摘 "要""預(yù)測性加工是指在詞匯語義加工之前進行有效地預(yù)測形成預(yù)測性認(rèn)知。預(yù)測性認(rèn)知形成有兩個主要影響因素： 先驗知識和語境信息。兩個因素對預(yù)測性認(rèn)知形成共同作用， 相互促進。已形成的預(yù)測性認(rèn)知在后續(xù)語

1""引言

語言能夠傳遞豐富的信息， 使用語言進行溝通效率更高。為了更好地理解語言傳遞的信息， 需要結(jié)合具體語境（Lund et al.， 2019）。語境是指語言發(fā)生的環(huán)境， 語境中的各種信息（語境信息）都會影響語言加工（McNally， 2013）。語言在不同的語境中具有不同的意義， 或者說語言與具體的語境結(jié)合使得語言具有了特定的意義（Hinojosa et"al.，"2020）。在言語交流過程中， 言語加工不僅包含隨語境信息呈現(xiàn)而進行的自下而上加工（Federmeier et al.， 2007）， 還包含依靠先驗知識對言語信息進行的自上而下的預(yù)測性加工（Bar， 2007）。先驗知識和語境信息是預(yù)測性加工的主要依據(jù)（Afflerbach， 1990; Broeker et al.， 2020; Sohoglu"et al.， 2012）。先驗知識是個體從以往接受的教育及親身經(jīng)歷中獲

得的對事物及事物之間關(guān)系的認(rèn)知。先驗知識的增加可以顯著提高預(yù)測性加工的效率（Sohoglu"et"al.， 2012）， 語境信息也影響預(yù)測性加工， 但個體對語境信息的加工會占用注意資源（Broeker et"al.， 2020）。先驗知識是預(yù)測性加工的關(guān)鍵因素， 而特定語境信息則為預(yù)測性加工提供了有價值的線索（Ufer amp; Blank， 2023）。先驗知識和語境信息是否相互作用以及如何相互作用引起了研究者們的關(guān)注。

先驗知識與語境信息的結(jié)合產(chǎn)生對后續(xù)言語信息的預(yù)測性認(rèn)知。預(yù)測性認(rèn)知的準(zhǔn)確性受語境限制性的影響， 語境限制性越高， 預(yù)測正確的可能性越大。Ding等（2019）研究發(fā)現(xiàn)， 在高限制語境下， 情緒動詞和中性詞誘發(fā)的N400波幅沒有顯著差異， 但在低限制語境下， 情緒動詞引發(fā)的N400波幅更大。而且， 兩種限制語境條件下都發(fā)現(xiàn)情緒動詞引發(fā)了波幅更大的晚期正成分（late positive component， LPC）。有研究者認(rèn)為預(yù)測性認(rèn)知的形成是由于個體對語境信息的加工， 語境信息能改變先驗知識從而有效地形成預(yù)測性認(rèn)知， 語境信息對預(yù)測性認(rèn)知的影響更大（Pfister et al.， 2012）。也有研究者認(rèn)為， 先驗知識比語境信息對

預(yù)測性認(rèn)知的影響更大， 語境信息并不能導(dǎo)致先驗知識被改變（Gaschler et al.， 2018）。雙方都把形成的預(yù)測性認(rèn)知當(dāng)成固定不變的， 穩(wěn)定地影響后續(xù)的語義加工（Hinojosa et al.， 2019）。腦電研究發(fā)現(xiàn)， 預(yù)測性認(rèn)知的作用體現(xiàn)在很多腦電成分上， 如在P200、N400和LPC等成分上（Aristei et al.， 2022; Hinojosa et al.， 2019; van Berkum， 2018， 2019; Wang et al.， 2015; Zhang et al.， 2021; Zhang et al.， 2022）。這說明預(yù)測性認(rèn)知也在調(diào)整， 隨著語境信息的累加而不斷更新。先驗知識和語境信息對預(yù)測性認(rèn)知的影響是連續(xù)的（Hopp amp; Godfroid， 2023）。先驗知識結(jié)合語境信息形成預(yù)測性認(rèn)知， 隨著言語加工推進， 新的語境信息累積， 預(yù)測性認(rèn)知也相應(yīng)改變， 形成新的預(yù)測性認(rèn)知， 并影響后續(xù)言語加工。由于不同研究中個體先驗知識和語境信息的不同， 導(dǎo)致預(yù)測性認(rèn)知的改變也是不同的， 致使不同研究發(fā)現(xiàn)的神經(jīng)活動結(jié)果不同（Grant et al.， 2020; Yao et al.， 2019）。應(yīng)該從動態(tài)的角度考察先驗知識和語境信息對預(yù)測性認(rèn)知的影響， 這樣才能更準(zhǔn)確地把握預(yù)測性認(rèn)知作用的時間進程以及相應(yīng)的神經(jīng)反應(yīng)（Grant et al.， 2020）。

本文首先分析先驗知識和語境信息在預(yù)測性認(rèn)知形成中的作用， 然后結(jié)合相關(guān)理論和模型對預(yù)測性認(rèn)知的形成進行解釋， 接著探討預(yù)測性認(rèn)知形成的神經(jīng)機制， 最后對預(yù)測性認(rèn)知改變的研究方向進行展望。

2""預(yù)測性認(rèn)知形成的主要影響因素

2.1""先驗知識在預(yù)測性認(rèn)知形成中的作用

個體將先驗知識與語境信息整合形成有意義的心理表征， 即預(yù)測性認(rèn)知（Smith et al.， 2021）。先驗知識屬于個體心理儲存的圖式， 用做解釋新接收語境信息的框架（Thomas， 1995）。個體先驗知識的數(shù)量或質(zhì)量影響預(yù)測性認(rèn)知的形成， 數(shù)量是指儲存先驗知識的多少， 而質(zhì)量是指儲存先驗知識的準(zhǔn)確性（Kendeou amp; van den Broek， 2007）。研究者在考察語義預(yù)測性加工形成的認(rèn)知時發(fā)現(xiàn)， 個體先驗知識的不同導(dǎo)致對相同語境信息加工形成的預(yù)測性認(rèn)知也不同， 對后續(xù)語義加工的影響不同（van Berkum et al.， 2008; van den Brink et al.， 2012）。這說明先驗知識在預(yù)測性加工中更重要， 沒有相應(yīng)的先驗知識就無法進行預(yù)測， 先驗知識解決能不能預(yù)測的問題。

White等（2009）采用啟動范式考察先驗知識和語境信息對預(yù)測性認(rèn)知形成的影響。他們用男人和女人作為啟動詞（語境信息）啟動后面與性別刻板印象（先驗知識）一致的單詞（女人啟動養(yǎng)育）， 或者與性別刻板印象不一致的單詞（女人啟動好斗）。結(jié)果發(fā)現(xiàn)， 與一致條件比， 不一致條件的反應(yīng)時更長， N400波幅更大。在一致條件下， 被試對啟動詞為女人的情況反應(yīng)更快， 而在不一致條件下， 被試對啟動詞為男人的情況反應(yīng)更快， 這反映了個體先驗知識（刻板印象）的作用， 尤其在相同條件下男女的反應(yīng)不同更說明了先驗知識差異的作用。對啟動詞的加工受先驗知識的影響， 對不同性別啟動詞加工形成不同的預(yù)測性認(rèn)知， 依據(jù)不同的預(yù)測性認(rèn)知對目標(biāo)詞（語義）進行加工， 導(dǎo)致對目標(biāo)詞的加工不同。有研究指出， 社會普遍以男性作為標(biāo)準(zhǔn)規(guī)范， 形成對男女不一樣的刻板印象（Hegarty amp; Pratto， 2001）。性別刻板印象主要源于對職業(yè)性別認(rèn)知的差異（王禎， 管健， 2021）。個體形成的刻板印象越深， 對語義信息加工的影響越大（Villiger， 2023）。這說明有了先驗知識， 不同的先驗知識就會引導(dǎo)和影響預(yù)測性認(rèn)知， 正確的先驗知識就會形成有效的預(yù)測性認(rèn)知， 錯誤的先驗知識就會形成無效的預(yù)測性認(rèn)知。

