解锁短语组合的复杂性：语义特征与语言关系间的相互作用

一项关于人类大脑如何组合词语以理解短语意义的实证研究

研究团队与发表信息 本研究的主要作者为 Shaonan Wang（第一作者，兼通讯作者）、Songhee Kim、Jeffrey R. Binder 和 Liina Pylkkänen。作者单位包括中国科学院自动化研究所（中国北京）、纽约大学心理学系（美国纽约）、威斯康星医学院神经内科（美国）以及纽约大学阿布扎比分校研究机构（阿联酋阿布扎比）。这项研究发表于学术期刊《Cognition》第254卷（2025年），文章识别码为105986，在线发布于2024年10月18日。

学术背景与研究动机 本研究属于心理语言学、计算语言学和认知神经科学的交叉领域，聚焦于“概念组合”或“语义组合”这一核心认知过程。当我们理解“红色汽车”或“建造桥梁”这样的短语时，大脑是如何将“红色”和“汽车”，或“建造”和“桥梁”的意义组合起来，形成一个全新的、整合的短语意义的？这是语言理解理论的基础问题。

然而，不同学科对此问题的研究存在断层。形式语义学理论（Formal Semantics）关注句法结构驱动的组合规则（如修饰采用交集规则，动宾关系采用函项-论元应用），但通常不明确刻画词语的具体概念内容。另一方面，神经语言学和分布语义学的研究表明，大脑在组合词语时对概念内容（如感知、动作、社会性等特征）高度敏感。那么，这两种理论视角是什么关系？它们是描述了两个独立的、互不相关的组合层面，还是在人脑的实时解释过程中相互连接、共同作用？

为了解决这一核心问题，本研究旨在探索将两个词语的意义组合成短语意义时，所涉及的数学运算如何受到以下两个因素的共同影响：1) 词语的语义内容（即词语所指概念的具身体验特征）；2) 词语间的形式语言关系（如修饰关系 vs. 论元饱和关系）。研究团队提出了三个竞争性假设： 1. 语言关系主导假说：组合操作完全由语言关系类型决定，与具体语义特征无关。 2. 语义特征主导假说：组合操作完全由语义特征类型决定，与语言关系无关。 3. 共同影响假说：组合操作由语言关系类型和语义特征类型共同决定，即不同“关系-特征”对会采用不同的组合规则。

本研究的目标是在“体验语义特征空间”中理解短语意义的组合。如果词语的意义可以由一系列体验性特征（如视觉、触觉、社会性等）的评级来表征，那么短语层面的特征评级是如何从构成词的特征评级映射而来的？是采用加法、乘法，还是主要由其中一个词决定？

详细研究流程与方法 本研究是一项结合行为实验与计算建模的实证研究，主要流程包括：刺激材料创建与验证、体验语义特征数据收集、组合操作模型构建与量化评估。

1. 刺激材料 研究设计了6种不同类型的双词短语，每种类型36个，共计216个短语。这6种类型旨在覆盖不同的句法范畴和语义关系： * ScalarNoun：标量形容词修饰名词（如“小巴士”）。 * IntersectiveNoun：可交集形容词修饰名词（如“蓝色阳台”）。 * VerbNoun：动词+名词构成的动词短语（如“建造公园”、“卖面包”）。 * HasNounNoun：通过“拥有”关系解读的名-名复合词（如“毒苹果”，即“拥有毒的苹果”）。 * ForNounNoun：通过“为了”关系解读的名-名复合词（如“夏日啤酒”，即“为夏天准备的啤酒”）。 * MadeOfNounNoun：通过“由…制成”关系解读的名-名复合词（如“铁桥”，即“由铁制成的桥”）。

名-名复合词的关系类型通过亚马逊土耳其机器人平台上的众包评分进行了验证，确保参与者对短语主要关系的解释一致性超过75%。所有短语的构成词（共107个）涵盖了食物、植物、家具、人类、地点、交通工具、工具等类别，以确保刺激材料的多样性。

2. 体验语义特征评级 本研究采用 Binder 等人（2016）提出的“体验语义特征模型”。该模型认为，词语的概念内容可以分解为65个维度的体验性特征评分，这些特征涵盖感官（如视觉、颜色、声音、气味、触觉）、运动（如上肢动作、操控）、空间、时间、情感（如愉悦、唤醒）、社会（如社会互动、需求、利益/伤害）和认知（如注意、思维）等多个领域。

研究者通过在线平台（Amazon Mechanical Turk）招募了249名符合条件的参与者，对216个短语和107个构成词进行了这65项特征的评分。每个特征对应一个具体问题（例如，对于“数字”特征，问题是“你在多大程度上将这个概念与一个具体的数字或数量联系起来？”），并配有示例说明。通过严格的数据筛选（如剔除注意力检查题错误过多或评分模式异常的答卷），最终为每个词/短语的每个特征获得了平均约27人的评分数据。最终，每个词语和短语都被表示为一个65维的语义向量。

