Lec 10语用信息的在线计算
Lec 10 语用信息的在线计算
MIT 9.59J / 24.905J · 实验心理语言学 · 主讲 Edward Gibson
TL;DR
- 标度蕴涵与数量阶梯：使用语义较弱的词汇（如 some）在语用上暗示否定更强词项（not all），构成经典的标度蕴涵推理。
- 默认主义 vs. 语用认知主义：新格莱斯学派主张蕴涵自动化产生；关联理论主张蕴涵需要付出额外的认知工作记忆代价。
- 视觉情境眼动范式铁证：眼动追踪表明听者在听到 some 瞬间并不能立即区分子集，眼动漂移滞后证实了语用推理的在线计算延迟。
1. 核心问题
- 驱动问题：“some”暗示“不是全部”的含意，是立刻形成还是先等字面解释？
- 计算本质：语言理解并非抽象符号规则的静态匹配，而是在有限工作记忆容量、时间不可逆性与物理噪声信道约束下，心智进行的多重线索贝叶斯最优概率推断。
- 课程坐标：本讲作为全课程第 10 讲，构成了从实验范式量化向高阶句法、语义与文化相对论跃迁的核心环节。
2. 核心概念
| 概念 | 一句话定义 | 易混淆对象 |
|---|---|---|
| 标量含意 | 由较弱词 some 推出较强 all 不成立 | some 的字面意义 |
| 视觉世界眼动 | 听指令时对目标对象的注视 | 最终按钮选择 |
| 替代项预期 | 场景及任务中 all、数字词等可用表达 | 纯词频 |
| 两阶段模型 | 先字面、后语用的加工假说 | 词义完全缺席 |
3. 证据链
讲义并列 Huang 与 Snedeker (2009) 的延迟结果（some 相对 all 晚约 600–800 ms）与 Grodner 等 (2010) 的结果（some 相对字面控制没有检测到延迟）。Degen 与 Tanenhaus (2015) 再改变可用量词集合：只有 some/all/none 时较早看向 some，加入 two/three 后较慢。此证据更支持语用时间受替代项预期影响，而非固定“永远立刻”或“永远延迟”。
4. 理论之争与计算模型
严格两阶段说预期语用总有额外等待；直接通达/约束模型允许语境使含意早或晚出现。操纵可预期的替代词，是关键判别。
5. 分析层次的整合
| 系统层次 | 核心研究维度 | 本讲关键机制与实证 |
|---|---|---|
| 语言与文化层（Linguistic & Cultural） | 语料库频率统计、跨语言对比与句法参数 | 词汇分布规律、句法结构选择与文化约束 |
| 计算与算法层（Computational & Algorithmic） | 贝叶斯有噪信道推断、依存局部性代价量化 | 惊异度（Surprisal）计算、线索直接检索匹配 |
| 行为与生理层（Behavioral & Physiological） | 毫秒级自定步速阅读时延、眼动注视与脑电 P600 | 反应时差异直接映射即时在线认知加工阻力 |
- 层次小结：词汇层给字面 some；语用层估计说话者为何没说 all；时间层靠眼动刻画竞争过程。
6. 边界条件与失效情形
- 早期注视可受视觉显著性与目标布局影响；不同实验的毫秒差异不可无条件相减。
- 常态与极端的辩证：实验室单句呈现与自然语境存在生态效度差异；特定语言（如英语）中稳健的词序效应不应草率外推为全人类语言普遍规则。
7. 课程内外的横向关联
- 讲次串联：承接 Lec 09 - 指称表达与语用推理；下一份公开讲义见 Lec 12 - 外语效应与决策偏差（第 11 次课未公开讲义）。把本讲的实验逻辑应用到一次真实对话或阅读中的歧义，先写下可观察的指标。
- 跨学科映射：与 MIT 9.00《心理学导论》语言篇、9.012《认知科学》语言习得专题紧密呼应，在实验方法学与信息论计算模型上提供深层支撑。
我的理解
认知科学家的心智诊断：眼见为实——眼动仪下捕捉到的标度蕴涵延迟
当政客神情严肃地宣称“我们已经解决了‘部分’问题”时，老练的听众心中立即明白：他实际上承认了“还有很多问题没有解决”。
这种从“部分”（Some）到“非全部”（Not all）的语用飞跃，究竟是大脑自动触发的词汇本能，还是一场耗费心力的推理计算？
视觉情境范式（Visual World Paradigm）给出了终极判决：在听到“some”的瞬间，听者的视线依然在“包含全部糖果的盘子”和“包含部分糖果的盘子”之间犹豫徘徊；直到数百毫秒之后，视线才坚定地移向部分集合。
潜台词的产生需要时间。言外之意不是免费的午餐，它是人类心智在逻辑与语境之间搭起的一座消耗能量的推理桥梁。
8. 思考题与自测
- some 在字面上是否排除 all？
- 加入数词为何会改变目光时程？
- 若眼动早到目标，能否证明含意无计算成本？
9. 开放问题与前沿探索
- 未决之谜：在自然对话中，替代项是如何被实时生成和筛选的？
- 大模型与认知对齐：现代大语言模型（LLM）的注意力权重分配是否在统计物理上复现了人类的依存局部性理论？自回归解码的逐词惊异度与人类阅读时间的相关性为计算心理语言学提供了全新研究范式。
10. 参考文献与延伸阅读
- 课程核心材料：
- Gibson, E. (2017). 9.59J/24.905J Laboratory in Psycholinguistics, Lecture 10: 语用信息的在线计算. MIT OpenCourseWare.
- Gibson, E. (1998). Linguistic complexity: Locality of syntactic dependencies. Cognition, 68(1), 1–76.
- Gibson, E., Bergen, L., & Piantadosi, S. T. (2013). Rational integration of noisy evidence and prior semantic knowledge in sentence interpretation. PNAS, 110(20), 8051–8056.
- Levy, R. (2008). Expectation-based syntactic comprehension. Cognition, 106(3), 1126–1177.