第一章 语言的基本知识
语言是一定群体进行信息交流的工具。人们通常认为，语言就是说话。从上述简单的概括中可以发现，语言现象涵盖“说话”动作和“语言符号”两个基本内容。因此，我们先要基于语言现象研究的角度明确区分这两个基本内容。我们可以通过比较下面三个例句中的“话”和“说话”来进行理解。
（1）现在还不是你说话的时候。
（2）大家都认为你说的话很有说服力。
（3）在工作场合应该说普通话。
第一个句子中的“说话”是指实际的说话过程，可以称之为“言语动作”；第二个句子中“说的话”是指说话动作所产出的内容，即言语作品；第三个句子中的“普通话”则是指说话过程中所借助的符号工具。言语动作和言语作品可以被统称为言语（speech），而说话时所使用的符号工具则被称为语言（language）（沈阳，2005）。在本书后文的论述中，大部分研究用“言语”一词特指言语动作或认知过程，用“语言”一词特指符号工具，读者在阅读时需结合上下文加以准确理解。
语言作为一种符号工具，具有社会约定性（沈阳，2005）。*直观的表现就是在不同国家和地区，人们会使用不同的语言，如英语、法语、汉语等。这种符号工具是看不见、摸不着的，它不仅作为一种知识或规则存在于人的大脑中，还在背后支配着人们怎样说话和理解别人说的话。
有关语言现象的研究主要涉及两个学科：一是语言学，它的主要研究对象是作为“符号工具”的语言；二是心理语言学，它主要关注语言过程，即结合语言学和心理学的理论与实验方法来研究语言的习得、理解及产出的心理过程。在心理语言学中，一般认为掌握一种语言必须要掌握语音、词法、语义、语用及句法这五个成分（Shaffer & Kipp，2014）：①语音是指在语言中使用的*基本的声音单位以及将它们组合起来的规则。②词法则说明了语音单位是如何构成词汇的。③语义就是单词或句子所表达的意思。④语用则是指人（使用者）在一定环境中对语言的运用。语义与语用是语言意义的两个层面，语义更关心语言形式如何与它所指代的现实世界发生联系，而语用则更关心语言与使用者的关系以及谈话人具体运用语言时所要表达的交际目的。⑤句法详细说明了词是如何组成有意义的短语或句子的。本章主要介绍人类语言理解、言语产生以及语言发展等内容。
第一节 语言理解概述
语言是人类沟通*有效的交流工具，无论对方发出的语言符号是语音还是文字，人们都要先感知语言信息的语音、词汇和句法，并在知觉的基础上识别词汇的词形、语音，*后通达词汇的语义。值得注意的是，人类的语言理解并不仅仅局限于对单个词汇的特征及其意义的识别，而是更多地发生在语篇上，这需要将各种词汇的语义进行整合。本节主要介绍语言理解的认知加工过程及理论。
一、言语知觉过程
言语知觉（speech perception）是一个由多通道参与，对言语信息进行感知、辨识与理解的过程。言语理解始于言语知觉。言语知觉作为心理学的一个研究领域，已经存在和发展了很多年（杨玉芳，1997）。早期，言语知觉研究的主要目的是寻找*基本的音位知觉线索，希望借此解决言语识别的根本问题。随着各相关学科与研究技术手段的发展，言语知觉研究也逐渐扩展到词、语句甚至句法层面（杨玉芳，1997）。
视觉与听觉作为人类*主要的两个感觉通道，在言语知觉过程中相辅相成。由这两个感觉通道形成的言语知觉方式主要有三种：①视觉言语（visual speech）知觉，指通过观察说话者的面部表情、构音器官等的运动来知觉言语信息；②听觉言语（auditory speech）知觉，指通过听说话者的声音来知觉言语信息；③视听言语（audiovisual speech）知觉，指面对面交流时，通过听说话者的声音并观看说话者的动作、表情、口部运动等信息来知觉言语信息（王玉珏等，2017）。由此，在视听言语方式下产生了视听双通道的言语知觉过程（王玉珏等，2017）。
