人脑如何学习新的语言规则

耿立波，杨 丽，方娇艳，杨亦鸣

(1. 江苏师范大学 语言科学与艺术学院 江苏 徐州 221009;2. 江苏师范大学 语言能力协同创新中心 江苏 徐州 221009)

0 引言

Science杂志在庆祝其创刊125周年时，刊登了一篇文章: 《125个问题: 我们所不知道的》“125 questions: what don’t we know? Kennedy and Norman，2005”。其中一个是关于语言学习的生物基础或年龄效应问题: 为什么第二语言的学习非常困难？[1]

我们一般认为，在学习新的语言规则时，成人比儿童更加困难[2-4]；Lenneberg(1967)针对新语言学习年龄的问题，首先提出了语言学习“关键期”的假说(the critical period hypothesis)[5]，认为过了关键期之后，人脑就难以掌握新的语言规则，但学界也有许多研究得出了挑战“关键期”假说的证据[6-7]，因此学习年龄是否决定学习者的最终成就还需要更多证据的支持。除了年龄，输入量对语言学习具有重要影响作用的观点也得到了越来越多研究者的支持[7-8]。陈述性-程序性模型认为输入量对学习语言规则具有重要影响[7-8]，认为在语言规则输入量不同的情况下，学习者句法习得方式也存在阶段性差异。White[9]、MacWhinney[10]还认为过去已掌握的语言知识与新学习的语言规则之间的特征差异会产生一些相互作用，从而影响新语言规则的学习，例如，功能特征失效假说认为人们不太可能习得或应用母语中缺失的语言特征，全迁移全通达模型认为新语言规则的学习不受旧语言知识特征参数的影响[6]。

年龄、输入量和相似性，哪个才是造成语言习得困难的因素？研究表明，只有当学习者达到高水平的熟练程度时，才能观察到母语和非母语大脑反应的融合[7]。自然语言语法是自然生长而成的，学习者在学习新的自然语言规则时，大脑加工机制不断地从非母语的大脑活动模式向母语的自动加工模式融合[7-8]，这一过程复杂且漫长，难以实现跟踪调查。因此对于影响语言规则学习的因素，学界始终未能有一致的结论。要使学习者在短时间内熟练掌握一门新语言，学习一种高度可控的“迷你”自然语言型人工语言便有其特有优势。

1967年，美国心理学家Reber发表《人工语法学习范式下的隐性学习》一文，正式开始关于人工语法学习(artificial grammar learning, AGL)的研究[11]，这种迷你的小数据语言学习范式具有高度的可控性、较强的时效性，还可以很好地调节语言之间的相似度和异同点[12-13]。Reber利用Noam Chomsky的有限状态语法，首次设计并使用了AGL范式，其中包含简单的字母序列、图片、几何小图标或颜色等的变化，对于探究内隐学习问题有很大的说服力。但自然语言有其特有的词汇语音系统，仅仅与序列问题相关的学习材料并不能有效还原语言学习过程。于是21世纪初，研究者突破传统字母序列的方式，创设出无语义型AGL。它采用更接近自然语言造词法的规则和方式来创造假词、短语，并为假词匹配意义场景，再根据有限状态语法的环路规则，从某一起始点到环路结束所记下的一系列符号串就是这种语言的一个句子[14]。被试学习这些句子，达到高度熟练水平后，进行语法判断分析。由假词组成的新句子可以在一个有意义的语境中出现，也可供学习者阅读和理解[15]，更有利于语言习得研究的展开。

应用较早、较广泛的是Friederici等人[6]使用的一种有限非递归人工语言BROCANTO。这种人工语言根据Reber在1967年使用的有限状态语法(finite-state grammar)规则，组合排列14个有限的、被试知道的语言(德语)中的非单词。在训练阶段，被试会在明确的指导和提示下，通过玩一款电脑桌面游戏来习得BROCANTO中潜在的语法规则；在游戏中执行词语和规则分类任务时，被试会收到相应的绩效反馈。在测试阶段，被试判断BROCANTO违反句时，出现了类似于自然语言母语者的ELAN(early left anterior negativity)-P600双相ERP模式，因此得出了挑战“关键期”假说的有力证据，表明如果是在小规模的语法系统中，成人学习者也可以和母语者一样拥有非常相似的句法加工模式[6]。Opitz等人[16]利用BROCANTO探讨了基于规则或基于相似性的二语学习问题，提出这两个学习过程之间存在的交互作用，并希望在未来的研究中能继续探讨它们之间的直接关系。但是两种学习系统在学习期间到底如何相互作用，目前还不清楚。也有研究者使用BROCANTO探讨了新语法学习过程中大脑神经区域的相应活动和变化[17]，强调在语言学习的初始阶段大脑右半球的参与作用，且随着时间的推移，学习者大脑中的布洛卡区、右侧后扣带皮层和右侧颞顶叶区域的功能连接作用会不断增强。

