熟悉感在人工语法学习中的作用

姜 珊，关守义

生活中我们都有过这样的经历:当我们见到一个人时，可能会感觉很熟悉，但是却不能回忆起这个人是谁或者我们曾在哪里见过他。这一常见的现象很好地反映了基于熟悉感的再认记忆特点。再认记忆的双加工模型认为，再认判断基于两个独立的加工过程:回忆和熟悉感［1—9］。回忆是指对于先前识记材料信息的有意识提取，而熟悉感是对先前识记材料的一种主观上的相似感觉，它可能与概念或知觉加工的流畅性、学习和测验材料的相似性有关［10］。

大量的行为研究、神经心理学研究以及脑成像研究都证实了熟悉感与回忆是两个独立的过程，熟悉感在再认判断中发挥重要的作用。首先，熟悉感的加工速度比回忆快。例如，在快速测验条件下，被试基于熟悉感的项目判断(如对项目的新旧判断)显著快于基于回忆的联想判断(如判断何时何地见过某刺激［11—13］)。其次，采用ROC 曲线研究再认记忆发现，熟悉感和回忆的ROC 曲线存在差异。例如，将ROC 曲线进行Z 分数转换，转换后ROC 曲线的形态能够反映再认判断依赖的心理过程;当以熟悉感为依据进行判断时，是斜率为1 的对称曲线;当再认过程仅仅包含回忆时，符合高阈限加工模型，为直线。如果再认判断同时包含熟悉感和回忆过程，那么此时的ROC 曲线应符合双加工的信号检测模型，为非对称的曲线［8，14—18］。再次，再认记忆的事件相关电位研究发现，回忆和熟悉感的头皮电位在时间和空间上存在差异［19—25］。最后，一些对脑损伤病人的研究以及对健康被试的神经影像学研究也同样支持熟悉感和回忆是两个独立的加工过程［26—32］。

学习和记忆在某种程度上是不能分离的。在内隐学习的过程中，被试会根据记忆或依据某种似曾相识的感觉做出分类判断［33—35］，因此将熟悉感投向内隐学习，并且探讨其在内隐学习中的作用，这将有助于揭示内隐学习发生过程中被试到底获得了什么。因此，研究者围绕这一问题展开了丰富的探索，致力于探讨在人工语法学习尤其是限定状态人工语法学习中，被研究者普遍证实的组块相似性与熟悉感的关系、内隐学习中知识的意识性与熟悉感的关系，以及内隐学习过程中与熟悉感密切相关的一些来源问题。

一、人工语法学习中获得的组块相似性与熟悉感的关系

目前，在再认记忆领域，关于熟悉感的研究，尤其是区分出它与回忆是两个完全独立的再认记忆过程的研究，已经被证实［36］。根据再认记忆的总体匹配模型(global matching model)，测验项目和学习阶段获得信息的总体相似性会引发熟悉感。由于学习过的项目相较于未学习过的项目，在学习阶段获得信息的相似性程度以及总体匹配程度更高，所以学习过的项目所引发的熟悉感程度更强，因此被试能够区分两类不同的测验项目。2004年，Cleary采用她首创的无线索回忆再认(recognition without cued recall，RWCR)范式，在分离回忆过程的基础上，探讨熟悉感是如何产生的以及相似性与熟悉感之间的关系。具体来说，让被试先学习一个词表(例如，OBSTRUCTION，HEMLOCK)，测验词表包含一些线索词，其中一半的线索词与学习项目相似(例如，OBSTETRICIAN，HAMMOCK)，一半不相似。对于每一个线索词，被试要尝试回忆该线索词与学习阶段哪个词最像，并对该线索词进行熟悉感评分。由于这种方法可以人为地操纵线索词的相似性，因此能够直接地探讨相似性与熟悉感的关系。研究结果发现，对于一些测验线索词，当被试无法进行回忆并且对相似线索词的熟悉感评分显著高于不相似的线索词时，就出现了无辨别再认效应，即相似性引发了熟悉感判断。其他一些采用图片［37，38］、声音［39］的类似研究也同样证实了对一些具体特征相似性的操纵，能引发熟悉感的判断。

在内隐学习的人工语法研究中，研究者之所以也关注相似性和熟悉感之间的关系，原因在于许多研究证实了相似性是人工语法学习的根源。1967年，Reber 首次采用人工语法任务证实了内隐学习的存在［40］。他的实验程序如下:在学习阶段让被试记忆一些由限定状态人工语法生成的字符串，并在测验阶段向被试呈现一些新的字符串，一半为合法串，一半为非法串，最后让被试进行分类判断。结果发现，被试的分类判断正确率显著高于随机水平，并且被试的口语报告表明他们对字符串的规则没有外显地掌握。在证实了内隐学习的存在后，一些研究者发现，是表面的相似性引发了被试的分类判断正确率高于随机水平。例如，一些研究发现组块［41—43］和相似性［44—46］能够影响被试的语法判断。后来的一些迁移研究也发现了内隐学习的存在。迁移研究通常在测验阶段变换字符串的形式，例如元素不同［47］或者呈现的形式发生变化，如感觉通道不同［33，48—50］，迁移研究发现被试的分类判断正确率仍然显著高于随机水平。有研究者指出这一结果是由于测验串和学习串具备一种抽象的相似性［51］，即相同的重复结构。例如，如果学习阶段的某个字符串为MXVM，测验阶段包含字符串LCDL，那么二者就具有相同的重复结构，此时的LCDL 就容易被判定为合法。

