人工語法學(xué)習(xí)遷移效應(yīng)研究進(jìn)展

　　[摘要]遷移和潛在抽象知識(shí)表征是內(nèi)隱學(xué)習(xí)的兩個(gè)重要基石。在人工語法學(xué)習(xí)研究范式下，對(duì)遷移效應(yīng)產(chǎn)生機(jī)制的解釋主要有兩類：一是組塊信息遷移的統(tǒng)計(jì)歸納理論。主張對(duì)測(cè)驗(yàn)序列進(jìn)行分類的基礎(chǔ)是序列成分組塊分布特征的統(tǒng)計(jì)歸納；二是抽象類比遷移理論，主張是對(duì)測(cè)驗(yàn)序列進(jìn)行分類的基礎(chǔ)是在范例序列相似性基礎(chǔ)上的重復(fù)成分的抽象類比．兩種觀．最各持一說。其問存在著明顯的分歧和爭(zhēng)議．
　　
　　[關(guān)鍵訶]人工語法學(xué)習(xí)；遷移效應(yīng)；序列依存性；組塊信息遷移；抽象類比遷移
　　
　　內(nèi)隱學(xué)習(xí)作為一個(gè)研究領(lǐng)域始于20世紀(jì)60年代后期，Reber開創(chuàng)的人工語法學(xué)習(xí)(artificialgrammar learning)研究揭開了內(nèi)隱學(xué)習(xí)研究的序幕，而對(duì)此研究領(lǐng)域的進(jìn)一步關(guān)注則是最近十幾年的事情．由Broadbent及其同事進(jìn)行的造句系統(tǒng)研究推動(dòng)(Berry&Broadbent，1984)，繼而被系列反應(yīng)時(shí)(Nissen&Bullemer，1987)和偶然反應(yīng)時(shí)研究(Lewicki&Czyzewska&Hafman，1987)將其引向了認(rèn)知，6-理學(xué)研究的前沿u J．遷移是個(gè)體在一種情境中的學(xué)習(xí)對(duì)其在其他情境中的學(xué)習(xí)和行為的影響．作為內(nèi)隱學(xué)習(xí)經(jīng)典研究范式的人工語法學(xué)習(xí)對(duì)遷移的關(guān)注源于被試在學(xué)習(xí)階段習(xí)得的知識(shí)表征的本質(zhì)屬性與遷移密切相關(guān)，遷移和潛在的抽象知識(shí)表征是內(nèi)隱學(xué)習(xí)的兩個(gè)重要基石．對(duì)人工語法學(xué)習(xí)遷移效應(yīng)的研究有助于我們更深入地認(rèn)識(shí)和把握內(nèi)隱學(xué)習(xí)的機(jī)制，從而為探明無意識(shí)學(xué)習(xí)的實(shí)質(zhì)提供了一個(gè)重要的視角和有效的研究途徑．
　　
　　1 人工語法學(xué)習(xí)遷移效應(yīng)研究的新進(jìn)展
　　
　　過去的三十多年中，研究者提出了許多理論來解釋被試在人工語法學(xué)習(xí)中的學(xué)習(xí)．一些研究者認(rèn)為，從僅以抽象規(guī)則知識(shí)為基礎(chǔ)的解釋到抽象規(guī)則知識(shí)與整個(gè)學(xué)習(xí)范例共存，從僅以局部知識(shí)為基礎(chǔ)的解釋到局部與抽象規(guī)則共存．語法規(guī)則的抽象與序列成分的分布統(tǒng)計(jì)特征的習(xí)得是相同的．人工語法學(xué)習(xí)及對(duì)遷移的解釋與被試在學(xué)習(xí)過程中習(xí)得的知識(shí)表征密切相關(guān)．有三種理論解釋被試在人工語法學(xué)中習(xí)得的知識(shí)：第一是基于范例的解釋，認(rèn)為對(duì)學(xué)習(xí)序列初步加工的表征構(gòu)成了被試的知識(shí)；第二是局部編碼加工理論，認(rèn)為被試習(xí)得的是組成序列的成分對(duì)或成分組塊知識(shí)；第三是基于抽象知識(shí)的解釋，認(rèn)為被試習(xí)得了獨(dú)立于學(xué)習(xí)序列表層結(jié)構(gòu)的潛在語法結(jié)構(gòu)知識(shí)．這三種理論對(duì)遷移效應(yīng)的解釋也各不相同．