类似的调控语义型AGL研究还有Tabullo等人[13]，该研究中假词的拼读规则(元音-辅音-元音-辅音)符合被试母语西班牙语的规则，但并不存在于被试的母语中，这样设置语音可以不妨碍被试学习句法规则，方便直接比较被试在加工人工语法和母语(西班牙语)时神经系统的相关性。二者都出现了N400和P600效应，表明被试在加工自然语言和人工语法时至少部分共享了大脑的神经机制。

此外，前人还在AGL范式下考察了句法违反，包括句法形态违反(性、数、人称、时态标志)和词组结构违反(词类违反、词语省略、词序违反)[2,6]。研究表明，学习者在加工这两种句法违反类型时会诱发不同的ERP成分，表现出与母语加工类似的ERP成分[18]。

AGL是为了某个特定目的而人为设计出来的[19]，可以让学习者在短时间内到达一个高熟练度的水平。通过观察学习者在习得过程中的大脑机制变化，可以为真正习得一门自然语言做出有力的参考，这无疑为语言学习的跟踪研究提供了崭新的视角。经过半个多世纪的演变发展，现在的AGL逐渐成为模拟和测试自然语言语法及结构的常用模型[20]。

前人关于语言学习的研究大多未做到严格的变量控制，输入量和语言间特征差异究竟如何影响语言规则的学习和加工也有待进一步考察。本研究借鉴前人研究经验，并参考Friederici等人的AGL范式[6]，以成年汉语母语者为研究对象，要求其在人为设计的小数据学习范式下进行新语言规则的学习。在学习过程中，严格控制新规则的输入量，采用ERP技术手段追踪考察成年学习者对新规则的加工，从而探究人脑在输入量不同的情况下习得和加工不同句法类型的情况。

1 实验设计

1.1 实验被试

本研究共招募被试30名，男女比例均衡，均为自愿参加实验的全日制在校大学生。无脑外伤、神经病史或其他相关病症。母语为汉语，有英语学习经历，无其他相关语言学习背景。视力、听力或矫正视力、听力正常，右利手。所有被试在实验前阅读知情同意书并签字，实验后获得一定报酬。

1.2 学习软件

本研究借鉴Friederici等人开发的电脑棋盘游戏理念[6]，使用一款在线学习软件为学习者提供内隐学习环境，该软件完全独立于AGL规则。学习过程中不进行与语言规则相关的任何交流，保证被试在无监督情况下内隐习得语言规则。

游戏中使用的四个棋子对应AGL中的四个名词，棋子的形状(方形或圆形)对应AGL中的形容词，运动状态对应动词，动词限制限定词，组合关系对应量词。

为控制新语言规则的输入量和类型，游戏场景中每一种词类及其组合规则都按照数量比例以相同的频率出现，输入和产出都有固定数量和类型。学习者面对电脑上的游戏板(见图1)完成学习和测试任务，电脑仅给出正误反馈。在进行最终的ERP实验前学习者不会再接收到任何额外的语言信息，保证所有学习者输入量恒定。

图1 人工语法在线学习软件中使用的游戏板

1.3 学习材料

本研究中的AGL范式参考文献[6]中使用的人造语言BROCANTO[6]，它具有类似自然语言的普遍合理性特征。为配合被试的母语结构特征，本实验保留其语法的能产性特征，但在词类设置中做出调整，设置15个与汉语语音相近的单词(名词、动词各4个，形容词、量词、限定词各2个，数词1个)。如表1所示。

表1 AGL词语分类

其中下标m代表阴性词，f代表阳性词；量词(jo)“个”用于非成组出现的名词之后。量词(qo)“套、副”用于搭成组的名词之后；限定词限定动词的运动方式，即限定词cei可以修饰动作发生曲折变化的动词，也可以修饰动作未发生屈折变化的动词；xüa只能修饰动作路径未发生屈折变化(piong、tiu和len)一类的动词。