3. 组合操作模型 研究者设计并比较了多种计算模型，用以描述如何从两个单词的特征向量（w1, w2）计算出短语的特征向量（p）。 * 参数化模型： * 加权加法模型：p = α * w1 + β * w2 + γ * (w1 ⨀ w2)。其中α, β, γ为可学习参数，允许模型为每个特征独立学习两个词的最佳权重以及交互项权重。 * 交互式加法模型：先将65维特征通过主成分分析降维至7个主成分，然后对每个主成分进行线性回归：p_component = α1*w1_component1 + ... + α7*w1_component7 + β1*w2_component1 + ... + β7*w2_component7。该模型旨在捕捉不同特征之间的复杂交互影响。 * 无参数简单模型（为了模型的可解释性而设定）： * 加法：p = (w1 + w2) / 2。假设短语意义是成分词意义的简单平均。 * 乘法：p = (w1 × w2) / 6。假设短语意义是成分词意义的乘积（并进行归一化）。 * 词1模型：p = w1。假设短语意义完全由第一个词决定。 * 词2模型：p = w2。假设短语意义完全由第二个词决定。

4. 量化分析与评估 为了评估不同组合操作在解释短语特征数据时的适用性，研究者引入了“组合误差”这一量化指标。其计算方式是：对于给定的一个短语、一种组合操作和一个特定的语义特征，先用该操作根据两个构成词在该特征上的评分，预测出短语的评分，然后计算预测评分与实际收集到的短语评分之间的绝对差值。误差越小，说明该组合操作越能准确描述该特征在该短语类型下的组合过程。

研究者将6种语言关系和65个语义特征两两配对，得到390个“关系-特征”对（如“标量形容词-名词”关系下的“视觉”特征）。为了聚焦于两个词在该特征上都有一定显著性的组合情况，他们过滤掉了那些超过一半的短语中任意一个构成词在该特征上评分低于1的“关系-特征”对（例如，许多标量形容词如“大”、“热”与“颜色”特征关联度低，因此“ScalarNoun-颜色”对被排除），最终得到99个“关系-特征”对进行分析。

判断主导组合操作的规则是：对于一个给定的“关系-特征”对，如果在超过一半的短语实例中，某一种简单组合操作（加法、乘法、词1、词2）的误差显著低于其他三种，则该操作被确定为该“关系-特征”对的“主导组合操作”。

主要研究结果 1. 交互效应的显著性 双因素方差分析表明，语义特征类型和语言关系类型在决定哪种组合操作拟合得更好时，存在高度显著的交互效应（对所有四种简单组合操作，p < 0.001）。这一初步结果直接支持了“共同影响假说”，即组合规则并非全局统一，而是取决于特定的“关系-特征”组合。

进一步分析发现，不同短语类型的整体组合难度不同。VerbNoun（动词短语）的组合误差显著高于其他所有短语类型，表明其组合模式最为复杂，四种简单规则都难以很好地预测。此外，某些语义特征（如“操控”、“形状”、“重量”）的平均组合误差也较高，意味着这些特征的组合过程更具挑战性。

2. 特定“关系-特征”对的主导组合操作 在99个被分析的“关系-特征”对中，有30个表现出了明确的主导组合操作。结果清晰地显示了模式的分化： * 感知-运动特征：大多数感知-运动特征（如视觉、形状、重量、颜色）倾向于采用词1模型或词2模型。这意味着，短语的感知特征评分往往直接继承自两个词中那个明确传达了该特征的词。例如，在“毒苹果”中，“重量”特征主要来自“苹果”；在“蓝色阳台”中，“颜色”特征主要来自“蓝色”。这符合直觉：当一个特征主要由其中一个词提供时，短语层面的该特征值就接近于那个词的值。 * 社会-情感等非感知特征：对于社会性、情感、需求、熟悉度（如“气味”、“操控”）等特征，乘法成为更常见的主导操作。乘法操作的效果是，短语的评分倾向于接近两个词中评分较低的那个。这可以解释为，当组合产生一个不常见或不太熟悉的概念时（如“石斧”），其社会性或熟悉度评级会低于两个构成词各自的评级。这种“向下调整”的模式通过乘法得以体现。 * 动词短语的特殊性：VerbNoun短语展现出独特的模式。在感知特征上，它倾向于使用乘法，而非其他名词短语常用的词1/词2模型。例如，“触摸”特征在“建造岛屿”中更接近“岛屿”的低评分，而在“停止卡车”中更接近“停止”的低评分。更重要的是，对于社会性和伤害等特征，VerbNoun短语倾向于采用词1模型，即动词主导了短语的相应特征评分。例如，“保护农民”的“伤害”评分主要由动词“保护”决定。这验证了研究者的先验预测：动词短语中，描述事件本身特征（如社会性、后果）主要由动词（短语的中心语）决定。