如同其他知觉研究一样，言语知觉研究的一个基本问题是知觉恒常性问题。众所周知，每个人说话的声音都不一样，这意味着言语信号中缺少声学、语音学的不变量（Liberman etal.，1967；刘文理等，2011）。所以，一个很重要的问题是人类如何将这些变化量非常大的语音信号知觉为常性的心理表征。针对这个问题，研究者提出了几种不同甚至对立的言语知觉理论，*具代表性的当属李伯曼等（Liberman et al.，1967）提出的言语知觉动觉理论、福勒（Fowler，1986）提出的直接感知理论，以及迪尔等（Diehl et al.，2004）认同的一般听觉理论。目前，有关言语知觉研究理论的争论主要围绕言语知觉的动觉理论（motor theory of speech perception）与一般听觉理论展开，其争论的焦点则是言语知觉是否需要言语产生相关的动作表征或动作事件（Galantucci etal.，2006；Hickok etal.，2009；Massaro & Chen，2008；Wilson，2009）。言语知觉的动觉理论认为，由于声学线索在人们说话的语音流中是混合的，声音信号和感知到的音位之间缺乏对应关系，所以，虽然很多的声学线索都具有知觉价值，但其在言语知觉中又不是必需的。因此，语音范畴不是源于纯粹的声学线索（Liberman etal.，1967）。还有观点认为，感知到的音位与发音动作间的联系比声学线索间的联系更密切，意味着恒常性发生于发音水平而非声学水平（Liberman & Mattingly，1985）。言语知觉的基本目标是知觉说话者的发音动作，即表征在脑中的恒定动作，感知言语即感知说话者内在的发音特征。研究者还进一步假设人类感知言语的能力不是依赖于一般的听觉和知觉学习机制，而是主要依赖于一个人特有的用于言语知觉的模块（也被称为一个特殊的解码器）。
言语知觉的一般听觉理论则反对言语知觉的动觉理论。该理论认为，听者是可以直接从声学线索中知觉到语音范畴的，言语知觉的目标不是知觉动作事件，而是物理的声学线索。人类感知言语的能力主要依赖于听觉机制和知觉学习的交互作用。在这个理论的基础上，研究者提出了不同的言语知觉模型以解释音位知觉。例如，克拉特（Klatt，1979）提出的言语知觉频谱的词汇通达（lexical access from spectra，LAFS）模型认为，听者可以直接从言语的频谱表征中产生词典假设（自下而上的知觉）；马萨罗（Massaro，1989）的感知的模糊逻辑模型（fuzzy logic model of perception，FLMP）则认为，言语信号首先经过边缘听觉系统的特征分析，之后与长时记忆中存储的音位原型进行匹配，*后才被知觉；基于联结主义的计算模型则认为，言语输入通过区别特征、音位以及单词等三个层级之间的兴奋性或抑制性联结扩散，从而完成言语知觉与词汇间的通达（McClelland & Elman，1986）。这些模型都很好地模拟了言语知觉中的自上而下或自下而上的加工。
目前，认知神经科学研究证明，后部听觉皮层区在言语加工中扮演着重要角色，顶下叶的缘上回和角回也可能参与了音位范畴的知觉加工，但是和言语有关的运动皮层前部却没有被激活（Hickok & Poeppel，2007）。这些研究强有力地支持了言语知觉的一般听觉理论。还有一些实验发现，与言语有关的动作皮层也有可能会被激活，但这种激活更多是因为动作皮层在言语知觉中的辅助性作用（Skipper etal.，2007）。
二、词汇识别的概念与过程
词汇识别是指在阅读过程中对词汇的辨认，从而获得词汇意义的过程。这个过程是人们通过视觉或听觉通道，对词的形、音等信息进行确认，进一步对词汇信息进行编码并且在心理词典中查找、提取词条的过程（任桂琴，2012）。词汇识别是一个高度自动化的，涉及视觉知觉的特征、音、形及词义通达加工的复杂认知过程。对于词汇如何从音、形等知觉信息通达到词汇意义的过程，不同的理论给予了不同的解释。
