Vorhersagen beim Sprachverständnis

Linguistische Vorhersage ist ein Phänomen der Psycholinguistik, das auftritt, wenn Informationen über ein Wort oder eine andere sprachliche Einheit aktiviert werden, bevor diese Einheit tatsächlich wahrgenommen wird. Erkenntnisse aus Blickbewegungsstudien , ereigniskorrelierten Potenzialen und anderen experimentellen Methoden deuten darauf hin, dass Sprachnutzer – zusätzlich zur Integration jedes nachfolgenden Wortes in den Kontext zuvor gehörter Wörter – unter bestimmten Bedingungen versuchen können, kommende Wörter vorherzusagen. Insbesondere scheint Vorhersage regelmäßig aufzutreten, wenn der Kontext eines Satzes die möglichen, noch nicht genannten Wörter stark einschränkt. Beispielsweise würde eine Person, die einen Satz wie „Im Sommer ist es heiß, und im Winter ist es …“ hört, mit hoher Wahrscheinlichkeit die Satzergänzung „kalt“ vorhersagen, bevor sie diese tatsächlich hört. Eine Form der Vorhersage wird auch bei bestimmten Formen des lexikalischen Primings vermutet , einem Phänomen, bei dem die Verarbeitung eines Wortes erleichtert wird, wenn ihm ein verwandtes Wort vorausgeht. ^{[ 1 ]} Linguistische Vorhersage ist ein aktives Forschungsgebiet der Psycholinguistik und der kognitiven Neurowissenschaften .

Im Blickbewegungs- Paradigma der visuellen Welt hören Versuchspersonen einen Satz, während sie eine Reihe von Bildern auf einem Computermonitor betrachten . Ihre Blickbewegungen werden aufgezeichnet, wodurch der Versuchsleiter nachvollziehen kann, wie Sprache die Blickbewegungen zu Bildern beeinflusst, die mit dem Inhalt des Satzes in Zusammenhang stehen. Experimente dieser Art haben gezeigt, dass die Probanden beim Hören des Verbs in einem Satz ihre Blicke antizipatorisch auf das Bild des wahrscheinlichen direkten Objekts des Verbs richten (z. B. „Kuchen“ statt „Ball“ beim Hören von „Der Junge wird essen …“). ^{[ 2 ]} Nachfolgende Untersuchungen mit demselben Versuchsaufbau zeigten, dass auch das Subjekt des Verbs bestimmen kann, welches Objekt die Probanden antizipieren (z. B. schauen die Probanden eher auf das Karussell als auf das Motorrad beim Hören von „Das kleine Mädchen wird fahren …“). ^{[ 3 ]} Kurz gesagt: Die Probanden nutzen die Informationen im Satzkontext, um die Bedeutung der folgenden Wörter vorherzusagen. In diesen Experimenten nutzten die Probanden das Verb und sein Subjekt, um Informationen über das direkte Objekt des Verbs zu aktivieren, bevor sie dieses Wort hörten. Ein anderes Experiment hat jedoch gezeigt, dass in einer Sprache mit flexiblerer Wortstellung ( Deutsch ) die Probanden auch den Kontext nutzen können, um das Subjekt des Satzes vorherzusagen. ^{[ 4 ]}

Mithilfe von Eyetracking-Technologie wurden auch die Augenbewegungen von Lesern beim Lesen von Texten am Computerbildschirm erfasst . Daten aus solchen Experimenten stützen die Hypothese, dass Leser Kontextinformationen nutzen, um beim natürlichen Lesen nachfolgende Wörter vorherzusagen. Konkret fixieren Leser ein Wort kürzer, wenn es in einem mäßig oder stark einschränkenden Kontext vorkommt, als dasselbe Wort in einem uneingeschränkten Kontext. Dies gilt unabhängig von der Häufigkeit oder Länge des Wortes. Leser neigen außerdem eher dazu, ein Wort in einem stark einschränkenden Kontext zu überspringen. ^{[ 5 ]} Weitere Untersuchungen zum Lesen der chinesischen Logographie haben gezeigt, dass Leser trotz der großen Unterschiede zwischen der chinesischen und der englischen Orthographie Kontextinformationen auf ähnliche Weise zur Vorhersage nutzen, mit der Ausnahme, dass chinesische Leser Wörter in mäßig einschränkenden Kontexten eher überspringen. ^{[ 6 ]}