在最早的內(nèi)隱學(xué)習(xí)研究中，Reber認(rèn)為被試習(xí)得了抽象結(jié)構(gòu)知識(shí)，這些知識(shí)可以被相對(duì)容易地應(yīng)用到潛在結(jié)構(gòu)相同的序列中，并且能夠成為區(qū)別語法和非語法(潛在語法結(jié)構(gòu)不同)序列的基礎(chǔ)．對(duì)抽象知識(shí)的明確表述是由Whittle．sea和Dorken提出的，他們將這些知識(shí)稱為深層結(jié)構(gòu)，是重復(fù)出現(xiàn)在每個(gè)序列中的模式，對(duì)它們的編碼加工獨(dú)立于學(xué)習(xí)序列的表層結(jié)構(gòu)．主張局部加工解釋的研究者認(rèn)為，被試習(xí)得的知識(shí)基本由成分組塊(兩個(gè)或兩個(gè)以上的序列成分)構(gòu)成．基于范例的解釋則認(rèn)為，學(xué)習(xí)序列在學(xué)習(xí)階段中未被加工，被試記憶了整個(gè)學(xué)習(xí)序列，在標(biāo)準(zhǔn)分類任務(wù)和遷移操作中，被試是在測(cè)驗(yàn)序列與已貯存的學(xué)習(xí)序列的相似性基礎(chǔ)上做出判斷的．在一般的內(nèi)隱學(xué)習(xí)和具體的人工語法學(xué)習(xí)中，內(nèi)隱知識(shí)的遷移包括兩類：一是表層結(jié)構(gòu)和深層結(jié)構(gòu)都相同的刺激間的遷移；二是表層結(jié)構(gòu)不同，但深層結(jié)構(gòu)相同的刺激間的遷移．目前，研究者已經(jīng)提出大量的理論來解釋第一類遷移效應(yīng)，認(rèn)為被試學(xué)習(xí)和表征了序列的潛在語法規(guī)則，且能在這種規(guī)則的基礎(chǔ)上，對(duì)測(cè)驗(yàn)序列進(jìn)行分類．一些研究表明，被試習(xí)得的并不是語法規(guī)則的真實(shí)表征信息，而是一些與語法規(guī)則相關(guān)的信息表征，Perruchet和Pacteau將這些相關(guān)的信息表征稱為“相關(guān)語法”(correlatedgrammar)，認(rèn)為它們是由對(duì)學(xué)習(xí)序列成分出現(xiàn)頻率的記憶組成的，被試根據(jù)測(cè)驗(yàn)序列是否由他們所熟悉的成分構(gòu)成，來分類測(cè)驗(yàn)序列．Vokey和Brooks則認(rèn)為，被試對(duì)整個(gè)學(xué)習(xí)序列進(jìn)行了編碼，在已貯存的學(xué)習(xí)與測(cè)驗(yàn)序列之間相似性的基礎(chǔ)上，對(duì)測(cè)驗(yàn)序列進(jìn)行了分類．但是，在不考慮表征是對(duì)抽象語法結(jié)構(gòu)進(jìn)行編碼，還是對(duì)序列成分進(jìn)行編碼，亦或是對(duì)整個(gè)序列范例進(jìn)行編碼的情況下，在這三種表征形式中，都假定被試對(duì)學(xué)習(xí)序列的一些基本分布特征敏感，如序列的成分經(jīng)常獨(dú)自或共同出現(xiàn)在序列的哪些位置上 ．因此，當(dāng)測(cè)驗(yàn)與學(xué)習(xí)序列表層結(jié)構(gòu)相同時(shí)，對(duì)測(cè)驗(yàn)序列的分類而言，三種編碼形式之間有很大的重疊，它們之間的差異很難區(qū)分．但當(dāng)測(cè)驗(yàn)序列的表層結(jié)構(gòu)與學(xué)習(xí)序列不同時(shí)，三種編碼形式之間則有差異．在此情況下，被試就需要在兩個(gè)序列集合的潛在語法結(jié)構(gòu)知識(shí)間建立一種對(duì)應(yīng)關(guān)系．此外，Brunstrom(2002)等人研究發(fā)現(xiàn)，內(nèi)隱學(xué)習(xí)需要注意，可能依賴注意機(jī)制和工作記憶機(jī)制 ．注意的指向與集中系統(tǒng)哪一個(gè)是內(nèi)隱學(xué)習(xí)所必需的?內(nèi)隱學(xué)習(xí)受被試運(yùn)用策略影響的程度如何?而且，注意容量有限，同時(shí)進(jìn)行的認(rèn)知過程間會(huì)有沖突(如不同的工作記憶過程)，那么哪些工作記憶過程是內(nèi)隱學(xué)習(xí)所必需的呢?