语言理解
前置知识与学习目标
前置知识：神经元基础（动作电位、突触权重）、神经网络前馈与反向传播、视觉认知章节的感受野与层级加工。建议先回顾「课程导论」的神经网络小节。
本章学习目标：
- 理解言语感知面对的言语可变性难题与协同发音约束，认识到语音信号不是离散符号而是连续频谱
- 掌握 McGurk效应、音素恢复效应、语义上下文效应三大跨模态与 top-down加工证据
- 理解 Cohort 模型与 TRACE模型的并行竞争机制，能描述三层交互激活的算法
- 建立三角形模型（正字法 ↔语音 ↔语义）的整体框架，能用它解释常见的命名错误与失读症
- 了解失语症类型与 Hickok & Poeppel 双通路模型
- 理解范畴特异性语义损伤现象与感觉-功能理论的解释，掌握神经网络模拟"病灶损伤"的方法
言语感知是语言理解的第一道关卡。它把高度可变的声学信号映射到离散的音素、再到词，最后到意义。这一节会反复回到一个核心问题：给定一段连续声波，听者是如何确定说话人说了什么的？
1.1言语感知的多阶段加工
从声学信号到词义的提取至少经过四个层级：
- 音素检测（phoneme detection）：识别基本语音单元 /b/、/e/、/t/、/e/、/r/
- 音节组合（syllable assembly）：把音素组合成 /be/ /ter/ 等音节
- 词提取（word recognition）：音节组合成 "better" 这种完整词形
- 词义检索（lexical access）：从心理词典中检索词对应的概念与意义
1.2声谱（Spectrogram）：把声音"画"出来
声谱把声音信号从「振幅随时间变化」的一维波形，转换为「频率 × 时间 ×能量」的三维表征。横轴是时间，纵轴是频率，灰度/颜色深浅表示该时刻该频率的能量强度。
声谱（Spectrogram）是言语声学分析的核心工具。每句话对应一条独一无二的「频率指纹」：浊音（vowels、声母 b/d/g 等）有明显的低频共振峰（formant）结构，擦音和摩擦音呈现高频乱纹，爆破音则留下短暂的静默（closure）和突发（release）。
经典例子："I owe you a yo-yo"。短短七个词，其声谱就足以让熟练的语音学家逐词分辨——共振峰的走向、爆破间隙的位置、词与词之间的过渡形态都清晰可读。
课堂练习：数词挑战
PPT给出几段芬兰语录音让听众数词数：
- Hyvää huomenta（芬兰语）：两个词，意为 "Good morning"
- Kiitoksia oikein paljon：三个词，意为 "Thank you very much"
- Ilmatyynyalukseni on täynnä ankeriaita：四个词，意为 "My hovercraft is full of eels"
这个练习反映了一个核心事实：词与词之间没有清晰的物理边界。连续语流中既没有强制停顿，也没有显式的词标记，听者必须依赖内在的词汇知识和句法知识来切分。
1.3言语感知的两大难题
言语信号给听者的认知系统出了两道题：
难题一：词边界模糊
口语中词与词之间没有像书面语那样的空格。声道物理上不会每说完一个词就强制停顿，听者必须在线切分。
难题二：音素难以辨识
造成音素难辨识的因素至少有三类：
- 协同发音（coarticulation，连音）：相邻音在声道中相互影响、彼此融合。例如把 /d/ 和 /u/ 连读时，/d/ 的频率特征已经和 /u/ 的共振峰部分重叠
- 说话人差异：不同说话人的音高（受年龄、性别影响）、口音、语速都不同
- 环境差异：背景噪声、距离、回声等
缺乏不变性（Lack of Invariance）：相同的音素在不同上下文、不同说话人、不同语速下，其声学特征差异极大。这意味着不存在一个"标准声学模板"能让听者直接匹配——必须依赖上下文、经验和高层知识。
下图是协同发音的典型示例。/d/ 和 /u/单独发音与连读时的声学差异显著，连读时几乎没有清晰可分的"d-then-u"，而是连续滑动的频谱：
1.4听者如何消解歧义？三种 top-down策略
既然声学信号本身高度模糊，听者必须借助上下文信息（context）来填补缺口。上下文至少来自三个层面：
| 上下文类型 | 来源 | 典型效应 |
|---|---|---|
| 跨模态上下文 | 视觉（唇形、面部、手势） | McGurk效应：听觉 +视觉融合 |
| 语义上下文 | 词义、句子主题、世界知识 | Pollack & Pickett 实验：剪接词识别率从47%显著提高 |
| 语言学上下文 | 音节结构、词频、句法 | 词频效应、词汇启动 |
1.5 McGurk效应：视觉改变听觉
McGurk & MacDonald (1976) "Hearing lips and seeing voices"，Nature264:746-748。
实验范式：受试者看一段视频，听到声音 /ba/（auditory "ba"），但看到的唇形是 /ga/（视觉 "ga"）。
结果：约 98% 的成年人报告自己听到的是 /da/——既不是 /ba/也不是 /ga/，而是两者融合后的新音素。
McGurk效应（McGurk Effect）：听觉感知会被视觉信息显著调制。当听觉和视觉提示冲突时，大脑做出"合理假设"，把两个通道的信息融合（fuse），生成一个既不来自听觉也不来自视觉的第三种感知。
这一效应有力证明了言语感知是多源信息并行+交互的加工过程：唇动（视觉）和声波（听觉）都被假定为"信息源"，大脑会自动融合它们。
