客體表征質量在語義客體注意效應中的作用

呂勇 李諸洋 劉璐 張婕

摘要已有研究表明，除自下而上因素外，自上而下因素也能夠對客體知覺起到調節作用，從而影響注意的分配。本研究以不同詞頻（高頻和低頻）的漢語雙字詞為實驗材料，采用雙矩形線索范式變式考察不同語義客體表征質量對基于語義客體注意效應的影響。結果發現，在高語義客體表征質量的條件下出現了基于語義客體的注意效應，而在低語義客體表征質量的條件下并未出現基于語義客體的注意效應。該結果表明，語義客體表征質量的高低是影響基于語義客體注意效應的重要因素。

關鍵詞基于客體的注意，語義客體，客體表征質量。

1引言

人們最初對內隱視覺注意的研究主要集中在空間注意，并且提出了著名的“聚光燈”模型，“變焦透鏡”模型（zoom-lens，以及“空間梯度”模型（gradients，Downing&Pinker;，1985）。這些模型的核心觀點是在注意所覆蓋的空間或位置上，視覺信息的加工能夠得到易化。但Duncan（1984）通過分離注意范式發現，被試對同一客體上兩個屬性判斷的反應時要快于對不同客體上兩個屬性判斷的反應時，由此Duncan認為兩個客體在空間上是相互重疊的，其反應時的差異應該是由被試所要報告的屬性是否在同一個客體上所導致的。換言之，除空間因素之外，客體因素也能夠影響注意的分配。

EgIv，Driver和Rafal（1994）提出的雙矩形線索范式是目前研究客體注意應用最多的范式。在該范式中，給被試呈現兩個相鄰的水平或豎直方向的矩形，幾秒鐘之后會在其中一個矩形的一端突然呈現一個線索，該線索能夠將被試的注意自動地吸引到矩形的一端（在此過程中被試的眼睛要始終盯著屏幕中央的注視點）。被試的任務就是盡快探測到目標并進行反應。目標可以出現在提示的位置，也可以出現在提示矩形的另一端（無效提示相同客體），還可以出現在另外一個矩形的一端（無效提示不同客體），該處距線索的距離與線索到被提示矩形的另一端的距離相等。該范式的重要發現是，被試對無效提示相同客體的覺察速度要快于對無效提示不同客體的覺察速度。這種相同客體和不同客體之間反應時的差異就表明了基于客體的注意效應。

已有研究發現，除自下而上的因素之外（Baldauf&Desimone;，2014），自上而下的因素也能夠對客體知覺起到調節作用，從而影響注意的分配，如指導語（Chen，1998）、語義知識（Li&Logan;，2008）等。IJi和Logan利用漢語雙字詞為實驗材料，探究了由雙字詞的語義信息（自上而下方式）所定義的客體是否會影響注意的分配，進而形成客體注意效應。他們采用雙矩形線索范式，每個試次給被試通過水平或豎直的方式呈現兩組無語義聯系的雙字詞。從自下而上的角度來看，這四個漢字可以知覺成四個獨立的客體，或根據格式塔原則也可以知覺成一個大的客體。然而，從自上而下的角度來看，對于一個熟練的漢語閱讀者，它們可以被知覺成兩個雙字詞，從而被定義為兩個語義客體。結果發現，在線索無效的條件下，線索字和目標字能夠組成雙字詞時，被試對目標字探測的速度要快于線索字和目標字不能組成雙字詞的情況。該結果表明，通過自上而下方式定義的客體也能夠影響注意的分配，從而產生客體注意效應。Yuan和Fu（2014）則利用左右結構的漢字為實驗材料，同樣采用雙矩形線索范式，從單個漢字的水平考察了通過自上而下方式定義的客體能否形成客體注意效應。結果發現，在單個漢字的水平下依然能夠形成基于語義客體的注意效應。這些結論得到了后續研究的證實（Liu，Wang，&Zhou;，2011）。