它們又是如何影響內(nèi)隱學(xué)習(xí)的呢?有關(guān)這些問題的實(shí)證研究已經(jīng)逐漸成為內(nèi)隱學(xué)習(xí)研究的熱點(diǎn)，但迄今為止，尚無明確的結(jié)論．目前，有關(guān)人工語法學(xué)習(xí)遷移效應(yīng)的研究都采用無意義的材料，這樣就限制了其生態(tài)效度．如何減少人為性，讓實(shí)驗(yàn)研究更符合人類學(xué)習(xí)的真實(shí)情況呢?這些都對(duì)我們?cè)趯?shí)驗(yàn)設(shè)計(jì)、變量選擇與控制．材料的運(yùn)用等方面提出了更高的要求，同時(shí)也使這一領(lǐng)域的研究充滿了挑戰(zhàn)，敦促我們繼續(xù)在這片廣袤未知的領(lǐng)域中探索前行．
　　
　　2 人工語法學(xué)習(xí)遷移效應(yīng)研究的爭(zhēng)議
　　
　　不論人工語法還是自然語法，都可以用于建構(gòu)知識(shí)，而這些知識(shí)則是受其組成成分的序列順序限定的，這些限定可以被分解為：相同成分問的序列依存性(在序列某一位置上，某個(gè)成分的出現(xiàn)取決于其前某一位置上不同成分的出現(xiàn))和不同成分間的序列依存性(在序列某一位置上，某個(gè)成分的出現(xiàn)取決于其前某一位置上同一成分的出現(xiàn))，它們可以獨(dú)立地解釋表層結(jié)構(gòu)不同的情景下的分類操作．這里分別將它們稱為“非重復(fù)”和“重復(fù)”成分間的序列依存性．目前，相關(guān)的理論已經(jīng)將重復(fù)成分間依存性的遷移和整個(gè)學(xué)習(xí)序列的記憶，及其抽象類比的形成過程聯(lián)系在一起；而非重復(fù)成分間依存性的遷移則和局部序列組塊的記憶，以及相關(guān)規(guī)則的歸納相聯(lián)系．研究表明，潛在語法規(guī)則與表層結(jié)構(gòu)的相似性之間在機(jī)能上可以分離．研究者從不同角度出發(fā)，對(duì)內(nèi)隱學(xué)習(xí)中人工語法學(xué)習(xí)遷移效應(yīng)進(jìn)行研究，獲得了證據(jù)，但也存在一些明顯的分歧和爭(zhēng)議，主要表現(xiàn)在：
　　
　　2．1 實(shí)驗(yàn)證據(jù)及理論解釋上的分歧與爭(zhēng)議有些研究結(jié)果表明：人工語法學(xué)習(xí)遷移效應(yīng)是在潛在的抽象規(guī)則的基礎(chǔ)上產(chǎn)生的．研究者對(duì)此進(jìn)行了進(jìn)一步探討并發(fā)現(xiàn)：這種遷移效應(yīng)是在測(cè)驗(yàn)與學(xué)習(xí)序列的相似性基礎(chǔ)上，進(jìn)行抽象類比產(chǎn)生的．另一些研究結(jié)果則表明：人工語法學(xué)習(xí)遷移效應(yīng)是在序列成分組塊信息的基礎(chǔ)上產(chǎn)生的，當(dāng)學(xué)習(xí)與測(cè)驗(yàn)序列的表層結(jié)構(gòu)不同時(shí)，遷移效應(yīng)很難發(fā)生[10]．但是他們的研究只關(guān)注了遷移效應(yīng)的出現(xiàn)，而并沒有進(jìn)一步探究遷移效應(yīng)緣何而起，所以這些研究涉及了序列依存性，但卻沒有深入分析．一些更為系統(tǒng)深入的實(shí)驗(yàn)研究表明：人工語法學(xué)習(xí)中，當(dāng)序列的表層結(jié)構(gòu)不同時(shí)，遷移效應(yīng)是以重復(fù)結(jié)構(gòu)的抽象類比，即重復(fù)成分間的序列依存性為基礎(chǔ)的，而非重復(fù)成分間的依存性則不能遷移．另一些研究表明：人工語法學(xué)習(xí)遷移效應(yīng)是以成分組塊的分布特征的統(tǒng)計(jì)歸納，即以非重復(fù)成分間依存性為基礎(chǔ)的，而不是以重復(fù)結(jié)構(gòu)的抽象類比為基礎(chǔ)的．實(shí)驗(yàn)證據(jù)上的分歧引發(fā)了理論解釋上的爭(zhēng)議，這些分歧和爭(zhēng)議基本可以分為兩方面．