1.6语义上下文效应：Pollack & Pickett (1964)
经典实验设计：
- 录制若干段对话，受试者在对话情境下听这些词，几乎都能识别正确
- 把词从原对话中剪接出来单独播放，识别率骤降至 47%
- 重新提供上下文（语义、句法），识别率显著回升
1.7音素恢复效应（Phonemic Restoration）
经典演示：呈现词 legislature，但把其中某个音素替换为咳嗽声或蜂鸣噪声：
- Legi[lature]：听到 "legislature"，仿佛没有缺失
- Legi[lature]：同样感知为完整词，且无法准确指出噪声位置
更巧妙的版本："It was found that the eel was on the axle"——把 "wheel" 中的 /w/ 用咳嗽遮蔽，听者根据 eel、axle推断缺失音，得到 "wheel"。
音素恢复效应（Phonemic Restoration）：当语音信号被噪声遮蔽（如咳嗽声、蜂鸣）时，听者倾向于填补缺失音素，并难以觉察到中断。这说明音素识别过程具有主动的预测和重建机制——大脑不接受"听不清"作为最终输出。
该效应是语境驱动感知重建（context-driven perceptual reconstruction）的最清晰证据之一，与视觉系统对遮挡边缘的"幻觉轮廓"（illusory contour）异曲同工。
既然言语感知高度依赖上下文，那么口语词识别（spoken word recognition）的计算模型就必须解释两个核心机制：
- 并行激活：听到 /b/之后，所有以 /b/ 开头的候选词同时被激活
- 竞争淘汰：随着声学信号展开，候选词逐步淘汰，直到唯一胜出
2.1 Cohort 模型：队列与唯一性点
Cohort 模型（队列模型）：Marslen-Wilson & Welsh (1978)，1989 年修订。
听到词的首音后，所有首音相同的词都进入一个临时的"队列"（cohort）。随后的每一个音素都进一步过滤这个队列。当队列中只剩一个候选词时，达到唯一性点（uniqueness point）——这是词被识别的时刻。
例子：听到 "cat" 的 /k/ 时，候选集包含 cat, car, card, carry, captain, ...；听到 /kæ/ 时还剩 cat, cap, cab, ...；听到 /kæt/ 时只剩 cat——这就是它的唯一性点。
2.2眼动证据：Tanenhaus范式
如何验证 Cohort 模型？眼动追踪提供了一个优雅的窗口：
实验范式：让受试者听到 "Point to the beaker"，面前的屏幕上有：
- 目标：beaker（烧杯）
- 队列竞争者（cohort competitor）：beetle（甲虫）
- 押韵竞争者（rhyme competitor）：speaker（扬声器）
- 无关词：carriage（马车）
受试者佩戴头戴式眼动仪，记录他们听到指令时的注视位置。
关键发现：
- 在听到 "beaker"完整词之前，受试者已经先看向 beaker、beetle 等以 /b/ 开头的对象——证明早期激活已经发生
- 押韵词 speaker 的注视时间显著短于目标，说明在 /b/阶段就被排除
- 无关词 carriage几乎不被注视
2.3 TRACE 模型：三层交互激活神经网络
TRACE 模型：McClelland & Elman (1986)。"TRACE: A Parallel Interactive Activation Model of Speech Processing"，Cognitive Science。
TRACE 是 Cohort模型的神经网络实现，把言语感知建模为一个三层交互激活网络。
下图是 TRACE 模型的整体架构：
graph TB subgraph F["特征层 (Feature Layer)"] F1["发声特征
voicing, place, manner"] F2["频率/能量特征"] end subgraph P["音素层 (Phoneme Layer)"] P1["/b/"] P2["/e/"] P3["/t/"] P4["/k/"] P5["/æ/"] P6["其他音素..."] end subgraph W["词层 (Word Layer)"] W1["bat"] W2["bet"] W3["cat"] W4["cap"] W5["cabbage"] W6["其他词..."] end F1 -->|"bottom-up
excitatory"| P1 F1 -->|"bottom-up
excitatory"| P2 F2 -->|"bottom-up
excitatory"| P5 P1 -->|"bottom-up
excitatory"| W1 P1 -->|"bottom-up
excitatory"| W2 P3 -->|"bottom-up
excitatory"| W1 P3 -->|"bottom-up
excitatory"| W2 P5 -->|"bottom-up
excitatory"| W1 P5 -->|"bottom-up
excitatory"| W2 W1 -->|"top-down
excitatory"| P1 W1 -->|"top-down
excitatory"| P3 W1 -->|"top-down
