Диссертация (1145656), страница 6
Текст из файла (страница 6)
Особенностью этого подхода в обсуждениискорости и поэтапности восприятия речи явилось положение о сетевомпредставленииморфологии.Процессречевойобработки,согласноконнекционистского подхода, реализуется с помощью некоторого количества(обычно большого) лингвистических элементов обработки (обычно оченьпростых).
Эти элементы называют блоками и они имеют некоторые аналогии спростыми нейронами. Каждый блок получает сигнал от определенногоколичества других блоков, соотносит полученный сигнал с необходимойфункцией, отвечая простой активацией и, далее, активирует или подавляетследующие блоки, необходимые для дальнейшего анализа. Ответ или активацияфункции каждого блока носит нелинейный характер, при этом все блоки связаныдруг с другом (Bates and Tomasello, 2001).
В рамках данного подхода были30получены результаты, свидетельствующие о весьма ранних мозговых ответах (от50 до 250 мс) на вербальные стимулы. Время реакции при принятии, например,лексического решения показывает, что лексический доступ зависит от многиххарактеристик речевого сигнала, но одной из ключевых является речеваячастотность. В этих исследованиях лексико-семантические и слово-частотныеэффекты обнаруживались уже в интервале 100-250 мс после предъявления слов(Бехтерева, 1977; Assadollahi and Pulvermüller, 2003; Hauk and Pulvermüller, 2004;Martin-Loeches et al., 1999; Sereno and Rayner, 2003; Sereno et al., 1998).Одной из основных теорий, разработанной в рамках коннекционизма и взначительнойстепениповлиявшейнарезультаты,полученныевнейролингвистических исследованиях за последние 20 лет, стала TRACE модельвосприятия и порождения речи (McClelland & Elman, 1986).
Модель состоит избольшого количества блоков, сосредоточенных в трех основных: акустическиехарактеристики, фонемы и слова. В каждом блоке заданы свои детекторы наакустические параметры поступающего сигнала, фонемы и слова соответственно.Процесс восприятия речи, согласно этой модели, представляется как каскадактивационных процессов, вовлекающий определенные механизмы детекции,распределенные в единой нейронной сети, в каждый этап обработки речевогосигнала. Модель носит название TRACE, потому что любой входящий речевойсигнал вызывает свой паттерн активации или след (англ. trace) при анализеинформации на каждом этапе обработки. Авторы подчеркивают особуювзаимосвязь между механизмами восприятия и памяти. Механизм обработкиречевого сигнала сводится не только к активации уже сложившегося в матрицедолговременной памяти паттерна-кода для фонемы или слова, но такжеанализирует новую, характерную только для данного сигнала информацию,подключая процессы кратковременной памяти.
Таким образом, процессывосприятия и порождения речи реализуются на базе единой нейронной сети, ипаттерны активации, формирующиеся при выполнении различных речевых задач,являются результатом постоянной переработки входящей информации. Похожимобразом механизм восприятия слов объясняется в DCM (distributed cohort model)31модели, предложенной (Gaskell & Marslen-Wilson, 1997). Ключевые положениямодели состоят в следующем: 1) информация о лексических единицах широкораспределенавмозге;2)разныелингвистическиехарактеристики(офонологических, лексических, семантических свойствах сигнала) при восприятииречевого стимула анализируются параллельно и доступ к ним мозг получаетодновременно; 3) лексический доступ осуществляется максимально эффективно.Авторы модели DCM предлагают использовать речевую частотность как индексдля анализа распределенных репрезентаций слов. Эффект речевой частотности всвязи с решением лексических задач обнаруживают в нейролингвистическихисследованиях анализируя время реакции на стимул.
При этом авторысоглашаются, что эффект частотности слова проявляется в ответах достаточнорано.Ответприпринятииглагол/существиельное)налексическоговысокочастотныерешенияслова(слово/псевдослово,возникаетбыстреевсравнении с низкочастотными, таким образом, авторы предполагают, что речеваячастотность играет важную роль в идентификации слов (Cleland et al., 2006). Сдругой стороны, ряд авторов ставят под сомнение связь времени реакции настимул с частотностью слова (Balota and Chumbley 1984; 1985; 1990). В своихисследованиях Балота и Шамбли обнаружили, что время реакции меняется взависимости от задачи, поставленной в эксперименте: при простом называниипредъявленного стимула время реакции значительно уменьшалось в сравнении спринятием лексического решения. Авторы предполагают, что во времени реакциина стимул находит отражение в первую очередь не эффект частотности слова, апроцесс и механизмы решения поставленной задачи (Balota and Chumbley, 1985).Однако, Монселл (Monsell, 1991) пришел к выводу, что полученные (Balota andChumbley,1985)результаты,скореевсего,связанысэффектамипостидентификации слова, поэтому получить частотный эффект авторам неудалось.
Также Коннин (Connine et al. 1993) в своих исследованиях отмечает, чторечевая частотность не играет роли на начальных этапах восприятия слова, нофункционирует как автоматический источник изменения информации о стимуле,32который используется позже в процессе опознавания стимула как существующегослова.В нейролингвистических исследованиях на материале русского языказначительный вклад в изучение эффекта речевой частотности внесла Н.