1)組塊信息(chunks information)一一統(tǒng)計(jì)歸納(statistical induction)遷移Redington和Chater(1996)提出了一種啟發(fā)式模型的解釋，這種模型可以將重復(fù)和非重復(fù)成分間的依存性遷移到不同表層結(jié)構(gòu)的序列中．例如，學(xué)習(xí)序列是JKJK和I(JI(J，那么模型就會(huì)將JK和I(J作為一個(gè)整體組塊進(jìn)行編碼，然后根據(jù)測(cè)驗(yàn)序列是否由其熟悉的組塊構(gòu)成，對(duì)測(cè)驗(yàn)序列進(jìn)行語法分類．結(jié)果序列JKJKJ就有可能被判斷為語法序列，因?yàn)樗�是由模型所熟悉的組塊JK或I<J構(gòu)成；而序列JKKJ則可能被判斷為非語法序列，因?yàn)樾蛄兄邪�含了模型不熟悉的組塊KK．那么這種啟發(fā)式模型是怎樣將組塊信息遷移到表層結(jié)構(gòu)不同的情境中的呢?他們的實(shí)驗(yàn)表明，這種模型對(duì)每個(gè)學(xué)習(xí)序列開始的兩個(gè)成分非常敏感，在學(xué)習(xí)階段中掌握了所有序列都是以MS、Mv和VX開始的．在測(cè)驗(yàn)階段中呈現(xiàn)表層結(jié)構(gòu)不同的序列，例如JDHBHF，BFHHHH和JBHH，此時(shí)模型就會(huì)做出判斷：J出現(xiàn)在序列位置1的頻率較高，而其后則跟有兩個(gè)成分D和B．因此，測(cè)驗(yàn)序列中的J一定與學(xué)習(xí)序列中的M相對(duì)應(yīng)，因?yàn)镸 出現(xiàn)在測(cè)驗(yàn)序列位置1上的頻率相對(duì)較高；與之相似，B一定與v對(duì)應(yīng)，因?yàn)锽與v一樣，既可以出現(xiàn)在位置1，又可以出現(xiàn)在位置2；F是惟一跟在B后面的成分，而學(xué)習(xí)序列中x是惟一跟在v后面的成分，故而F與X相對(duì)應(yīng)；那么D只有和S對(duì)應(yīng)．一旦知道了這種構(gòu)成成分間的對(duì)應(yīng)關(guān)系，那么對(duì)表層結(jié)構(gòu)不同的測(cè)驗(yàn)序列的分類，就可以按照對(duì)表層結(jié)構(gòu)相同的測(cè)驗(yàn)的分類方式進(jìn)行．啟發(fā)式模型可以解釋許多先前研究中所發(fā)現(xiàn)的遷移效應(yīng)，但是隨著啟發(fā)式模型編碼序列成分組塊的長(zhǎng)度不同，其模擬的準(zhǔn)確率與被試分類成績(jī)之間差異很大，同時(shí)模型對(duì)包含在遷移中的心理過程也沒有提出一種合理的解釋[ ．研究者提出了一種更為有效合理的解釋—— 簡(jiǎn)單循環(huán)網(wǎng)絡(luò)模型(Simple Recurrent Network，SRN；)．模型包括輸出層、輸入層和潛藏層，它能夠習(xí)得并遷移重復(fù)和非重復(fù)成分間的依存性，給SRN呈現(xiàn)一個(gè)序列的部分組成成分，讓它通過改變網(wǎng)絡(luò)內(nèi)成分的聯(lián)結(jié)強(qiáng)度，來預(yù)測(cè)序列中的下一個(gè)成分．倘若SRN可以準(zhǔn)確地預(yù)測(cè)某一序列的構(gòu)成成分，那么此序列就被判斷為符合語法，反之則被認(rèn)為是不符合語法的．經(jīng)過學(xué)習(xí)階段后，SRN就能夠正確地模擬出被試分類序列的情況．但是，在SRN中激活模式與序列成分的表層結(jié)構(gòu)緊密相連，這樣就很難解釋，假如SRN習(xí)得了序列ABCD間的依存性，那它又是如何將這種依存性遷移到表層結(jié)構(gòu)不同的序列LMND中的?【1 1Dienes和Altmann等人(1999)提出了一種解釋，認(rèn)為由于序列成分的表層結(jié)構(gòu)是作為一種激活的分布模式，經(jīng)由輸入單元被呈現(xiàn)給SRN的；而語法是作為聯(lián)結(jié)的分布模式，通過網(wǎng)絡(luò)中除輸出單元以外的其他單元被表征的，因此只有輸出和輸入層與序列的表層結(jié)構(gòu)相連．