excitatory"| P5 W2 -->|"top-down
excitatory"| P2 W2 -->|"top-down
excitatory"| P3 W2 -->|"top-down
excitatory"| P5 P1 -.->|"lateral
inhibitory"| P4 P2 -.->|"lateral
inhibitory"| P4 P3 -.->|"lateral
inhibitory"| P4 P4 -.->|"lateral
inhibitory"| P1 P5 -.->|"lateral
inhibitory"| P6 W1 -.->|"lateral
inhibitory"| W3 W1 -.->|"lateral
inhibitory"| W4 W2 -.->|"lateral
inhibitory"| W3 W3 -.->|"lateral
inhibitory"| W1 W4 -.->|"lateral
inhibitory"| W1 classDef feat fill:#3b82f6,stroke:#1d4ed8,color:#fff; classDef phon fill:#8b5cf6,stroke:#6d28d9,color:#fff; classDef word fill:#10b981,stroke:#047857,color:#fff; class F1,F2 feat; class P1,P2,P3,P4,P5,P6 phon; class W1,W2,W3,W4,W5,W6 word;
TRACE 的三条核心规则：
规则1：层间连接是双向兴奋性
特征→音素、音素→词的连接是 bottom-up兴奋；词→音素、音素→特征的连接是 top-down兴奋。这让模型能模拟 McGurk效应、音素恢复等"高层知识反过来影响低层感知"的现象。
规则2：层内连接是侧抑制
同一层内的单元彼此相互抑制（lateral inhibition）。这让模型形成一个胜者通吃（winner-take-all）的动力学——激活值最高的候选词最终压制所有竞争者。
规则3：激活随时间演化
每个单元的激活值随声学输入动态更新。支持双向交互意味着：候选词 bat 一旦有微弱激活，就会反过来强化其组成音素 /b/、/æ/、/t/，这些音素又进一步强化 bat——形成正反馈，直到稳定胜出。
TRACE模型的预测：
- 系统激活所有与当前声学输入一致的候选词
- 候选词彼此竞争（通过侧抑制）
- 胜者被选出，竞争者被抑制——这就是识别
2.4 Cohort vs. TRACE：殊途同归
两个模型有大量共通点：
| 维度 | Cohort 模型 | TRACE 模型 |
|---|---|---|
| 候选激活 | 并行激活首音相同的词 | 三层并行激活 |
| 竞争机制 | 随输入过滤、淘汰 | 层内侧抑制（winner-take-all） |
| Top-down | 未明确建模 | 显式建模（词→音素→特征） |
| 实现形式 | 符号/概念模型 | 神经网络（可计算） |
| 关键证据 | 唯一性点（uniqueness point） | McGurk、音素恢复、上下文效应 |
两者都依赖并行激活+部分候选词之间的竞争。这一共识也影响了后续的视觉词识别模型——说明并行+竞争是人类词识别的核心计算原则，不分听和读。
从声谱走到意义，最后一关是语义加工。这一节关注三个问题：词在大脑中如何表征？失语症揭示了怎样的语言器官结构？为什么有些病人只对一类词（生物/工具）失能？
3.1三角形模型：三种表征的连接
三角形模型（Triangle Model）：Seidenberg & McClelland (1989)、Plaut et al. (1996) 等提出。词的概念在三个相互连接的表征系统之间转换：
- 正字法（orthography）：词的拼写/视觉形式
- 语音（phonology）：词的发音/听觉形式
- 语义（semantics）：词的意义/概念
三角形结构图：
graph LR O[/"正字法
Orthography
(spelling)"/] P[/"语音
Phonology
(sound)"/] S[/"语义
Semantics
(meaning)"/] O <-->|"读：orthography → phonology"| P P <-->|"听：phonology → orthography"| O O <-->|"命名：orthography → semantics"| S S <-->|"理解：semantics → orthography"| O P <-->|"命名：phonology → semantics"| S S <-->|"理解：semantics → phonology"| P O -.->|"间接
via semantics"| P P -.->|"间接
via semantics"| O classDef orth fill:#f59e0b,stroke:#b45309,color:#fff; classDef phon fill:#8b5cf6,stroke:#6d28d9,color:#fff; classDef sem fill:#10b981,stroke:#047857,color:#fff; class O orth; class P phon; class S sem;
关键观察：
- 三个表征系统两两连接，任意一对都可以直接转换