Zu den computergestützten Modellen von Augenbewegungen beim Lesen, die Daten zur Wortvorhersagbarkeit modellieren, gehören das EZ Reader-Modell von Reichle et al. ^{[ 7 ]} und das SWIFT-Modell von Engbert et al. ^{[ 8 ] .}

Das hier beschriebene M100-Potenzial ist das magnetische Äquivalent des visuellen N1- Potenzials – eines ereigniskorrelierten Potenzials, das mit visueller Verarbeitung und Aufmerksamkeit verknüpft ist. In einer Reihe von ereigniskorrelierten Magnetoenzephalographie- Experimenten (MEG) wurde das M100-Potenzial auch mit Vorhersagen beim Sprachverständnis in Verbindung gebracht. In diesen Experimenten lasen die Teilnehmenden Wörter, deren visuelle Formen entweder auf Grundlage des vorherigen sprachlichen Kontexts ^{[9, 10] oder eines kürzlich gesehenen Bildes [11 ] vorhersagbar oder unvorhersagbar waren} . ^{Die Vorhersagbarkeit der} visuellen Form des Wortes (nicht aber die Vorhersagbarkeit seiner Bedeutung) beeinflusste die Amplitude des M100-Potenzials. Es besteht weiterhin Uneinigkeit darüber, ob dieser M100-Effekt mit der frühen linksanterioren Negativität (eLAN) zusammenhängt, einer ereigniskorrelierten Potenzialantwort auf Wörter, die theoretisch die Zuordnung lokaler Phrasenstrukturen durch das Gehirn widerspiegeln soll ^{[ 12 ]} .

Die P2- Komponente wird im Allgemeinen als Indikator für höhere Wahrnehmungsprozesse und deren Modulation durch Aufmerksamkeit angesehen. Sie wurde jedoch auch mit der Vorhersage visueller Wortformen in Verbindung gebracht. Die P2-Reaktion auf Wörter in stark einschränkenden Kontexten ist oft größer als die P2-Reaktion auf Wörter in weniger einschränkenden Kontexten. Wenn Versuchsteilnehmer Wörter lesen, die links oder rechts von ihrem Fixationspunkt präsentiert werden (wodurch zunächst die gegenüberliegende Hirnhälfte stimuliert wird ), ist die größere P2-Komponente für Wörter in stark einschränkenden Kontexten nur bei Präsentation im rechten Gesichtsfeld zu beobachten (wodurch die linke Hirnhälfte stimuliert wird). ^{[ 13 ]} Dies steht im Einklang mit der PARLO-Hypothese, dass sprachliche Vorhersage hauptsächlich eine Funktion der linken Hirnhälfte ist (siehe unten).