Ding等（2016）考查了句子閱讀過程中， 個體已有認(rèn)知與后續(xù)目標(biāo)詞的一致性（消極認(rèn)知?消極目標(biāo)詞， 積極認(rèn)知?消極目標(biāo)詞）對目標(biāo)詞語義加工的影響。結(jié)果發(fā)現(xiàn)， 與一致條件相比， 不一致條件誘發(fā)的P600波幅更大。說明先驗知識的性質(zhì)影響后續(xù)對語義信息的加工， 不一致認(rèn)知導(dǎo)致后期整合加工需要更多認(rèn)知資源。Aristei等（2022）考察消極認(rèn)知對最低限度違背直覺概念（minimally counter-intuitive concept， MCI）語義加工的影響。最低限度違背直覺概念是違背現(xiàn)實概念一種屬性的虛構(gòu)概念， 例如， “樹”是現(xiàn)實概念， “會說話的樹”只違背了“不會說話”一種客觀事實， 是最低限度違背直覺概念。結(jié)果發(fā)現(xiàn)了N400效應(yīng)和P600效應(yīng)。說明違背先驗知識的信息導(dǎo)致了語義沖突和整合困難。Canal等（2015）對先驗知識的作用進行了探究， 他們讓被試加工指代具有生理意義（如母親）和具有性別偏見意義（如護士）的代詞。結(jié)果發(fā)現(xiàn)， 對于具有性別偏見意義的代詞， 不匹配的代詞引發(fā)了ERP雙相模式（biphasic LAN-P600 pattern）。這說明基于先驗知識形成的預(yù)測性認(rèn)知與后續(xù)信息是否一致決定其起到的是促進還是阻礙作用。

綜上可知， 先驗知識是較為穩(wěn)定的因素， 先驗知識決定了主體的認(rèn)知能力， 沒有相應(yīng)的先驗知識就無法對當(dāng)前的語境發(fā)展進行預(yù)測， 可以說， 先驗知識解決能不能預(yù)測的問題， 有了先驗知識， 比如都是物理學(xué)研究者， 不同的知識水平導(dǎo)致形成不同層次的預(yù)測性認(rèn)知， 可以說， 先驗知識是預(yù)測性認(rèn)知形成的關(guān)鍵因素， 當(dāng)然， 它也是導(dǎo)致認(rèn)知偏差形成的主要因素。

2.2""語境信息在預(yù)測性認(rèn)知形成中的作用

語境信息是指語境中影響語言加工的具體因素， 包括言語信息和非言語信息（McNally， 2013）。很多研究通過行為和神經(jīng)生理學(xué)實驗證明了語境信息對文字加工的促進作用。Baetens等（2011）讓被試閱讀一些被暗示為具有友善特征的不明身份演員的腳本， 在腳本的最后呈現(xiàn)與腳本內(nèi)容一致或者不一致的陳述句。結(jié)果發(fā)現(xiàn)， 與前面腳本特征不一致的語句比一致語句誘發(fā)的N400波幅更大，"并且， 還會誘發(fā)晚期正成分（late positive potential， LPP）。之所以同一語境信息對后續(xù)不同語義內(nèi)容的加工過程產(chǎn)生了不同的影響從而出現(xiàn)了不同的結(jié)果， 是因為被試基于語境提供的‘不明身份演員’友善特征形成了預(yù)測性認(rèn)知， 其對后續(xù)語義信息加工產(chǎn)生了影響， 預(yù)測性認(rèn)知促進還是阻礙后續(xù)語義加工取決于后續(xù)語義信息是否符合預(yù)測性認(rèn)知。劉志方等（2020）研究發(fā)現(xiàn)， 基于語境信息形成的預(yù)測性認(rèn)知促進了后續(xù)語義加工， 并且這種促進作用受到詞頻影響。有研究者將實驗材料以兩句話分開呈現(xiàn)， 操縱第二句話與第一句話的語義一致性， 考查加工第一句話形成的預(yù)期（預(yù)測性認(rèn)知）對第二句話語義加工的影響（Zhang et al.， 2021; Zhang et al.， 2022）。其中， Zhang等（2021）的研究控制了句子的情緒性。閱讀第一個句子后會形成負(fù)面情緒認(rèn)知或者中性認(rèn)知， 在第二個句子中嵌入負(fù)性情緒詞或者中性詞。結(jié)果發(fā)現(xiàn)， 當(dāng)前后兩個句子都是消極的時， 目標(biāo)詞誘發(fā)的N400波幅較小， LPP波幅較大。這說明基于語境信息形成的預(yù)測性認(rèn)知不僅預(yù)測語義信息， 也預(yù)測情緒信息， 同樣， 預(yù)測性認(rèn)知促進還是阻礙后續(xù)信息加工依賴于后續(xù)信息是否符合預(yù)測性認(rèn)知。

Zhang等（2022）操縱第一句話的喚醒度和效價， 探究加工語境信息形成的預(yù)測性認(rèn)知對第二句話中消極詞加工的影響。結(jié)果發(fā)現(xiàn)， 高喚醒情緒語境條件下， 積極語境比消極語境導(dǎo)致消極詞誘發(fā)了波幅更大的P200和LPC。而在低喚醒情緒語境條件下， 只觀察到P200效應(yīng)。這說明語境信息的喚醒度與預(yù)測性認(rèn)知密切相關(guān)。低喚醒情緒語境形成的預(yù)測性認(rèn)知強度較低， 預(yù)測性認(rèn)知與消極詞不一致只引起早期加工的沖突， 沒有影響晚期的整合加工（van den Brink et al.， 2012）。這一研究說明基于語境信息形成的預(yù)測性認(rèn)知具有喚醒強度和效價的屬性， 對后續(xù)語義信息加工效果依賴于后續(xù)信息的喚醒度和效價是否符合預(yù)測性認(rèn)知的同一屬性。

也有研究發(fā)現(xiàn)， 語境的限制性越高， 語境信息對文字加工的影響就越具體（Federmeier et al.， 2007）。這樣的語境信息更容易形成預(yù)測性認(rèn)知， 產(chǎn)生的促進作用也就更強。研究者（Ehrlich amp; Rayner， 1981）采用眼動技術(shù)結(jié)果發(fā)現(xiàn)， 在閱讀過程中， 高限制性語境導(dǎo)致所預(yù)測的文字更容易被跳讀、更少被回視， 并且， 閱讀時間更短。Kutas和Hillyard （1984）采用腦電技術(shù)研究發(fā)現(xiàn)， 語境的限制性越高， 對后續(xù)特定詞匯的期望就越強。換句話說， 高限制性語境提供的語境信息約束更強， 更容易形成預(yù)測性認(rèn)知。當(dāng)出現(xiàn)的詞匯符合預(yù)測性認(rèn)知， 產(chǎn)生的N400波幅較小。N400對語境信息的限制性更敏感（Hoeks et al， 2004）?？梢姡?基于語境信息形成的預(yù)測性認(rèn)知對語境本身的約束屬性更敏感， 對后續(xù)信息加工效果依賴于后續(xù)信息對預(yù)測性認(rèn)知約束屬性的符合程度。

綜上， 語境信息為后續(xù)的語義加工提供了即時性的線索， 預(yù)測性認(rèn)知促進還是阻礙后續(xù)語義加工依賴于后續(xù)語義信息是否符合預(yù)測性認(rèn)知?；谡Z境信息形成的預(yù)測性認(rèn)知不僅預(yù)測語義信息， 也預(yù)測情緒信息。而且， 預(yù)測性認(rèn)知還具有喚醒強度和效價的屬性， 當(dāng)然， 預(yù)測性認(rèn)知對語境本身的約束屬性更敏感， 對后續(xù)信息加工效果依賴于后續(xù)信息對預(yù)測性認(rèn)知約束屬性的符合程度。