15个单词涉及17个语音，经《现代汉语词典(第6版)》和互联网百度搜索引擎证实，均符合汉语拼音拼读规则但基本未投入正式使用。预实验(6人)表明该AGL确实可以被学习，不会给汉语母语者造成听力理解或口语产出上的困难。研究中只出现语音序列，没有正字法系统。将17个声音按规则组合生成听觉刺激句，由播音主持专业女性在不知单词意义和类别的情况下进行朗读录音。使用Adobe Audition CS6软件对录音进行剪辑和排列处理，每个句子中词与词之间停顿为50ms，保证词语边界上不会产生协同发音以使各类句子在听感上相对自然。

本研究中AGL学习材料包含约1 500个AGL的声音序列，包括词语、短语和句子。在名词短语中，名词本身具有阴阳性属性特征，形容词相应地也具有阴阳性形态变化，形容词出现在名词之后且与所修饰的名词在语法性范畴上保持一致；量词、数词在名词之后，当句子中出现形容词时，它们在形容词之后。动词短语有固定顺序(限定词-动词)，无形态特征变化。句子都是主语-谓语结构，是由6～8个词语组成的比较简单的主句。本研究的基本语言规则基于自然语言的普遍要求编写而成，具有较高的能产性。AGL语法规则如表2所示。

表2 AGL语法规则

核心语言规则的设置既有与汉语相似的规则，也有和汉语相似度很低(模拟法语等印欧语言的语法阴阳性范畴特征)的规则，以及AGL特有的规则(见表3)。

表3 AGL核心句法规则

条件一根据学习者母语特点设定，与母语相似性高。为防止母语规则的直接转移，设定语言规则为名词+量词+数词。语法性范畴系统因其独特性，被广泛用于检测新语言学习者是否可以达到和母语者类似的句法加工水平[21]。研究发现母语者(如法语、意大利语等)在加工性一致违反时出现了LAN效应或P600效应[22]。

条件二根据学习者母语中缺失的语法性范畴特征设计[23]，与母语相似度低，即名词+形容词(形容词词性有阴阳性变化)。

当代句法理论把限定词看作“限定词短语”(DP)的核心，用来指定、识别或量化名词短语[24]，动词词类是无法进入DP结构中限定词后位置的。条件三根据这一普遍语法推导出，与绝大多数语言基本不相似，是本研究中AGL特有的规则，即限定词+动词。

1.4 学习过程

学习者通过AGL在线学习软件进行内隐学习，游戏本身不以AGL语言规则作为游戏规则。最终利用17个AGL词语，准确判断和描述各种游戏场景，即理解并产出AGL句子。

学习共包括四个阶段，游戏共设置五关，成功通关即可。不限制学习者的学习总时长，但每次学习时间不超过三小时，每天学习不超过一次。学习和测试的复杂性呈阶梯状逐渐增加。

阶段一为游戏符号及规则的学习，即词语习得。学习者被告知即将学习一门外星语言，并会在稍后的闯关游戏中使用。单击电脑鼠标后，新语言规则的学习在阅读游戏规则中正式开始。第一关学习者需要记住4种游戏动作，共8种情况。学习者确认记忆即可进入第二关。第二关需完成4个符号及其对应声音的记忆，并完成记忆后的20个听声音选符号测试。为防止偶然性，每个棋子出现五次，回答时间超过10s或回答错误将自动重置本关，直至完全正确，进入第三关。

阶段二为第一次语言内隐学习，即短语、句子习得。为了保证学习效率，实验开始前告知学习者，学习结束后会测试他们在学习中看到了哪些游戏场景。第三关学习者将会在相应的游戏场景中听到短语或句子，语音与场景同时呈现，共计143个(每类短语或句子均按照AGL中6类词的数量比例以相同频率出现，保证学习者对各类词的接触量基本相当)。学习结束自动进入下一关。第四关为测试关，屏幕上呈现游戏场景并提问被试是否在上关看到过该图像，共设10题，至少答对9题则通关。为保证第一次学习句法规则的接触量，测试中不设置语言的再次学习。若无法闯关则只复习阶段一的游戏符号名称及游戏规则，合格后直接进行第一次ERP实验。即本次新语言规则学习的输入量固定为143个短语或句子。