人们在阅读一段文字材料时，总是通过在心里的默读过程来获得语义。直觉上，人们理解词义必须通过“读”的过程来获得，而不能通过直接“看”来获得。这种直觉看起来很有道理，事实上，语音中介通达理论（phonologically mediated access theory）就支持这一观点。语音中介通达理论相信词汇的视觉模式不能通过直接激活心理词典中的词条来获得语义，而必须通过语音形式才能直接激活。因此，词汇识别的过程必须经由视觉词汇信息转换成语音形式的中介过程从而通达词义（Rubenstein etal.，1971）。
额外加入语音再编码过程使得人类的词汇识别过程看起来还不够高效，这也与后来发现的一些事实相矛盾。例如，有些研究证明了汉字、词的识别过程主要是通过视觉通路直接通达的（Waters & Seidenberg，1985）。因此，直接通达理论（direct access theory）认为，人类词汇的视觉信息可以直接激活心理词典中的词条而不必经过语音的激活，语音信息在词汇识别的过程中所起的作用不大（Waters & Seidenberg，1985）。
由于语音中介通达理论与直接通达理论都存在支持证据，有人提出了双通道级联模型（dual route cascaded model，DRC）。该模型认为，直接通达与语音中介两种方式并存，每种方式都有机会决定词义的通达。词频、阅读者的熟练度以及词汇的加工深度这三个因素共同决定了词汇识别是由哪种方式决定的（Coltheart etal.，1993）。
DRC*大的局限在于它仅关注了视觉通道的词汇认知加工，忽略了听觉通道的词汇认知加工，无法解释听觉通道以及跨视听通道的一些认知加工现象。在它的基础上增加听觉通道的词汇认知加工，并且在视觉与听觉通道上分离亚词汇水平和词汇水平，就形成了双通道交互激活模型（bi-modal interactive activation model，BIAM）。该模型认为词汇识别涉及两个通道，分别是视觉加工通道和语音加工通道，每个通道上都自下而上地涵盖了知觉（听觉或视觉）特征、亚词汇水平、词汇水平等加工过程，*终通达词汇的意义。在这个过程中，视觉特征与听觉特征可以在各自加工路径的不同节点上建立交互作用。*终，词汇意义的识别是由词汇的视觉特征加工与听觉特征加工共同作用的结果（Grainger & Ferrand，1994）。
三、语义整合的概念及其理论
显然，人类的语言理解并不仅仅局限于对单个词汇的特征及其意义的识别，而是更多地发生在语篇上。语篇指长度不一，但可以组合在一起表达完整意义的自然语言，既有书面的也有口语的（Halliday & Hasan，2013）。人类如何理解语篇的意义是一个十分重要的问题。语篇理解离不开语义整合，本节主要介绍语义整合的认知过程。
语义整合指的是把当前新接收的语料与之前的语料意义进行联结以形成连贯表征的过程。语义整合可以发生在不同水平，包括词汇水平、句子水平和篇章水平（Hagoort & Indefrey，2014）。
词汇水平的语义整合通常与词汇的关联强度或语义相似性等因素有关。如果两个词汇存在语义关联或者相似性，则其中一个词汇的激活将加快另一个词汇的词义通达（Collins & Loftus，1975；Hutchison，2003），而当两个词汇不存在意义关联却能够被整合成统一表征时，也会出现类似的结果（Feng etal.，2016；Mather etal.，2014）。有关词汇水平的整合的研究多采用启动范式，采用启动范式的研究中常将前一种启动（即语义关联的启动）称为语义启动，而将后一种启动（即没有语义关联的启动）称为整合启动。有研究表明，整合启
展开
