APP下载

认知加工中的ERPs脑电成分之N400研究综述

2016-05-30段继香

西江文艺 2016年10期
关键词:综述

段继香

【摘要】:作为研究脑的语言加工常用的脑电成分,事件相关电位成分N400通常被看作语义加工的指标。因其能有效考察语言加工的各方面,在语言理解中得到广泛运用。本文目的在于梳理其发展历程,阐明其成分特性,简介其研究范式、影响因素及相关理论模型等,以期对此成分作深入了解,展现其研究概貌。

【关键词】:N400;语义加工;综述

1 N400简介

1980年,Kutas和Hillyard(1980)最先对N400进行了报道,随后他们发现N400的波幅与被试对句子最后一个词的期待程度呈负相关(Kutas & Hillyard, 1984)。

1980至1988年间,学者们主要是探讨N400的名称、含义及功能特性。1988年,它被公认为大脑的一个脑电成分。早期(1989-1998年)运用N400进行语言研究,注重的是语言处理的及时性、加工水平及语言要素的分类情况等方面。成熟时期(2000年后),研究者开始关注篇章理解(Van Berkum, 2009)、世界知识、非字面语言如隐喻的理解(Colson, 2011)、题元角色的违反、词汇识别、音乐与语言的关系(杜醒等, 2009)等方面。N400自被发现起至今,极大地促进了语言研究的发展。

2 N400解析

2.1 N400的内涵及成分特性

N400是一个分布在大脑中顶叶、偏右侧半球的一个负向波,因其峰值出现在刺激呈现后的400ms左右,因而被称为N400。N400潜伏期稳定,对语义操作极其敏感。在语言的ERP研究中,N400被看作语义加工(难度)的指标。所有形式的词汇(书面、口头及符号的)都能诱发N400,它对与意义相关的文本也很敏感,图形刺激也可诱发N400。当前,研究者在用语言刺激作材料的认知加工中广泛发现了N400(Kutas et al., 2000; Hagoort et al., 2004; Van et al., 2001)。

目前,多数研究者认为N400反映了词汇识别过程中语义表征的自动激活(Brown et al., 2000; Holcomb, 1988; Kiefer, 2000)和语义信息在句子加工中的下意识整合(Hagoort et al., 2004)。但也有研究者发现N400不仅反映词汇语义的加工,还反映被试对句法范畴的预期(Hinojosa et al, 2005)。郭桃梅等人(2008)的研究就表明,相似的N400成分可能反映不同的加工机制。

2.2 N400的头皮分布与脑内源

N400波幅的头皮分布广泛,主要位于顶区,在头部右侧更明显(Kutas et al, 1988)。视觉N400最大波峰在顶中央部,听觉N400则在额中央部(Kutas & Hillyard, 1980)。中顶区和顶枕区域是视觉任务中N400产生的主要区域(Kreher et al., 2006),典型N400分布在顶中区(Kutas et al., 2006)。

Kutas和Hillyard(1982)的研究发现句尾歧义词在右半球引发的N400波幅略比左半球大,且波形持续时间在右半球比左半球更大。Connolly和Phillips(1992)、Connolly和Phillips(1994)采用相同实验模式,分别呈现视觉与听觉刺激,发现视觉N400分布于中顶部,而听觉N400分布于额中部,研究者们认为这可能表明N400存在通路间头的皮分布差异。于爱华等(2009)的研究发现,听觉N400的产生是大脑双侧的,这与视觉通道所产生的单侧(右侧)N400(Rugg, 1984)是不同的。

关于N400的脑内发生源,研究者们还未达成一致观点。N400可能发生在旁海马梭状回(McCarthy et al., 1995),也许发生在内侧颞叶(Nobre & McCarthy, 1995)。Ullman(2004)认为N400的脑内发生源位于颞叶中部,并可能與腹侧前额叶有关。Lau E. F. 等(2008)的研究发现,这一成分可能源于左侧额下回或眶额皮层。张娅玲等(2011)通过实验发现N400很可能源于额中回,可能是多源性的、多个部位共同作用的结果。

2.3影响N400的因素

影响N400的因素有很多。第一,刺激呈现通路。N400广泛发现于多种语言的视听等多通道中,且分布模式不一(Holcomb & Neville, 1990);第二,语义联系程度强弱;第三,目标词出现在句子加工中的位置(Van Petten, 1995);第四,句子理解任务中词语的呈现速度(Kutas, 1997);第五,年龄越大其潜伏期越短(Gunter et al., 1992)。

何清顺(2013)总结了词语语义加工中影响的N400因素,如词类、词频、拼写相似性、语义关联、词语具体性、语境以及词汇隐喻等,并指出对这些因素的研究有助于理清语言与大脑机制的关系。

2.4 N400研究范式

研究者多采用启动范式和语义违反范式研究N400。前一种通过控制启动刺激(呈现时间较短)和靶刺激的关系,来研究所诱发的N400 产生的影响。后一种范式则是在句子背景下,逐个呈现句子中的单词,最后呈现靶刺激,从而来研究N400。

3与N400研究的相关理论模型

研究者一致认为N400反映了语言认知的加工过程,它与语言加工的词汇-语义关系密切、对语义违反敏感,但在其反映的是有意识的语义整合过程还是词汇加工过程,还未达成共识,因而产生了几个与N400有关的理论模型。

3.1前词汇加工理论

该理论以Morton(1969)的单词产生器模型为基础,认为N400反映了词汇表征的自动激活扩散水平,它在启动条件下的波幅比无启动条件下小,因为启动刺激产生的自动扩散激活会给靶刺激的觉察器提供更多的可用资源。Holcomb等人(2005)及Wang等人(2009)的研究结果都该理论,但该理论过于强调自动扩散激活的作用。