对主导操作模式的降维可视化（t-SNE）分析进一步确认了上述发现：基于组合误差，关系-特征对在空间中形成了聚类。感知特征与名词短语（形容词-名词、名-名复合词）倾向于聚集在一起并关联于词1/词2模型；而非感知特征（社会、情感、熟悉度）与动词短语及名-名复合词则倾向于聚集在一起并关联于乘法模型。

3. 参数化模型的优势 研究比较了所有模型的性能。结果显示，带有可学习参数的加权加法模型和交互式加法模型能够显著降低组合误差，尤其是对于复杂的VerbNoun短语。这表明，实际的概念组合过程可能比简单的加法、乘法或单一词主导模型更为复杂和非线性。例如，研究者观察到某些特征在短语层面存在“涌现”现象：在如“想要啤酒”、“建造架子”等动词短语中，像“面孔”、“身体”这类与人类相关的特征评分，竟然显著高于两个构成词各自的评分。这意味着组合过程并非简单叠加或选择，有时会激发出构成词本身不具备的强烈特征意象。参数化模型因其灵活性，能更好地捕捉这类非线性组合行为。

结论与意义 本研究的核心结论是：短语层面的概念组合并非由单一规则支配，而是语义特征类型与语言关系类型复杂交互的结果。研究结果有力地支持了“共同影响假说”，反驳了“语言关系主导”或“语义特征主导”的单一决定论观点。

研究发现了几项关键的分化： 1. 感知-运动特征与社会-情感等非感知特征的组合方式存在系统性差异。前者多采用“继承”策略（词1/词2模型），后者多采用“乘法”策略（倾向于取低值或体现交互）。 2. 动词短语与其他类型短语（形容词-名词、名-名复合词）的组合模式显著不同。动词短语整体上更复杂，且其中心语（动词）对许多事件相关特征具有主导作用。 3. 中心语效应：在名词短语（形容词-名词、名-名复合词）中，对于感知特征，第二个词（即中心名词）往往起主导作用，这与语言学中“中心语决定短语性质”的理论一致。在动词短语中，第一个词（动词）对许多特征起主导作用。这印证了形式语言学理论中不同短语类型具有不同中心语的观点，并表明中心语效应在感知特征组合中尤为明显。

科学价值与应用前景 * 理论整合：本研究在形式语义学（关注关系与规则）和具身/体验语义学（关注概念内容）之间架起了一座实证桥梁，表明二者在解释概念组合时不可或缺且相互交织。 * 计算建模：研究结果为计算语言学中构建更精细的语义组合模型提供了重要启示。未来的分布语义模型或神经网络模型在组合词语向量时，不应采用“一刀切”的操作（如简单向量加法），而应考虑不同词类关系和不同语义维度可能适用不同的组合函数。 * 神经基础探索：研究为神经语言学提供了新的、可检验的预测。例如，大脑左前颞叶等已知与语义组合相关的脑区，其神经活动模式是否会对不同的组合操作（如“继承” vs. “乘法”）或不同的“关系-特征”组合表现出特异性反应？这为未来的脑成像研究指明了方向。 * 方法学贡献：研究提供了一个基于人类特征评分的、可量化的框架来系统探究概念组合，超越了以往仅基于理论或文本共现的方法。

研究亮点 1. 问题新颖且具有根本性：直接挑战了语言理解中“组合性”这一核心问题的传统割裂视角，致力于统一形式规则与概念内容。 2. 精巧的实验设计：系统操纵了6种不同的语言关系和65个多维度的语义特征，构建了一个全面而细致的分析网格。 3. 清晰的假设检验：明确提出了三个竞争性假设，并通过量化分析（组合误差、主导操作判定、方差分析交互效应）进行了严谨检验，结果明确支持了“共同影响假说”。 4. 揭示了重要的分化模式：明确识别了“感知 vs. 非感知”特征以及“动词短语 vs. 名词短语”在组合机制上的关键区别，为后续研究提供了清晰的路线图。 5. 连接理论与数据：不仅验证了语言学中“中心语”理论的部分预测，还揭示了其适用的具体条件（如感知特征），并发现了理论未能完全预测的复杂模式（如乘法操作在非感知特征中的普遍性）。 6. 方法上的多重验证：结合了简单的可解释模型与复杂的参数化模型，既揭示了基本规律，又说明了真实组合的复杂性，并指出了未来模型发展的方向。

其他有价值的发现 研究还指出了与现有神经语言学发现的潜在联系。例如，之前研究发现“概念特异性”和“特征不确定性”会影响语义组合的神经活动。本研究采用的体验特征模型为量化这些变量提供了可能（例如，通过高评分特征的数量来量化“特异性”，通过评分方差来量化“不确定性”），这为未来在统一框架下整合行为、计算和神经层面的发现开辟了道路。同时，研究也坦承了自身局限性，如刺激集规模有限、简单模型可能过于简化、特征模型尚不能完全捕捉意义的复杂性等，为未来研究指明了改进和拓展的方向。