중국어 어휘 의사 결정 및 명명 작업 사이의 주파수 효과를 비교

Summary

연구자들은 어휘 결정 과제와 명명 과제를 모두 채택하여 이 두 과제 사이의 빈도 효과를 비교하여 문자/단어 인식과 같은 몇 가지 중요한 주제를 조사합니다. 이 기사에서는 두 가지 예시 실험을 통해 이 접근 방식을 소개하고 기본 논리에 대해 자세히 설명합니다.

Abstract

심리 언어학 연구에서 빈도 효과는 어휘 접근의 특성을 조사하는 적격 실험 과제에 대한 지표 중 하나가 될 수 있습니다. 일반적으로 연구에서 어휘 접근을 검사하기 위해 이러한 과제 중 하나만 선택됩니다. 이 논문은 두 가지 예시 실험을 사용하여 어휘 결정 작업과 명명 작업을 모두 연구에 포함하는 접근 방식을 소개합니다. 첫 번째 실험에서 자극은 빈도와 규칙성이 조작된 한자였습니다. 두 번째 실험에서는 자극을 중국어 2자 단어로 전환하여 단어 빈도와 주인공의 규칙성을 조작했습니다. 이 두 가지 예시 실험의 논리는 두 과제 간의 빈도 효과를 비교하여 인식에 대한 음운론의 역할과 같은 몇 가지 중요한 문제를 탐구하는 것이었습니다. 그 결과 알파벳 체계에서 보고된 것과는 다른 어휘 접근 패턴이 드러났습니다. 실험 1의 결과는 자극이 한자일 때 LDT에 비해 명명 작업에서 더 큰 빈도 효과를 나타냈습니다. 그리고 주목할 만한 것은 실험 1에서 자극이 일반 한자일 때 명명 작업에서 관찰된 빈도 효과가 LDT의 빈도 효과와 거의 동일했다는 것입니다. 그러나 실험 2에서 자극이 중국어 2자 단어로 전환되었을 때 LDT에 비해 명명 작업에서 더 작은 빈도 효과가 나타났습니다. 두 작업에서 각각의 요구 사항과 특성을 활용하여 연구원은 문자/단어 인식에 대한 보다 완전하고 정확한 그림을 얻을 수 있습니다.

Introduction

판독 경험, 단어의 높은 발생은 심리 언어학 분야에서 주파수 효과로 알려진이 확인 될 속도를 증가시킨다. 정신 물리학 연구에서 단어 빈도의 변수를 조작, 사람들은 일반적인 단어 ^1,2 인식의 낮은 임계 값을 관찰했다. 1970 년대 후반에, 단어 빈도 널리 단어 식별 ^{3,4에 영향을} 미치는 가장 중요한 변수 중 하나로 간주되고있다. 단어의 빈도에 초점을 맞춘 및 기타 관련 변수를 포함하는 단어 인식을 설명하는 대부분의 이론 구축과 ^{5-9 확산되었다.} 이 하나의 작업이 효율적으로 단어 인식 과정을 포착 할 수 있다고 주장 따라서하면 단어 빈도의 변화에​​ 민감해야한다. 기록 된 단어 인식 문헌 모두 어휘 판정 태스크 (LDT) 및 명명 작업이 기준을 충족하고 연구자들은 일반적으로 underlyi 프로브 중 하나를 선택인식의 NG기구.

다른 언어로 단어 인식에 대한 연구 중, LDT 및 명명 작업은 독서의 정신 과정을 이해하고 응답 시간 측정을 사용하는 고전적인 실험 방법이었다. LDT에서 연구자들은 서면 자극이 단어인지 아닌지에 대한 참가자의 의사 결정 시간을 측정한다. 명명 작업으로, 연구자들은 큰 소리로 서면 단어를 말할 참가자 걸리는 시간을 측정합니다. 그러나, 두 작업 중 하나는 자신의 작업 요구와 제한 사항이 있습니다. LDT 단어와 비 단어 / 의사 - 말과 참가자의 결정 과정 사이의 판정 처리를 포함한다. 명명 작업은 자극 발음 참가자를 필요로하고, 음운 정보는 작업 요건을 충족하기 위해 사용되어야한다.

이전 연구에서이 작업의 결과는 스크립트의 다양한 서로 다른 주파수 효과가 나타난다.알파벳 시스템에서, LDT는 네이밍 작업 ^3보다 큰 주파수 효과가 나타난다. Balota 및 Chumbley (1984)의 견해에서 저주파 단어가 아닌 단어 / 유사 단어와 유사한 맞춤법있다. 따라서, 참가자는 아마도 LDT의 주파수 효과를 과장 정확한 응답을 만들기 위해 직교 유사성을 구별하기 위해 오래 걸린다. 자극이 얕은 맞춤법의 언어에서 특히 네이밍 작업에 참가자가 응답을 만들기 위해 맞춤법 - 투 - 음운론 (OP) 변환 규칙을 사용하여 단어를 발음 수 있지만 그들은 진정으로 그것을 확인하기 전에. 이 이름 수요는 알파벳 언어 인식에 가능한 사전 어휘 음운론의 증거로 촬영되었습니다. 이러한 네이밍 전략은 주파수 효과 ^(10)를 훼손 주장한다. 단어 빈도의 조작에 민감 반사 두 작업에서 관찰 될 수 있지만 결론적으로는 LDT 네이밍 작업은 diffe 캡처 할 수 있습니다임대 단계 및 인식 프로세스의 특징. 보다 정확하고 완전한 뷰를 얻으려면 적절한 방법은 그 사이에 두 개의 작업을 채택하고 그 결과의 패턴을 비교한다.