可见，上述研究证实了表面的和抽象的相似性是人工语法学习的根源。这些研究主要探讨了在限定状态下人工语法任务中被试获得的客观知识是什么的问题。如果可以是组块或相似性，那么被试获得的这些客观知识在主观上的表征又是什么?所谓主观上的表征是指被试在分类判断过程中经历的主观体验过程。借用再认记忆的总体匹配模型所描述的相似性能够引发熟悉感，我们可以推论:在人工语法任务中，组块这种表面的相似性或者重复结构这种抽象的相似性似乎能够引发被试对于合法串更多的熟悉感，从而能够区分合法串和非法串。Schreiber 和Anderson 首次采用人工语法任务，从相似性的角度探讨了相似性和熟悉感之间的关系，以及熟悉感对语法判断的影响，他们提出的竞争组块模型(competitive chunking)的核心概念就是“熟悉感”［43］。他们指出，按照竞争组块假设，对于一个测验串来说，随着组块相似程度的增加，被试对该字符串的熟悉感也随之增加，从而更容易将该字符串判断为合法。这一研究暗示了，在区分合法串和非法串的过程中，熟悉感发挥了重要的作用。Johnstone 和Shanks 的研究也支持这一观点。他们在测验阶段，向被试呈现新的字符串，一半的字符串是由在学习阶段出现过的(熟悉的)组块构成，一半的字符串是由在学习阶段未出现过的(不熟悉的)组块构成。结果发现，与不熟悉的合法串相比，被试更倾向于将熟悉的非法串判定为合法［44］。Johnstone 和Shanks 进一步指出，被试在人工语法任务中获得的知识可以表征为对学习阶段组块的熟悉感。

综上可知，在人工语法的研究中，对测验阶段字符串相似性的操纵引发了熟悉感，进而影响了语法判断。

双加工模型已经证实，再认判断基于熟悉感和回忆两个独立的加工过程。一些研究者探讨了在人工语法任务中被试在进行分类判断时究竟是基于相似性的熟悉感，还是有意识的规则提取。他们采用的方法是引入ROC 曲线。这一研究方法最初源于对再认记忆中熟悉感和回忆的探讨。Yonelinas采用ROC 曲线分析了熟悉感和回忆过程［7，8］。具体来说，在被试对每个测验项目进行再认判断后按照6 点评分给出信心水平，根据其不同信心水平上的击中和虚报率画出ROC 曲线，并进行Z 分数转换。转换后ROC 曲线的截距反映了辨别力指标d’，斜率反映了该曲线是否为对称曲线。当斜率为1 时，表明该曲线为对称曲线。根据简单信号检测理论(simple signal detection theory)，对称的ROC 曲线反映了再认判断仅仅基于对测验项目的熟悉感评价(熟悉感为连续变量)。当再认过程仅仅包含回忆的提取过程时，被试会将测验串与学习串进行精确地匹配，按照全或无的方式，要么提取成功要么提取失败。这一过程可以用阈限模型描述:对于旧项目来说，当搜索到记忆中存储的能够精确匹配的信息时，就超出了被试的判断阈限，将此项目判断为“旧”，这一过程也被称为高阈限加工(high－threshold process)。如果再认测验基于回忆，那么根据测验结果画出的ROC 曲线应该与高阈限加工模型相一致，为直线;如果再认判断同时包含熟悉感和回忆过程，那么此时的ROC 曲线应符合双加工的信号检测模型(Dual-Process Signal Detection Model)，为非对称的曲线。可见，通过比较ROC 曲线的形态，就可以推测再认判断依赖的心理过程。Yonelinas 分别考察了项目再认判断和联想再认判断的ROC 曲线，结果发现项目再认的ROC 曲线是非对称的曲线，而联想再认判断的ROC 曲线为直线。这就证实了项目再认判断同时依赖熟悉感和回忆，而联想再认判断主要依赖回忆过程［8］。

Kinder 和Assmann 认为，在人工语法任务中对于规则的有意识提取符合高阈限模型，而基于相似性的熟悉感是一个连续的维度，符合信号检测模型。因此，如果将上述再认测验中对ROC 曲线的分析方法应用于人工语法任务的研究，就可以提供被试进行语法判断的认知加工依据，即被试究竟是基于相似性的熟悉感，还是有意识的规则提取。研究发现，分类判断的ROC 曲线与基于客观相似性的熟悉感的信号检测模型相一致，因此，被试的分类判断是依赖连续的熟悉感变量［52］。Lotz 和Kinder 采用ROC 曲线再次证实了在人工语法任务中，被试的分类判断结果同样与信号检测模型相一致，这表明分类判断的依据主要是熟悉感［53］。Tunney和Bezzina 采用人工语法任务在3 个不同的时间点对被试进行了字符串的再认测验(立即测验，7天后和14天后测验)，以考察熟悉感和对规则的有意识提取这两个过程对再认的贡献，以及它们如何随着时间的变化而变化的。通过对不同时间点测验的ROC 曲线的比较，发现熟悉感和对规则的有意识提取都对再认判断产生影响，对规则的有意识提取对再认测验的贡献随着时间的推移而下降，即出现了遗忘;而熟悉感对再认测验的贡献比较稳定，再次证实了熟悉感在分类判断过程中的重要作用［54］。

上述的一系列证据都从相似性的角度对熟悉感进行了探讨，表明在人工语法任务中与有意识的提取相比，被试更多地依赖熟悉感进行分类判断。由于熟悉感与相似性存在密切的关系，因而对于被试来说，客观的相似性在能够在主观上表征为熟悉感，进而影响语法判断。

二、人工语法学习中知识的意识性与熟悉感

内隐学习研究领域关注的一个重要问题是知识的意识性问题，即被试在这一过程中获得的知识究竟是有意识的还是无意识的。既然在人工语法学习中，分类判断很大程度上依赖于熟悉感，那么熟悉感在分类判断过程中究竟是如何变化和发挥作用、进而影响语法判断的?被试在人工语法学习中获得知识的意识性与熟悉感存在怎样的关系呢?