2.3""先驗知識和語境信息在預(yù)測性認(rèn)知形成中的共同作用

先驗知識是預(yù)測性加工較為穩(wěn)定的因素， 語境信息為預(yù)測性加工提供即時性的線索， 個體將語境信息與先驗知識結(jié)合， 形成更有效的預(yù)測性認(rèn)知來促進后續(xù)的語義加工。當(dāng)然， 語境信息和先驗知識共同作用形成預(yù)測性認(rèn)知， 兩者不能分離， 相互依賴。已有先驗知識越豐富、語境信息越全面形成的預(yù)測性認(rèn)知就越有效， 否則就可能形成無效甚至錯誤的預(yù)測性認(rèn)知， 導(dǎo)致后續(xù)語義加工困難。

有研究采用出聲思考范式探究了讀者對文章內(nèi)容的熟悉程度（先驗知識）和文本類型（散文和短片小說）對預(yù)測性加工的影響。結(jié)果發(fā)現(xiàn)， 熟悉程度高的讀者出現(xiàn)更多的預(yù)測性加工， 而文本類型對預(yù)測性加工沒有產(chǎn)生顯著影響（Afflerbach， 1990）。這一結(jié)果說明， 限制性較低的語境信息沒有豐富的先驗知識對預(yù)測性認(rèn)知的作用更大。如果提高語境信息的約束性， 結(jié)合先驗知識， 預(yù)測性認(rèn)知就更大程度地受到語境信息的影響。van Berkum等（2008）用ERP技術(shù)結(jié)合聽句子范式研究發(fā)現(xiàn)， 與基于語境信息形成的預(yù)測性認(rèn)知與后續(xù)句子語義不一致條件相比， 一致條件產(chǎn)生的N400波幅更小。這說明預(yù)測性認(rèn)知促進了語義加工。van den Brink等（2012）在此基礎(chǔ)上引入語義錯誤條件研究發(fā)現(xiàn)， 預(yù)測性認(rèn)知對后續(xù)不同類型句子加工的腦電波幅不同。他們發(fā)現(xiàn)不同被試在相同語境條件下， 聽到相同刺激時產(chǎn)生的ERP波幅有差異。這說明預(yù)測性認(rèn)知不完全由語境信息決定， 除語境信息以外， 還與個體先驗知識有關(guān)。

Grant等（2020）以聽覺呈現(xiàn)實驗材料， 考查預(yù)測性認(rèn)知對語義加工的影響。要求被試聽完句子， 回答句子后面出現(xiàn)的理解性問題。實驗控制了刻板印象（先驗知識）與說話者身份（語境信息）的一致性， 記錄ERP反應(yīng)。結(jié)果發(fā)現(xiàn)， 與一致情況相比， 不一致情況誘發(fā)了波幅更大的N400。說明通過語境信息與先驗知識的違背引發(fā)形成不同于以往的預(yù)測性認(rèn)知（預(yù)測性認(rèn)知改變）， 改變的預(yù)測性認(rèn)知影響對后續(xù)語義的加工。

Gubelmann和Handschuh （2022）操縱句法結(jié)構(gòu)進行研究。實驗材料包括兩句話， 第一句是關(guān)于性別、名字和職業(yè)等信息的肯定句和否定句， 第二句話是一個事實陳述。結(jié)果發(fā)現(xiàn)， 個體的先驗知識對否定句的語境信息更敏感， 即被試更容易接受否定條件下的語境信息， 促進預(yù)測性認(rèn)知的形成。因為在否定句中被試認(rèn)為語境信息只起參照的作用， 而在肯定句中的語境信息可能與原有的先驗知識存在著某種關(guān)聯(lián)。仝文等（2022）結(jié)合了語境信息、先驗知識（快速讀者、慢速讀者）和加工深度， 考查預(yù)測性認(rèn)知對語義加工的影響。研究發(fā)現(xiàn)， 先驗知識和語境信息共同影響預(yù)測性認(rèn)知的形成， 并且， 這種影響受到加工深度調(diào)節(jié)。

綜上可知， 語境信息和先驗知識在預(yù)測性認(rèn)知形成中共同發(fā)揮作用， 但是， 限制性較低的語境信息沒有豐富的先驗知識對預(yù)測性認(rèn)知的作用大。在限制性較高的語境中， 被試也會結(jié)合自身先驗知識對后續(xù)語義加工形成更準(zhǔn)確的預(yù)測?？傊?， 先驗知識越豐富、語境信息越全面形成的預(yù)測性認(rèn)知就越有效。

3""對預(yù)測性認(rèn)知形成的理論解釋

3.1""預(yù)測編碼理論對預(yù)測性認(rèn)知形成的解釋

對預(yù)測性認(rèn)知形成較有影響的解釋理論是預(yù)測編碼理論（Friston et al.， 2015）， 該理論強調(diào)， 大腦結(jié)合自身經(jīng)驗（先驗知識）積極預(yù)測即將到來的信息， 產(chǎn)生一個預(yù)刺激模板（預(yù)測性認(rèn)知）。預(yù)測性加工就是將預(yù)刺激模板與感官接收的實際刺激（語境信息）進行匹配。該理論強調(diào)預(yù)測信號向下傳遞， 到最低的表征水平， 而預(yù)測激活的表征與感覺輸入比較， 比較的結(jié)果沿著平行路徑向上傳播（Ryskin amp; Nieuwland， 2023）?？梢詫⒀哉Z加工中的預(yù)測編碼理論理解為： 存在一個解釋言語加工過程的神經(jīng)網(wǎng)絡(luò)模型（neural network mode）， 模型中不同的層級映射到大腦不同的區(qū)域。先驗知識從高的層級向低的層級傳遞信號， 語境信息從低的層級向高的層級傳遞信號， 大腦將先驗知識和語境信息傳遞的信號建立鏈接并形成反饋， 這一反饋就是預(yù)測性認(rèn)知， 而預(yù)測性認(rèn)知會隨著語境信息傳遞的信號進行不斷的更新， 以保證對輸入的推斷和加工能夠適應(yīng)新的語境。而預(yù)測性認(rèn)知存在兩種情況： 預(yù)測正確和預(yù)測錯誤。對于這兩種情況信號如何傳遞和編碼仍然沒有定論?；谏窠?jīng)解剖學(xué)（Davis amp; Sohoglu， 2020）的推測， 預(yù)測正確和預(yù)測錯誤的信號由不同功能的神經(jīng)元進行傳遞， 這種推測也成為后續(xù)預(yù)測編碼細(xì)化理論之間的爭論焦點。

基于預(yù)測編碼理論， 研究者們提出了詞匯預(yù)測理論（Luke amp; Christianson， 2016）和等級擴散預(yù)激活理論（Frisson et al.， 2017）。詞匯預(yù)測理論認(rèn)為預(yù)測性加工預(yù)測的是后續(xù)具體的詞匯（具體信息）。預(yù)測性加工是一種全或無的加工方式， 即只存在預(yù)測正確和預(yù)測錯誤兩種情況， 如果預(yù)測正確， 就會促進后續(xù)詞匯的加工， 反之則會阻礙詞匯加工（Luke amp; Christianson， 2016）。而等級擴散預(yù)激活理論則認(rèn)為預(yù)測性加工是對后續(xù)詞匯的預(yù)激活， 存在不同的預(yù)測等級， 并非只存在全或無兩種情況。即使沒辦法預(yù)測出具體的詞匯， 也可以通過預(yù)測出詞匯的詞性、時態(tài)等不太詳細(xì)的信息促進詞匯的加工。預(yù)激活程度受到讀者的目標(biāo)和先驗知識的影響， 且如果預(yù)測錯誤也不會阻礙詞匯加工（Frisson et al.， 2017）。兩種理論的相同之處在于都主張語境信息和先驗知識會促進后續(xù)詞匯信息的預(yù)測加工。不同之處在于， 詞匯預(yù)測理論對詞匯的預(yù)測只有“對或錯”， 而等級擴散理論則是預(yù)測詞匯不同的分級信息。兩種理論認(rèn)為預(yù)測錯誤造成的影響不同， 詞匯預(yù)測理論認(rèn)為預(yù)測錯誤會阻礙加工， 而等級擴散激活理論認(rèn)為預(yù)測錯誤不會阻礙加工。