這樣，當(dāng)序列的表層結(jié)構(gòu)不同時(shí)，SRN要預(yù)測(cè)隨后輸入的序列成分，只需要調(diào)整從輸入到輸出各單元間的聯(lián)結(jié)強(qiáng)度就可以了．假如SRN保持其內(nèi)部的聯(lián)結(jié)強(qiáng)度(即對(duì)表層結(jié)構(gòu)相同的序列成分的統(tǒng)計(jì)分布的編碼)不變，且SRN的任務(wù)只是關(guān)注預(yù)測(cè)序列成分的話，那么它就能夠判斷出在表層結(jié)構(gòu)不相同的序列中，哪些成分會(huì)跟在另一些成分之后．實(shí)際上SRN也就形成了不同表層結(jié)構(gòu)的序列成分間的映射(mapping)關(guān)系．他們對(duì)SRN進(jìn)行了修正和完善，在模型中增加了一個(gè)編碼層，它是輸入單元和潛藏層之間的中介．他們認(rèn)為SRN對(duì)學(xué)習(xí)序列的成分進(jìn)行了編碼，而不是貯存了學(xué)習(xí)序列本身，從本質(zhì)而言這種學(xué)習(xí)是一種統(tǒng)計(jì)歸納．與Redington和Chater(1996)提出的啟發(fā)式模型相同，SRN可以在學(xué)習(xí)和測(cè)驗(yàn)序列成分出現(xiàn)的頻率間形成映射，并在此基礎(chǔ)上將學(xué)習(xí)序列成分間的依存性遷移到表層結(jié)構(gòu)不同的測(cè)驗(yàn)序列中序列范例—— 抽象類比(abstract anMogy)遷移另一些研究者認(rèn)為，被試可能記憶了全部學(xué)習(xí)序列，在隨后的分類測(cè)驗(yàn)中，他們會(huì)以學(xué)習(xí)與測(cè)驗(yàn)序列的相似性為基礎(chǔ)對(duì)測(cè)驗(yàn)序列進(jìn)行分類．當(dāng)學(xué)習(xí)與測(cè)驗(yàn)序列的表層結(jié)構(gòu)相同時(shí)，被試可以直接計(jì)算出它們之間的相似性(忽略了重復(fù)與非重復(fù)成分)．例如，被試在判斷序列MXRMXT時(shí)，可能回憶起序列MXRVXT，那么測(cè)驗(yàn)序列就可能被判斷為語法序列，因?yàn)樗�與學(xué)習(xí)序列僅有一處不同，而序列MVXRMX則可能被判斷為非語法序列，因?yàn)樗�與學(xué)習(xí)序列的不同多于一處；當(dāng)學(xué)習(xí)與測(cè)驗(yàn)序列的表層結(jié)構(gòu)不同時(shí)，二者間的相似性是以重復(fù)結(jié)構(gòu)的抽象類比為基礎(chǔ)，逐個(gè)序列進(jìn)行計(jì)算的．假如被試記憶了一個(gè)學(xué)習(xí)序列MXVVVM，那么測(cè)驗(yàn)序列BDCCCB則可能被判斷為語法序列，因?yàn)樗�包含了與學(xué)習(xí)序列相似的重復(fù)模式，這種模式可以被抽象為1-2221，而序列BCCDBC則被判斷為非語法序列，因?yàn)樗�的抽象結(jié)構(gòu)為122—12．對(duì)沒有重復(fù)成分的序列而言，有關(guān)序列成分的信息(如出現(xiàn)的頻率)就會(huì)丟失，被試也就不能歸納出序列成分及其依存性在表層結(jié)構(gòu)不同序列間的對(duì)應(yīng)關(guān)系．TunneY和Altmann(1999，2001)指出，目前還沒有證據(jù)表明被試能對(duì)非重復(fù)成分間的序列依存性進(jìn)行遷移．但有證據(jù)表明，被試可以遷移包含了重復(fù)結(jié)構(gòu)的信息，也可以遷移包含了在序列特定位置上單個(gè)成分出現(xiàn)頻率的信息．但是對(duì)遷移包含了成分組塊共同出現(xiàn)頻率信息的證據(jù)尚不充分．因此，現(xiàn)在的問題在于，是否能找到成分組塊共同出現(xiàn)頻率信息可以遷移的證據(jù)，如果可以找到，那么以重復(fù)結(jié)構(gòu)為基礎(chǔ)的遷移和以非重復(fù)成分間的序列依存性為基礎(chǔ)的遷移，二者之間是否可以分離?