3.2词汇加工理论

鉴于前词汇加工理论的不足,Deacon等人(2004)将N400与语词刺激的分析加工相联系,提出词汇加工理论,强调语境只是通过反馈语义信息来减少分析加工的难度,从而减小N400的波幅。这一理论避免了前词汇加工理论的缺陷,但是,一些研究者对于非衍生假词是否确实不能激活语义提出了质疑。

3.3词汇后整合理论

Holcomb(1993)的研究发现,刺激质量(影响词汇水平的加工)不影响N400的语义启动效应,提出词汇后加工理论。他认为N400反映靶刺激在控制加工中被整合至上下文较高级意义的过程,其波幅与整合中所付努力成正相关。N400反映了受意识控制的语义整合过程,属于词汇后加工过程(Brown & Hagoort, 1993)。Brown等人(2000)的研究也表明N400波幅受期望产生的启动控制。这些研究都支持词汇后加工理论。

3.4交互激活模型(Interactive Activation Model)

在IA模型中,视觉语词刺激需经三个层次的加工,每个层次有相互独立的单元,分别表征某特征、字母、单词,亦分别称作特征表征层次、字母表征层次、单词表征层次。相邻表征层次间的联系既有促进也有抑制。该模型有串联式加工和交互式加工两个要素,都可解释真词的优势效应。它还可对人们常把不熟悉的字词识别为熟悉的字词这一现象。许多模型都是以IA模型为基础构建,如DRC模型(双通路串联式模型)(Coltheart et al., 2001)。

3.5多阶段激活模型

多阶段激活模型(Besner et al., 2011)认为,词汇加工从其正字法输入词条系统中的表征激活开始,然后再激活随后的语义系统。语义表征的激活能扩散到相關语义表征,并通过反馈扩散至词汇输入词条系统。刺激质量和词频分别影响正字法输入词条系统的激活率及从正字法输入词条系统到语义系统的投射或者“通路”的传递效率。该模型预测,刺激质量和频率有叠加效应,二者分别作用于不同的认知加工阶段。

4 N400在语言认知及其他研究中的应用

杨亦鸣等(2008)的研究运用N400这一指标,证明了词汇能力具有显著的心理现实性。曾红玲等(2009)采用N400指标探讨了语篇语境对句子理解的影响。沈汪兵等(2012)的研究发现了一个更负的N380,他们依据N380 的脑电、时频特征及源定位将其确定为N400。

张辉等(2013)的研究表明N400与韵律相关。郑志伟等(2013)的实验认为N400效应反映了情绪韵律对口语情绪词意义提取的影响。刘兆敏等(2013)的研究认为N400可能是电生理研究者提出的神经启动概念的重要ERPs指标。

杨亚平等(2015)的研究表明,N400可以作为考察对刻板印象进行认知的电生理学指标。

5总结

本文对N400的研究作了全面回顾。综上可见研究还存在一些不足:首先,因研究N400 所采用的实验材料多样且材料间差异大使得有关研究结论不尽一致、不具、普适性;其次,N400研究范式多样,因在不同实验任务中被试对实验材料的加工程度不同,实验结果因而也就不同。所以,研究者还需要继续探索科学一致性的研究方法。

参考文献:

[1]Besner, D. et al. (2011). On the strength of connections between localist mental mpdules as a source of frequency-of occurrence effects. Psychology science, 22(3): 393-398.

[2]Brown, C., & Hagoort, P. (1993). The processing nature of the N400: Evidence from masked priming. Journal of Cognition Neuroscience, 5(1): 34-44.

[3]Brown, C. et al. (2000). An event-related brain potential analysis of visual word-priming effects. Brain and Language, 72(2): 158-190.

[4]Coltheart, M. et al. (2001). DRC: a dual route cascaded model of visual woed recognition and reading aloud. Psychological review, 108(1): 204.

[5]Colson S. (2011). Cognitive neuroscience of figurative language. In The Cambridge Handbook of Psycholingistics. ed. MJ Spivey, MF Joanisse KMcRrae. London: Cambridge Univ. Press.

[6]Connolly J F, et al. (1992). Event-related potential sensitivity to acoustic and semantic properties of terminal words in sentences. Brain Lang, (43): 1-18.

[7]Deacon, D., et al. (2004). Repetition and semantic priming of nonwords: Impilcations for theories of N400 and word recognition. Psychophysiology, 41(1): 60-74.

[8]Gunter T C, et al. (1992). An electrophysiological study of semantic processing in young and middle-aged academics. Psychophysiology, (29): 38-54.

[9]Hagoort P, et al. (2004). Integration of word meaning and world knowledge in language comprehension. Science, (304): 438 -441.

[10]Hagoort P, et al. (2004). Integration of word meaning and world knowledge in language comprehension. Science, 304(16): 438.

[11]Hinojosa J A, et al. (2005). Syntactic expectancy: an event-related potentials study. Neuroscience Letters, 378(1): 34.

[12]Holcomb P J. (1988). Automatic and attentional processing: an event-related brain potential analysis of semantic priming. Brain and Language, 35(1): 66.

[13]Holcomb, P.J. (1993). Semantic priming and stimulus degradation: Implications for the role of the N400 in language processing. Psychophysiology, 30(1): 47-61.

[14]Holcomb P J, Neville H. (1990). Auditory and visual semantic priming in lexical decision: A comparison using event-related brain potentials.Language and Cognitive Processes, (5): 281-312.

猜你喜欢

综述
认知需要研究综述
氢能有轨电车应用综述
综述的写作格式
5G应用及发展综述
机器学习综述
SEBS改性沥青综述
NBA新赛季综述
深度学习认知计算综述
JOURNAL OF FUNCTIONAL POLYMERS
Progress of DNA-based Methods for Species Identification