- 语音↔正字法之间既有直接通路（GPC规则），也有经由语义的间接通路
- 模型解释了命名、阅读、口头理解等不同任务可以用不同通路组合完成
3.2失语症类型：大脑语言器官的窗口
19 世纪以来，对失语症患者的临床观察奠定了大脑语言区的基本框架：
| 类型 | 病灶 | 核心症状 | 理解能力 | 产出能力 |
|---|---|---|---|---|
| Broca失语（表达性） | 左额下回（Broca 区） | 语法缺失、电报式语、停顿多 | 相对保留 | 严重受损 |
| Wernicke失语（接受性） | 左颞上回后部（Wernicke 区） | 流利但空洞、新造词（jargon）、无语义 | 严重受损 | 流利但无意义 |
| 传导性失语（conduction） | 弓状束（连接 Broca 与 Wernicke） | 复述能力严重受损，自发言语相对流利 | 相对保留 | 复述困难 |
| 命名性失语（anomic） | 左颞叶 | 找词困难（tip-of-the-tongue），理解保留 | 保留 | 找词障碍 |
古典 Wernicke-Geschwind 模型：Broca 区负责言语产出，Wernicke 区负责言语理解，两者通过弓状束连接。该模型解释了大量临床现象，但也过度简化了大脑语言网络的真实复杂性——现代神经成像显示语言加工涉及多个分布式网络，远不止两个"中心"。
3.3 Hickok & Poeppel 双通路模型
Hickok & Poeppel (2004,2007)双通路模型：言语加工沿两条解剖上可分的大脑通路进行。
graph LR A[/"听觉皮层
Heschl's gyrus"/] D["背侧通路
Dorsal
颞叶后部 →额下回
(Broca 区)"] V["腹侧通路
Ventral
颞叶后部 →颞叶前部"] S1[/"语音运动表征
articulatory network"/] S2[/"词-义映射
lexical-semantic interface"/] S3[/"概念系统
conceptual store"/] A -->|"谱图分析"| D A -->|"谱图分析"| V D --> S1 V --> S2 S2 --> S3 classDef input fill:#3b82f6,stroke:#1d4ed8,color:#fff; classDef dorsal fill:#f59e0b,stroke:#b45309,color:#fff; classDef ventral fill:#10b981,stroke:#047857,color:#fff; classDef output fill:#8b5cf6,stroke:#6d28d9,color:#fff; class A input; class D dorsal; class V ventral; class S1,S2,S3 output;
两条通路的功能分工：
- 背侧通路（dorsal stream，颞叶后部 → Broca 区）：负责语音→运动的转换，主要支持复述、语音工作记忆、言语产出。"听到什么就说什么"靠这条通路
- 腹侧通路（ventral stream，颞叶后部 →颞叶前部）：负责语音→语义的映射，支持言语理解、词汇识别、把声音转化为意义
3.4 双通路阅读模型（Dual-Route Model of Reading）
双通路阅读模型：阅读印刷词时存在两条独立通路。
graph LR V[/"视觉词形
printed word"/] L["词汇通路
Lexical Route
整词查词典"] N["非词汇通路
Nonlexical Route
GPC规则
(grapheme-to-phoneme)"] O[/"语音产出
phonological output"/] S[/"语义系统
semantic system"/] V --> L V --> N L -->|"整词 →词条"| O L -->|"词条 →意义"| S N -->|"字素→音素转换"| O S -.->|"语义中介"| O classDef input fill:#3b82f6,stroke:#1d4ed8,color:#fff; classDef lexical fill:#10b981,stroke:#047857,color:#fff; classDef nonlex fill:#f59e0b,stroke:#b45309,color:#fff; classDef output fill:#8b5cf6,stroke:#6d28d9,color:#fff; class V input; class L lexical; class N nonlex; class O,S output;
两条通路的对比：
| 维度 | 词汇通路 | 非词汇通路（GPC） |
|---|---|---|
| 加工对象 | 熟悉的整词 | 任意可拼读的字符串 |
| 机制 | 查心理词典（视觉词形→词条） | 字素→音素转换规则 |
| 速度 | 对高频词更快 | 对规则新词稳定 |
| 失败模式 | 不规则词（如 yacht）会出错 | 不规则词（如 have 中的 a）读错 |
| 损伤后果 | 深层失读症（读音→语义） | 表层失读症（拼读→规则化） |
深层失读症（Deep Dyslexia）：非词汇通路受损，只能走词汇通路。读 yacht 时直接通过语义猜测，常常读成 "boat" 这种语义相关词。