3.2""語境限制性對預(yù)測性認(rèn)知形成的解釋

語境限制性影響預(yù)測性認(rèn)知的形成， 進而影響后續(xù)語義加工。有研究比較了在實際刺激出現(xiàn)之前， 高限制語境和低限制語境所誘發(fā)的大腦活動的差異。結(jié)果發(fā)現(xiàn)， 在預(yù)測期間， 高限制性語境產(chǎn)生的腦電負(fù)成分的增加與實際預(yù)測目標(biāo)詞誘發(fā)的N400波幅減小相關(guān)（Dikker amp; Pylkk?nen， 2013; Piai et al.， 2016）。這表明高限制性語境形成的預(yù)測性認(rèn)知更加有助于目標(biāo)詞的整合加工。根據(jù)貝葉斯大腦理論（Kwisthout amp; Van Rooij， 2020）， 語言的使用者會不斷地更新所有可能語言輸入的整體分布。相比高限制性語境， 在低限制性語境中語言輸入的整體分布更難以計算。資源理性理論認(rèn)為， 大腦在外界信息所施加的限制下能夠進行理性推理（Lieder amp; Griffiths， 2020）。但這些外界信息施加的限制具體是什么仍然有待確定。而在言語信息的預(yù)測性加工過程中， 探究個體在不同限制性水平的語境中形成預(yù)測性認(rèn)知的差異， 能夠為揭示外界信息施加的限制提供初步線索（Bornkessel-"Schlesewsky et al.， 2022）。在言語信息的預(yù)測性加工框架中隱含著這樣一種觀點， 人類對世界有一個內(nèi)部模型， 個體的預(yù)測就是從這個模型中得出的。這個模型不是天生的， 而是學(xué)習(xí)之后形成的（Ryskin amp; Nieuwland， 2023）。聯(lián)結(jié)主義認(rèn)為， 預(yù)測本身并不是目的， 而是一種手段， 通過這種手段， 內(nèi)部模型可以不斷地去適應(yīng)， 以便更準(zhǔn)確地反映世界（Elman， 2009）。結(jié)合言語信息加工中預(yù)測性認(rèn)知的形成來看， 一種觀點認(rèn)為預(yù)測性認(rèn)知的形成是為了能夠更好地進行語義加工， 而形成預(yù)測性認(rèn)知的方法就是對語境信息的加工。高限制性語境提供的語境信息約束更強， 因此更容易形成預(yù)測性認(rèn)知。另一種觀點也認(rèn)為預(yù)測性認(rèn)知的形成是為了能夠更好地進行語義加工， 但他們強調(diào)形成預(yù)測性認(rèn)知的方法主要依靠先驗知識（Reuter et al.， 2018）。先驗知識的豐富性解釋了成人和兒童預(yù)測性認(rèn)知形成的差異（Ryskin amp; Nieuwland， 2023）。有研究考察了年輕人和老年人加工可預(yù)測和不可預(yù)測刺激的神經(jīng)反應(yīng)差異（Broderick et al.， 2021）。結(jié)果發(fā)現(xiàn)， 與年輕人相比， 老年人對可預(yù)測和不可預(yù)測刺激的神經(jīng)反應(yīng)差異更小。這種由年齡因素導(dǎo)致的預(yù)測性認(rèn)知形成的差異在很大程度上是先驗知識差異導(dǎo)致的（Ryskin et al.， 2020）。為了揭示預(yù)測認(rèn)知的形成如何受到語境信息的影響， 我們將已有理論與言語加工模型結(jié)合嘗試解釋預(yù)測性認(rèn)知的形成。

3.3""言語加工模型對預(yù)測性認(rèn)知形成的解釋

對預(yù)測性認(rèn)知形成的解釋還需結(jié)合言語加工模型， 確定預(yù)測性認(rèn)知的形成如何受到語境信息的影響。有代表性的言語加工模型有平行加工模型和串行兩階段模型。其中， 平行加工模型的代表是制約滿足模型（Tanenhaus amp; Trueswell， 1995）。該模型把言語理解過程中所有的信息都看作對句法結(jié)構(gòu)的制約， 而理解的過程就是協(xié)調(diào)這些制約的過程。因此， 在語義加工過程中， 語境信息會激活不同的分析， 這些分析由于信息支持強度不同其激活強度也不同。而最高激活強度的信息納入主導(dǎo)地位， 一旦某種分析超過閾限， 該分析就被確定為最終分析。這個模型里面的不同分析之間是一種競爭關(guān)系（Macdonald， 1994）。而串行兩階段模型的代表是花園路徑模型。該模型認(rèn)為， 言語加工分兩個階段： 句法加工階段和語義加工階段。句法加工階段以最簡原則和整塊結(jié)構(gòu)原則提取句子主干（Frazier amp; Fodor， 1978）。最簡原則是指選擇句子結(jié)構(gòu)中最少的基本結(jié)點， 不考慮不必要的和潛在的結(jié)點， 優(yōu)先找尋句子最基本的主干部分進行加工。整塊結(jié)構(gòu)原則是指按照句法結(jié)構(gòu)中的意群大塊分割句子成分， 而不是對每個詞匯逐個地加工。研究者認(rèn)為， 這兩個原則是人類認(rèn)知過程中經(jīng)濟性原則的體現(xiàn)， 人們傾向于用最少的認(rèn)知資源完成認(rèn)知加工， 這是所有言語認(rèn)知加工的通用原則（Wrobel， 2020）。而語義加工階段是根據(jù)主題、內(nèi)容、語境信息這些非結(jié)構(gòu)信息再次進行句法分析。此時要將第一階段對于句法的加工結(jié)果與現(xiàn)有語境信息進行匹配。如果匹配成功， 則完成言語信息的理解， 如果不匹配， 就會進行再次的重新分析， 直到匹配為止。

以上理論和模型都強調(diào)， 先驗知識和語境信息影響預(yù)測性認(rèn)知的形成， 形成的預(yù)測性認(rèn)知又對后續(xù)的語義加工產(chǎn)生影響， 先驗知識和語境信息影響預(yù)測性認(rèn)知得到了研究的證實。在搜集相應(yīng)的證據(jù)來驗證已經(jīng)提出的理論和模型的可行性的過程中， 研究者對預(yù)測性認(rèn)知形成的神經(jīng)機制進行了考察， 得到了較為一致的結(jié)果（詳見下文）。但對預(yù)測性認(rèn)知形成的神經(jīng)活動時間模式的研究結(jié)果卻存在很大的差異， 因此尚不能確定預(yù)測性認(rèn)知形成的神經(jīng)活動的具體時間進程。

4""預(yù)測性認(rèn)知形成的神經(jīng)機制

先驗知識和語境信息影響語義預(yù)測性加工得到了一致的證實， 研究者們也提出了相應(yīng)的理論和模型進行解釋。在對理論和模型驗證的過程中， 研究者們（Goldstein et al.， 2022; Huang et al.， 2023;"Hubbard amp; Federmeier， 2021; Shain et al.， 2020; Wang et al.， 2018; Wang et al.， 2020; Wei et al.， 2023）利用EEG （腦電圖）、MEG （腦磁圖）、ERP （事件相關(guān)電位）、ECoG （腦皮層點圖）、fMRI （功能性磁共振成像）等技術(shù)， 并結(jié)合表征相似度分析（representation similarity analysis， RSA）對預(yù)測性認(rèn)知形成的神經(jīng)機制進行了考察。RSA是考察大腦神經(jīng)機制的重要方法， 該方法由多元模式分析（Multivariate Pattern Analysis， MVPA）演變而來（Kriegeskorte et al.， 2008; Wang et al.， 2018）。RSA的基本假設(shè)是， 事物之間表征的相似性能夠引起大腦活動模式的相似性（Huang et al.， 2023）。使用RSA方法， 可以將神經(jīng)活動的多變量模式與相關(guān)方法進行比較， 該方法可以跨時間序列及跨電極使用。這種方法不僅可以識別時間和空間神經(jīng)活動模式的相似性， 還可以在統(tǒng)計上檢測可分離的神經(jīng)狀態(tài)（Hubbard amp; Federmeier， 2021）。對于預(yù)測性認(rèn)知形成的神經(jīng)機制來說， RSA表明在目標(biāo)詞加工之前， 預(yù)測相同詞匯（在不同語境中）的神經(jīng)活動模式比預(yù)測不同詞匯的神經(jīng)活動模式更接近加工目標(biāo)詞匯的神經(jīng)活動模式。因此當(dāng)目標(biāo)詞處于高限制性語境中時， 加工目標(biāo)詞之前的神經(jīng)活動模式已經(jīng)與加工目標(biāo)詞時所喚起的神經(jīng)活動模式非常相似（Ryskin amp; Nieuwland， 2023）。

