以隱性學習為解釋的句法啟動模型

相對於 Branigan et al. (1999)所發現的句法啟動快速消退的證據，Bock and Griffin (2000)在實驗中發現截然不同的結果。在該圖片口說描述實驗中，

同時以英語主動句/被動句的轉換及雙賓句/介賓句的轉換為目標，在實驗一 確定有短期顯著的句法啟動效應後，在實驗二中則加入了一個無法轉換的不 及物句來做為啟動句的對照組，並操弄實驗中間隔句(filler)的數量，分成 0、

1、2、4、10 不同數量的五組，實驗結果發現句法啟動的持續性並不若 Branigan et al. (1999)那樣，會隨時間快速降低至消失，相反的，就算啟動句與產出句 之間間隔了十個間隔句，相隔時間約 71.8 秒，仍然可以觀察到顯著的句法 啟動效果，這樣的時間遠長於過去在句型辨識實驗中，使用顯性記憶去記憶 句型所能維持的 7.5 秒(Sachs, 1967)。雖然這樣的現象並不穩定，在四個間 隔句時，句法啟動的效應一度降到不顯著，但在十個間隔句時又能觀察到顯 著的句法啟動效果，此長效持續性讓 Bock and Griffin 推測句法啟動的機制 並非來自於顯性記憶的注意力刺激，而是隱性的，是一種長時間的語言使用 方式的調整。

是否是語言技能或實驗法的不同而導致 Bock and Griffin (2000)的研究 結果與 Branigan et al. (1999)的研究結果間的差異呢？Kaschak et al. (2014)使 用了與 Branigan et al. (1999)近似的實驗方法以釐清此問題，該研究要求受試 者完成未完成的句子殘幹，為了釐清語言技能與句法啟動效果間的關係，受 試者被分成四組，第一組的輸入與產出都是口說，第二組則都是書寫，第三

25

組則是口說輸入，書寫產出，第四組則是書寫輸入，口說產出。Kaschak 使 用累積型句法啟動(cumulative structural priming)來做實驗，他發現每組在短 時間內都產生了句法啟動效應，而輸入與產出使用相同技能的組別，像是同 為書寫或同為口說，其句法啟動甚至能維持達一個星期。

另一方面，其他研究也出現了支持隱性學習假說的證據，V. S. Ferreira (2003)的實驗證據則支持句法啟動與 lemmas 無關，因為即使沒有詞彙介入 從 lemmas 引發刺激也一樣能產生句法啟動。該實驗使用了句子回憶測驗來 作為實驗手段，以英語的句子補語(sentence complement)前的連接詞「that」

的有無為觀察目標。該實驗在本文的第一節的第三小節中已介紹過。實驗結 果發現當啟動句省略句子補語 that 時，受試者在後續的產出也會跟著傾向省 略 that，而當啟動句出現 that 作為定語或名詞補語的連接詞時，則都不會增 加後續產出句中 that 的使用率。因為 that 既不是實詞，該實驗的操弄又包含 詞彙省略，所以這個結果證明了即使不透過刺激 lemmas 也能產生句法啟動 效應。

V. S. Ferreira, Bock, Wilson, and Cohen (2008)則為了完全剃除語意影響 句法啟動的可能，而針對幾個患有順行性失憶症(anterograde amnesia)的病人 做了句法啟動的實驗。這些病人已經失去了產生新的陳述性記憶的能力，但 還保有產生程序性記憶的能力，因此病人無法描述他剛剛去過哪些地方，但 卻能在一次次練習中逐漸熟悉腳踏車的騎法。這個實驗除了進行圖片描述句 法啟動外，還增加了一個詢問受試者對輸入的句子有沒有印象的測驗，以確 保受試者是在完全遺忘輸入句的情況下產生句法啟動現象。實驗結果證明即 使喪失與指涉事物有關的陳述性記憶能力，句法啟動仍會產生，這代表了句 法啟動的產生機制可能來自程序性記憶，程序性記憶能儲存抽象的句法使用 知識，這樣的結果也為隱性學習解釋提供了另一支持的證據。