(一)标准化熟悉感模型的提出

Scott 和Dienes 提出的标准化熟悉感模型(calibrated familiarity model，CFM)描述了人工语法学习中知识的意识性与熟悉感之间的关系，以及熟悉感在分类判断过程中是如何变化和发挥作用的(见图1)［55］。

在这一模型中，对意识性的探讨是通过测量被试的信心水平实现的，即在每次分类判断后让被试对其信心进行评定，这种方法称为主观测量标准。主观测量标准包含两个标准:一是零相关标准(zero-correlation criterion)，即根据信心值和正确率存在相关来测量意识性，如果信心值和正确率不存在相关则表明被试获得的知识是无意识的;另一个标准称为猜测标准(guessing criterion)［56，57］，也就是将被试声称为猜测的项目找出，并检验这些项目的正确率是否显著高于随机水平，如果显著高于随机水平，则表明被试获得的知识是无意识的。

标准化熟悉感模型就是采用主观测量标准描述熟悉感、语法判断以及知识意识性的动态变化过程。图1 中模型中间的实线表示平均水平的熟悉感(mean familiarity)。该模型认为，被试在对测验阶段字符串进行语法判断时，根据对该字符串的熟悉感与平均水平熟悉感的比较，把高于平均水平熟悉感的判断为合法，把低于平均水平熟悉感的判断为非法。被试对某个字符串的语法判断信心水平取决于对该字符串的熟悉感与平均水平熟悉感的差。该模型假设，被试在最初判断时，信心水平并不稳定，直到平均水平熟悉感稳定之后，被试的分类判断正确率才高于随机水平时，其信心水平才趋于稳定。例如，在测验阶段，当被试判断了3 个测验项目后，他的判断仅仅反映了这3 个字符串在熟悉感上的差异，但此时被试的判断并不能反映出他的信心水平;而当被试判断了30 个字符串之后，反映在该模型中的熟悉感分布趋于稳定，这时熟悉感的差异就足以支持信心判断。Scott 和Dienes 把信心与熟悉感的关系逐渐稳定的过程称为熟悉感的标准化过程。图1 中的虚线部分称为信心阈限，虚线的中间部分是指根据猜测标准，被试在信心判断时给出50%信心水平(完全猜测)且正确率高于随机水平的测验项目;虚线的外侧部分是被试在信心判断时高于50%(有一定水平的信心)的项目［55］。熟悉感的标准化过程如图1 右上角所示，是一个信心阈限逐渐减小和稳定的过程。如上所述，被试最初的判断并不能够反映出其信心水平，被试可能更多地依赖于猜测，给出50%的信心值，导致信心阈限范围较大;随着测验项目增多，熟悉感分布趋于稳定。导致信心水平趋于稳定，被试能够更加敏感地对不同测验项目给出不同的信心值，导致信心阈限逐渐缩小，即被试猜测的范围逐渐减小，而有信心的部分逐渐增大，相应地，被试就具备了更多的有意识的判断知识。这样，熟悉感差异(对某个字符串的熟悉感与平均水平熟悉感的差异)就能够更为准确地预测语法判断。

图1 标准化熟悉感模型

Scott 和Dienes 采用人工语法任务验证了标准化熟悉感模型，并探讨了熟悉感与判断知识的关系［55］。在人工语法任务中，判断知识是指对于“某个字符串是否符合语法”的知识。根据猜测标准，当被试对其判断没有信心时(50%的信心值)，其分类判断超出随机水平，表明无意识判断知识的存在。Scott 和Dienes 认为，虽然信心判断准确地反映了被试的判断知识是否有意识，但实际上却并不能够完全表征被试决策过程的状态。他们在测验阶段让被试进行语法判断、信心评定(50%—100%)和主观熟悉感评分(0%—100%)，结果发现当被试对语法判断完全没有信心时，主观熟悉感仍然能够预测语法判断。这一结果表明，对于不同的测验字符串，虽然被试对他们自己的判断缺乏信心，但是其分类判断超出了随机水平，说明了无意识判断知识的存在。即便如此，被试在主观上仍然能够感觉到不同字符串之间熟悉感的差异，并且运用熟悉感进行分类判断［55］。Scott 和Dienes 还发现，随着测验的进行，熟悉感的分布区域稳定，被试猜测的范围逐渐减小，而有信心的部分逐渐增大，表明被试就具备了更多的有意识的判断知识。此时，熟悉感差异(对某个字符串的熟悉感与平均水平熟悉感的差异)同样能够更为准确地预测语法判断，支持标准化熟悉感模型的假设。可见，熟悉感在人工语法任务中并非稳定不变的，而是经历了一个逐渐趋于稳定的动态变化过程。由于熟悉感的变化导致信心判断趋于稳定，无意识判断知识范围逐渐缩小，有意识判断知识逐渐增加，最重要的是，无论在无意识判断知识还是有意识判断知识存在的情况下，熟悉感都能够预测语法［55］。

(二)不同的学习条件下意识性与熟悉感之间的关系

上述的标准化熟悉感模型描述了人工语法学习中知识的意识性与熟悉感之间自发的动态变化关系，另一些研究人为地操纵了不同意识程度的学习条件，探讨在有意学习(intentional learning)和附带学习(incidental learning)两种不同的学习条件下意识性与熟悉感之间的关系。有意学习采用规则探索指导语，并在学习阶段开始前告知被试字符串存在规则，让被试在学习阶段进行规则探索;附带学习采用记忆指导语，并在学习阶段开始前告诉被试对学习阶段的字符串进行记忆。Reber 发现，相对于规则探索指导语条件下的有意学习而言，记忆指导语条件下的附带学习更有利于被试学习到诸如人工语法规则等复杂知识［58］。他的实验发现:当要求被试记忆字符串时，被试能够内隐地习得语法规则;而当要求被试寻找字符串的规则时，被试的分类成绩却远远没有记忆组好，即出现了内隐学习优势效应。那么，在这两种不同的学习条件下，熟悉感是否发挥着不同的作用呢?

