屏，被試需快速報告重疊歧義詞中間字的讀音，之后按空格鍵進入下一試次。實驗材料隨機呈現(xiàn)，10個試次的練習后開始正式實驗。實驗流程見圖1。

圖 1 實驗1流程圖

2.5 結(jié)果

刪除被試報告錯誤以及未能報告出的詞匯（0.46%）。被試在四種詞素位置概率條件下報告左側(cè)詞中間字對應讀音的個數(shù)占本條件下總個數(shù)的比例，見表2。

使用R統(tǒng)計軟件（R Development Core Team,2018）以及l(fā)me4工具包（Bates et al., 2015），采用廣義線性混合模型（generalized linear mixed-effects models, GLMMs）對數(shù)據(jù)進行分析。將詞首、詞尾詞素位置概率以及二者的交互作用作為固定因素納入模型進行分析，統(tǒng)計結(jié)果見表3。

表 2 報告左側(cè)詞中間字對應讀音的個數(shù)占本條件下總個數(shù)的比例[M（SD）]

表 3 實驗1不同詞素位置概率條件下的線性混合模型統(tǒng)計結(jié)果

結(jié)果顯示，詞首詞素位置概率的主效應顯著（z=-13.18,p＜0.001），詞尾詞素位置概率的主效應顯著（z=13.65,p＜0.001），二者交互作用不顯著（z=-1.08,p=0.28）。結(jié)果表明，被試在為重疊歧義詞中間字標注讀音時，傾向于將字向詞素位置概率高一側(cè)的字切分，表現(xiàn)出了詞素位置概率信息的加工優(yōu)勢。實驗1通過標注重疊歧義詞中間多音字的方式考察詞素位置概率的影響，研究以間接的方式發(fā)現(xiàn)詞素位置概率信息會影響詞匯命名。實際閱讀中讀者通常是直接通達整詞，為此，實驗2讓被試直接報告快速顯示的重疊歧義詞中的一個詞，以更直接的方式考察詞素位置概率的作用。

3 實驗2：詞素位置概率在重疊歧義詞識別中的作用

3.1 被試

60名天津師范大學在校學生參與實驗，其中女生38名，男生22名，年齡在18～22歲之間（平均年齡19.34±1.63歲）。被試均為漢語母語者，視力或矯正視力正常，均不知實驗目的，實驗結(jié)束后獲得一定報酬。

3.2 實驗材料和設(shè)計

詞素位置概率計算及分類方法同實驗1。采用模糊詞報告范式，快速呈現(xiàn)模糊詞（如“惹禍害”），之后空屏，讓被試報告看見的其中一個詞，如報告“惹禍”或“禍害”中的一個詞。操縱詞首“惹”和詞尾“害”的詞素位置概率的高低，同時控制模糊詞的中間字“禍”的詞素位置概率在0.40～0.60之間，并且控制“惹禍”與“禍害”的詞頻與筆畫數(shù)之間的差異不顯著。此外，請15名不參加實驗的同學對目標詞進行熟悉度評定，1代表“非常不熟悉”，5代表“非常熟悉”，1～5的變化代表詞語熟悉性的增強，選取4以上的目標詞。共選取160組雙字詞（每種條件下40組雙字詞）。另外，控制四種實驗條件下目標詞首、尾筆畫數(shù)差異不顯著，ts＜1，ps＞0.05；首、尾字頻差異不顯著，ts＜1，ps＞0.05；首、尾詞頻差異不顯著，ts＜1，ps＞0.05。實驗材料的基本參數(shù)情況見表4。實驗設(shè)計同實驗1，因變量為被試報告左側(cè)詞的個數(shù)占本條件下總個數(shù)的比例。

表 4 實驗2材料基本參數(shù)情況[M（SD）]

3.3 實驗儀器

同實驗1。

3.4 實驗程序

實驗使用E-Prime 2.0 編程。首先，被試閱讀指導語理解實驗程序。開始時屏幕中央呈現(xiàn)注視點“+”，1000 ms后注視點消失，接著呈現(xiàn)模糊詞80 ms，模糊詞由三個字構(gòu)成，前兩個字可組合成一個詞，后兩個字也可組成一個詞，被試需快速報告看到的其中一個詞。模糊詞呈現(xiàn)后很快消失，之后出現(xiàn)空屏，被試按空格鍵進入下一試次。實驗材料隨機呈現(xiàn)，被試進行10個試次練習后開始正式實驗。實驗流程見圖2。

圖 2 實驗2流程圖

3.5 結(jié)果

刪除被試未能報告出的詞匯（0.68%）。被試在四種詞素位置概率條件下報告左側(cè)詞個數(shù)占本條件下總個數(shù)的比例，見表5。數(shù)據(jù)分析使用R統(tǒng)計軟件（R Development Core Team, 2018）以及l(fā)me4工具包（Bates et al., 2015），方法同實驗1，統(tǒng)計結(jié)果見表6。

結(jié)果顯示，詞首詞素位置概率的主效應顯著（z=-18.95,p＜0.001），詞尾詞素位置概率的主效應顯著（z=18.72,p＜0.001），二者交互作用不顯著（z=1.50,p=0.13）。結(jié)果表明，讀者傾向于報告詞素位置概率高的一側(cè)詞的讀音。研究結(jié)果說明，詞素位置概率這一語言學線索參與了中文重疊歧義詞的切分，讀者更傾向于向詞素位置概率較高一側(cè)切分詞匯。

表 5 報告左側(cè)詞數(shù)占本條件下總個數(shù)的比例[M（SD）]