表层失读症（Surface Dyslexia）：词汇通路受损，只能走 GPC规则。读 yacht 时按规则拼成 /jætʃt/ 这种规则化但错误的发音，因为不知道这个例外。
3.5范畴特异性语义损伤：JBR、SBY 与"生物 vs工具"分裂
比"读不准"更戏剧化的现象：有些病人对某一类词的命名或定义能力严重受损，但其他类词完好。
案例 JBR（生物类受损）：
- Parrot（鹦鹉）："don't know"
- Daffodil（黄水仙）："plant"
- Snail（蜗牛）："an insect animal"
- Ostrich（鸵鸟）："unusual"
- Eel（鳗鱼）："not well"
对工具/非生物则定义良好：
- Tent（帐篷）："temporary outhouse, living home"
- Briefcase（公文包）："small case used by students to carry papers"
- Compass（指南针）："looks for telling direction you are going"
- Torch（手电筒）："hand-held light"
案例 SBY（模式相反）：生物类基本正确，工具类严重受损：
- Wheelbarrow（独轮车）："object used by people to take material about"
- Towel（毛巾）："material used to dry people"
- Crocus（番红花）："rubbish material"
- Umbrella（雨伞）："object used to protect you from water"
范畴特异性语义损伤（Category-Specific Semantic Deficits）：脑损伤可以选择性地破坏某一语义范畴（如生物 vs 非生物）的表征，而保留其他范畴完整。这种双重分离（double dissociation）证明不同语义范畴依赖不同的神经基础。
3.6感觉-功能理论（Sensory-Functional Theory）
如何解释这种分裂？早期假设：大脑中存在两套独立系统——一套管"生物"，一套管"工具"。但证据表明单一系统也可以解释——关键是不同范畴依赖不同类型的特征。
感觉-功能理论（Sensory-Functional Theory, SF Theory）：所有概念都由一个统一的分布式语义系统表征，但不同范畴依赖不同类型的特征。
- 生物（动物、植物）：主要由感觉特征（sensory/perceptual features）定义——外观、形状、颜色、动作模式、运动特征
- 非生物（工具、人造物）：主要由功能特征（functional features）定义——用途、操作方式、与人的关系
关键证据：词典特征统计（字典中描述词条的属性比例）：
| 范畴 | 感觉特征 : 功能特征 | 解释 |
|---|---|---|
| 生物（living） | 7.7 :1 | 高度依赖视觉/感觉属性 |
| 非生物（nonliving） | 1.4 :1 | 感觉与功能属性相对均衡，但功能略多 |
3.7神经网络模拟：病灶损伤揭示范畴特异性
Farah & McClelland 等用神经网络直接模拟了这种损伤模式：
- 构建一个单一系统的神经网络，输入图片 → 输出名称（命名任务），同时也能从名称 →视觉特征（理解任务）
- 网络中包含两类语义节点：视觉/感觉节点（visual/sensory）和功能节点（functional）
- 训练网络区分 N 个生物与非生物
- 训练完成后，人工损伤特定节点：
| 病灶位置 | 模拟结果 | 对应临床模式 |
|---|---|---|
| 损伤视觉/感觉节点 | 网络对生物的命名和理解能力大幅下降 | JBR 类型 |
| 损伤功能节点 | 网络对非生物的命名和理解能力大幅下降 | SBY 类型 |
| 不损伤 | 所有范畴的命名/理解都正常 | 健康对照 |
理论意义：范畴特异性损伤不需要两个独立的语义系统。单一分布式系统 + 不同范畴对不同特征类型的依赖 → 选择性损伤可以产生貌似"分系统"的临床模式。这是认知神经科学中"涌现的分离"（emergent dissociation）的一个清晰例证。
3.8 表征意义：没有"心理词典"这件事
最后一个关键认识：大脑中没有一个独立存放"心理词典"（mental dictionary）的区域。相反，意义以分布式表征（distributed representation）存储——一个概念由许多不同类型的特征节点共同激活来定义。
- 感觉/视觉特征：颜色、形状、大小、声音、运动模式
- 功能特征：用途、操作方式、因果关系
- 情境/情感特征：使用场景、社会含义
| 概念 | 一句话定义 | 关键证据/案例 |
|---|---|---|
| 声谱（spectrogram） | 频率×时间×能量的三维声学表征 | "I owe you a yo-yo"频谱指纹 |
| 协同发音（coarticulation） | 相邻语音在声道中相互融合 | /d/+/u/ 连读的频谱滑动 |
| 缺乏不变性（lack of invariance） | 同一音素在不同语境下声学特征差异极大 | 说话人差异、口音、语速 |
| McGurk效应 | 视觉唇形改变听觉感知 | /ba/+唇形 /ga/ →98%感知为 /da/ |