　　
　　2．2 兩種遷移模型的分離在人工語法學(xué)習(xí)的研究范式下，倘若給被試呈現(xiàn)了表層結(jié)構(gòu)相同的學(xué)習(xí)和測(cè)驗(yàn)序列，那么以范例為基礎(chǔ)的表征模式和以成分組塊為基礎(chǔ)的表征模式，在被試的分類任務(wù)中可以等同，它們都反映了學(xué)習(xí)序列的分布統(tǒng)計(jì)特征，且測(cè)驗(yàn)序列中的重復(fù)成分和非重復(fù)成分都能被計(jì)算．但是當(dāng)學(xué)習(xí)與測(cè)驗(yàn)序列的表層結(jié)構(gòu)不同時(shí)，重復(fù)成分與非重復(fù)成分就將兩種不同的表征模式區(qū)分開來，不同的表征模式必然會(huì)產(chǎn)生不同的理論解釋及遷移模型．這兩種表征模式之間的第一個(gè)主要差異是，學(xué)習(xí)與測(cè)驗(yàn)序列成分間的對(duì)應(yīng)過程是在逐個(gè)序列基礎(chǔ)上進(jìn)行的，還是在全部序列基礎(chǔ)上進(jìn)行的．主張統(tǒng)計(jì)歸納解釋的研究者認(rèn)為，被試在學(xué)習(xí)了全部序列后，以學(xué)習(xí)和測(cè)驗(yàn)序列成分共同遵循的分布統(tǒng)計(jì)規(guī)則為基礎(chǔ)，計(jì)算出兩種表層結(jié)構(gòu)下序列成分間的對(duì)應(yīng)關(guān)系，編碼分布統(tǒng)計(jì)規(guī)則的表征是在學(xué)習(xí)了全部序列后被歸納出來的，它不依賴于重復(fù)成分和非重復(fù)成分間的具體差異．主張抽象類比的研究者則認(rèn)為，測(cè)驗(yàn)和學(xué)習(xí)序列間的相似性可以在逐個(gè)序列的基礎(chǔ)上計(jì)算出來，而且抽象類比也能夠辨別出重復(fù)與非重復(fù)成分，盡管在序列表層結(jié)構(gòu)相同的情況下，非重復(fù)成分間依存性的信息對(duì)序列的分類起了一定的作用，但在表層結(jié)構(gòu)不同的情況下，這些信息并不重要，此時(shí)相似性是在重復(fù)成分間依存性的基礎(chǔ)上逐個(gè)序列地被計(jì)算出來．究竟遷移效應(yīng)是抽象類比的結(jié)果還是成分組塊信息的遷移呢?Altmann等人(1995)研究發(fā)現(xiàn)，當(dāng)表層結(jié)構(gòu)不同時(shí)，抽象類比并不是遷移發(fā)生的惟一基礎(chǔ)．但他們?cè)陔S后的研究中又發(fā)現(xiàn)(1999)，先前的結(jié)論并不成熟，因?yàn)樵谙惹暗膶?shí)驗(yàn)中，不同表層結(jié)構(gòu)下的語法和非語法序列中還含有其他的依存性．他們對(duì)實(shí)驗(yàn)設(shè)計(jì)進(jìn)行了改進(jìn)，發(fā)現(xiàn)被試僅對(duì)出現(xiàn)在序列首位成分的頻率敏感，并沒有證據(jù)表明，表層結(jié)構(gòu)不同時(shí)，被試能夠以非重復(fù)成分間的依存性為基礎(chǔ)對(duì)測(cè)驗(yàn)序列進(jìn)行分類．與此相似，Gomez等人(2000)研究發(fā)現(xiàn)，只有以重復(fù)結(jié)構(gòu)為基礎(chǔ)區(qū)分語法和非語法序列時(shí)，才能出現(xiàn)語法信息的遷移效應(yīng)n ．這兩種表征模式之間的第二個(gè)主要差異是：當(dāng)測(cè)驗(yàn)與學(xué)習(xí)序列的表層結(jié)構(gòu)不同時(shí)，學(xué)習(xí)序列的分布特征對(duì)二者成分間映射關(guān)系形成的重要性．抽象類比的遷移理論認(rèn)為，序列成分的分布特征對(duì)遷移效應(yīng)影響不大．譬如，被試編碼或記憶了兩個(gè)重復(fù)成分間的依存性A—A一，那么就會(huì)很容易地將這種序列依存性的模式對(duì)應(yīng)到表層結(jié)構(gòu)不同的序列x—x一上，在此情況下被試就能夠通過將測(cè)驗(yàn)序列與貯存的一個(gè)或多個(gè)包含了重復(fù)成分間序列依存性的范例進(jìn)行比較，對(duì)測(cè)驗(yàn)序列進(jìn)行分類．