汉语口语词汇识别研究述评

李 爽，孙 琪

（辽宁师范大学心理学院，辽宁 大连 116029）

摘 要：本文介绍了音段、超音段信息及汉语口语词汇识别的相关概念，同时介绍了口语词汇识别的两大理论模型（Cohort模型和TRACE模型）及其相关研究。文章讨论了口语词汇识别中的一些基本问题，如，研究范式（视觉情境范式），影响因素（词汇熟悉度，实验材料的语境）等。在此基础上，总结有待于研究的问题。

教育期刊网 http://www.jyqkw.com
关键词 ：口语词汇识别 理论模型 影响因素

1.相关概念

1.1汉语语音信息

在语言学中，每个音节包含两个语音单元：音段信息（即构成音节的单个音位信息，如元音、辅音等）和超音段信息（即由音位或音位群负载，包括音高、强度、时长等声音线索，如声调，重音等），超音段信息也被称作词汇的韵律信息[1]。

1.2口语词汇识别

在听者理解口语对话这一过程中，对词汇的正确理解是前提，口语词汇识别是进行句子、语篇理解的基石。因此，口语词汇识别（spokenwordrecognition）是口语理解当中的一个非常重要的研究领域[2]。口语词汇识别就是指人们将外界的声音信号与已有的心理词典进行匹配，转化成内在的语言、理解其意义的过程[3]。这一过程还会受到声音信号的长度、强度、清晰度和已有的知识经验等诸多因素的影响。

2.口语词汇识别的模型

口语词汇识别的很多模型都集中在描述人们是如何从众多的潜在匹配候选词中提取出最合适的词的，这些模型尽管在细节上有所不同，但是都认为在识别所给口语词汇的过程中，是从相同的发音开始然后才逐步被激活[4]。以下简要介绍两个主要的口语词汇识别模型及其相关研究。

Cohort模型也叫词群激活模型，是Marlsen等人提出的。Marlsen使用语义启动范式，发现在语音输入的初始阶段，大约100ms-150ms之间，已经激活了一系列与目标词首音相同的候选词群。当目标词的发音逐渐清晰，与其相符合的词汇的激活水平越来越强，不符词汇的激活水平越来越弱。直到可以将该词与目标词完全匹配后，即可识别目标词[5]。早期的Cohort模型强调词首部分的信息将直接决定所激活的候选词集合的大小。例如，Zwitserlood等人发现，在词首即使只有一个音素区别性特征不相同，也不会有多重语义激活。因此认为，当听觉词汇的词首信息和心理表征不匹配时，词汇的表征就不会得到激活[6]。

Trace模型是由McClelland和Elman提出的，也叫轨迹模型[7]。Trace模型认为听觉的词汇加工不是只依靠首音信息，而听觉输入和心理词典之间的整体一致性程度更加重要。有前人研究发现，即使词首信息不一致，也能激活源词的表征。Connine采用跨通道语义启动范式，研究目标词有不同相似程度的、由源词派生出来的非词能否能和源词一样获得启动效应。结果发现，与源词的起始特征不同的非词依然能够得到激活，说明听觉刺激与心理词典的一致性程度或相似性程度才最终决定了听觉词的识别。也就是说即使首音不同，整体的相似程度高依然可以激活词汇表征[8]。

3.口语词汇识别研究方法—视觉情境范式

视觉情境范式（visual-worldparadigm）的出现为口语理解提供了一种新的、行之有效的方法[9]。常用的视觉情境范式是在电脑屏幕上呈现用线条画的半现实场景，还有描述或是评论此场景的句子。近期视觉情境范式发展出一个印刷词汇的版本。与标准版本唯一不同的就是把图片替换成印刷词汇。印刷词汇版本的一个重要的优势就是不用把视觉刺激表征成具体的事物，但可以是任何的词汇。Huettig和McQueen表明，相对于使用图片的传统版本范式，印刷文字版可能对音韵学的控制更敏感[10]。

4.词汇加工的影响因素

4.1熟悉度对词汇加工的影响

近年来对汉字识别中出现的词频效应比较合理的解释就是着眼于对汉字的熟悉度，目前有关研究中使用的词频都是成人词频，对于正在识字阶段的儿童来讲，这种成人词频统计没有实际的应用意义，因而，用成人词频作为儿童的汉语词汇熟悉度的指标并不妥当。

国内有少数学者对词汇熟悉度的影响进行了研究。如，冯建新等人通过对聋童与听力正常儿童的汉字识别过程特点的研究，认为汉字的熟悉度是影响儿童汉字识别过程的一个重要因素[11]。此外，也有国外研究者对词汇的熟悉度的作用进行了考察。Nippold和Taylor考察了11岁儿童和16岁青少年之间成语的熟悉度和透明度作用的差异，结果表明，相对于青少年来说，儿童对于成语更加不熟悉且更难理解，但在透明度的评定方面儿童与青少年之间没有差异。对于儿童而言，最简单的成语要比最难的成语更加熟悉和透明，对于青少年来说，最简单的成语要比最难的成语更加透明，但两者在熟悉度方面没有显著差异[12]。