| 音素恢复（phonemic restoration） | 听者自动填补被噪声遮蔽的音素 | Legi[lature] 仍感知为 legislature |
| 语义上下文效应 | 上下文帮助识别被剪接出来的孤立词 | Pollack & Pickett：47% →显著提高 |
| Cohort 模型 | 首音激活所有候选词，随输入过滤 | 唯一性点（uniqueness point） |
| TRACE 模型 | 三层交互激活神经网络，特征→音素→词 | McClelland & Elman,1986 |
| 三角形模型 | 正字法 ↔语音 ↔语义，三角形连接 | Seidenberg & McClelland,1989 |
| 背侧通路 | 语音→运动，复述和语音工作记忆 | Hickok & Poeppel 双通路模型 |
| 腹侧通路 | 语音→语义，言语理解 | 颞叶后部 →颞叶前部 |
| 双通路阅读模型 | 词汇通路 + 非词汇通路（GPC） | 深层失读症 vs 表层失读症 |
| 范畴特异性损伤 | 某一语义范畴（生物/非生物）选择性受损 | JBR（生物受损） vs SBY（工具受损） |
| 感觉-功能理论 | 生物依赖感觉特征，工具依赖功能特征 | 词典比例7.7:1 vs1.4:1 |
参考来源
-
西安交通大学「计算认知科学与工程」课程 PPT：Language Comprehension。本地路径：src/media/pdf/认知科学/Language Comprehension.pdf。
-
McGurk, H., & MacDonald, J. (1976). Hearing lips and seeing voices. Nature,264,746-748. Nature原文
-
Pollack, I., & Pickett, J. M. (1964). Intelligibility of excerpts from conversation. Language and Speech,7(2),101-108.
-
Warren, R. M. (1970). Perceptual restoration of missing speech sounds. Science,167(3917),392-393. Science原文
-
Marslen-Wilson, W. D., & Welsh, A. (1978). Processing interactions and lexical access during word recognition in continuous speech. Cognitive Psychology,10(1),29-63.
-
McClelland, J. L., & Elman, J. L. (1986). The TRACE model of speech perception. Cognitive Psychology,18(1),1-86. Cognitive Psychology原文
-
McClelland, J. L., & Rumelhart, D. E. (1981). An interactive activation model of context effects in letter perception. Psychological Review,88(5),375-407.
-
Seidenberg, M. S., & McClelland, J. L. (1989). A distributed, developmental model of word recognition and naming. Psychological Review,96(4),523-568.
-
Plaut, D. C., McClelland, J. L., Seidenberg, M. S., & Patterson, K. (1996). Understanding normal and impaired word reading: Computational principles in quasi-regular domains. Psychological Review,103(1),56-115.
-
Hickok, G., & Poeppel, D. (2007). The cortical organization of speech processing. Nature Reviews Neuroscience,8(5),393-402. Nature Reviews原文
-
Farah, M. J., & McClelland, J. L. (1991). A computational model of semantic memory impairment: Modality specificity and emergent category specificity. Psychological Review,98(3),446-461.
-
Warrington, E. K., & Shallice, T. (1984). Category-specific semantic impairments. Brain,107(3),829-854. Brain原文
- Stanford Encyclopedia of Philosophy · Speech Perception：补充言语感知与知觉组织的哲学-认知交叉视角。