言語理解における予測

言語予測は、心理言語学において、単語または他の言語単位に関する情報が、その単位に実際に遭遇する前に活性化されるたびに発生する現象です。視線追跡、事象関連電位、およびその他の実験方法からの証拠は、言語使用者が、後続の各単語を、以前に遭遇した単語によって形成された文脈に統合することに加えて、特定の条件下では、次の単語を予測しようとする可能性があることを示しています。特に、予測は、文の文脈によって、まだ明らかにされていない可能性のある単語が大幅に制限される場合に定期的に発生するようです。たとえば、「夏は暑く、冬は...」のような文を聞いている人は、実際に聞く前に、文の完成形である「寒い」を予測する可能性が高くなります。予測の形式は、いくつかの種類の語彙プライミングでも発生すると考えられています。語彙プライミングとは、関連する単語が先行すると単語の処理が容易になる現象です。^{[1]言語予測は、}心理言語学と認知神経科学 の活発な研究分野です。

アイトラッキング視覚世界パラダイムでは、被験者はコンピュータ モニター上の一連の画像を見つめながら文を聞きます。被験者の目の動きが記録され、実験者は言語が文の内容に関連する画像への目の動きにどのように影響するかを理解できます。このタイプの実験では、文中の動詞を聞いている間、理解者は動詞の直接目的語である可能性のある画像に先見的に目を向けることが示されています(たとえば、「少年は...を食べる」と聞いている間、「ケーキ」ではなく「ボール」)。^[2]同じ実験設定を使用したその後の調査では、動詞の主語によって理解者がどの目的語を予測するかも決定できることが示されています (たとえば、「少女は...に乗る」と聞いている間、理解者はバイクではなくメリーゴーランドを見ます)。^[3] つまり、理解者は文のコンテキストの情報を使用して、次の単語の意味を予測します。これらの実験では、理解者は動詞とその主語を使って、その単語を聞く前に動詞の直接目的語に関する情報を活性化していました。しかし、別の実験では、より柔軟な語順を持つ言語（ドイツ語）では、理解者は文脈を使って文の主語を予測することもできることが示されています。^[4]

アイトラッキング技術は、読者がコンピューター画面でテキストを読んでいるときの目の動きをモニターするためにも使用されています。この種の実験のデータは、読者が自然な読書中に文脈情報を使用して次の単語を予測するという仮説を裏付けています。具体的には、中程度または高度に制約された文脈で単語が出現した場合、制約のない文脈で同じ単語が出現した場合と比較して、読者が単語に目を固定する時間が短くなります。これは、単語の頻度や長さに関係なく当てはまります。読者が単語をスキップする可能性も、高度に制約された文脈でのみ高くなります。^{[5]その後の}中国語の表語文字の読み方に関する調査では、中国語と英語の正書法には大きな違いがあるにもかかわらず、読者は同様に文脈情報を予測に利用していることがわかりました。ただし、中国語の読者は中程度に制約された文脈で単語をスキップする可能性が高いという例外があります。^[6]

単語の予測可能性に関連するデータをモデル化する読書中の眼球運動の計算モデルには、ReichleらのEZ Readerモデル^[7]やEngbertらのSWIFTモデル^{[8]などがある。}

ここで論じたM100は、視覚 N1電位 (視覚処理と注意に関連する事象関連電位)の磁気的等価物です。M100 は、一連の事象関連脳磁図(MEG) 実験において、言語理解の予測にも関連していました。これらの実験では、参加者は、以前の言語的文脈^{[9] [10]}または最近見た絵^[11]に基づいて視覚形式が予測可能または予測不可能な単語を読みました。単語の視覚形式の予測可能性 (意味の予測可能性ではない) は、M100 の振幅に影響しました。この M100 効果が、脳の局所的な句構造の割り当てを反映すると理論化されている、単語に対する事象関連電位反応である早期左前部陰性電位(eLAN) に関連しているかどうかについては、現在も論争が続いています。^[12]

P2成分は、一般的に高次の知覚処理と注意によるその調節を反映していると考えられている。しかし、視覚的な単語形態の予測にも関連している。制約の厳しい文脈での単語に対するP2反応は、制約の少ない文脈での単語に対するP2反応よりも大きいことが多い。実験参加者が視線固定の左または右に提示された単語を読むと（最初に脳の反対側の半球を刺激する）、制約の厳しい文脈での単語に対するより大きなP2は、右視野提示（左半球を対象とする）でのみ観察される。^[13]これは、言語予測は主に左半球の機能であるというPARLO仮説と一致しており、以下で説明する。