1．有意学习条件

为了更好地探讨人工语法学习中被试获得知识的意识性，Dienes 和Scott 发展出了一种测量知识意识性的方法——结构知识测量。他们认为，在学习阶段，被试获得了学习串的某种结构［59］——他们称其为结构知识，即“是什么特征或者结构决定了字符串合法还是非法”。例如，某个字符串包含某个组块，或者符合某种重复结构，所以被试将其判定为合法串。因此，结构知识可以包含特定项目的知识、片断知识、某种形式的规则或是字符之间的联结权重。Dienes 和Scott 让被试直接报告出他们所具备的结构知识，即在测验阶段，对每个字符串进行分类判断后，从以下四个选项中选择他们的判断依据:猜测、直觉、规则和记忆［59］。猜测是指被试的判断是毫无根据的，就像扔硬币一样，结果可能是正面也可能是反面，各有50%的概率;直觉是指被试对自己的判断有一点点信心，他们从某种程度上知道自己的判断是对的，但又说不出到底为什么;规则是指被试觉得他们在学习阶段获得了某种规则，并且能够描述出这种规则;记忆是指被试觉得在学习阶段见过该字符串或字符串的一部分。这里，猜测和直觉是无意识的结构知识;记忆和规则是有意识的结构知识。通过这种方式，就可以将被试的结构知识分离出来。目前，作为一种重要的意识性测量方式，这种方法已经广泛地应用在内隐学习的研究领域中［33—35，60—68］。

Scott 和Dienes 通过操纵学习阶段的指导语，在测验阶段采用熟悉感评分测量熟悉感，采用结构知识测量方式测量被试的意识性，探讨了在有意学习条件下意识性与熟悉感之间的关系［55］。结果发现，在有意学习条件下，被试大多采用“记忆”和“规则”的外显结构知识，此时语法性能够预测语法判断，而熟悉感不能预测语法判断。如何对这一结果进行解释呢?他们认为，这一结果主要源于被试何时和怎样获得外显结构知识。在有意学习条件下，被试可以在学习阶段进行假设检验，获得有意识的结构知识(记忆和规则)，此时语法性超越熟悉感，能够更好地预测语法判断。

2．附带学习条件

Scott 和Dienes 同样探讨了在附带学习条件下，意识性与熟悉感之间的关系，结果发现在附带学习条件下，无论被试采用哪种结构知识，熟悉感都能够很好地预测语法判断［55］。他们认为，与有意学习条件下被试可以在学习阶段进行假设检验不同，在无意学习条件下，被试需要在测验阶段对外显结构知识进行提取，这时的提取过程受到对合法串和非法串熟悉感差异的影响。在有意学习和附带学习条件下，熟悉感贡献的差异这一结果能够解释内隐学习和外显学习对注意资源的敏感性差异。Dienes和Scott 发现有意学习过程中的分散注意会降低测验阶段“记忆”和“规则”结构知识的正确率，而无意学习过程中的分散注意则没有影响。这可能是由于分散注意干扰了有意学习过程中对规则的假设检验过程，进而影响基于“记忆”和“规则”的正确率;而无意学习后的分类判断主要受到熟悉感的影响，所以没有影响［59］。Reber 和Lewis 发现无意学习的正确率显著高于有意学习，即内隐优势效应，这一结果很可能是由于有意学习导致被试在测验阶段使用一些不正确的假设规则，不能采用熟悉感作为判断依据，这就干扰了他们的语法判断，使正确率降低［69］。

在附带学习条件下，Scott 和Dienes 采用迁移任务，在测验阶段采用结构知识测量的方式测量被试的意识情况，即让被试从以下5 个选项中选择他们的判断依据:随机选择、直觉、熟悉感、规则和记忆，并测量被试对字符串的主观熟悉感。结果发现，当被试认为自己是随机选择时，仍然能够做出正确的分类判断，并且在这种情况下，主观熟悉感能够很好地预测语法判断。这再次证实即使在迁移条件下，当被试意识不到分类判断的依据时，主观熟悉感仍然发挥着重要的作用，即主观熟悉感能够在无意识的情况下影响语法判断［33］。

综上可以看出，虽然在再认记忆领域中，基于熟悉感的再认表现出一种快速的自动特性，使它更接近于一种无意识性的特性，但在人工语法学习中，在附带学习条件下，熟悉感的运用似乎与结构知识判断没有关系。也就是说，无论被试运用内隐的结构知识还是运用外显的结构知识做判断，熟悉感都能够很好地预测语法判断。

其他一些采用结构知识测量方式的研究，也证实了当被试能够作出正确的分类判断时(具备判断知识)，他们可能意识不到自己采用的分类策略(结构知识)是什么。Dienes 和Scott 认为当被试进行语法判断时，可能会基于某种感觉，这种感觉决定了被试所依据的结构知识，但是这种感觉本身可能是有意识的也可能是无意识的［59］。熟悉感也是一样，它可以基于无意识的结构知识，但同样能够导致有意识的判断知识。

三、工语法范式中熟悉感的来源

Dienes，Scott 和Wan 指出，熟悉感作为一种主观的心理状态或体验，它是指人们对某个客体有一种似曾相识的感觉。但是有时候，人们可能甚至不知道是客体的什么特征导致他们对其产生了熟悉感。首先，学习和测验阶段字符串的相似性会导致熟悉感，因此，相似性是熟悉感的来源之一。Scott和Dienes 采用人工语法任务直接证实了这一观点，他们对熟悉感进行了直接测量，即让被试对熟悉感进行主观评定，从0(低)到100(高)之间选择一个合适的数值来衡量熟悉感水平;他们还同时测量了测验字符串的一系列表面特征，这些特征可以衡量测验字符串和学习阶段字符串的相似性，具体包括字符串长度、相同位置联结组块强度(positional associative chunk strength，PACS)、联结组块强度(associative chunk strength，ACS)、新异组块比例(novel chunk proportion，NCP)、相同字母比例(same letter proportion，SLP)、相邻重复比例(adjacent repetition proportion，ARP)、总体重复比例(global repetition proportion，GRP)等，并采用回归分析的方法探讨熟悉感的来源。结果发现，这些客观上的表面相似性能够预测主观熟悉感评分(R =0.45)，并且主观熟悉感评分能够预测语法判断(R = 0.64)［70］。可见，除了组块的特征之外，对其他一些表面特征的操纵同样可以作为熟悉感的来源影响熟悉感评分，进而影响语法判断。