研究者發現通過變化格式塔客體表征的質量會直接影響客體效應的大小，甚至影響客體注意效應的產生與否（Ariga，Yokosawa，&Ogawa;，2007；Goldsmith&Yeari;，2003；Moore，Yantis，&Vaughan;，1998）。Zhao，Wang，Liu，Zhao和Liu（2015）通過變化格式塔客體和語義客體之間的表征強度發現，兩類客體之間的表征強度是決定兩類客體競爭結果的重要因素，換言之，客體表征強度更大的一類客體將會影響注意的分配，這表明客體表征的質量是影響客體注意效應的重要因素（Chen，2012）。雖然在格式塔客體層面上已經發現客體表征質量是影響客體注意效應的重要因素，但目前對于語義客體注意效應的研究主要集中于語義客體（漢語雙字詞或單個漢字）是否能夠形成客體注意效應，鮮有研究直接考察不同語義客體表征質量對客體注意效應的影響。在Li和Logan（2008）研究中所選取的漢語雙字詞都是中高頻詞，這樣就可能造成不同雙字詞之間的語義客體表征質量并無明顯差異，因此研究中所形成的語義客體能夠影響注意的分配，進而產生客體注意效應。但我們認為，并不是所有漢語雙字詞所形成的語義客體都能產生客體注意效應，只有客體表征質量高的語義客體才可能形成客體注意效應，而客體表征質量低的語義客體可能并不會形成客體注意效應。

針對此問題，本實驗擬采用高頻、低頻的漢語雙字詞為實驗材料，選用不同詞頻的雙字詞作為實驗材料主要有三方面原因：第一，雙字詞在漢語中最為常見，因此對于熟練的漢語閱讀者習慣于通過自上而下的方式進行知覺組織。第二，通過多元回歸分析發現，詞頻在詞匯判斷中的作用最為重要（陳新葵，張積家，2010），而且這種詞頻效應在視覺加工的最初階段就會出現，即使在只有部分信息得到感知的情況下（Baayen，2011）。第三，通達表征的混合模型認為，高頻詞是以整詞的形式被激活的，低頻詞則是以詞素分解的形式被激活的，即高頻詞更強調整詞在詞匯判斷中的作用，其整體性更強，而低頻詞則更強調詞素在詞匯判斷中的作用，其整體性相對較弱（田宏杰，閆國利，白學軍，2009；Caramazza，laudanna，&Romani;，1988）。那么這種由詞頻所造成的語義客體表征質量的差異是否會在形成基于客體注意方面也存在不同呢？綜上所述，本研究的預期假設為，對于一個熟練的漢語閱讀者，由于高頻詞整詞的客體表征質量更高，因此在高頻詞上能夠形成基于語義客體的注意效應，而低頻詞整詞的客體表征質量相對較低，因此在低頻詞上這種效應可能不明顯；語義客體表征質量是影響基于語義客體注意效應的重要因素。

2方法

2.1被試

選取母語為漢語的在校大學生24名（其中女生l 3名），年齡范圍20～26歲，平均年齡22.71歲，視力或矯正視力正常，實驗結束后均獲得一定報酬。

2.2實驗設計

采用2（詞頻：高頻詞、低頻詞）×2（語義客體：無效提示相同客體、無效提示不同客體）兩因素被試內設計。

2.3實驗材料

在每個試次中呈現四個漢字，這些漢字均為黑色，背景為白色，每一橫行兩個漢字，每一豎行兩個漢字，組成一個2x2的刺激矩陣（見圖1）。在一半試次中，每一橫行的兩個漢字能夠組成一個詞，另一半試次中，每一豎行的兩個漢字能夠組成一個詞。選取400個低頻詞，平均詞頻2每百萬；400個高頻詞，平均詞頻370每百萬（Cai&Brysbaert;，2010）。經統計檢驗高頻詞和低頻詞的詞頻差異顯著（p<0.01），筆畫數差異不顯著（p>0.05）。同一試次中所呈現的兩組詞均為高頻或低頻詞，對角線上的兩個漢字不能組成一個詞，每組詞只出現一次，同時每個試次中的兩組詞之間無意義聯系。