從以上的實驗結果來看，這些學者認為句法啟動是一種能獨立於顯性記 憶、語意、詞彙外的現象，且是一種長時間的調整，與隱性記憶(又稱程序 性記憶)、隱性學習有關。隱性學習是指學習者在不自覺的情況下自然對外 界的刺激做出反應並調整自己的行為，甚至習得特定模式，進一步自動化的 現象(Cleeremans & Jimenez, 2002)，比如學走路或騎腳踏車。過往 Saffran, Newport, Aslin, Tunick, and Barrueco (1997)也發現人能在不自覺的情況下學

26 會人工語言的某些規則。

對於隱性學習假說，Chang et al. (2006)以電腦程式設計了一個模擬人類 句法啟動現象的連結模型(connectionist model)，以此來解釋人們怎麼在無意 識的狀態下根據輸入來調整自己的語言表現。在這個程式中，包含了三個特 殊的設計，第一，雙重路徑系統(dual-path system)，第二，漸進式的字詞預 測系統(Incremental Word Prediction)，第三，以試誤為基的學習演算法 (Error-based learning algorithms)。整個模型的模擬包含了語言的理解以及語 言的產出兩部分，這兩端過程有著類似的處理程序，且互相連結，也都同樣 會用到這三項假設。

雙重路徑系統將整個系統分成處理語意的意義系統(meaning system)與 負責處理結構的序列系統(sequencing system)。在意義系統中包含儲存著事 件角色(event roles)XYZA 的事件語意(event-semantic)，意義系統用於處理詞 彙與語意、語意與事件角色的對應關係的功能。意義系統是用於模擬人們看 到一個事件時將該事件牽涉到的事物轉化成詞語的能力，在現實生活中，當 人們看到一隻狗吃了一片餅乾時，他的腦中會出現"dog"、"cookie"、"eat"

等意念，這些意念會被賦予 lemmas 與語意角色，像是 dog 是施事者(agent)、

cookie 是受事者(patient)等等，電腦程式則仰賴人類將詞彙資訊(dog、cookie、

eat)輸入給電腦，電腦再使用意義系統將詞彙轉換成語意(DOG/ COOKIE/

EAT)，並與事件角色(event roles)XYZA 做出連結。處理語句結構的則是序 列系統，序列系統不直接與語意連結，而僅與事件角色與事件語意

(event-semantic)連結，而序列系統負責的主要工作就是將事件語意提供的事 件角色 XYZA 做排序，並將排序結果傳給意義系統，意義系統再將事件角 色與相對應的語意連結，並將語意轉換成詞彙輸出，在序列系統中還存有儲 存過往資料的 context，以及負責連結 context 與意義系統的 hidden unit，這 個部分將與下面的假設一起介紹。

透過這意義與序列系統，電腦能夠產出句子，但卻不一定能產出理想的 句子。電腦還要透過漸進式的字詞預測系統以及以試誤為基的學習演算法來 學習調整句子。漸進式的字詞預測系統(Incremental Word Prediction)是將語 句以線性的方式切分成一個個的 XYZA 成份來理解或產出，比方說[The]

[dog|X] [eats|A] [the] [cookies|Y]，並且系統在理解語句時會根據過往的資料

27

來不斷地預測 XYZA 的句子排列方式，以及語意與 XYZA 的對應關係，如 果它的預測是[DOG|Y]，實際卻是[DOG|X]，那麼這些錯誤就會藉由 hidden unit 傳回 context，並改變 context 中各連結的權重，下次它再度遇到 DOG 這個語意時，將 DOG 與 X 連結的機率就會上升。這樣的反饋能力還包含了 XYZA 等各個成分的句型排列方式，這樣的根據錯誤來調整權重以學習的系 統就是第三個設計－以試誤為基的學習演算法。