另一种观点［71］认为，知觉加工的流畅性是产生熟悉感的原因。知觉流畅性是指某个刺激能够被识别的难易程度或加工速度。他们认为如果在先前的实验情境呈现了一个刺激，那么当它在相同的情境再次出现时，被试将更容易识别该刺激，即旧项目比新项目的知觉流畅性更好。当人们能够很容易很流畅地加工一个刺激时，他们通常会认为之前见过该刺激，并将该刺激在主观上体验为熟悉感。因此，他们认为加工流畅性是熟悉感的来源。

一些再认记忆的研究支持熟悉感源于知觉流畅性。Johnston，Dark 和Jacoby 在测验阶段采用知觉澄清任务操纵知觉流畅性，让被试对一些新旧项目进行再认。知觉澄清任务即在测验项目呈现时，首先采用随机分布的点将测验项目掩盖，随着时间随机点逐渐消失，使得测验项目从模糊到清晰。被试的任务是在测验项目完全清晰前对其进行辨认。他们将被试辨认的反应时作为因变量进行测试，结果发现当被试判定某项目为“旧”时(无论该项目实际上是新还是旧)的反应时更快，这证实了与不流畅的测验项目相比，被试更加倾向于将流畅的测验项目判定为旧的项目［72］。其他一些研究也得到了相似的结论［73—75］。在此基础上，Whittlesea 和Williams 进一步探讨了流畅性对熟悉感的影响，并对这一现象进行了解释。他们认为熟悉感并不仅仅取决于流畅性本身，而是取决于刺激项目的真实流畅性和期望流畅性之间的不一致［76］。举例来说，他们认为当我们对一张人脸非常熟悉(例如一个朋友)或者完全不熟悉(完全的陌生人)时，是不会产生强烈的熟悉感的，只有当我们对这张脸具备有限的知识(只见过几次)或者这张脸非常像我们的某个朋友时，才会产生熟悉感。原因在于，人们通常会认为他们对认识的脸的加工更流畅，对不认识的脸的加工更不流畅，即期望知觉流畅性和再认信息具备一致性。但是，即使在对某张人脸具备有限知识并使人们会产生知觉上的流畅性时，却无法在记忆中对其进行提取，这就出现了真实流畅性和期望流畅性之间的不一致。这时，人们就会无意识地将这种无法解释的流畅性归因于先前见过，即在主观体验上表现为熟悉感。

将知觉澄清任务用在人工语法研究中并探讨流畅性对语法判断的影响始于Buchner。他采用知觉澄清任务来表征对测验字符串自然发生的流畅性，即字符串的呈现由模糊逐渐变清晰;被试的任务是在他们能够辨认该字符串的时候做出按键反应，他们对每个测验字符串的反应时被记录下来［77］。Buchner 发现被试对合法串的反应时显著快于对非法串的反应时，证实了流畅性是内隐知识的一个来源，但是这种流畅性的差异并不影响语法判断。与Buchner 使用的自然发生的流畅性不同，Kinder 等同样采用知觉澄清任务，人为地控制流畅性的变化，即字符串从模糊到清晰的变化速率是不同的［78］。结果发现，流畅性变化速率快的字符串更容易被判定为合法，因此他们得出结论:被试采用流畅性作为语法判断的依据。然而这一结论并不具备普遍性，因为大多数研究发现，控制知觉流畅性更多地是影响被试对字符串的喜好程度而非语法判断［79，80］。值得注意的是，在Buchner 和Kinder等人的研究中，测验字符串只有在知觉澄清任务，由此判断其时才会呈现，所以被试必须要在知觉澄清任务的同时做出分类判断。Scott 和Dienes 认为这种分类判断不同于标准的人工语法分类任务，因为在标准的分类任务过程中，测验字符串是一直呈现在被试眼前的。［35］他们推测先前研究得到的流畅性对语法判断的影响很可能是由于其他的判断依据都受到了限制，被试没有其他的判断依据，此时只能够根据流畅性进行判断。为了进一步澄清加工流畅性、熟悉感和语法判断之间的关系，Scott 和Dienes 分别采用了自然发生的流畅性和人为控制的流畅性两种任务，并在两种任务中分别设置了知觉澄清任务中是否包含语法判断过程［35］:一种任务与Buchner 和Kinder 等人的研究类似，测验字符串只有在知觉澄清任务时才会呈现，被试按键后字符串消失;另一种任务是被试按键后字符串会再次出现，此时被试就无需在澄清任务过程中进行语法判断。熟悉感是通过被试的主观评分进行测量。结果发现，熟悉感是语法判断的主要来源;而对于流畅性来说，无论是自然发生的流畅性还是人为控制的流畅性，只有当澄清任务包含了语法判断的决策过程时，流畅性才会对语法判断产生影响。Whittlesea 和Leboe 发现，当被试可以同时使用流畅性和结构相似性做分类判断时，他们更倾向于采用结构相似性这一特征，即流畅性不影响语法判断［81］。Scott 和Dienes 的迁移研究证实了流畅性会影响熟悉感，但是不影响语法判断［33］。由此可见，在人工语法任务中，对于知觉流畅性究竟是不是熟悉感的来源还存在争论。

四、结论与展望

综上所述，熟悉感最初源于再认记忆的双加工模型，该模型认为再认判断基于两个独立的加工过程:回忆和熟悉感。在人工语法学习中，熟悉感发挥了重要作用，具体表现为测验阶段字符串表面相似性在主观上表征为熟悉感，进而影响语法判断;人工语法任务中意识性与熟悉感是一个动态变化并最终趋于稳定的过程。在不同的学习条件下，意识性知识与熟悉感的关系有所不同:在附带学习条件下，无论被试采用哪种结构知识，熟悉感都能够很好地预测语法判断;而在有意学习条件，语法性则超越了熟悉感，能够更好地预测语法判断。除了相似性之外，熟悉感也会来源于流畅性，但流畅性本身似乎并不直接影响语法判断，而是以熟悉感为中介对语法判断产生影响。