有研究者將RSA與MEG結(jié)合起來， 探究在高限制性語境下的言語理解過程中被試對詞匯語義進行預(yù)測時的神經(jīng)活動（Wang et al.， 2018）。結(jié)果發(fā)現(xiàn)， 預(yù)測性認(rèn)知加工的大腦神經(jīng)活動與加工相同詞匯時的大腦神經(jīng)活動的空間和時間模式相似。時間模式差異定位于左下和內(nèi)側(cè)顳葉， 而空間模式反映了與所預(yù)測單詞語義特征相同的空間分布。Wang等（2020）將RSA與EEG/MEG結(jié)合考察對有、無生命特征預(yù)測性認(rèn)知的神經(jīng)證據(jù)， 實驗操縱了動詞后面的名詞是否具有生命特征。結(jié)果發(fā)現(xiàn)， 與對無生命特征的動詞形成預(yù)測性認(rèn)知相比， 對有生命特征的動詞形成預(yù)測性認(rèn)知的神經(jīng)活動空間模式的相似性更大。Huang等（2023）結(jié)合ERP技術(shù)和RSA考察了對有、無生命特征預(yù)測性認(rèn)知的神經(jīng)證據(jù)， 選擇了低限制性語境， 操縱了量詞后面的名詞是否具有生命特征。結(jié)果同樣發(fā)現(xiàn)， 在名詞出現(xiàn)之前， 有生命特征的預(yù)測性認(rèn)知的神經(jīng)活動模式的相似性大于無生命特征的預(yù)測性認(rèn)知的神經(jīng)活動模式。可見， 預(yù)測性認(rèn)知不僅能夠?qū)φZ法、語義這些具體的細(xì)粒度詞匯特征進行預(yù)激活， 同樣能夠?qū)Υ至６仍~匯特征（有、無生命特征）進行預(yù)激活。此外， 有研究（Wei et al.， 2023）考察了預(yù)測性認(rèn)知對語音的預(yù)激活， 為將語音納入預(yù)激活的范圍， 擴充預(yù)測性認(rèn)知對細(xì)粒度詞匯特征預(yù)激活的范圍提供了神經(jīng)證據(jù)支持。他們操縱四字漢語成語末位的音節(jié)， 發(fā)現(xiàn)預(yù)測性認(rèn)知形成的神經(jīng)活動模式與加工匹配的末位音節(jié)的神經(jīng)活動模式具有相似性。這為預(yù)測性認(rèn)知對語音的預(yù)激活提供了證據(jù)。同時， 該研究發(fā)現(xiàn)預(yù)測性認(rèn)知對語音的預(yù)激活出現(xiàn)在音節(jié)呈現(xiàn)之前。而Hubbard和Federmeier （2021）將EEG技術(shù)與RSA結(jié)合起來， 比較了高、低限制性語境形成的預(yù)測性認(rèn)知誘發(fā)的腦電活動與可預(yù)測和不可預(yù)測詞匯誘發(fā)的腦電活動的相似性。結(jié)果發(fā)現(xiàn)， 預(yù)測性認(rèn)知誘發(fā)的腦電活動與可預(yù)測詞匯誘發(fā)的腦電活動具有相似性。更重要的是， 這種相似性同樣出現(xiàn)在目標(biāo)詞匯呈現(xiàn)的早期時間窗口中， 這說明預(yù)測性認(rèn)知對詞匯特征的預(yù)激活可能存在較為精確的時間節(jié)點。

與EEG技術(shù)相比， fMRI相對較低的時間分辨率阻礙了fMRI技術(shù)在語言預(yù)測研究中的廣泛應(yīng)用， 但依靠RSA可以在一定程度上解決這些問題（Ryskin amp; Nieuwland， 2023）。當(dāng)個體理解或產(chǎn)生語言時， 不同腦區(qū)的神經(jīng)活動可以通過局部血氧含量的增加來間接測量。研究發(fā)現(xiàn)， 在語言網(wǎng)絡(luò)中， 當(dāng)目標(biāo)詞匯不可預(yù)測時， 血流似乎會增加（Shain et al.， 2020）。fMRI的空間分辨率可以推斷神經(jīng)活動的來源， 當(dāng)與功能定位方法相結(jié)合時， 可以探測預(yù)測性認(rèn)知形成的神經(jīng)機制。而隨著神經(jīng)外科技術(shù)水平的提高， ECoG （腦皮層點圖）技術(shù)使得大腦神經(jīng)電活動可以直接從人類的腦皮層記錄下來（Goldstein et al.， 2022）。ECoG技術(shù)是一個快速發(fā)展的領(lǐng)域， 這種技術(shù)可以極大地提高考察大腦神經(jīng)活動空間和時間模式的精度。因此， ECoG技術(shù)的使用有望對考察預(yù)測性認(rèn)知形成的神經(jīng)機制提供相當(dāng)大的啟發(fā)（Ryskin amp; Nieuwland， 2023）。

但值得注意的是， 以往探究大腦神經(jīng)活動時間模式得出的預(yù)測性認(rèn)知形成的神經(jīng)反應(yīng)時間進程仍然存在爭議。Canal等（2015）發(fā)現(xiàn)與預(yù)測性認(rèn)知不匹配的代詞引發(fā)了ERP雙相模式（biphasic LAN-P600 pattern）。Ding等（2016）發(fā)現(xiàn)， 與預(yù)測性認(rèn)知不一致條件誘發(fā)了波幅更大的P600。Ding等（2019）進一步考察預(yù)測性認(rèn)知對情緒動詞加工的影響時發(fā)現(xiàn)， 在不同的語境限制條件下預(yù)測性認(rèn)知對情緒動詞加工的影響有所不同。在高限制語境下， 沒有發(fā)現(xiàn)情緒動詞和中性詞在N400波幅上差異， 但低限制語境下發(fā)現(xiàn)情緒動詞存在N400效應(yīng)。同時， 在兩種限制語境條件下都發(fā)現(xiàn)了LPC效應(yīng)。而Aristei等（2022）考察消極的預(yù)測性認(rèn)知對最低限度違背直覺概念（MCIs， minimally counterintuitive concepts）語義加工的影響， 同時發(fā)現(xiàn)了N400和P600效應(yīng)。從上述研究結(jié)果不難看出， 不同研究報告的ERPs成分區(qū)別很大， 因而無法確定預(yù)測性認(rèn)知形成的具體時間進程。造成這種情況的原因可能是因為這些ERP實驗考察的是被試已經(jīng)形成的預(yù)測性認(rèn)知， 而已經(jīng)形成的認(rèn)知并不是一成不變的（楊琪"等， 2022）。認(rèn)知會在言語交流過程中即時生成或者不斷調(diào)整， 即信息接收者通過發(fā)現(xiàn)或者接收關(guān)于信息傳遞者身份、言語內(nèi)容、情緒信息等方面的新知識改變自己之前的認(rèn)知， 去不斷適應(yīng)新的語境（王霞"等， 2019）。因此， 預(yù)測性認(rèn)知的改變可能是導(dǎo)致以往研究神經(jīng)反應(yīng)時間進程存在爭議的原因。

5""未來研究展望

預(yù)測性認(rèn)知形成的具體時間進程存在爭議的原因可能是預(yù)測性認(rèn)知發(fā)生了即時改變， 這種改變導(dǎo)致被試大腦神經(jīng)生理反應(yīng)有所不同。以往研究很少考察語義預(yù)測性加工形成的認(rèn)知隨著時間推移而改變對語義加工產(chǎn)生的影響（van Berkum， 2018， 2019）。關(guān)于預(yù)測性加工時間進程的考查， 大部分是基于加工比較固定結(jié)構(gòu)的語境信息（性別、職業(yè)、社會地位）形成的預(yù)測性認(rèn)知， 忽略了預(yù)測性認(rèn)知受到先驗知識和語境信息的影響會發(fā)生變化。未來研究可以從以下幾個方面展開： 第一， 性別因素導(dǎo)致的先驗知識差異引起的預(yù)測性認(rèn)知改變; 第二， 語境信息呈現(xiàn)的時間引起的預(yù)測性認(rèn)知改變; 第三， 語境信息的喚醒度引起的預(yù)測性認(rèn)知改變。第四， 實驗中自變量水平的設(shè)置引起的預(yù)測性認(rèn)知改變。