Chang et al. (2006)以上述的設計來模擬句法啟動的現象。舉例來說，在 主動句(XAY)與被動句(YXA)的排序偏好上，假定一開始權重各是 50%，也 就是在序列系統中預測與產出時兩種句型的機率各半，那麼如果系統能模擬 人類的句法啟動現象，它就應該要像人類一樣，在收到許多被動句的啟動句 後，改變它在產出上對主動句與被動句的偏好。首先由於它的原始預測偏好 是各半，所以在收到被動句後它的預測有一半的機率是錯誤的，這些錯誤會 被回傳到 hidden unit 中調整 context 中 XY 的分數比重，漸漸的 Y 作為句子 開頭的分數會高過 X，預測也就越趨正確，比重的調整就會趨緩，因此不管 輸入再多也不致達到 100%，此外若輸入中包含了一些系統未預測到的成分，

例如功能詞 by，系統也會回傳預測錯誤到 context 中，久了以後系統就會習 得 YAX 的 X 前面要加上 by 的規則。在語言產出時，若輸入 Jack、kiss、

Mary 三個詞彙資訊，模擬人類看到這三個詞彙並被要求隨意組成句子，因 為過去的輸入帶來的影響，產出時就有較高機率以 YAX 的方式來排列，產 出「Mary was kissed by Jack」或「Jack was kissed by John」這樣的被動句。

Chang et al. (2006)展示了一個結構與語意分離的機制，而且這樣的系統 不涉及構詞層面的變化，因此可以反映 Pickering and Branigan (1998)發現的 句法啟動獨立於詞綴外的特性。不過因為在產出時，語意與事件角色的連結，

和事件角色的排序是獨立的兩件事，因此特定的語意不會與特定的事件角色 排序產生連結，可以說無法反映 Pickering and Branigan (1998)所發現的重複 動詞詞彙能增強句法啟動效果的現象。Chang et al. (2006)認為這是因為此模 型模擬的是長時間的隱性學習，而會快速消退的詞彙激發(lexical boost)現象 則與顯性記憶有關，與此模型無關。

在 Hartsuiker, Bernolet, Schoonbaert, Speybroeck, and Vanderelst (2008)的 研究中，則發現了在動詞相同的情況下，句法啟動的效應會在一開始高於動

28

詞不相同的情況，但在大概經過兩個間隔句後，兩者的效果會趨近相同，保 持一段時間較長、相對效果較弱但仍顯著的句法啟動效應。這個現象符合 Chang et al. (2006)的預測。

Chang et al. (2015)對比英語與德語的句法啟動特性來說明它的模型比 Pickering and Branigan (1998)的節點模型有更強的解釋力。由於德語是個會 依據時式改變動詞位置的語言(現在式 V2：動詞在句子中的第二個位子，過 去式 V final：動詞在句末)，因此以德語母語者為對象的德語雙賓句、介賓 句句法啟動實驗發現，在啟動句與產出材料的時式相同(也就是動詞位置相 同 V2：V2)的情況下，會強化句法啟動的效果。Chang et al. (2015)將調節時 式的 E 加入 XYZA 事件角色中，在輸入語料時，E 負責聯繫動詞位置與其 他 XYZ 排序的預測，時式又與動詞位置相連，若輸入的語料經過設計，將 特定句型與特定時式共現，那系統就能隨著錯誤回傳後不斷修正，逐漸學會

Chang et al. (2015)對比英語與德語的句法啟動特性來說明它的模型比 Pickering and Branigan (1998)的節點模型有更強的解釋力。由於德語是個會 依據時式改變動詞位置的語言(現在式 V2：動詞在句子中的第二個位子，過 去式 V final：動詞在句末)，因此以德語母語者為對象的德語雙賓句、介賓 句句法啟動實驗發現，在啟動句與產出材料的時式相同(也就是動詞位置相 同 V2：V2)的情況下，會強化句法啟動的效果。Chang et al. (2015)將調節時 式的 E 加入 XYZA 事件角色中，在輸入語料時，E 負責聯繫動詞位置與其 他 XYZ 排序的預測，時式又與動詞位置相連，若輸入的語料經過設計，將 特定句型與特定時式共現，那系統就能隨著錯誤回傳後不斷修正，逐漸學會