數(shù)字化時(shí)代文本閱讀眼動(dòng)控制模型研究

21 世紀(jì)以來，面對(duì)飛速發(fā)展的技術(shù)手段和多元化的欣賞品味，信息和知識(shí)載體的樣式及其傳播方式都發(fā)生了顯著變化，人們借助手機(jī)、電腦、電子閱讀器等終端工具在各種新興數(shù)字出版平臺(tái)瀏覽信息和獲取知識(shí)，這已成為數(shù)字化時(shí)代的一種閱讀常態(tài)。無論是“讀書”還是“讀屏”，看似簡單的閱讀行為實(shí)則是一個(gè)非常復(fù)雜的認(rèn)知加工過程；在閱讀過程中，視覺信息的獲取通過眼睛運(yùn)動(dòng)來實(shí)現(xiàn)，眼動(dòng)不僅是一種外在的行為表現(xiàn)，同時(shí)也受多種認(rèn)知因素的影響，是反映閱讀過程非常重要的指示器。眼動(dòng)技術(shù)能夠?qū)﹂喿x過程進(jìn)行實(shí)時(shí)記錄，提供了一種比命名法和詞匯判斷法等認(rèn)知加工方法更自然、更有效且干擾更小的研究手段，因此，眼動(dòng)記錄技術(shù)近些年來被越來越多的國內(nèi)外研究者應(yīng)用到閱讀研究中。

1 閱讀中的眼動(dòng)現(xiàn)象

關(guān)于閱讀的眼動(dòng)研究迄今已有百余年歷史，事實(shí)上，早在19 世紀(jì)末，法國學(xué)者Lamare、Jaral以及Huey 就開始以眼動(dòng)為指標(biāo)探討認(rèn)知過程[1]。1975 年，美國著名學(xué)者Rayner 在研究中將讀者的眼動(dòng)軌跡進(jìn)行記錄，以此來探討語言的認(rèn)知加工過程[2]。在此之后，研究者們對(duì)眼動(dòng)研究的范式和手段做了大量的補(bǔ)充和更新，在閱讀認(rèn)知研究領(lǐng)域取得了豐碩的研究成果。國內(nèi)的閱讀眼動(dòng)研究相對(duì)來說起步較晚，但隨著眼動(dòng)記錄技術(shù)的不斷進(jìn)步、眼動(dòng)數(shù)據(jù)分析技術(shù)的快速發(fā)展以及心理語言學(xué)相關(guān)研究的不斷深入，近20 多年來，眼動(dòng)技術(shù)開始被大量地應(yīng)用到文本閱讀研究中。大量研究表明，在文本閱讀的過程中，讀者總是試圖通過不斷移動(dòng)眼睛在文本上的位置，以此來獲取必要的信息，進(jìn)而辨識(shí)字詞，理解文本意義。眼動(dòng)記錄技術(shù)可以實(shí)時(shí)追蹤閱讀過程中讀者的眼動(dòng)軌跡，獲得閱讀加工過程的精確眼動(dòng)數(shù)據(jù)，提供諸如讀者注視了哪里、注視了多久等大量信息，從而揭示讀者對(duì)文本內(nèi)容加工的難易程度以及讀者對(duì)于文本的理解程度，在此基礎(chǔ)上進(jìn)一步研究文本閱讀中的認(rèn)知加工現(xiàn)象。

從眼球的生理構(gòu)造來看，讀者在閱讀文本時(shí)取決于3 個(gè)區(qū)域：即視網(wǎng)膜中視覺最敏銳的中央凹區(qū)域（the fovea centralis）、視覺敏銳度較低的副中央凹區(qū)域（the parafovea belt）、以及視覺敏銳度更差的外周視覺區(qū)（the perifovea outer region）。由于眼睛的注視范圍有限，讀者在閱讀時(shí)不得不通過移動(dòng)眼球讓閱讀內(nèi)容進(jìn)入中央凹視覺區(qū)，以完成正常的閱讀和理解。就主觀感受而言，人們往往感覺眼睛的注視點(diǎn)在閱讀過程中是在文本材料上平滑移動(dòng)的。而事實(shí)并非如此，在閱讀過程中，眼睛會(huì)在注視點(diǎn)之間產(chǎn)生一系列快速而短暫的跳躍式運(yùn)動(dòng)。眼跳（saccade）所需時(shí)間的長短與眼跳的距離呈正相關(guān)，眼跳行為受中樞神經(jīng)系統(tǒng)控制，其距離存在很大的變異性。在兩次眼跳之間，眼睛會(huì)保持大約250ms 左右的短暫停留，這種相對(duì)靜止的狀態(tài)被稱為注視（fixation）。因?yàn)檠厶^程中視覺是被抑制的，閱讀中信息的獲得主要是在注視期間完成，但注視的時(shí)間同樣也存在很大的變異性。在閱讀過程中，多數(shù)眼跳的方向都是從已知區(qū)域朝向未知區(qū)域，但有些時(shí)候，眼跳會(huì)朝向相反的方向，對(duì)已閱讀過的信息重新進(jìn)行加工，這種與眼球移動(dòng)相反方向的眼跳稱為回視（regression）。回視大多數(shù)是針對(duì)緊鄰的前一個(gè)詞，但當(dāng)理解不充分時(shí)，長距離的回視會(huì)指向較早出現(xiàn)的詞語上。簡單來說，眼睛在閱讀的過程中并不是連續(xù)地向前移動(dòng)，讀者借助兩次眼跳之間的短暫注視獲取信息，而文本的不同語種、讀者個(gè)體能力的差異以及文本的加工難度等方面都會(huì)成為影響注視點(diǎn)位置、注視持續(xù)時(shí)間、眼跳距離及眼跳方向的重要因素。