Die N400-Komponente ist Teil der normalen ereigniskorrelierten Potenzialantwort (EKP) auf potenziell bedeutungstragende Reize. Ihre Amplitude korreliert invers mit der Vorhersagbarkeit eines Reizes in einem bestimmten Kontext. ^{[ 14 ]} Bei der Satzverarbeitung wird die Vorhersagbarkeit eines Wortes durch zwei zusammenhängende Faktoren bestimmt: die „Cloze-Wahrscheinlichkeit“ und die „Satzbeschränkung“. Die Cloze- Wahrscheinlichkeit spiegelt die Erwartungshaltung für ein Zielwort im Kontext des Satzes wider. Sie wird durch den Prozentsatz der Personen bestimmt, die das Wort ergänzen, wenn sie einen Satz vervollständigen, dessen letztes Wort fehlt. Kutas und Kollegen fanden heraus, dass die N400-Komponente bei Wörtern mit einer Cloze-Wahrscheinlichkeit von 90 % kleiner (d. h. positiver) war als die N400-Komponente bei Wörtern mit einer Cloze-Wahrscheinlichkeit von 70 %, welche wiederum kleiner war bei Wörtern mit einer Cloze-Wahrscheinlichkeit von 30 %. Eng damit verbunden ist die Satzbeschränkung, die den Grad widerspiegelt, in dem der Satzkontext die Anzahl akzeptabler Fortsetzungen einschränkt. Während die Cloze-Wahrscheinlichkeit den Prozentsatz der Personen angibt, die ein bestimmtes Wort wählen, beschreibt die Constraint-Rate die Anzahl der verschiedenen Wörter, die von einer repräsentativen Stichprobe gewählt werden. Obwohl nicht vorhergesagte Wörter eine größere N400-Komponente hervorrufen, ist die N400-Komponente bei nicht vorhergesagten Wörtern, die semantisch mit dem vorhergesagten Wort verwandt sind, kleiner als bei nicht vorhergesagten Wörtern ohne semantische Verwandtschaft. Bei stark einschränkendem Satzkontext erfahren semantisch verwandte Wörter eine zusätzliche Erleichterung, da die N400-Komponente bei semantisch verwandten Wörtern in Sätzen mit hoher Constraint-Rate kleiner ist als in Sätzen mit geringer Constraint-Rate. ^{[ 15 ] [ 16 ] [ 17 ]} Belege für die Vorhersage spezifischer Wörter liefert eine Studie von DeLong et al. ^{[ 18 ].} DeLong und Kollegen nutzten die Verwendung unterschiedlicher unbestimmter Artikel , „a“ und „an“, für englische Wörter, die mit einem Konsonanten bzw. Vokal beginnen. Sie stellten fest, dass die N400-Komponente bei der wahrscheinlichsten Satzvervollständigung mit einem Konsonanten für „AN“ größer war als für „A“ und umgekehrt. Dies deutet darauf hin, dass Vorhersagen während der Sprachverarbeitung sowohl auf semantischer als auch auf lexikalischer Ebene stattfinden . (Die Studie konnte nicht repliziert werden. Auch in einer aktuellen Studie mit mehreren Laboren (335 Teilnehmer) fanden sich keine Hinweise auf eine Vorhersage der Wortform (Niewland et al., 2018).)

Die P300-Komponente , insbesondere die P3b-Komponente, ist eine ereigniskorrelierte Potenzialantwort (EKP) auf unwahrscheinliche Reize und reagiert auf die subjektive Wahrscheinlichkeit des Auftretens eines bestimmten Reizes. Die P300-Komponente steht in engem Zusammenhang mit der Kontextaktualisierung, die durch unerwartete Reize ausgelöst werden kann. ^{[ 19 ]}

Die P600 ist eine ereigniskorrelierte Potenzialkomponente (EKP) als Reaktion auf syntaktische Verstöße sowie auf komplexe, aber fehlerfreie Sprache. ^{[ 20 ] [ 21 ]} Eine P600-ähnliche Reaktion wird auch bei thematisch unplausiblen Sätzen beobachtet, z. B.: „Zum Frühstück würden die Eier nur Toast und Marmelade essen.“ ^{[ 22 ]} Beide P600-Reaktionen werden im Allgemeinen dem Prozess der Überarbeitung oder Fortsetzung der Satzanalyse zugeschrieben. ^{[ 23 ]} Die syntaktische P600 wurde mit der P300 verglichen, da beide Reaktionen auf ähnliche Manipulationen reagieren, insbesondere auf die Wahrscheinlichkeit des Stimulus. ^{[ 24 ]} Die Ähnlichkeit zwischen den beiden Reaktionen legt nahe, dass die P300 wesentlich zur syntaktischen P600-Reaktion beiträgt.