П.Бехтерева.Изучаяпространственно-временнуюорганизациюнейронныхансамблей, она обнаружила, что в процессе восприятия и воспроизведениявербальных сигналов они приобретают специфический и устойчивый во временихарактер (в сравнении с тоновыми сигналами). Следует отметить, что привосприятии и воспроизведении слогов количество стабильных во времени формпространственно-временнойорганизациинейронныхпопуляций(ПВОНП)зависело от вероятности употребления данного слога в речевой деятельности.Наиболее четкое выделение специфических форм ПВОНП наблюдалось привосприятии и воспроизведении слогов, редко употребляемых в речевойдеятельности.МеньшаявыраженностьспецифическихформПВОНПуменьшение временного интервала между ними наблюдалась прииобработкенаиболее употребляемых слогов.
Для слов, редко употребляемых в речи,характернонаиболеечеткоеструктурированиеивыделениесложныхспецифических комплексов ПВОНП. Бехтерева предполагает, что отражение вПВОНП часто употребляемых в речи сигналов, по-видимому, осуществляетсяпутем снижения избыточности, т.е. путем объединения менее значимыхэлементов в более крупные блоки паттернов. Появление сложных специфическихформ пространственно-временной организации, соотносимых с фонемами, повидимому, отражает процесс декодирования этих фонем на уровне матрицыдолгосрочной памяти.
Важно отметить, что результаты были получены в пределах120-300 мс, и латентность ответа увеличивалась с уменьшением вероятностипоявления фонемы (Бехтерева, 1974). Учитывая данные психоакустическихисследований (Сыроежкин с соавт., 2015), можно предположить, что наиболеечасто употребляемые вербальные сигналы опознаются мозгом по меньшемуколичеству полезных признаков данного сигнала. В тоже время, при опознаванииредко употребляемых слов, процесс декодирования осуществляется, вероятно, по33большему количеству дифференциальных признаков. На основании полученныхданных Н. П. Бехтерева приходит к выводу, что при кодировании слогов и слов,имеющих низкую вероятность употребления в речевой деятельности имеет место,как правило, полное фонемное нейродинамическое описание.
В то время как привосприятии слогов и слов, имеющих большую вероятность употребления в речи,нейродинамическое описание осуществляется более крупными блоками, нежелифонема.Такимобразом,степеньвариативностивозникшегонейрофизиологического паттерна-кода может рассматриваться в известной мерекак производное частоты употребления слов в речи. Паттерн-код наиболеестабилен при предъявлении неизвестных по звучанию и смыслу слов и наиболеевариативен при предъявлении слов, часто употребляемых в речи.
На основанииполученных данных можно заключить, что возникший паттерн имеет по крайнеймере три основные физиологические функции: декодировка поступившегосигнала, активация и формирование следа долгосрочной вербальной памяти иуправления по отношению к выходному сигналу – воспроизводимому слову(Бехтерева, 1977).Можно заключить, что эффект частотности слов интересует исследователейуже много лет и за это время накоплен огромный исследовательский материал. Вбольшинстве работ подтверждается ключевая роль речевой частотности наранних этапах процесса восприятия речевых стимулов (Van Petten, Kutas, 1990;Rugg, 1990; Pulvermüller et al., 1997; Halgren et al., 2002; Piai et al., 2014).
Болеетого, есть все основания полагать, что эффект речевой частотности срабатываетна очень ранних стадиях в процессе узнавания слов (Dahan et al., 2001).В предыдущих работах изучалось влияние частотности слов русского языкана латентность и амплитуду негативности рассогласования (НР) в слуховыхвызванных потенциалах (ВП) (Alexandrov et al., 2011) было показано, что частотаиспользования слова влияет на количество и качество нейрональных связей,задействованных в его обработке, так как происходит постоянная одновременнаяактивация нейронов участвующих в обработке областей коры.
При этом вкачестве стимульного материала использовались разночастотные слова русского34языка и псевдослова. Вопрос о том, возможно ли отразить работу механизмовлексической и семантической обработки используя одно и тоже слово сомножеством значений (омоним) отличающихся по речевой частотности, являетсяв этой связи весьма интересным.Наряду с анализом лексических характеристик вербальных сигналов, в рядеработ производился анализ нейрофизиологических отличий между лексикосемантическими категориями, такими, например, как контекст (задающийсемантический анализ) или функция слова (существительное или глагол,например). Эти исследования позволили выявить интервалы времени в пределах150-250 мс, в которых может наблюдаться мозговая активация в ответ напредъявляемый стимул (Dehaene, 1995; Hinojosa et al., 2001a; Preissl et al., 1995;Pulvermüller et al., 1995). Анализируя семантические свойства отдельного словабыл выявлен интервал в пределах 80-250 мс (Бехтерева, 1977; Ortigue et al., 2004;Pulvermüller et al., 1999; 2001; Skrandies, 1998; Skrandies and Chiu, 2003).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