在正常的閱讀中，眼睛的移動(dòng)使文本進(jìn)入到中央凹視覺區(qū)中進(jìn)行有效的加工，但詞之間的注視時(shí)間和眼跳幅度卻存在很大的波動(dòng)。在閱讀的眼動(dòng)研究中，盡管眼動(dòng)的分析指標(biāo)非常復(fù)雜，但總的來看，閱讀眼動(dòng)控制主要被用來解釋眼動(dòng)中的兩個(gè)基礎(chǔ)問題：其一是決定讀者何時(shí)開始移動(dòng)眼睛的因素有哪些（when），即閱讀中與眼動(dòng)有關(guān)的時(shí)間維度指標(biāo)；其二是決定讀者的眼睛移向何處的因素有哪些（where），即閱讀中與眼動(dòng)有關(guān)的空間維度指標(biāo)。這兩個(gè)問題構(gòu)成了閱讀眼動(dòng)控制研究的基本內(nèi)容。注視時(shí)間主要受閱讀加工過程的控制，而眼跳則主要取決于眼動(dòng)限制和文本視覺特征。

在閱讀認(rèn)知領(lǐng)域的研究中，為了試圖解釋閱讀中眼動(dòng)過程與讀者心理活動(dòng)過程的對(duì)應(yīng)關(guān)系，研究者們運(yùn)用計(jì)算機(jī)模擬技術(shù)在大量數(shù)據(jù)的基礎(chǔ)上整合已有的實(shí)驗(yàn)證據(jù)，通過研究閱讀中眼動(dòng)控制機(jī)制，為解釋眼動(dòng)與認(rèn)知加工的關(guān)系提供了理論框架。在各種眼動(dòng)控制認(rèn)知加工模型中，E-Z 讀者（E-Z reader）模型和SWIFT（Saccade-generation with inhibition by foveal targets）模型是被廣泛接受的最有影響的兩種計(jì)算模型。這些模型并非一成不變的，為了更加充分解釋閱讀過程中的詞匯識(shí)別、認(rèn)知加工、注意資源分配和眼動(dòng)控制，每個(gè)模型都會(huì)隨著研究的不斷深入去逐漸修改和完善理論框架和計(jì)算公式。

2 文本閱讀中詞切分的依據(jù)

閱讀是從文字材料中獲取信息的一種認(rèn)知活動(dòng)，這一過程從辨識(shí)字詞開始，到理解篇章意義截止，而詞匯識(shí)別無疑是這中間最為關(guān)鍵的一環(huán)。進(jìn)行詞匯識(shí)別之前，讀者首先要識(shí)別文本中的語言符號(hào)，并將其組合成詞、詞組、短語和句子等不同層次的語言單位，在明確各語言單位之間關(guān)系的基礎(chǔ)上理解文本所要表達(dá)的意義。詞切分（word segmentation）的過程也就是語言符號(hào)組織的過程，對(duì)文本中詞切分的研究有助于理解閱讀的本質(zhì)與規(guī)律，也對(duì)閱讀眼動(dòng)控制模型的構(gòu)建有重要意義。

對(duì)于大多數(shù)的拼音文字（如英語、德語等）而言，其書寫形式都有一個(gè)顯著的特點(diǎn)，即詞與詞之間有空格作為界限。例如，當(dāng)看到“Das ist eine gute Idee”這句話時(shí)，即便文本中有個(gè)別不認(rèn)識(shí)的詞，讀者憑借經(jīng)驗(yàn)也會(huì)很容易判斷這句話由5 個(gè)單詞組成。因此，詞間空格在拼音文本的閱讀中為讀者提供了一種清晰自然的物理線索，在很大程度上促進(jìn)了詞匯識(shí)別，具有標(biāo)記詞邊界的作用，提高了詞匯加工的速度。與此同時(shí)，詞間空格也有助于眼跳目標(biāo)的選擇和確定[3]。