阶段三为第一次ERP结束后的再次语言内隐学习，即进行新语言规则的理解和产出。第五关开始前，学习者被告知将使用学到的新语言和游戏规则继续进行闯关。本关一共包括40个游戏版块，其中理解和产出版块各20个，每个版块包含20个游戏场景及相应的AGL句子语音。在理解版块中，学习者在游戏场景中听句子判断场景正确性；在产出版块中，学习者观看游戏画面，并使用AGL句子描述游戏场景。游戏过程中，学习者会得到正确与否的反馈。取得95%及以上正确率则成功闯关，否则自动重置本关。

阶段四为语法评估阶段，对参与者是否在游戏中通过无监督的内隐学习方式掌握了AGL语言规则进行简单评估。实验研究员与AGL学习者使用AGL句子在40个特定的游戏场景中进行简单的交流后，进行本研究的第二次ERP实验。

1.5 ERP实验语料

实验通过ERP技术手段考察学习者对三种语言规则违反句的加工情况，探究学习者随着输入量的增加，对新语言规则的学习和加工情况。违反句主要包括量词违法、名词阴阳性违反、限定词违反。如表4所示。

表4 实验语料示例

17个单词根据一定的规则可以生成1 200句左右合法句序列和更多的违反句序列。本实验选取300个句子，每种条件包含100个句子，其中合理句、违反句各有40句，填充句20句。所有目标句伪随机排列，正确句和相应违反句之间的距离总是最大的，且排除机械记忆因素的影响，保证实验刺激材料在前期学习中未使用过。正确句和违反句在语音上基本相同。

1.6 实验程序

本实验程序参照Friederici等人[6]实验材料听觉呈现，任务是句子正误判断。采用2(阶段: 第一次学习后、第二次学习后)×2(句子类型: 违反句、正确句)混合实验设计。第一次和第二次ERP实验刺激材料选句不重复，其余完全一样。

实验在电磁屏蔽室进行，隔音效果良好。实验过程中被试佩戴专业耳机，要求尽量保持头部不动，双眼与计算机屏幕中央视距大约为80cm，双手拿按键盒。计算机屏幕底色为灰色，视觉材料始终在计算机屏幕中央呈现，为48号银灰色宋体。实验开始时，要求被试注视屏幕，屏幕中间呈现“+”后，耳机开始播放句子，句子播放结束后屏幕上“+”变成 “？？？”，被试需在接下来的2 000ms内做出判断反应，300ms空屏后进入下一组任务。实验流程如图2所示。

图2 实验流程图

1.7 数据采集与处理

本实验脑电记录采用美国Neuroscan公司生产的ESI-256脑电记录系统和64导Ag/AgCI的电极帽。被试佩戴的导联电极帽为Quick-Cap64，按照国际10-20系统放置各电极点，以双耳乳突连线中点为参考电极点，接地点在FPZ和FZ之间。实验中在被试的右眼眶额上记录垂直眼电，同时在其双眼外侧记录水平眼电。带宽为0.05到100Hz，在线采样频率为1 000Hz，实验过程中电极与头皮接触电阻始终小于5kΩ。

使用Scan4.3软件对ERP数据进行离线分析处理，分析时程为刺激呈现后1 200ms，基线为刺激前200ms。离线处理后首先处理每个有效被试的脑电，将实验中需要考察的六事件类型的脑电数据叠加和平均，并对总平均的脑电波形进行30Hz/24dB低通滤波，再进行组平均叠加处理，得到六种类型有效的脑电波形图。使用SPSS 22.0软件对后期数据进行重复测量方差分析，对统计后所得到的p值使用Greenhouse-Geisse法进行校正。

2 结果

本实验共招募被试30名，其中6名因实验过程中眨眼、头动过多造成脑电结果不理想，3名因个人原因中途退出学习，1名因第二次ERP实验时行为数据过低(小于80%)而在后期的实验数据分析中被剔除，最终收集实验数据20套。

2.1 行为结果

实验要求被试在听完每个句子后，对该句子是否符合先前所学的句法规则进行判断。填充语料不在考察的范围之内，被试的正确率和反应时被自动记录。被试在三种规则的语法判断任务中正确率和反应时如表5所示。

