语言行为和大脑反应反映了语言表征的不同层次

人类语言加工既可以通过行为表现，也可以通过脑活动来研究，但这两类数据是否反映了对同一信息的敏感性，仍不明确。一种有影响力的观点认为，行为反应和神经反应在很大程度上都由加工努力所决定，而这种努力通常可由词汇惊奇度（word surprisal）以及与上下文无关的词频和词长属性来估计。与此同时，已有研究表明，神经反应还能编码更丰富的语言内容方面，包括意义。在此，我们使用神经网络语言模型来操作化这些替代性观点，并在同一分析计算框架内，系统比较低维的、基于努力的预测变量与高维的嵌入表示的预测能力；后者编码了上下文化的语言内容，包括意义。基于8个行为数据集和5个神经数据集（4个fMRI和1个ERP），我们发现，加工努力能够解释语言加工的行为和神经测量中的相当一部分方差，这与此前大量研究一致。然而，对于脑反应——但并非行为测量——嵌入表示在加工努力估计之外仍具有显著的预测能力。因此，这些结果表明，神经数据使我们能够接触到语言理解中丰富的、高维的动态过程，而行为数据则反映了这些动态过程被压缩为少数几个具有理论动机的上下文化语言输入属性的瓶颈效应。

人类语言加工可以通过行为和脑活动两种方式进行研究，但目前尚不清楚这两类数据是否反映了对同一信息的敏感性。一种有影响力的观点认为，行为反应和神经反应主要都由加工努力所决定，这种努力通常由词汇惊奇度（word surprisal）以及与语境无关的词频和词长属性来估计。与此同时，已有研究表明，神经反应还能够编码更丰富的语言内容特征，包括意义。本文使用神经网络语言模型对这些替代性观点进行操作化，并在同一分析计算框架内系统比较了低维度、基于努力的预测变量与高维嵌入表征的预测能力，后者编码了包含意义在内的上下文化语言内容。基于8个行为数据集和5个神经数据集（4个fMRI和1个ERP），我们发现，加工努力能够解释语言加工在行为和神经测量中的相当一部分方差，这与以往大量研究一致。然而，对于脑反应——而非行为测量——嵌入表征在加工努力估计之外仍具有显著的预测力。因此，这些结果表明，神经数据使我们能够接触到语言理解中丰富的高维动态过程，而行为数据则反映了这些动态过程被压缩为一小组具有理论动机的上下文化语言输入属性。

作者声明不存在竞争性利益。

注：仅为识别您作为本文发送者，才会请求您的电子邮件地址。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.21.746238v1?rss=1

🏷️ 语言加工 词汇惊奇度 神经反应 fMRI ERP 语言表征