Nach der N400-Komponente wird häufig eine späte Positivität beobachtet. Eine aktuelle Metaanalyse der ERP-Literatur zur Sprachverarbeitung identifizierte zwei verschiedene Post-N400-Positivitäten. ^{[ 25 ]} Beim Vergleich der Post-N400-Positivität (PNP) für kongruente und inkongruente Satzendwörter zeigt sich bei inkongruenten Wörtern eine parietale PNP. Diese parietale PNP ähnelt der typischen P600-Reaktion, was auf eine fortgesetzte oder revidierte Analyse hindeutet. Im kongruenten Zustand ist eine PNP-Reaktion (sofern beobachtet) beim Vergleich von Satzendwörtern mit hoher und niedriger Übereinstimmungswahrscheinlichkeit im Allgemeinen über den vorderen Bereich der Kopfhaut verteilt. Eine aktuelle Studie hat gezeigt, dass die frontale PNP die Verarbeitung eines unerwarteten lexikalischen Elements anstelle eines unerwarteten Konzepts widerspiegeln könnte, was darauf hindeutet, dass die frontale PNP widerlegte lexikalische Vorhersagen widerspiegelt. ^{[ 25 ]}

Functional magnetic resonance imaging (fMRI) is a neuroimaging technology that uses nuclear magnetic resonance to measure blood oxygenation levels in the brain and spinal cord. Because neural activity affects blood flow, the pattern of the hemodynamic response is thought to correspond closely to the pattern of neural activity. The fine spatial resolution afforded by fMRI allows cognitive neuroscientists to see in detail which areas of the brain are activated in relation to an experimental task. However, the hemodynamic response is much slower than the neural activity measured by EEG and MEG. This poor sensitivity to timing information makes fMRI a less useful technique than EEG or eyetracking for studying linguistic prediction. One exception is an fMRI test of the differences in neural activation between strategic and automatic semantic priming. When the time between the prime and the target word is short (around 150 milliseconds), priming is theorized to rely on automatic neural processes. However, at longer time intervals (approaching 1 second), it is thought that experimental subjects strategically predict related upcoming words and suppress unrelated words, leading to a processing penalty in the event that an unrelated word actually occurs.^[1] An fMRI test of this hypothesis showed that at longer intervals, the processing penalty for an incorrect prediction is related to heightened activity in the anterior cingulate gyrus and Broca's area.^[26]

Das PARLO-Modell („Production Affects Reception in Left Only“) ist eine Theorie der neuronalen Domänen, die der Sprachvorhersage zugrunde liegen. Es basiert auf Erkenntnissen, die zeigen, dass die linke und rechte Hemisphäre unterschiedlich zum Sprachverständnis beitragen. ^{[ 17 ]} Im Allgemeinen befinden sich die neuronalen Strukturen, die die Sprachproduktion unterstützen , bei den meisten Menschen überwiegend in der linken Hemisphäre. Dies führt zu einer Hemisphärenasymmetrie und damit zu unterschiedlichen Sprachverarbeitungsfähigkeiten der beiden Hemisphären. Aufgrund der räumlichen Nähe und der Integration in die Sprachproduktion scheint das Sprachverständnis der linken Hemisphäre top-down durch Erwartung und Kontext gesteuert zu sein , während die rechte Hemisphäre Informationen bottom-up zu integrieren scheint . ^{[ 17 ]} Das PARLO-Modell legt nahe, dass sowohl Vorhersage als auch Integration während der Sprachverarbeitung stattfinden, jedoch auf den unterschiedlichen Beiträgen der beiden Hirnhälften beruhen.

Die Überraschungstheorie ist eine auf der Informationstheorie basierende Theorie der Satzverarbeitung . ^{[ 27 ]} Laut dieser Theorie werden die Verarbeitungskosten eines Wortes durch seine Selbstinformation bestimmt , also wie vorhersagbar das Wort im Kontext ist. Ein Wort mit hoher Wahrscheinlichkeit besitzt nur wenig Selbstinformation und wird daher leichter verarbeitet, was sich in einer verkürzten Reaktionszeit , einer geringeren N400-Reaktion oder kürzeren Fixationszeiten in einer Blickbewegungsstudie beim Lesen äußert. Empirische Untersuchungen dieser Theorie haben eine hohe Übereinstimmung zwischen den gemessenen Verarbeitungskosten und den den Wörtern zugewiesenen Selbstinformationswerten gezeigt. ^{[ 28 ] [ 29 ]}