表5 被试行为数据

续表

经过重复测量方差分析发现:正确率方面，学习阶段主效应显著(F(1,19)=540.940，p<0.000)，第二次学习后被试的正确率明显高于第一次；但反应时方面，学习阶段主效应不显著(F(1,19)=0.111，p=0.742)，说明在第一次学习后和第二次学习后，被试的反应时没有显著性差异。两次学习中，被试对AGL特有结构的反应最准确，对与其母语相似度高结构的反应最快。

2.2 ERP结果

根据前人文献及ERP数据处理结果，本研究主要对ELAN成分(100～150ms时间窗)、LAN成分(300～400ms、400～550ms时间窗)、P600成分(550～750ms、750～900ms、900～1200ms时间窗)进行集中分析。实验结果中只对效应显著的条件进行汇报。

2.2.1 条件一ERP数据

结合ERP波形图、地形图(图3、图4)及SPSS统计分析结果发现: 100～150ms时间窗内，两个学习阶段句子类型、半球、脑区之间都没有产生交互作用。300～400ms和400～550ms时间窗内，两个学习阶段句子类型、半球、脑区之间没有产生交互作用。550～750ms、750～900ms和900～1 200ms时间窗内，第一次学习后句子类型、半球、脑区之间都没有产生交互作用。第二次学习后句子类型在中线电极位置效应显著，在左中和右中区域电极位置效应也显著。

图3 条件一第一次ERP总平均图及地形图

图4 条件一第二次ERP总平均图及地形图

2.2.2 条件二ERP数据

结合ERP波形图、地形图(图5、图6)及SPSS统计分析结果发现: 100～150ms时间窗内，两个学习阶段句子类型、半球、脑区之间没有产生交互作用。300～400ms和400～550ms时间窗内，第一次学习后句子类型、半球、脑区之间没有产生交互作用，但在第二次学习后句子类型主效应显著，脑区在大脑前部主效应显著，句子类型在大脑前部交互作用显著，因此在该时间窗内句法违反诱发了LAN成分。550～750ms、750～900ms和900～1 200ms时间窗内，第一次学习后句子类型、半球、脑区之间没有产生交互作用，第二次学习后句子类型在中线电极位置效应显著，在左中和右中区域电极位置效应也显著。

图5 条件二第一次ERP总平均图及地形图

图6 条件二第二次ERP总平均图及地形图

2.2.3 条件三ERP数据

结合ERP波形图、地形图(见图7、图8)及SPSS统计分析结果发现: 100～150ms时间窗内，两个学习阶段句子类型、半球、脑区之间没有产生交互作用。300～400ms和400～550ms两个时间窗内，两个学习阶段句子类型、半球、脑区之间没有产生交互作用。550～750ms、750～900ms两个时间窗内，第一次学习后头皮中线位置句子类型主效应显著，半球主效应也显著，句子类型在大脑中部和后部交互作用显著，第一次学习后学习者头皮中线位置诱发了波幅较小的P600成分。第二次学习后，550～750ms、750～900ms和900～1 200ms三个时间窗内，两个学习阶段句子类型在中线电极位置效应显著，在左中和右中区域电极位置效应也显著。

图7 条件三第一次ERP总平均图及地形图

图8 条件三第二次ERP总平均图及地形图

3 讨论

关于年龄、输入量及句法相似性如何影响句法学习与加工，前人研究大多孤立探讨其中某一因素的作用，三者何为主要因素尚存争议[25-27]。本研究控制学习者初始学习年龄，设计与汉语相似性高、低、不等三种句法规则，并对学习者持续输入新语言规则，在输入过程中进行两次ERP实验，考察这两个学习阶段里，语言输入量和语言间相似性在新语言规则习得和加工的作用。

结果显示，大脑可塑性退化的成年学习者在接触少量的新语言输入后，可以表现出类母语者的脑神经加工模式[7,12]。并且随着输入量的增加，语言加工模式更加趋近于母语者神经认知机制。

3.1 输入量对新语言规则学习的影响

在学习过程中，通过限制材料接触的数量来控制语言规则的输入量(143句)，总学习时长不做严格要求。但学习结束后对学习时长做统计分析发现，80%的学习者在7小时内完成学习。其中最少用时为4小时，最多用时也仅8.5小时。由此可知，本实验中无论是输入量还是接触时长，都是小数据的，人脑学习新语言规则是高效而优质的。