即使學(xué)習(xí)階段中，引入了噪音序列，如A—B一，這樣A不總是決定另一個(gè)A的出現(xiàn)，此時(shí)被試仍然能夠在序列A—A一和X—x一之間形成匹配．這說明另一種結(jié)構(gòu)的存在并沒有對(duì)被試提取恰當(dāng)?shù)姆独�線索產(chǎn)生不利影響，只要能找到與測(cè)驗(yàn)序列的重復(fù)結(jié)構(gòu)相匹配的學(xué)習(xí)序列就可以了．與此相反，非重復(fù)成分間序列依存性的匹配則是一個(gè)相對(duì)復(fù)雜的過程，因?yàn)閷W(xué)習(xí)序列的分布特征是非常重要的．例如，倘若每個(gè)學(xué)習(xí)序列都以成分組塊AB的形式出現(xiàn)，那么被試就可能在出現(xiàn)頻率的基礎(chǔ)上，通過學(xué)習(xí)序列歸納出語法規(guī)則(如將AB匹配到測(cè)驗(yàn)序列的XY上)．但是，倘若學(xué)習(xí)序列內(nèi)的依存性不只一個(gè)(引入噪音分布)，即位置1的A并不總是與B相連，那么AB與XY之間對(duì)應(yīng)的計(jì)算就很困難了．因此，從理論上講；學(xué)習(xí)序列中噪音的介入會(huì)抑制以統(tǒng)計(jì)歸納為基礎(chǔ)產(chǎn)生的遷移效應(yīng)，而對(duì)以重復(fù)結(jié)構(gòu)的抽象類比為基礎(chǔ)產(chǎn)生的遷移效應(yīng)影響不大，但會(huì)使隨后對(duì)特定學(xué)習(xí)范例的提取變得更困難．研究證明，這兩種遷移過程可以進(jìn)行分離(Tunney，2001)，它們是以各自對(duì)不同類型的編碼具有不同的敏感性為基礎(chǔ)的：一種對(duì)共同出現(xiàn)的成分的分布統(tǒng)計(jì)歸納特征很敏感，而另一種則對(duì)編碼重復(fù)結(jié)構(gòu)的抽象很敏感．就此而言，應(yīng)該存在兩種不同的表征圖式．
　　
　　2．3 人工語法學(xué)習(xí)遷移知識(shí)及其表征的內(nèi)隱性目前，關(guān)于人工語法學(xué)習(xí)遷移知識(shí)內(nèi)隱性的爭(zhēng)論仍然懸而未定【15，l6】．有關(guān)測(cè)量知識(shí)內(nèi)隱性的方法主要有三種：口頭報(bào)告，根據(jù)被試能否報(bào)告出自己用于作出判斷的知識(shí)來區(qū)別內(nèi)隱與外顯知識(shí)，倘若被試無法報(bào)告出那些明顯影響其判斷的知識(shí)，那么這些知識(shí)就是內(nèi)隱的．有研究者認(rèn)為，被試不能報(bào)告出影響其判斷的知識(shí)并不是因?yàn)橹�識(shí)是內(nèi)隱的，而是因?yàn)槿鄙偾‘?dāng)?shù)谋磉_(dá)方式，因此他們主張用客觀檢驗(yàn)法，即將間接測(cè)量(分類任務(wù))與直接測(cè)量(再認(rèn)任務(wù))間的分離，來作為檢驗(yàn)知識(shí)內(nèi)隱性的一種客觀方法．另一些研究者從實(shí)驗(yàn)設(shè)計(jì)和方法學(xué)上對(duì)客觀檢驗(yàn)法存在的問題提出了批評(píng)，認(rèn)為這種方法的結(jié)果并不能說明人工語法知識(shí)是內(nèi)隱的或是外顯的，因?yàn)槠錂z驗(yàn)結(jié)果并不純凈，用于檢驗(yàn)外顯知識(shí)的客觀法有可能受到內(nèi)隱知識(shí)的污染，他們主張用主觀測(cè)量方法來檢驗(yàn)知識(shí)的內(nèi)隱性，并提出了主觀自信水平(Subjective confidence Levels)的概念，認(rèn)為倘若在測(cè)驗(yàn)任務(wù)中，被試的成績(jī)超過了機(jī)遇值，但他們?nèi)哉J(rèn)為自己是猜測(cè)的，也就是說他們的自信度與正確率無關(guān)，那么他們所具有的知識(shí)就是內(nèi)隱的．這也說明在被試的語言知識(shí)與其主觀意識(shí)程度間出現(xiàn)了分離，即被試缺乏對(duì)自己完成任務(wù)的元知識(shí)，這是閾下知覺的一個(gè)本質(zhì)特征．有研究者指出，知識(shí)表征的內(nèi)隱與外顯性間的區(qū)別，似乎并不在于知識(shí)能否被意識(shí)到，而是在于信息加工的特點(diǎn)上．