先前的研究对于流畅性和熟悉感之间的关系探讨源于记忆领域。这类研究认为，在新旧判断中，由于旧的项目产生了加工上的流畅性，因此在主观上体验为熟悉感，从而更容易将其判断为“旧”。在以往的采用限定状态人工语法进行的研究中发现，相似性引发熟悉感，熟悉感导致语法判断;流畅性引发熟悉感，但不影响语法判断。那么相似性、流畅性、熟悉感和语法判断之间的关系究竟是什么?由于限定状态语法限定了相邻要素之间的顺序，并具有较高的语族相似性，因此，今后的研究可以尝试从相邻要素间没有顺序限制的远距离规则入手，探讨当控制了相似性因素、无组块区分、无重复结构的时候，是否仍能引发被试的熟悉感;或者说熟悉感是否仍然能够和好地预测语法判断。也许，这将会是一个探讨流畅性与熟悉感异同关的新维度。

［1］R． C． ATKINSON，J． F． JUOLA． Factors Influencing Speed and Accuracy of Word Recognition． In S． KORNBLUM(Ed．)． Fourth International Symposium on Attention and Performance． New York:Academic Press，1973:583—611．

［2］R． C． ATKINSON，J． F． JUOLA． Search and Decision Processes in Recognition Memory． In D． H． KRANTZ，R． C． ATKINSON，R． D． LUCE，et al(Eds．)． Contemporary Developments in Mathematical Psychology:Vol．1． Learning，Memory ＆ Thinking． San Francisco:Freeman，1974:243—293．

［3］L． L． JACOBY． A Process Dissociation Framework:Separating Automatic from Intentional Uses of Memory．Journal of Memory and Language，1991，30(5):513—541．

［4］L． L． JACOBY，M． DALLAS． On the Relationship Between Autobiographical Memory and Perceptual Learning．Journal of Experimental Psychology:General，1981，110:306—340．

［5］G． MANDLER． Organization and Repetition:Organizational Principles with Special Reference to Rote Learning．In L． G． NILSSON(Ed．)． Perspectives on Memory Research． Hillsdale，NJ:Erlbaum，1979:293—327．

［6］G． MANDLER． Recognizing:The Judgment of Previous Occurrence． Psychological Review，1980，(3):252—271．

［7］A． P． YONELINAS． Receiver-operating Characteristics in Recognition Memory:Evidence for a Dual－process model． Journal of Experimental Psychology:Learning，Memory，and Cognition，1994，(6):1341—1354．

［8］A． P． YONELINAS． Recognition Memory ROCs for Item and Associative Information:The Contribution of Recollection and Familiarity． Memory ＆ Cognition，1997，25:747—763．

［9］A． P． YONELINAS． The Nature of Recollection and Familiarity:A Review of 30 Years of Research． Journal of Memory and Language，2002，46:441—517．

［10］P． A． HIGHAM，J． R． VOKEY． Illusory Recollection and Dual－process Models of Recognition Memory． Quarterly Journal of Experimental Psychology，2004，57(4):714—744．

［11］D． L． HINTZMAN，D． A． CAULTON． Recognition Memory and Modality Judgments:A Comparison of Retrieval Dynamics． Journal of Memory and Language，1997，37(1):1—23．

［12］S． D． GRONLUND，M． B． EDWARDS，D． D．OHRT． Comparison of the Retrieval of Item Versus Spatial Position Information． Journal of Experimental Psychology:Learning，Memory，and Cognition，1997，23(5):1261—1274．

［13］D． L． HINTZMAN， D． A． CAULTON， D． J．LEVITIN． Retrieval Dynamics in Recognition and List Discrimination:Further Evidence of Separate Processes of Familiarity and Recall． Memory and Cognition，1998，26(3):449—462．

［14］J． ARNDT，L．M． REDER． Word Frequency and Receiver－operating Characteristic Curves in Recognition Memory:Evidence for a Dual-process Interpretation． Journal of Experimental Psychology:Learning，Memory，and Cognition，2002，28(5):830—842．

［15］R． KELLEY，J． T． WIXTED． On the Nature of Associative Information in Recognition Memory．Journal of Experimental Psychology:Learning，Memory，and Cognition，2001，27(3):701—722．

［16］S． D． SLOTNICK，S． A． KLEIN，C． S． DODSON，et al． An Analysis of Signal Detection and Threshold Models of Source Memory． Journal of Experimental Psychology:Human Learning and Memory，2000，28(6):1499—1517．

［17］C． M． ROTELLO，N． A． MACMILLAN，G． VAN TASSEL． Recall-to-reject in Recognition:Evidence from ROC Curves． Journal of Memory and Language，2000，43(1):67—88．

［18］A． P． YONELINAS． The Contribution of Recollection and Familiarity to Recognition and Source－ memory Judgments:A Formal Dual-process Model and an Analysis of Receiver Operating Characteristics． Journal of Experimental Psychology:Learning，Memory，and Cognition，1999，25(6):1415—1434．

［19］T． CURRAN． Brain Potentials of Recollection and Familiarity． Memory ＆ Cognition，2000，28(6):923—938．

［20］E． Düzel，A． P． YONELINAS，G． R． MANGUN，et al． Event－ related Brain Potential Correlates of Two States of Conscious Awareness in Memory． Proceedings of the National Academy of Sciences of the USA，1997，94(11):5973—5978．

［21］M． E． SMITH． Neurophysiological Manifestations of Recollective Experience During Recognition Memory Judgments．Journal of Cognitive Neuroscience，1993，5(1):1—13．

［22］W． KLIMESCH，A． DOPPELMAYR，A． O． YONELINAS，et al． Theta Synchronization during Episodic Retrieval:Neural Correlates of Conscious Awareness． Cognitive Brain Research，2001，12(1):33—38．