與拼音文字不同，中文作為一種表意文字以“字”為基本的書寫單位，除了用極少的標(biāo)點(diǎn)符號(hào)來標(biāo)注停頓外，所有方塊漢字有著相同的間隔，沒有明確的視覺標(biāo)記來表示語義的停頓和劃分。拼音文字有不同的詞長，德語中“Sonne”和“Erscheinung”因字母長度不同而明顯具有不同的形狀；而在漢語中，無論是筆畫數(shù)差異巨大的“一”和“贏”，還是構(gòu)成部件上差異巨大的“火”和“燚”，它們在文本的空間分布上是一致的，即所占的詞長是相同的。換言之，中文的詞間空間長度與詞內(nèi)空間長度是相同的。

根據(jù)詞的定義可知，詞是漢語中最小的意義單位。但對(duì)于大多數(shù)以漢語為母語的學(xué)習(xí)者而言，“詞”的概念往往是朦朧的，甚至在語言學(xué)界對(duì)詞的界定都存在不小的爭議。在語言學(xué)學(xué)者所做的一項(xiàng)研究中，母語漢語被試者對(duì)“詞”的認(rèn)同率只有70%左右[4]。同樣，由于缺少明顯的邊界信息，經(jīng)常導(dǎo)致待切分文本中的文字存在多個(gè)切分結(jié)果，此類歧義的存在加大了中文分詞的難度。例如，在“網(wǎng)球拍賣光了”這句話中，由于缺乏詞長線索，可以將其切分為“網(wǎng)球/拍賣/光了”，也可將其切分為“網(wǎng)球拍/賣/光了”。在兩種情況下，句子所表達(dá)的意義完全不同。在對(duì)這種句子進(jìn)行認(rèn)知加工時(shí)，讀者明顯需要花費(fèi)更多的時(shí)間。

就語法知識(shí)而言，漢語詞匯沒有明顯的形態(tài)變化，單復(fù)數(shù)、時(shí)態(tài)，詞性等在英語文本中顯而易見的形態(tài)變化在漢語中缺失，對(duì)此類詞的語法知識(shí)的識(shí)別高度依賴于語境。盡管如此，所有這些詞切分上的特征并未影響日常的漢語閱讀，可見漢語中有著與拼音文字中詞間空格起相同作用的特殊的詞切分依據(jù)[5]。漢語這些獨(dú)有的特點(diǎn)使研究者開始重新思考閱讀眼動(dòng)控制模型的適用性，即之前的眼動(dòng)控制模型大多是建立在相關(guān)的拼音文字研究數(shù)據(jù)之上，那么，對(duì)于中文這種特殊的文本材料，眼動(dòng)控制的模型是否仍然適用？

3 閱讀眼動(dòng)控制模型

正如前文所言，研究者們?yōu)榱私庾x文本閱讀中詞切分與眼動(dòng)行為之間的關(guān)系，迄今為止已經(jīng)建立了多種模型。這些模型深入探討了閱讀中的語言因素和眼動(dòng)生理控制因素之間的相互作用，為解釋人類閱讀過程中的基本問題提供了理論框架。

早期的眼動(dòng)控制模型分為眼球運(yùn)動(dòng)模型（the oculomotor model）和認(rèn)知加工模型（the processing model）兩類。眼球運(yùn)動(dòng)模型考察閱讀中眼動(dòng)現(xiàn)象的主要焦點(diǎn)在于視覺和物理屬性的角度，其支持者要么是將低水平的視覺線索視作決定眼動(dòng)行為的關(guān)鍵因素，要么認(rèn)為眼跳系統(tǒng)的自身特點(diǎn)是影響眼動(dòng)的關(guān)鍵因素，而高水平的認(rèn)知詞匯加工只能起到調(diào)節(jié)作用。與此相對(duì)，認(rèn)知加工模型的支持者則認(rèn)為是認(rèn)知加工驅(qū)動(dòng)著閱讀中的眼動(dòng)行為。此外，認(rèn)知加工模型將詞看作文字識(shí)別過程與眼動(dòng)控制過程的基本線索，詞匯加工不僅能夠決定或影響眼跳何時(shí)發(fā)動(dòng)，還能影響眼跳落點(diǎn)。綜上可知，眼球運(yùn)動(dòng)和認(rèn)知加工兩種模型的爭論點(diǎn)在于：認(rèn)知詞匯加工過程是否是導(dǎo)致眼動(dòng)的原因？以及認(rèn)知詞匯加工過程在多大程度上影響眼睛運(yùn)動(dòng)？隨著研究的不斷深入，在探討閱讀過程中眼動(dòng)機(jī)制的問題上，越來越多的證據(jù)支持認(rèn)知加工模型的合理性[6]。