實驗材料的呈現通過Eprime程序編程控制，使用戴爾筆記本電腦（型號：N4110）為顯示設備，屏幕分辨率為1024x768。被試與屏幕之間的距離為50cm，字體為宋體，36x36像素，約為0.93°視角，行間距與列間距均為0.93°視角。

2.4實驗程序

在正式實驗之前，有24個練習試次。正式實驗總共400個試次，平均分配到5個組塊中。在每個試次中，首先給被試呈現四個漢字1500毫秒，以確保被試能夠有足夠的時間將這四個漢字加工成詞。之后在四個漢字的中央呈現一個黑色十字注視點，要求被試盯住這個黑色注視點，直至當前試次結束。300毫秒之后，線索字變成紅色持續100毫秒，線索在四個漢字位置上出現的可能性相等。之后線索字變為黑色，100毫秒之后目標字變為綠色直至被試進行按鍵反應（見圖1）。在400個試次中，有336個試次目標字會出現，有64個試次（約占總試次的16%）為空白試次，目標字不會出現。當目標字出現時，要求被試在保證正確的情況下盡快按鍵盤上的字母“N”鍵；當目標字不出現時，被試不需要按鍵。為了更好地考察不同語義客體表征質量是否會影響基于客體的注意效應，在實驗中目標字不會出現在線索有效的位置，目標字僅會出現在無效提示相同客體和無效提示不同客體的位置，同時目標字也不會出現在線索字的對角線位置上，被試在實驗前對此并不知情。每個組塊中的不同條件的試次隨機呈現，組塊間的順序在被試間進行平衡。練習結束以及每實驗組塊之后有一個短暫的休息，長度由被試自行控制。

3結果分析

只對反應正確且目標詞出現的試次進行統計，反應時小于200毫秒或者大于三個標準差的數據被剔除，總共有1.91%反應正確且目標詞出現的試次被剔除。另外，有四名被試在空白試次中的正確率低于90%，其數據也被整體剔除，因此總共二十名有效被試的數據進入最后的統計分析，使用SPSS 22.0軟件進行統計分析。

3.1反應正確率

在目標探測任務中，擊中率（目標出現且反應）為98.41%，虛報率（目標未出現但反應）為5.16%。因為反應的正確率非常高，因此就不再對正確率的數據進行進一步的分析。

3.2反應時

通過2（詞頻：高頻詞、低頻詞）x2（語義客體：無效提示相同客體、無效提示不同客體）兩因素重復測量方差分析發現，詞頻的主效應顯著，F（1，19）=11.44，p<0.01，偏n2=0.38。語義客體的主效應邊緣顯著，F（1，19）=3.88，p=0.06，偏n2=0.17，這表明被試能夠通過自上而下的方式將四個漢字加工成兩個語義客體，即被試表現出了基于語義客體的注意效應。詞頻與語義客體的交互作用顯著，F（1，19）=5.10，p<0.05，偏礦n2=0.21。

通過對交互作用進行簡單效應分析，在高頻詞條件下出現了基于語義客體的注意效應，即在無效提示相同客體（如“睡一覺”）的情況下（582毫秒）被試的反應時顯著快于在無效提示不同客體（如“睡一興”）的情況下（599毫秒，F（1，19）=5.90，p<0.05，偏，n2=0.24），效應量為17毫秒，這與Li和Logan（2008）的研究結果相似。同時還發現，在低頻詞條件下，被試在無效提示相同客體情況下的反應時與在無效提示不同客體情況下的反應時無顯著差異，F（1，19）=0.10，p=0.76，這表明在低頻詞的條件下并沒有出現基于語義客體的注意效應（見圖2）。