表 6 實驗2不同詞素位置概率條件下的線性混合模型統(tǒng)計結(jié)果

4 討論

研究通過兩個詞匯命名實驗，探究了詞素位置概率信息與中文詞匯識別與切分的關(guān)系，發(fā)現(xiàn)首、尾詞素位置概率均會影響中文詞匯的加工。實驗1中當模糊詞（如“ABC”）的詞首“A”詞素位置概率較高，詞尾“C”詞素位置概率較低時，被試傾向于將多音字“B”往左側(cè)切分。實驗2中觀察到了相似的反應模式。研究表明在重疊歧義詞的動態(tài)切分過程中詞素位置概率線索起到重要的指向作用。

依據(jù)詞匯識別的多重激活假設(shè)（Inhoff & Wu,2005; Li et al., 2009），知覺廣度范圍的字是平行加工的，其組成的詞被對應激活，詞匯的語言學屬性會影響詞匯的切分與加工速率（Huang et al., 2021）。鑒于此，注視點左側(cè)的一個漢字到右側(cè)的三個漢字都被激活，重疊歧義詞被激活時所攜帶的位置概率信息亦被激活，組成的詞在競爭中產(chǎn)生唯一勝者。即呈現(xiàn)“抵消退”時，“抵消”與“消退”相互競爭，此時“消”字成為首、尾爭奪的對象，“抵”位于詞首的詞素位置概率為0.80，“退”位于詞尾的詞素位置概率為0.30，可見，“抵”常位于詞首，其激活閾限較低，易得到加工，而“退”不常位于詞尾，在“抵消”與“消退”詞頻相當?shù)那闆r下，“抵消”憑借詞首詞素位置概率較高的優(yōu)勢在競爭中勝出。同理，在為含多音字的重疊歧義詞中間字標注讀音時，高首、尾詞素位置概率發(fā)揮了相應作用。Li和Pollatsek（2020）的中文閱讀模型指出，詞匯加工遵循交互激活的原則，漢字層面的詞素位置概率對整詞命名產(chǎn)生積極影響，重疊歧義詞首、尾詞素位置概率特性激活后向整詞傳遞激活信息并加快整詞識別。反過來，被快速激活的整詞促進其成分字的識別。

值得一提的是，研究發(fā)現(xiàn)首、尾詞素位置概率對詞匯識別的重要性不同，且在中文獨立詞匯識別和文本閱讀中的作用不一致。Yen等人（2012）認為讀者傾向使用尾詞素位置概率進行詞切分，梁菲菲等人（2022）發(fā)現(xiàn)在副中央凹處讀者未加工首詞素位置概率信息，在中央凹中考察首、尾詞素位置概率作用的研究也發(fā)現(xiàn)只有尾詞素位置概率參與詞切分（Liang et al., 2022）。而連坤予等人（2021）發(fā)現(xiàn)讀者在句子閱讀中均可利用首、尾詞素位置概率信息促進閱讀。本研究進一步肯定了首、尾詞素位置概率在詞匯單獨識別中的作用。區(qū)別于句子閱讀中的詞匯識別，詞匯單獨識別時較少受句法、語境及相鄰文本信息的影響（張必隱, 1992），一定程度上能更清晰地考察詞匯內(nèi)部特征及自身各種意義的激活特點（武寧寧, 舒華,2001）。Huang和Li（2020）指出語境信息會影響重疊歧義詞的識別，單獨加工雙字詞時由于缺少上下文語境的干擾，讀者對詞素的位置信息更敏感。此外，雙字詞在漢語閱讀中較為常見，詞素位置信息清晰，單獨呈現(xiàn)雙字詞時，詞素位置信息的重要性易凸顯（高淇, 2018）。因此，相較于包含語境的句子閱讀，在獨立識別詞匯時首、尾詞素位置概率的特征更易被讀者察覺。

此外，相關(guān)研究指出當讀者在中央凹處識別詞N-1時，相鄰詞N-1的右邊界和詞N的左邊界便被切分出來，當注視點來到詞N后，出于認知加工的經(jīng)濟性便不分配資源再次加工首詞素位置概率信息，這加深了尾詞素位置概率對詞切分的重要性（梁菲菲 等, 2022）。然而，大量實證研究也強調(diào)了詞首位置的重要作用，Taft（2004）認為在雙詞素詞通達過程中首詞素是主要搜索對象，尾詞素的作用相對較小。詞匯開始部分攜帶的信息量比結(jié)尾部分更豐富（Shillcock et al., 2000）。徐邇嘉和隋雪（2018）發(fā)現(xiàn)目標詞的首字身份信息一旦破壞，詞匯的注視時間將顯著增加，本研究結(jié)果也在一定程度上佐證詞首詞素位置概率的作用?？梢?，首、尾詞素位置線索之于詞匯識別與切分的重要程度仍需后續(xù)研究進一步澄清，可探查閱讀經(jīng)驗相對缺乏的漢語二語者對詞素位置概率信息的敏感性，以及閱讀經(jīng)驗相對豐富的老年群體對詞素位置概率的保留情況。

綜上，讀者在詞匯加工過程中提取了詞素位置概率這項特征，這意味著詞素位置作為一個獨立的語言學變量得到了加工，這也啟示在構(gòu)建中文詞切分與識別模型時應考慮詞素位置概率。中文漢字位置的加工機制處在探索階段，早期的中文詞切分與識別模型（Li et al., 2009）指出漢字編碼受到插槽的限制，在解釋漢字位置加工方面存有局限，因此，從詞素位置概率角度探究詞首、尾漢字的編碼特點，有助于從漢字位置水平揭示中文閱讀的詞切分認知機制。

5 結(jié)論

詞素位置概率信息是中文讀者重要的語言詞切分線索，讀者可利用首、尾詞素位置概率完成對模糊詞的切分，且首、尾詞素位置概率在詞匯識別過程中均發(fā)揮了作用。