首先， 性別因素導(dǎo)致的先驗知識引起的預(yù)測性認(rèn)知改變。男性和女性的差別不僅體現(xiàn)在生理結(jié)構(gòu)等內(nèi)在方面， 也體現(xiàn)在接觸不同的群體成員和受到外界不同預(yù)期影響等外在方面。現(xiàn)代女性被過多地預(yù)期具有陽剛特征（Diekman amp; Eagly， 2000）。Kahalon等（2020）對外界積極預(yù)期對男性和女性產(chǎn)生的消極影響進行研究發(fā)現(xiàn)， 女性比男性感受到更高的外界積極預(yù)期的威脅。因此， 來自外界的相同的語境信息可能對男性和女性預(yù)測性認(rèn)知的改變有著不同的影響。社會角色理論提出群體成員行為塑造個體先驗知識時， 通常男性聲音會產(chǎn)生更大的效應(yīng)。有研究發(fā)現(xiàn)， 實驗材料以男聲呈現(xiàn)時比以女聲呈現(xiàn)時更容易引起已形成認(rèn)知的改變（Vandello et al.， 2013）。但Grant等人（2020）通過檢查N400在實驗過程中的變化來補充對聲音性別的分析， 結(jié)果發(fā)現(xiàn)， 先驗知識引發(fā)的預(yù)測性認(rèn)知改變與個體性別歧視的差異有關(guān)。所以， 在考察預(yù)測性認(rèn)知改變對神經(jīng)反應(yīng)時間進程的影響時， 可以把性別這一變量納入其中， 客觀分析預(yù)測性認(rèn)知的改變?nèi)绾问艿叫詣e因素影響。

其次， 語境信息的呈現(xiàn)時間引起的預(yù)測性認(rèn)知改變。預(yù)測性認(rèn)知的改變需要結(jié)合個體先驗知識和語境信息， 這一過程需要時間來完成。研究表明（Vandello et al.， 2013）， 改變男性先驗知識要比改變女性先驗知識需要更長的時間。這種先驗知識改變的時間差異， 也會在實驗過程中刺激呈現(xiàn)時間間隔不同的研究結(jié)果上體現(xiàn)。有研究（Regel et al.， 2010）為了考察被試預(yù)測性認(rèn)知的改變對語義加工的影響， 研究者將整個實驗分成兩部分， 持續(xù)時間超過兩天。這種過長的時間間隔會引起預(yù)測性認(rèn)知發(fā)生未知的變化。Gubelmann和Handschuh （2022）的研究考查了前面句子的肯定與否定對后面句子加工的影響。如果前后句子間隔時間太短， 可能會導(dǎo)致一些被試來不及將自身先驗知識和語境信息相結(jié)合， 影響預(yù)測性認(rèn)知的改變。因此， 有必要將實驗刺激的呈現(xiàn)時間間隔作為變量進行控制， 進而探究預(yù)測性認(rèn)知改變對神經(jīng)反應(yīng)時間進程的影響。

再次， 語境信息的喚醒度引起預(yù)測性認(rèn)知改變。喚醒度的差異可能會導(dǎo)致預(yù)測性認(rèn)知穩(wěn)定程度的差異， 導(dǎo)致預(yù)測性認(rèn)知不同程度的改變。Zhang等（2022）在考察雙句子閱讀時形成一致的預(yù)測性認(rèn)知對情緒詞語義加工的影響， 對第一句話的喚醒度和效價進行了操縱， 探究了語境信息加工形成的預(yù)測性認(rèn)知對消極詞匯加工的影響。ERP結(jié)果發(fā)現(xiàn)， 高喚醒情緒語境條件， 對消極詞進行加工時， 積極認(rèn)知比消極認(rèn)知誘發(fā)了波幅更大的P200和LPC。而在低喚醒情緒語境條件下， 只觀察到P200效應(yīng)。這說明語境信息的喚醒度會影響預(yù)測性認(rèn)知的改變。低喚醒度情況形成的預(yù)測性認(rèn)知更容易發(fā)生改變， 預(yù)測性認(rèn)知的改變只引起早期加工的沖突， 沒有出現(xiàn)與晚期整合加工相關(guān)聯(lián)的晚期正成分。而高喚醒度情況形成的預(yù)測性認(rèn)知則相反。因此， 未來研究可以通過對語境限制性的操縱， 探究預(yù)測性認(rèn)知的改變對神經(jīng)反應(yīng)時間進程的影響。

最后， 實驗中自變量水平的設(shè)置引起預(yù)測性認(rèn)知改變。自變量水平設(shè)置可能會影響語境信息的數(shù)量差異， 導(dǎo)致個體在接收語境信息的過程中引發(fā)預(yù)測性認(rèn)知改變。有研究者（Grant et al.， 2020; White et al.， 2009）只觀測到了預(yù)測性加工引發(fā)的單相N400。其他研究者（Aristei et al.， 2022; Zhang et al.， 2021）觀測的結(jié)果卻不是單相N400， 而是雙相N400-LPP。造成這種差異也許是自變量水平設(shè)置方面的原因。White等（2009）的研究操縱單一語境信息， 實驗材料以視覺刺激的方式呈現(xiàn)。Grant等（2020）采用的是更加自然的聽覺刺激呈現(xiàn)， 也是操縱單一語境信息。研究結(jié)果都只觀測到了單相N400。而其他的研究（Aristei et al.， 2022; Zhang et al.， 2021）采用同樣的范式， 但操縱的是多種語境信息。結(jié)果發(fā)現(xiàn)， 除了N400以外， 還出現(xiàn)了晚期正成分LPP。對此， 較為合理的解釋是， 相比于多種語境信息， 單一語境信息由于實驗因為只聚焦一種語境信息或者說句子在呈現(xiàn)過程中始終由同一說話者完成， 這樣會讓被試形成更穩(wěn)定的預(yù)測性認(rèn)知， 較少地出現(xiàn)預(yù)測性認(rèn)知改變的情況， 從而產(chǎn)生更少的與典型性加工相關(guān)聯(lián)的LPP成分（van den Brink et al.， 2012）。因此， 操縱自變量水平的設(shè)置也可以考察預(yù)測性認(rèn)知的改變對神經(jīng)反應(yīng)時間進程的影響。

總之， 探究以上可能引起預(yù)測性認(rèn)知改變的因素， 對進一步確定預(yù)測性加工的時間進程是很有幫助的。預(yù)測性認(rèn)知與后續(xù)的語義加工存在著重要的聯(lián)系， 但它們之間相互作用的機制尚未得到充分的證明（Malmir amp; Taji， 2021）， 未來這方面的研究非常值得期待。

參考文獻

劉志方， 仝文， 張智君， 趙亞軍. （2020）. 語境預(yù)測性對閱讀中字詞加工過程的影響： 眼動證據(jù). 心理學(xué)報， 52（9）， 1031?1047.

仝文， 余雪， 劉志方， 朱星宇， 齊琦. （2022）. 快慢讀者利用語境信息的差異： 加工深度的作用. 心理與行為研究， 20（4）， 450?456.

王霞， 盧家楣， 陳武英. （2019）. 情緒詞加工過程及其情緒效應(yīng)特點： ERP的證據(jù)."心理科學(xué)進展， 27（11）， 1842?"1852.

王禎， 管健. （2021）. 積極刻板印象會產(chǎn)生消極影響？ 心理科學(xué)進展， 29（9）， 1657?1668.

楊琪， 蔣曉鳴， 周曉林. （2022）. 語言理解中的預(yù)設(shè)加工. 心理科學(xué)進展， 30（7）， 1511?1523.