4.2语境对词汇加工的影响

语境（Context）是指语言环境。语境影响词汇加工，这一现象既存在于视觉加工中，也存在于听觉加工中。Holt&Lotto考察了双耳倾听和双耳分听条件下语音的语境效应（phoneticcontexteffects）。结果发现，即便双耳分别呈现语音的语境和目标音节，仍存在语音的语境效应[13]。Ye和Connine认为，语境在口语词汇识别中也有重要作用[14]。为了验证Ye和Connine的假设，Liu和Samuel采用行为实验，选取三种语境条件，无语境的双字词，有语境的句子，强语境的四字成语，改变目标字的声调、元音、辅音、或全部改变。使用监测任务判断听到的声音是否是真正的词。结果发现在句子条件下依然有元音优势，在词和成语条件下声调和元音反应时相同。而在实验二让被试同时进行两个实验任务，依然选取三种语境条件，在噪音中进行探测任务，结果发现支持Ye的假设，即无语境即单字词时元音加工有优势，在有语境的条件下能促进声调发挥作用[15]。

5.小结

已有研究大多单独研究在高限制句子语境中的声调和音段信息的加工[16-17]，或单独研究没有语境时声调和音段信息的加工[18-19]。较少有将语境高低作为不同条件考虑其对声调和音段信息的影响。口语词汇识别的英文研究较多，中文研究相对较少，特别是缺乏儿童口语词汇识别的相关研究。接下来可以把研究重点放在儿童领域，来探讨不同的发展阶段语音信息的作用。

纵观口语词汇识别的相关研究，口语词汇识别两大理论模型之间的争论还在延续。尽管Cohort模型与Trace模型都认为口语词汇识别是语音输入与心理词典表征相匹配的过程，且词汇本身的性质能够影响口语词汇的识别，但两者还是存在分歧：第一，自上而下信息的作用不同，例如语境信息，是否影响着口语词汇的识别。第二，词首信息的作用，在口语词汇识别过程中，词首信息是否是最重要的。两个模型都得到大量实验证据的支持，然而，由于研究者所采用的研究方法、技术以及所针对的语种不同，得到的研究结果也不相同。这些理论模型是否能够很好地解释儿童口语词汇识别的过程，还需要进一步的研究。

教育期刊网 http://www.jyqkw.com
参考文献：

[1] 任桂琴, 刘颖, 于泽. (2012). 汉语口语韵律的作用及其神经机制. 心理科学进展, 20(3), 338-343.

[2] 宋凤宁, 马瑞杰. (2001). 听觉词汇识别的两个理论模型. 心理科学, 24(6), 738-746.

[3] 王丹, 杨玉芳. (2004). 重音和信息结构在口语语篇理解中的作用. 西北工业大学学报(社会科学版), 24(2), 44-49.

[4] 唐浩. (2012).?听觉条件下汉语声母, 韵母, 声调在语义激活中的作用及时间进程(Doctoral dissertation, 辽宁师范大学).

[5] Marslen-Wukson, W. D., & Welsh, A. (1978). Processing interactions and lexical access during word recognition in continuous speech. Cognitive Psychology, 10(1), 29-63.

[6] Zwitserlood, P. (1989). The locus of the effects of sentential-semantic context in spoken-word proeessing. Cognition, 32, 25-64.

[7] McClelland, J. L., & Elman, J. L. (1986). The TRACE model of speech perception. Cognitive Psychology, 18(1), 1-86.

[8] Connine, C. M., Blasko, D. G., & Titone D. (1993). Do the beginnings of words have a special status in auditory word recognition? Journal of Memory and Language, 32, 193-210.

[9] 邱丽景, 王穗苹, 关心. (2009). 口语理解的视觉—情境范式研究. 华南师范大学学报(社会科学版), 1, 130-136.

[10] Huettig, F. & Altmann, G. T. M. (2007). Visual-shape competition during language-mediated attention is based on lexical input and not modulated by contextual appropriateness. Visual Cognition, 15(8), 985-1018.

[11] 熊建萍, 闫国利. (2006). 首词和尾词频率对高熟悉度成语识别的影响. 心理与行为研究, 4(1), 45-48.

[12] Nippold, M. A., Taylor, C. L.. (2002). Judgments of idiom familiarity and transparency: A comparison of children and adolescents. Journal of Speech, Language, and Hearing Research, 45(2), 384-391.

[13] Holt, L. L., & Lotto, A. J. (2002). Behavioral examinations of the level of auditory processing of speech context effects. Hearing Research, 167, 156-169.

[14] Ye, Y., & Connine, C. M. (1999). Processing spoken Chinese: The role of tone information. Language and Cognitive Processes, 14, 609-630.

[15] Liu, S., & Samuel, A. (2007). The role of Mandarin lexical tones in lexical access under different contextual conditions. Language and Cognitive Processes , 22, 566-594.

[16] Schirmer, A., Tang, S. L., Penney, T. B., Gunter, T. C., & Chen, H. C. (2005). Brain responses to segmentally and tonally induced semantic violations in Cantonese. Journal of Cognitive Neuroscience, 17(1), 1-12.

[17] Hu, J., Gao, S., Ma, W., & Yao, D. (2012). Dissociation of tone and vowel processing in Mandarin idioms.Psychophysiology,49(9), 1179-1190.

[18] Zhao, J., Guo, J., Zhou, F., & Shu, H. (2011). Time course of Chinese monosyllabic spoken word recognition: Evidence from erp analyses. Neuropsychologia,49(7), 1761-1770.