在拼音文字的文本閱讀研究中，根據(jù)對(duì)視覺注意分配觀點(diǎn)的不同，目前基于認(rèn)知加工理論的眼動(dòng)控制模型可分為兩類：即支持視覺注意序列分配的E-Z 讀者模型和支持視覺注意平行分配的SWIFT 模型。兩者都試圖以詞作為文本閱讀中的基本加工單元來解釋眼動(dòng)行為的特點(diǎn)，不同的是，E-Z 讀者模型主張序列加工（serial lexical processing）。該模型支持者認(rèn)為，在早期的視覺加工階段，視網(wǎng)膜開始獲取視覺特征，隨后讀者在注意資源的參與下對(duì)加工詞視覺信息進(jìn)行編碼，并在此基礎(chǔ)上進(jìn)行隨后的詞匯加工。在認(rèn)知加工過程中，促使注意移動(dòng)到詞上的信號(hào)和促使眼睛移動(dòng)到詞上的信號(hào)并非同一個(gè)。在此基礎(chǔ)上，詞匯編碼的過程被分為兩個(gè)不同的激活階段：第一階段（L1）釋放信號(hào)給眼動(dòng)系統(tǒng)，將眼睛轉(zhuǎn)移到下一個(gè)詞，第二階段（L2）釋放信號(hào)給注意系統(tǒng)，將注意轉(zhuǎn)移到下一個(gè)詞。但這兩個(gè)階段并不是完全獨(dú)立的，而是在時(shí)間上有所重合。簡言之，讀者是按照序列的方式對(duì)閱讀知覺廣度內(nèi)的詞依次進(jìn)行加工，注意資源會(huì)在當(dāng)前詞加工完成之后序列性地轉(zhuǎn)換到下一個(gè)加工詞上。

SWIFT 模型則主張平行加工（parallel lexical processing），該模型主要采用詞匯激活（Lexical Activity）的概念描述詞匯加工的實(shí)時(shí)狀態(tài)。研究者認(rèn)為，在閱讀知覺廣度內(nèi)的所有詞匯加工呈空間分布，詞匯所組成的激活性質(zhì)的集合的值隨著時(shí)間的推移實(shí)時(shí)地發(fā)生改變。閱讀知覺廣度內(nèi)每個(gè)詞被分配的注意并不均等，換言之，注意資源的分配是一個(gè)動(dòng)態(tài)變化的過程，詞的加工水平和加工速度與注意資源的分配成正比。也就是說，讀者對(duì)閱讀知覺廣度內(nèi)所有的詞并非機(jī)械地按照既定序列依次加工，而是分布式地進(jìn)行平行加工，注意可同時(shí)分布在所有被加工詞上。詞匯加工難度是影響詞匯激活狀態(tài)的參數(shù)，所有詞匯當(dāng)前相對(duì)的激活狀態(tài)影響當(dāng)前注視點(diǎn)的持續(xù)時(shí)間和下一眼跳的落點(diǎn)位置。SWIFT 模型雖然與E-Z 讀者模型基于不同的概念假設(shè)，但也采用了一些相似的概念，例如詞匯加工的階段性，以及詞頻和預(yù)測性效應(yīng)對(duì)詞匯加工難度的影響。

4 結(jié)語

當(dāng)前主流的眼動(dòng)控制模型都是基于拼音文字閱讀研究的基礎(chǔ)上產(chǎn)生的，而與之對(duì)應(yīng)的中文閱讀眼動(dòng)控制模型還處在發(fā)展階段。盡管拼音文字的眼動(dòng)控制模型是建立在詞的基礎(chǔ)之上的，中文閱讀的相關(guān)研究也證實(shí)了詞加工的整體性，但上述模型能否用來解讀中文閱讀中的眼動(dòng)行為和文字識(shí)別加工過程還有待大量研究數(shù)據(jù)的支持。事實(shí)上，由于中文存在不同于拼音文字的諸多特性，以及漢字成詞的復(fù)雜性和多樣性，在未來研究中都有必要在考慮以詞為基本加工單元的同時(shí)，也將單個(gè)漢字的加工考慮在內(nèi)，在此基礎(chǔ)上構(gòu)建適合于中文閱讀的眼動(dòng)認(rèn)知加工控制模型，從而進(jìn)一步解釋閱讀的本質(zhì)和規(guī)律。