［23］孟迎芳，郭春彦． 内隐记忆和外显记忆的ERP 分离与联系． 科学通报，2007，52(17):2021—2028．

［24］孟迎芳，郭春彦． 内隐与外显记忆的编码与提取非对称性关系． 心理学报，2009，41(8):694—705．

［25］乔艳阳，张庆林，张利萍，王翠春，蔡乾伟． 情绪调整的记忆巩固促进熟悉性再认:来自脑电的证据． 中国临床心理学杂志，2014，22(1):7—11．

［26］J． P． AGGLETON，D． McMACKIN，K． CARPENTER，et al． Differential Cognitive Effects of Colloid Cysts in the Third Ventricle That Spare or Compromise the Fornix．Brain，2000，123(1):800—815．

［27］G． A． CARLESIMO，M． G． LOMBARDI，C． CALTAGIRONE，et al． Recollection and Familiarity in the Human Thalamus． Neuroscience ＆ Biobehavioral Reviews，in press．

［28］W． HURST，B． T． VOLPE． Temporal Order Judgments with Amnesia． Brain and Cognition，1982，1(3):294—306．

［29］F． A． HUPPERT，M． PIERCY． Recognition Memory in Amnesic Patients:Effects of Temporal Context and Familiarity of Material． Cortex，1976，12(1):3—20．

［30］F． A． HUPPERT，M． PIERCY． The Role of Trace Strength in Recency and Frequency Judgments by Amnesic and Control Subjects． Quarterly Journal of Experimental Psychology，1978，(2):347—354．

［31］C． J． MOULIN，C． SOUCHAY，R． G． MORRISB． The Cognitive Neuropsychology of Recollection． Cortex，2013，49(6):1445—1451．

［32］A． J． RYALS，A． M． CLEARY，C． A． SEGE． Recall Versus Familiarity When Recall Fails for Words and Scenes:The Differential Roles of the Hippocampus，Perirhinal Cortex，and Category－ specific Cortical Regions． Brain Research，2013，1492:，72—91．

［33］R． B． SCOTT，Z． DIENES． Knowledge Applied to New Domains:The Unconscious Succeeds Where the Conscious Fails． Consciousness ＆ Cognition，2010a，19:391—398．

［34］R． B． SCOTT，Z． DIENES． Prior Familiarity with Components Enhances Unconscious Learning of Relations．Consciousness ＆ Cognition，2010b，19:413—418．

［35］R． B． SCOTT，Z． DIENES． Fluency Does not Express Implicit Knowledge of Artificial Grammars． Cognition，2010c，114:372—388．

［36］赵广平，郭秀艳． 熟悉性与回想分离的新证据． 心理科学进展，2014，22(7):1122—1128．

［37］A． M． CLEARY，M． M． LANGLEY，K． R． SEILER．Recognition without Picture Identification:Geons as Components of the Pictorial Memory Trace． Psychonomic Bulletin ＆ Review，2004，11:903—908．

［38］A． M． CLEARY，A． J． RYALS，J． S． NOMI． Can Déjàvu Result from Similarity to a Prior Experience?Support for the Similarity Hypothesis of Déjàvu． Psychonomic Bulletin ＆ Review，2009，16:1082—1088．

［39］A． M． CLEARY，M． M． WINFIELD，B． KOSTIC． Auditory Recognition without Identification． Memory ＆ Cognition，2007，35:1869—1877．

［40］A． S． REBER． Implicit Learning of Artificial Grammars．Journal of Verbal Learning and Verbal Behavior，1967，6:855—863．

［41］D． E． DULANY，R． A． CARLSON，G． I． DEWEY． A Case of Syntactical Learning and Judgment:How Conscious and How Abstract． Journal of Experimental Psychology:General，1984，113:541—555．

［42］P． PERRUCHET，C． PACTEAU． Synthetic Grammar Learning:Implicit Rule Abstraction or Explicit Fragmentary Knowledge． Journal of Experimental Psychology:General，1990，119:264—275．

［43］E． SERVAN-SCHREIBER，J． R． ANDERSON． Learning Artificial Grammars with Competitive Chunking． Journal of Experimental Psychology:Learning，Memory，and Cognition，1990，16:592—608．

［44］T． JOHNSTONE，D． R． SHANKS． Abstractionist and Processing Accounts of Implicit Learning． Cognitive Psychology，2001，42(1):61—112．

［45］B． J． KNOWLTON，L． R． SQUIRE． The Information Acquired during Artificial Grammar Learning． Journal of Experimental Psychology:Learning，Memory and Cognition，1994，1:79—91．

［46］R． J． TUNNEY． Sources of Confidence Judgments in Implicit Cognition． Psychonomic Bulletin and Review，2005，12:367—373．

［47］A． S． REBER． Transfer of Syntactic Structure in Synthetic Languages． Journal of Experimental Psychology，1969，81(1):115—119．

［48］G． T． M． ALTMANN，Z． DIENES，A． GOODE． Modality Independence of Implicitly Learned Grammatical Knowledge． Journal of Experimental Psychology:Learning，Memory and Cognition，1995，21(4):899—912．

［49］C． M． CONWAY，M． H． CHRISTIANSEN． Statistical Learning within and between Modalities． Psychological Science，2006，17(10):905—912．

［50］R． J． TUNNEY，G． T． M． ALTMANN． Two Modes of Transfer in Artificial Grammar Learning． Journal of Experimental Psychology:Learning，Memory and Cognition，2001，27(3):614—639．

［51］L． R． BROOKS，J． R． VOKEY． Abstract Analogies and Abstracted Grammars:Comments on Reber(1989)and Mathews et al．(1989)． Journal of Experimental Psychology:General，1991，120:316—323．

［52］A． KINDER，A． ASSMANN． Learning Artificial Grammars:No Evidence for the Acquisition of Rules． Memory and Cognition，2000，28(8):1321—1332．

［53］A． LOTZ，A． KINDER． Classification and Recognition in Artificial Grammar Learning:Analysis of Receiver Operating Characteristics． Quarterly Journal of Experimental Psychology，2006，59:667—682．