N400は、潜在的に意味のある刺激に対する通常の ERP 応答の一部であり、その振幅は特定のコンテキストにおける刺激の予測可能性と逆相関しています。^[14] 文の処理では、単語の予測可能性は、「クローズ確率」と「文の制約」という 2 つの関連要因によって確立されます。 クローズ確率は、文のコンテキストを与えられたターゲット単語の期待を反映しており、最後の単語が欠落している文を完成するときに単語を補完する個人の割合によって決まります。Kutas らは、クローズ確率が 90% の文末単語に対する N400 は、クローズ確率が 70% の単語の N400 よりも小さい (つまり、より肯定的) こと、そしてクローズ確率が 30% の単語の N400 はさらに小さいことを発見しました。密接に関連する文の制約は、文のコンテキストが許容される継続の数を制約する程度を反映しています。クローズ確率は特定の単語を選択する個人の割合であるのに対し、制約は個人の代表的なサンプルによって選択される異なる単語の数です。予測されない単語はより大きな N400 を引き出しますが、予測された単語に意味的に関連する予測されない単語に対する N400 は、予測されない単語が意味的に無関係である場合よりも小さな N400 を引き出しました。文のコンテキストが非常に制約されている場合、意味的に関連する単語は、制約の高い文の方が制約の低い文よりも意味的に関連する単語に対する N400 が小さくなるという点で、さらに促進されます。^{[15] [16] [17]} 特定の単語の予測の証拠は、DeLong らによる研究から得られています。^[18] DeLong らは、子音と母音で始まる英語の単語にそれぞれ「A」と「AN」という異なる不定冠詞を使用することを活用しました。最も可能性の高い文の完成が子音で始まる場合、N400 は「AN」の方が「A」よりも大きく、その逆も同様であることを発見しました。これは、言語処理中に意味レベルと語彙レベルの両方で予測が行われることを示唆しています。(この研究は再現されませんでした。最近の複数の研究室での試み (335 人の参加者) では、語形予測の証拠は見つかりませんでした (Niewland ら、2018)。)

P300 、特にP3bは起こりそうもない刺激に対するERP反応であり、特定の刺激が起こる主観的な確率に敏感です。P300は予期しない刺激によって引き起こされる文脈更新と密接に結びついています。^[19]

P600は、構文違反や複雑だが誤りのない言語に対するERP反応である。 ^{[20] [21]} P600に似た反応は、主題的にあり得ない文に対しても観察される。例えば、「朝食では、卵はトーストとジャムだけを食べる」など。^[22] 両方のP600反応は、一般的に、文の分析を修正または継続するプロセスに起因する。^[23]統語的P600は、両方の反応が同様の操作、特に刺激の確率に敏感であるという点で、P300と比較されてきた。^[24] 2つの反応の類似性は、P300が統語的P600反応に大きく寄与していることを示唆している可能性がある。

N400 の後に後期陽性反応が観察されることが多い。言語処理に関する ERP 文献の最近のメタ分析では、2 つの異なる N400 後陽性反応が特定されている。 ^[25] 一致する文末語と一致しない文末語の N400 後陽性反応 (PNP) を比較すると、一致しない語では頭頂部の PNP が観察される。この頭頂部の PNP は典型的な P600 反応に類似しており、継続的または修正された分析を示唆している。一致する条件では、クローズ確率の高い文末語と低い文末語を比較する場合、PNP 反応 (観察される場合) は一般に頭皮の前部全体に分布している。最近の研究では、前頭葉の PNP は予期しない概念ではなく予期しない語彙項目の処理を反映している可能性があることが示されており、前頭葉の PNP は不確定な語彙予測を反映していることを示唆している。^[25]

機能的磁気共鳴画像法（fMRI）は、核磁気共鳴を利用して脳と脊髄の血液酸素化レベルを測定する神経画像技術である。神経活動は血流に影響を及ぼすため、血行動態反応のパターンは神経活動のパターンと密接に対応していると考えられている。fMRI の優れた空間分解能により、認知神経科学者は実験課題に関連して脳のどの領域が活性化されているかを詳細に観察することができる。しかし、血行動態反応は、EEGやMEGで測定される神経活動よりもはるかに遅い。タイミング情報に対する感度が低いため、fMRI は言語予測の研究において EEG やアイトラッキングほど有用な技術ではない。唯一の例外は、戦略的意味プライミングと自動的意味プライミングの神経活性化の違いを調べる fMRI テストである。プライミングとターゲット単語の間の時間が短い場合（約 150 ミリ秒）、プライミングは自動的な神経プロセスに依存すると理論付けられている。しかし、より長い時間間隔（1秒に近い）では、被験者は戦略的に関連のある次の単語を予測し、無関係な単語を抑制するため、無関係な単語が実際に現れた場合に処理ペナルティが生じると考えられています。^[1]この仮説のfMRIテストでは、より長い間隔では、誤った予測に対する処理ペナルティは前帯状回とブローカ野の活動の増加に関連していることが示されました。^[26]

PARLO（「生成は左脳のみの受容に影響を与える」）フレームワークは、言語予測をサポートする神経領域の理論です。これは、左脳と右脳が言語理解に異なる貢献をしていることを示す証拠に基づいています。^{[17]一般的に、}言語生成を サポートする神経構造は、ほとんどの人では主に左脳にあり、半球の非対称性を生み出し、その結果、2つの半球の言語処理能力に違いが生じます。空間的に密接なつながりと言語生成との統合により、左脳の言語理解はトップダウン方式で期待と文脈によって駆動される一方、右脳はボトムアップ方式で情報を統合するようです。^[17] PARLOフレームワークは、言語処理中に予測と統合の両方が発生するが、脳の2つの半球の異なる貢献に依存していることを示唆しています。

サプライズ理論は、情報理論に基づいた文処理の理論である。^[27]サプライズ理論では、単語の処理コストは自己情報、つまり文脈からその単語がどれだけ予測可能かによって決まる。確率の高い単語は自己情報量が少ないため、反応時間の短縮、N400反応の減少、視線追跡による読書研究における注視時間の短縮などによって測定されるように、容易に処理される。この理論の実証的テストでは、処理コストの尺度と単語に割り当てられた自己情報値の間に高い一致度が見られることが示されている。^{[28] [29]}