通過方差分析還發現，在無效提示相同客體條件下被試對高頻語義客體目標字的反應顯著快于對低頻語義客體目標字的反應，F（1，19）=11.10，p<0.01，偏，n2=0.37，這表明由于高頻詞的整體性更強，因而高頻詞整詞的客體表征質量更高，從而被試對目標字的察覺速度更快。相反，由于低頻詞的整體性相對較弱，因而低頻詞整詞的客體表征質量相對較低，從而被試對目標字的察覺速度變慢。

4討論

本研究考察了不同語義客體表征質量對基于語義客體注意效應的影響。我們發現，當語義客體表征質量較高時（高頻語義客體條件下）出現了基于語義客體的注意效應。更為重要的是，當語義客體表征質量較低時（低頻語義客體條件下）卻并未出現基于語義客體的注意效應。

本研究在高語義客體表征質量條件下所發現的語義客體效應與前人的研究結果一致（Li&Logan;，2008），這表明在本研究中被試能夠很好將四個漢字通過自上而下的方式加工成兩個語義客體。但有趣的是，這種客體效應只在高語義客體表征質量條件下出現，而未在低語義客體表征質量條件下出現，我們認為可能的原因是，高頻詞的整體性更強，而低頻詞的整體性相對較弱（田宏杰等，2009；Caramazza et al，1988）。被試的注意被吸引到線索字之后，如果目標字能夠和線索字組成一個高頻詞，由于被試對高頻詞的加工是采用整體激活的方式，因而高頻詞整詞的客體表征質量更高，從而目標字更易被察覺。然而，如果目標字與線索字組成的是低頻詞的話，由于被試對低頻詞的加工是以詞素分解的形式被激活的，因而低頻詞整詞的客體表征質量相對較低，從而被試對目標字的察覺速度變慢，致使沒有出現客體效應。

相比于前人的研究（Li&Logan;，2008），本研究的不同之處主要體現在：以往研究主要集中在探討自上而下的知覺組織能否形成基于語義客體的注意效應，而本研究則是在其研究的基礎上探究不同客體表征質量對基于語義客體注意效應的影響。在以往的實驗中，將詞頻作為一種平衡因素加以處理，主要選取中高頻詞作為實驗材料，這樣就有可能掩蓋不同語義客體表征質量之間的差異。而在本研究中，我們選取高低頻不同的雙字詞，并得到了符合我們之前預想的結果——在高語義客體表征質量的條件下出現了客體注意效應，而在低語義客體表征質量的條件下未出現客體注意效應，從而證明語義客體表征質量是影響基于語義客體注意效應的重要因素。同時本研究也將該因素對于客體注意效應的作用從自下而上的知覺層面拓展到自上而下的知覺層面，為以后的研究奠定了一定的理論基礎。

在本研究中，我們對最初的雙矩形線索范式（Egly et al，1994）進行了一些修改，在最初的雙矩形線索范式中，75%的試次目標字會出現在線索字的位置，而在我們的實驗當中將目標字出現在線索字位置的試次數降為0%（Yuan&Fu;，2014），這么做的目的在于：在最初的雙矩形線索范式中所需要的試次數相對較多（Li&Logan;，2008），容易使被試產生厭煩情緒，可能會造成注意力不集中，影響實驗結果，因而將目標字出現在線索字位置的試次數降為0%，這樣既可以節約實驗的試次數，又能夠更好地集中于我們所關注的問題。但是可能有人會認為把線索的有效性降為O%之后，線索就會失效，從而無法吸引被試的注意。我們認為這種擔憂是不成立的，原因如下：第一，有證據表明刺激的出現能夠自動吸引注意（Yantis&Jonides;，1990），即使在線索有效性為0%的情況下（Mailer&Rabbitt;，1989）。第二，減小線索的有效性還會使客體效應增強（He，Fan，Zhou，&Chen;，2004）。

5結論

在高語義客體表征質量的條件下，出現了基于語義客體的注意效應，而在低語義客體表征質量的條件下，并未出現基于語義客體的注意效應。語義客體表征質量的高低是影響語義客體注意效應的重要因素。