在学习者加工与其母语相似度较高但有差异的AGL语言规则的两次ERP实验中，第一次ERP实验中没有发现和母语加工相同的ERP成分，仅在300～550ms时间窗内，诱发了比加工正确句更负的波幅，但未达到显著。这与Carrasco-Ortíz等人[28]、Bowden等人[29]结果相似。我们认为此时过少的输入量使得学习者尚不能快速识别句法违反结构，更多地依赖母语对其进行加工，从而未能完全加工违反句[10]。第二次实验中，与Lelekov-Boissard等人[30]、Christiansen等人[20]、Tabullo等人[13]研究结果一致，违反句的关键词位置上检测到P600成分，表明学习者实现了对AGL句法规则的完全加工，并与母语加工共享部分神经机制[18,20]。

学习者在第一次ERP实验中加工与L1相似性低的AGL违反句时，仅完成词汇学习，输入量极少。关键词处诱发了一个中央前部的晚期正波效应，Molinaro等人[31]认为该正波反映了学习者在句法加工早期对名词性范畴信息进行初步整合和修复，Kaan等人[32]则认为这是学习者对句法结构中句法信息合成加工难度的指示。我们认为，学习时间不足会使得大脑无法快速识别句法违反结构，也无法对句法结构进行复杂、充分的加工[19]。随着熟练程度提高，加工过程诱发了LAN-P600效应。LAN成分是学习者句法加工过程中遇到违反项时出现在大脑前部或左前的显著负波[33]。在自然语言学习过程中，高熟练水平的学习者在加工句法违反时会出现LAN成分[3,7]，Friederici & Hahne[34]、Friederici等人[6]、耿立波[35]认为这一成分反映了学习者在句法自动分析加工过程中，随后出现的P600成分则反应再分析过程。我们支持前人的观点，认为高熟练水平学习者经过两次学习后已经获得与母语者相似的句法加工能力[6,36]，学习者在迷你学习范式中接收到的输入量可以实现对新句法规则的高熟练水平掌握，并获得与母语者相似的句法加工模式[6]。

学习者在初步接触后加工AGL特有句法结构时，大脑中央顶区和后部出现了波幅较小的P600成分，与Kotz等人[25]结果相似。我们认为过少的输入量虽然对句法违反表现出敏感，但无法对句法结构完成复杂充分的加工。加大语言输入量后再加工，关键词位置除诱发了显著的P600效应外，还出现了前部负波(Anterior Negativity, AN)效应，与Hahne & Friederici[3]结果相似。我们认为这种负波类似于成人学习者在加工自然语言句法违反时出现的效应，反映了学习者句法自动加工的趋势。学习者句法加工模式随着句法输入量的增加趋近于母语者自动加工模式。

纵向比较三种句型的两次ERP实验数据，发现加大输入量后，学习者在三种条件下均诱发出P600成分，可见输入量不断变化使得学习者在线句法加工任务的神经认知模式发生了质的变化，不仅句法得到充分加工，加工模式上也实现了类母语或部分类母语机制。实验证明，基于有限的小数据AGL范式，脑机制可塑性较差的成人可以达到类母语的加工机制。说明年龄并不是语言学习的关键影响因素，人脑在一定量小数据的新语言规则输入后，就能高熟练度地掌握一种甚至多种新的语言规则。

3.2 相似性对新语言规则学习的影响

MacWhinney[10]、White[9]认为，在语言学习过程中，学习者是否可以获得类似母语的语言能力受到语言间句法相似性的影响。

第一次ERP实验中，学习者加工与母语相似性高的句法违反时，仅出现了一个不显著的负波成分；而在加工与母语相似性低的句法违反时，出现了前部正波效应。Molinaro等人[31]、Kaan等人[32]认为学习者此时虽未完全加工，但可能已经可以对名词-形容词语法性不一致产生敏感；加工AGL特有的句法违反时，大脑中央顶区和后部出现了波幅较小的P600成分，该成分与句法整合修复相关，波幅较小表示尚未实现完全加工。