他們發(fā)現(xiàn)：在人工語法學(xué)習(xí)中，被試習(xí)得的知識(shí)是由對(duì)具體范例的記憶構(gòu)成的，而非對(duì)抽象規(guī)則的貯存，內(nèi)隱知識(shí)大部分基于記憶系統(tǒng)中范例的積累，而范例表現(xiàn)了序列成分的分布特征汐卜顯知識(shí)則更多是基于抽象規(guī)則，且凌駕于具體范例之上．目前，還不能確定人工語法中遷移是否是內(nèi)隱的，但有一點(diǎn)需要考慮的是，學(xué)習(xí)是發(fā)生在傳統(tǒng)的內(nèi)隱學(xué)習(xí)條件下，因此可以認(rèn)為，人工語法學(xué)習(xí)遷移效應(yīng)在主觀上是內(nèi)隱的，它們遷移的知識(shí)即被試在人工語法學(xué)習(xí)范式下習(xí)得的知識(shí)，低于主觀閾限卻高于客觀閾限．此外，當(dāng)前的研究只集中于內(nèi)隱學(xué)習(xí)獲得的知識(shí)是否是內(nèi)隱的，卻很少考慮其潛在的表征形式．傳統(tǒng)的內(nèi)隱學(xué)習(xí)研究中將內(nèi)隱知識(shí)界定為不能報(bào)告的知識(shí)．Roberts(1997)對(duì)傳統(tǒng)內(nèi)隱知識(shí)的界定進(jìn)行了區(qū)分，認(rèn)為在這種界定下包含了兩種可能：一是這種由于某些原因而不能報(bào)告的知識(shí)在表征上卻是外顯的；二是這些不能報(bào)告出的知識(shí)在表征上也是內(nèi)隱的．目前，對(duì)這兩種可能性的區(qū)分尚不清楚．內(nèi)隱知識(shí)是否就是被內(nèi)隱表征的呢?在理論上也存在外顯表征的可能性，倘若內(nèi)隱知識(shí)是外顯表征的，那么表征的內(nèi)隱性就不能作為內(nèi)隱知識(shí)的特征，而且它也不能為內(nèi)隱知識(shí)和內(nèi)隱學(xué)習(xí)提供一個(gè)適宜的解釋框架。我們可以推測(cè)，內(nèi)隱知識(shí)可能是位于以范例為基礎(chǔ)到以抽象規(guī)則為基礎(chǔ)的連續(xù)體上，但內(nèi)隱知識(shí)與外顯知識(shí)也有可能是截然不同的．總之，在以后的深入研究中，我們將面臨一個(gè)嚴(yán)峻的挑戰(zhàn)——怎樣才能更準(zhǔn)確地探知內(nèi)隱知識(shí)和外顯知識(shí)的特征及其相互作用，并將其具體化．
　　
　　3 結(jié)語
　　
　　人工語法學(xué)習(xí)遷移效應(yīng)的研究發(fā)展至今，已經(jīng)蓄積了豐富的實(shí)驗(yàn)證據(jù)，理論總結(jié)方面也有了長(zhǎng)足的進(jìn)步．研究者開始嘗試對(duì)眾多實(shí)驗(yàn)成果作出系統(tǒng)的理論概括，以期能更好地揭示出人工語法學(xué)習(xí)遷移效應(yīng)的機(jī)制，這也為研究的進(jìn)一步發(fā)展提供了一個(gè)比較清晰的框架．但是這些理論分析還有待于實(shí)驗(yàn)研究的進(jìn)—步證實(shí)，研究的范圍還有待于進(jìn)一步拓寬，以增強(qiáng)其理論模型的解釋力．

中國(guó)碩士論文網(wǎng)提供大量免費(fèi)碩士畢業(yè)論文,如有業(yè)務(wù)需求請(qǐng)咨詢網(wǎng)站客服人員！

【人工語法學(xué)習(xí)遷移效應(yīng)研究進(jìn)展】相關(guān)文章：

談在交際運(yùn)用中對(duì)英語語法的學(xué)習(xí)03-26

談?dòng)⒄Z學(xué)習(xí)應(yīng)重視母語的負(fù)遷移03-19

語法在高中英語學(xué)習(xí)中的角色分析03-27

英語語音學(xué)習(xí)中漢語的遷移作用03-01

簡(jiǎn)析“首因效應(yīng)”與大學(xué)生學(xué)習(xí)動(dòng)機(jī)之間的關(guān)系03-18

談學(xué)習(xí)遷移理論在《建筑構(gòu)造》教學(xué)中的應(yīng)用03-18

學(xué)習(xí)遷移理論對(duì)英語詞匯教學(xué)的啟示及對(duì)策03-24

“語法化”問題03-27

論漢語負(fù)遷移對(duì)英話學(xué)習(xí)的影響及應(yīng)對(duì)策略03-19