［54］R． J． TUNNEY，G． BEZZINA． Effects of Retention Intervals on Receiver Operating Characteristics in Artificial Grammar Learning． Acta Psychologica，2007，125(1):37—50．

［55］R． SCOTT，Z． DIENES． The Conscious，the Unconscious，and Familiarity． Journal of Experimental Psychology:Learning，Memory，＆ Cognition，2008，34:1264—1288．

［56］Z． DIENES，G． ALTMANN，L． KWAN，et al． Unconscious Knowledge of Artificial Grammars is Applied Strategically． Journal of Experimental Psychology:Learning，Memory，and Cognition，1995，21(5):1322—1338．

［57］Z． DIENES，D． BERRY． Implicit Learning:Below the Subjective Threshold． Psychonomic Bulletin ＆ Review，1997，4(1):3—23．

［58］A． S． REBER． Implicit Learning of Artificial Languages:The Role of Instruction Set． Journal of Experimental Psychology:Human Learning，and Memory，1976，2:88—94．

［59］Z． DENNES，R． SCOTT． Measuring Unconscious Knowledge:Distinguishing Structural Knowledge and Judgment Knowledge． Psychological Research，2005，69(5):338—351．

［60］W． CHEN，X． GUO，J． TANG，et al． Unconscious Structural Knowledge of Form-meaning Connections．Consciousness ＆ Cognition，2011，20:1751—1760．

［61］Q． FU，Z． DIENES，X． Fu． Can Unconscious Knowledge Allow Control in Sequence Learning?Consciousness＆ Cognition，2010a，19:462—475．

［62］Q． FU，Z． DIENES，X． FU． The Distinction between Intuition and Guessing in the SRT Task Generation:A Reply to Norman and Price． Consciousness ＆ Cognition，2010b，19:478—480．

［63］X． GUO，L． ZHENG，L． ZHU，et al． Acquisition of Conscious and Unconscious Knowledge of Semantic Prosody．Consciousness ＆ Cognition，2011，20:417—425．

［64］S． JIANG，L． ZHU，X． GUO，et al． Unconscious Structural Knowledge of Tonal Symmetry:Tang Poetry Redefines Limits of Implicit Learning． Consciousness ＆ Cognition，2012，21:476—486．

［65］姜珊，郭秀艳，杨靖，马闻笛． 汉语声调远距离规则的内隐学习及其迁移效应． 心理学探新，2014，34(5):416—422．

［66］F． LI，S． JIANG，X． GUO，et al． The Nature of the Memory Buffer in Implicit Learning:Learning Chinese Tonal Symmetries． Consciousness ＆ Cognition，2013，22(3):920—930．

［67］P． REBUSCHAT，J． WILLIAMS． Implicit Learning of Word Order． In N． A． TAATGEN，H． VAN RIJN(Eds．)． Proceedings of the 31th Annual Conference of the Cognitive Science Society． Austin，TX:Cognitive Science Society，2009:425—430．

［68］L． L． WAN，Z． DIENES，X． L． FU． Intentional Control Based on Familiarity in Artificial Grammar Learning．Consciousness and Cognition，2008，17:1209—218．

［69］A． S． REBER，S． LEWIS． Implicit Learning:An Analysis of the Form and Structure of a Body of Tacit Knowledge． Cognition，1977，114，14—24．

［70］Z． DIENES，R． B． SCOTT，L． L． WAN． The Role of Familiarity in Implicit Learning． In P． Higham，J． Leboe(Ed．)． Constructions of Remembering and Metacognition:Essays in Honour of Bruce Whittlesea． Palgrave Macmillan，2011:51—52．

［71］L． L． JACOBY，M． DALLAS． On the Relationship between Autobiographical Memory and Perceptual Learning．Journal of Experimental Psychology:General，1981，110:306—340．

［72］W． A． JOHNSTON，V． J． DARK，L． L． JACOBY．Perceptual Fluency and Recognition Judgments． Journal of Experimental Psychology:Learning，Memory，and Cognition，1985，11:3—11．

［73］W． A． JOHNSTON，K． J． HAWLEY，M． G． ELLIOT．Contribution of Perceptual Fluency to Recognition Judgments． Journal of Experimental Psychology:Learning，Memory，and Cognition，1991，17:210—223．

［74］C． R． LUO． Enhanced Feeling of Recognition:Effects of Identifying and Manipulating Test Items on Recognition Memory． Journal of Experimental Psychology:Learning，Memory，and Cognition，1993，19:405—413．

［75］M． VERFAELLIE，L． S． CERMAK． Perceptual Fluency as a Cue for Recognition Judgments in Amnesia． Neuropsychology，1999，13:198—205．

［76］B． W． A． WHITTLESEA，L． D． WILLIAMS． The Source of Feelings of Familiarity:The Discrepancy－attribution Hypothesis． Journal of Experimental Psychology:Learning，Memory，and Cognition，2000，26(3):547—565．

［77］A． BUCHNER． Indirect Effects of Synthetic Grammar Larning in an Identification Task． Journal of Experimental Psychology:Learning，Memory， and Cognition，1994，20(3):550—566．

［78］A． KINDER，D． R． SHANKS，J． COCK，et al． Recollection，Fluency，and the Explicit/Implicit Distinction in Artificial Grammar Learning． Journal of Experimental Psychology:General，2003，132(4):551—565．

［79］B． R． NEWELL，J． E． H． Bright． The Relationship between the Structural Mere Exposure Effect and the Implicit Learning Process． The Quarterly Journal of Experimental Psychology A:Human Experimental Psychology，2001，54A(4):1087—1104．

［80］D． M． ZIZAK，A． S． REBER． Implicit Preferences:The Role(s)of Familiarity in the Structural Mere Exposure Effect． Consciousness and Cognition，2004，13(2):336—362．

［81］B． W． A． WHITTLESEA，J． P． LEBOE． The Heuristic Basis of Remembering and Classification:Fluency，Generation，and Resemblance． Journal of Experimental Psychology:General，2000，129(1):84—106．