Afflerbach， P. （1990）. The influence of prior knowledge and text genre on readers' prediction strategies. Journal of Reading Behavior， 22（2）， 131?148.

Aristei， S.， Knoop， C. A.， Lubrich， O.， Nehrlich， T.， Enge， A.， Stark， K.， ... Abdel Rahman， R. （2022）. Affect as anaesthetic： How emotional contexts modulate the processing of counterintuitive concepts. Language， Cognition and Neuroscience， 38（10）， 1514?1530.

Baetens， K.， der Cruyssen， L. V.， Achtziger， A.， Vandekerckhove，"M.， amp; Van Overwalle， F. （2011）. N400 and LPP in spontaneous trait inferences."Brain Research， 1418， 83?92.

Bar， M. （2007）. The proactive brain： Using analogies and associations to generate predictions. Trends in Cognitive Sciences， 11（7）， 280?289.

Bornkessel-Schlesewsky， I.， Sharrad， I.， Howlett， C. A.， Alday， P. M.， Corcoran， A. W.， Bellan， V.， … Schlesewsky， M. （2022）. Rapid adaptation of predictive models during language comprehension： Aperiodic EEG slope， individual alpha frequency and idea density modulate individual differences in real-time model updating. Frontiers in Psychology， 13， 817516.

Broderick， M. P.， Di Liberto， G. M.， Anderson， A. J.， Rofes， A.， amp; Lalor， E. C. （2021）. Dissociable electrophysiological measures of natural language processing reveal differences"in speech comprehension strategy in healthy ageing. Scientific Reports， 11（1）， 4963.

Broeker， L.， Ewolds， H.， de Oliveira， R. F.， Künzell， S.， amp; Raab， M. （2020）. Additive effects of prior knowledge and predictive visual information in improving continuous tracking performance. Journal of Cognition， 3（1）， 1?12.

Canal， P.， Garnham， A.， amp; Oakhill， J. （2015）. Beyond gender stereotypes in language comprehension： Self sex-role descriptions affect the brain's potentials associated with agreement processing."Frontiers in Psychology， 6， 1953.

Davis， M. H.， amp; Sohoglu， E. （2020）. Three functions of prediction error for Bayesian inference in speech perception."In Gazzaniga， M. et al.， （Eds.）， The cognitive neurosciences （6th ed.， pp. 177?189）."MIT Press.

Diekman， A. B.， amp; Eagly， A. H. （2000）. Stereotypes as dynamic constructs： Women and men of the past， present， and future. Personality and Social Psychology Bulletin， 26（10）， 1171?1188.

Dikker， S.， amp; Pylkk?nen， L. （2013）. Predicting language： MEG evidence for lexical preactivation. Brain amp; Language， 127（1）， 55?64.

Ding， J.， Wang， L.， amp; Yang， Y. （2016）. The dynamic influence"of emotional words on sentence comprehension： An ERP study. Cognitive， Affective， amp; Behavioral Neuroscience， 16（3）， 433?446.

Ding， J.， Wang， L.， amp; Yang， Y. （2019）. The influence of emotional words on predictive processing during sentence comprehension. Language， Cognition and Neuroscience， 35（2）， 151?162.

Ehrlich， S. F.， amp; Rayner， K. （1981）. Contextual effects on word perception and eye movements during reading. Journal of Verbal Learning and Verbal Behavior， 20（6）， 641?655.

Elman， J. L. （2009）. On the meaning of words and dinosaur bones： Lexical knowledge without a lexicon. Cognitive Science， 33（4）， 547?582.

Federmeier， K. D.， Wlotko， E. W.， De Ochoa-Dewald， E.， amp; Kutas， M. （2007）. Multiple effects of sentential constraint on word processing. Brain Research， 1146， 75?84.

Frazier， L.， amp; Fodor， J. D. （1978）. The sausage machine： A new two-stage parsing model. Cognition， 6（4）， 291?325.

Frisson， S.， Harvey， D. R.， amp; Staub， A. （2017）. No prediction error cost in reading： Evidence from eye movements. Journal of Memory and Language， 95， 200?214.

Friston， K. J.， Bastos， A. M.， Pinotsis， D.， amp; Litvak， V. （2015）."LFP and oscillations—What do they tell us？ Current Opinion in Neurobiology， 31， 1?6.

Gaschler， R.， Kemper， M.， Zhao， F.， Pumpe， I.， Ruderisch， C. B.， R?ttger， E.， amp; Haider， H. （2018）. Differential effects of cue-based and sequence knowledge-based predictability on multitasking performance. Acta Psychologica， 191， 76?86.

Goldstein， A.， Zada， Z.， Buchnik， E.， Schain， M.， Price， A.， Aubrey， B.， ... Hasson， U. （2022）. Shared computational principles for language processing in humans and deep language models. Nature Neuroscience， 25（3）， 369?380.

Grant， A.， Grey， S.， amp; van Hell， J. G. （2020）. Male fashionistas"and female football fans： Gender stereotypes affect neurophysiological correlates of semantic processing during"speech comprehension. Journal of Neurolinguistics， 53， 100876.

Gubelmann， R.， amp; Handschuh， S. （2022）. Context matters： A pragmatic study of PLMs’ negation understanding. Proceedings of the 60th Annual Meeting of the Association"for Computational Linguistics"（Volume 1： Long Papers）， 4602?4621. Dublin， Ireland.

Hegarty， P.， amp; Pratto， F. （2001）. The effects of social category"norms and stereotypes on explanations for intergroup differences. Journal of Personality and Social Psychology， 80（5）， 723?735.

Hinojosa， J. A.， Moreno， E. M.， amp; Ferré， P. （2019）. Affective neurolinguistics： Towards a framework for reconciling language and emotion. Language， Cognition and Neuroscience，"35（7）， 813?839.

Hinojosa， J. A.， Moreno， E. M.， amp; Ferré， P. （2020）. Affective neurolinguistics： Towards a framework for reconciling language and emotion."Language， Cognition and Neuroscience，"35（7）， 813?839.

Hoeks， J. C.， Stowe， L. A.， amp; Doedens， G. （2004）. Seeing words in context： The interaction of lexical and sentence level information during reading. Cognitive brain research， 19（1）， 59?73.

Hopp， H.， amp; Godfroid， A. （2023）. Introduction： Second language"acquisition and psycholinguistics. In A. Godfroid， amp; H. Hopp. （Eds.）. The Routledge handbook of second language acquisition and psycholinguistics"（pp. 1?9）. Routledge.

Huang， Z.， Feng， C.， amp; Qu， Q. （2023）. Predicting coarse-grained semantic features in language comprehension： Evidence from ERP representational similarity analysis and Chinese classifier. Cerebral Cortex， 33（13）， 8312?8320.

Hubbard， R. J.， amp; Federmeier， K. D. （2021）. Representational"pattern similarity of electrical brain activity reveals rapid and specific prediction during language comprehension. Cerebral Cortex， 31（9）， 4300?4313.

Kahalon， R.， Shnabel， N.， amp; Becker， J. C. （2020）. The effects of exposure to positive gender stereotypes on women’s and men’s performance in counter-stereotypical tasks and pursuit of agentic and communal goals. Social Psychology， 51（1）， 50?62.

Kendeou， P.， amp; Van Den Broek， P. （2007）. The effects of prior knowledge and text structure on comprehension processes during reading of scientific texts. Memory amp; Cognition， 35（7）， 1567?1577.

Kriegeskorte， N.， Mur， M.， amp; Bandettini， P. A. （2008）. Representational similarity analysis-connecting the branches of systems neuroscience. Frontiers in Systems Neuroscience， 2， 4.

Kutas， M.， amp; Hillyard， S. A. （1984）. Event-Related Brain Potentials （ERPs） Elicited by novel stimuli during sentence"processing. Annals of the New York Academy of Sciences， 425， 236?241. DOI： 10.1111/j.1749-6632.1984.tb23540.x.

Kwisthout， J.， amp; Van Rooij， I. （2020）. Computational resource demands of a predictive Bayesian brain. Computational Brain amp; Behavior， 3， 174?188.

Lieder， F.， amp; Griffiths， T. L. （2020）. Resource-rational analysis： Understanding human cognition as the optimal use of limited computational resources. Behavioral and Brain Sciences 43， e1： 1?60.