随着输入量的增加，学习者进行第二次ERP实验时，学习者再加工相似度较高的语言规则违反句时，出现P600成分，未出现ELAN或者LAN成分，实现了母语者的加工模式的部分还原。学习者在加工与母语相似性较高的句法规则时，即使加大输入量，与母语加工的神经机制仍存在差异，未诱发与母语类似的双相ERP模式。学习者在加工与母语相似性低的AGL违反句时正波效应逐渐转变为LAN-P600效应，与具有该句法特征的母语者加工机制一致。一些研究认为学习者在语言“关键期”之后便无法习得母语中缺失的语法特征[21]。也有研究认为，不管习得年龄如何，学习者都具有对普遍语法“充分利用”的能力，可以习得母语中缺失的新语法特征[9]。本实验结果证明，学习者可以在一定量的语言输入后最终习得母语中缺失的语法范畴特征，并获得和本族语者类似的神经机制。学习者在加工AGL特有句法违反时，人脑对新语言规则表现敏感，在关键词位置上诱发了前部负波效应和波幅较大的P600效应，与母语者加工机制一致。证明学习者可以在接受一定量的语言输入后完全习得AGL特有的句法规则，并表现出类母语者的加工机制。

横向比较两次ERP实验中的三种句型加工数据，我们支持Tokowicz & MacWhinney[37]的研究结果，认为竞争机制存在于相关的新语言规则习得和加工过程中。统一竞争模型认为学习者母语和L2句法结构不同时，L1中缺失规则习得速度快于L1和L2产生矛盾的句法规则。学习者加工句法相似性较高的新句法规则时，只表现出和母语者部分相似的ERP模式——只诱发了P600效应，没有出现和母语者类似的(E)LAN效应或前部负波效应。因为条件一尽管与汉语母语者的母语规则高度相似，但设计时为了避免母语的直接迁移而设置了语序的差异，正是这一差异导致母语知识在条件一加工时对其产生影响，从而产生相应的脑加工模式。学习者加工AGL特有句法结构和句法相似性极低的句法结构时，大脑加工由单相晚期正波效应和波幅较小的P600效应逐渐转变为双相的AN-P600效应和LAN-P600效应，加工AGL特有句法结构违反句时出现的P600波幅最大， P600波幅越大说明学习者句法加工越充分[26,37]，最终能够获得与母语者相似的神经机制，这是由于学习者从未接触过条件二，尤其是条件三的语言规则，加工时宛若一张白纸，需重新构建。可见新的语言知识和旧语言知识的加工不是相互独立的，而是构建在旧语言规则上的，说明句法相似性在一定程度上影响新语言规则的习得，使得加工过程中存在竞争机制。

4 结论

为探讨人脑在习得新的语言规则时对习得年龄、输入量和句法相似性三大因素的依赖程度，本研究基于AGL范式，采用ERP技术手段，考察AGL学习者在不同输入量的情况下加工与母语具有不同相似性的三种句法结构。

实验结果证明，年龄不是语言学习的主要影响因素，输入量和句法相似性的影响也有一定的限制。成人可以通过隐性学习法，在特设的迷你语言学习范式中习得新的语言规则，并表现出趋近于母语者的自动加工模式。人脑在新的语言规则学习过程中十分高效且自动化，可以通过少量的语言规则知识输入，在无监督情境下，掌握一种乃至多种语言规则，并达到高熟练水平，加工模式类似母语。新语言规则学习和加工中存在竞争机制，相似度低的新语言规则比相似度较高的新语言规则习得效果更好。表现出旧语言规则对新语言规则学习的冲突处理，新语言规则的学习需要架构在旧语言规则之上。

本研究丰富了AGL范式下的句法学习理论，并可以为人工智能时代机器学习和人类与机器人互动(Human-Robot Interaction, HRI)等研究提供一些启示。机器学习根据数据处理是否存在人为标注而分为监督学习和无监督学习两大类: 监督学习目标是有标签的数据，通常学习效果好，但代价是昂贵的；无监督学习相当于自助式学习，即计算机可以独立自主地吸收和理解数据，不必告知明确数据含义。无监督学习和人类学习方式更相似，被Andrew Ng誉为“人工智能最有价值的地方”。Facebook人工智能负责人Yann LeCun也在访谈中公开表示，无监督学习是未来。在无监督学习方面，大脑远好于我们的模型，这意味着我们的人工智能学习系统缺失了许多生物机理学习的基本原则。在无监督学习条件下，目前的机器学习往往是基于大数据的，我们的研究表明，在无监督学习条件下，人脑通过小数据就可以获得规则的高熟练掌握水平；学习者可以在短时间内习得基本没有语义内容的语音串，并类推到新句法规则，今后的研究以人脑实验结果为出发点，尝试在小数据模式下进行机器学习的新探索，或许会是实现高效HRI研究的一个契机。