Luke， S. G.， amp; Christianson， K. （2016）. Limits on lexical prediction during reading. Cognitive Psychology， 88， 22?60.

Lund， T. C.， Sidhu， D. M.， amp; Pexman， P. M. （2019）. Sensitivity"to emotion information in children’s lexical processing. Cognition， 190， 61?71.?

Macdonald， S. E. （1994）. Gorillas' （gorilla gorilla gorilla） spatial memory in a foraging task. Journal of Comparative Psychology， 108（2）， 107?113.

Malmir， A.， amp; Taji， N. （2021）. The interplay of action， context，"and linguistic vs. non-linguistic resources in L2 pragmatic performance： The case of requests and refusals. Language Related Research， 12（3）， 215?253.

McNally， L. （2013）. Semantics and pragmatics. WIREs Cognitive Science， 4（3）， 285?297.

Pfister， R.， Heinemann， A.， Kiesel， A.， Thomaschke， R.， amp; Janczyk， M. （2012）. Do endogenous and exogenous action control compete for perception？ Journal of Experimental Psychology： Human Perception and Performance， 38（2）， 279?284.

Piai， V.， Anderson， K. L.， Lin， J. J.， Dewar， C.， Parvizi， J.， Dronkers， N. F.， amp; Knight， R. T. （2016）. Direct brain recordings reveal hippocampal rhythm underpinnings of language processing. Proceedings of the National Academy"of Sciences， 113（40）， 11366?11371.

Regel， S.， Coulson， S.， amp; Gunter， T. C. （2010）. The communicative style of a speaker can affect language comprehension？ ERP evidence from the comprehension of irony."Brain Research， 1311， 121?135.

Reuter， T.， Emberson， L.， Romberg， A.， amp; Lew-Williams， C. （2018）. Individual differences in nonverbal prediction and vocabulary size in infancy. Cognition， 176， 215?219.

Ryskin， R.， Levy， R. P.， amp; Fedorenko， E. （2020）. Do domain-"general executive resources play a role in linguistic prediction？ Re-evaluation of the evidence and a path forward. Neuropsychologia， 136， 107258.

Ryskin， R.， amp; Nieuwland， M. S. （2023）. Prediction during language comprehension： What is next？ Trends in Cognitive Sciences， 27（11）， 1032?1052.

Shain， C.， Blank， I. A.， van Schijndel， M.， Schuler， W.， amp; Fedorenko， E. （2020）. fMRI reveals language-specific predictive coding during naturalistic sentence comprehension. Neuropsychologia， 138， 107307.

Smith， R.， Snow， P.， Serry， T.， amp; Hammond， L. （2021）. The role of background knowledge in reading comprehension： A critical review. Reading Psychology， 42（3）， 214?240.

Sohoglu， E.， Peelle， J. E.， Carlyon， R. P.， amp; Davis， M. H. （2012）. Predictive top-down integration of prior knowledge"during speech perception. Journal of Neuroscience， 32（25）， 8443?8453.

Tanenhaus， M. K.， amp; Trueswell， C. （1995）. Sentence comprehension. In J. L. Miller， amp; P. D. Eimas （Eds.）. Speech， language， and communication （pp. 217–262）. San Diego， CA： Academic Press.

Thomas， S. （1995）. Predictive strategies in teaching reading comprehension. Jumal Pendidik dan Pendidikan， 14， 103?"112.

Ufer， C.， amp; Blank， H. （2023）. Multivariate analysis of brain activity patterns as a tool to understand predictive processes in speech perception. Language， Cognition and Neuroscience，"1?17.

van Berkum， J. J. A. （2018）. Language comprehension， emotion， and sociality： Aren’t we missing something？ In S.-A. Rueschemeyer， amp; M. G. Gaskell （Eds.）， The Oxford Handbook of psycholinguistics"（pp. 644–670）. Oxford University Press.

van Berkum， J. J. A. （2019）. Language comprehension and emotion： Where are the interfaces， and who cares？ In G. I. de Zubicaray， amp; N. O. Schiller （Eds.）， The Oxford handbook"of neurolinguistics"（pp. 736–766）. Oxford University Press.

van Berkum， J. J. A.， van den Brink， D.， Tesink， C. M. J. Y.， Kos， M.， amp; Hagoort， P. （2008）. The neural integration of speaker and message. Journal of Cognitive Neuroscience， 20（4）， 580?591.

van den Brink， D.， van Berkum， J. J. A.， Bastiaansen， M. C. M.， Tesink， C. M. J. Y.， Kos， M.， Buitelaar， J. K.， amp; Hagoort， P. （2012）. Empathy matters： ERP evidence for inter-individual differences in social language processing."Social Cognitive and Affective Neuroscience， 7（2）， 173?183.

Vandello， J. A.， Hettinger， V. E.， Bosson， J. K.， amp; Siddiqi， J. （2013）. When equal isn't really equal： The masculine dilemma of seeking work flexibility. Journal of Social Issues， 69（2）， 303?321.

Villiger， D. （2023）. Stereotypes and self-fulfilling prophecies in the Bayesian brain. Inquiry， 1?25.

Wang， L.， Bastiaansen， M.， amp; Yang， Y. （2015）. The influence of emotional salience on the integration of person names into context. Brain Research， 1609， 82?92.

Wang， L.， Kuperberg， G.， amp; Jensen， O. （2018）. Specific lexico-semantic predictions are associated with unique spatial and temporal patterns of neural activity. Elife， 7， e39061.

Wang， L.， Wlotko， E.， Alexander， E.， Schoot， L.， Kim， M.， Warnke， L.， amp; Kuperberg， G. R. （2020）. Neural evidence for the prediction of animacy features during language comprehension： Evidence from MEG and EEG representational similarity analysis. Journal of Neuroscience， 40（16）， 3278?3291.

Wei， W.， Huang， Z.， Feng， C.， amp; Qu， Q. （2023）. Predicting phonological information in language comprehension： Evidence from ERP representational similarity analysis and Chinese idioms. Cerebral Cortex， 33（15）， 9367?9375.

White， K. R.， Crites， S. L.， Taylor， J. H.， amp; Corral， G. （2009）. Wait， what？ Assessing stereotype incongruities using the N400 ERP component. Social Cognitive and Affective Neuroscience， 4（2）， 191?198.

Wrobel， M. R. （2020）. The impact of lexicon adaptation on the emotion mining from software engineering artifacts. IEEE Access， 8， 48742?48751.

Yao， Z.， Xuan， Y.， amp; Zhu， X. （2019）. Effect of experience information on emotional word processing in alexithymia. Journal of Affective Disorders， 259， 251?258.

Zhang， Q.， Ding， J.， Zhang， Z.， Yang， X.， amp; Yang， Y. （2021）. The effect of congruent emotional context in emotional word processing during discourse comprehension. Journal of Neurolinguistics， 59， 100989.

Zhang， Q.， Mou， C.， Yang， X.， Yang， Y.， amp; Li， L. （2022）. EXPRESS： The effect of contextual arousal on the integration"of emotional words during discourse comprehension. Quarterly Journal of Experimental Psychology， 76（4）， 17470218221098838.

Prediction formation during speech perception： Factors and neural mechanisms

SUI Xue¹， LI Yulin¹， YUE Zeming¹， LIU Xin¹， LI Yutong¹， LIU Shunhua²

（¹"School of Psychology， Liaoning Normal University， Dalian"116029， China）（²"School of Education Science， Anshun University， Anshun"561000， China）

Abstract： Predictive processing refers to the effective prediction to form predictive cognition before lexical semantic processing. There are two main factors influencing the formation of predictive cognition： prior knowledge and contextual information. The two factors contribute to predictive cognition and promote each other. The formed predictive cognition will also change in the subsequent semantic processing. This paper reviews the theories that can explain the formation of predictive cognition and explores the neural mechanism of the formation of predictive cognition. Finally， the future research is prospected from the aspects of gender， the time of presentation of contextual information， the arousal of contextual information and the control of independent variables.

Keywords："predictive processing， predictive cognition， prior knowledge， contextual information