알파벳 언어 달리 중국어 깊은 표기법의 특성을 가지며, 단어뿐만 아니라 문자의 개념을 포함한다. 일반적으로, 중국어 단어 (예 :., , 지아 렌, 가족)는 "(두 개의 문자로 구성되어있다 "지아, 가족;" 단어를 식별하기 전에 "렌, 사람). 단어 내의 문자 인식 처리 ^(11)를 완성한다. 고유 심리 언어학 특성의 관점에서, 중국어 문자 또는 단어의 인식 처리는 매우 독특한 FR은알파벳 시스템의 단어 인식 옴. 연구는 LDT, 중국어 주파수 미치는 영향을 조사하기 위해 동일한 실험에서 명명 작업을 결합 할 경우, 흥미로운 계시은 표시 할 수 있습니다 예를 들어,., 비주얼 문자 / 단어 인식에 관한 음운 활성화를. 한자를 처리에서 명명 작업의 사용 후 어휘 음운론 ^{(12, 13)의} 존재를 함축 LDT,보다 큰 주파수 효과를 보여줍니다. 중국어 두 문자 단어에 자극을 전환, 반전 패턴이 발생합니다. 더 큰 주파수 효과 사전 어휘 음운론의 존재를 시사 네이밍에서보다도 LDT에서 발견된다. 전체 단어 ^{(11), (14)를} 식별하기 전에 참가자는 구성 요소 문자의 음운 정보에 따라 구강 응답을 생성한다. 또한, 자극의 문자의 규칙을 조작 한 후 결과를 가치있는 음운 처리에 대한 자세한 내용 및 도움말 연구원을 표시 할 수 있습니다들 음운론의 검색가 발생하는 경우에 대한 추론을합니다. 다음 실험은 연구자가 LDT와 기본 논리를 정교 한자와 단어의 빈도 효과를 조사하기 위해 명명 작업을 결합하는 방법을 보여 주었다.

Protocol

모든 피험자는 실험 프로토콜을 투여하기 전에 정보를 서면 동의를 제공해야합니다. 모든 절차, 동의서 및 실험 프로토콜은 국립 대만 대학의 연구 윤리위원회에 의해 승인되었다.

1. 어휘 의사 결정 사이의 주파수 효과를 비교 중국 문자의 인식을 작업 명명 (실험 1)

1. 참가자 모집
   1. LDT 네이밍 작업에 모두 참여하는 국립 대만 대학에서 마흔네 학생을 모집. 참가자들은 정상 또는 수정 - 투 - 일반 비전, 듣기 실력, 말하기, 읽기와 중국어를 쓰는 네이티브 중국어 스피커해야합니다. 그들 모두는 오른 손잡이였다.
2. 기재
   1. 우 및 리우 (1987)의 한자 데이터베이스에서 180 문자의 총을 선택합니다. (90) 고주파 자 90 저주파수 문자를 사용한다. 우와 리우에 따르면 (1987), 고주파 특성이 발생하는 이상 (100)에 의해 정의되며, 저주파는 약 백만 데이터베이스의 전체 주파수 중 1~15 발생에 의해 정의된다. 조건에 걸쳐 선택된 재료의 중요한 어휘 특성 (주파수, 스트로크의 수 및 / 또는 다른 특성 등). 대차.
   2. 소리 나는 급진적이고 캐릭터의 음운론에 기초하여, 문자는 세 가지 규칙 유형이 포함되어 있는지 확인하십시오 정규, 이는 음성 라디칼과 문자 주에서 동일한 발음 (톤 무시); 불규칙한,있는 자신의 발음의 차이가있다; 비 표음이되는 문자는 표음으로 정의 될 수 없다.
   3. (1 고주파 일반 예 : 여섯 개의 카테고리 중 하나에 각각의 문자를 분류. 바오, 동국) (2) 고주파, 불규칙한 (예 :., 예 빙 얼음) (3) 고주파수 비 표음 ( , 두안, 섹션) (4) 저주파, 정기적 (예 :., 반 장관이) 넘어 (5) 저주파, 불규칙한 (예 :., , 페이, 왕자의 아내) (6) 저주파, 비 음반 (예 :., ), 듀오, 게으른. 각 카테고리는 30 문자가 포함되어 있습니다.
   4. (윈도우 OS에 내장) 트루 타입을 사용하여 다른 하나에 왼쪽 라디칼 문자의 오른쪽 라디칼을 유지하고 변경하여 180 의사 캐릭터를 구축합니다. 캐릭터와 의사 사이의 문자 획의 수에 큰 차이가 없다는 것을 확인.
      1. 트루 프로그램을 시작합니다. ㅁ대화 상자가 나타납니다 욕실, OK (확인) 버튼을 클릭 한 의사 캐릭터를 생성 할 수있는 프로그램을 시작합니다. 메뉴의 윈도우 참조를 클릭 한 다음 참조 패널을 표시하고 적절한 글꼴을 선택합니다.
      2. 입력 한 실제 패널의 빈 상자에 문자하고 확인 버튼을 클릭합니다. 두 패널은 화면에 나란히 표시됩니다. 문자 구성의 오른쪽 패널에서 원이 실제 문자의 왼쪽 급진적를 선택 자유 선택 버튼의 도구를 사용합니다. 문자 구성의 왼쪽 패널 왼쪽 급진적 인 이동합니다. 그런 다음 의사 자 왼쪽 라디칼이 만들어졌다.
      3. 다시 메뉴에서 윈도우 참조를 클릭하고 다른 실제 문자의 오른쪽 급진적를 선택 유사한 절차를 채택한다. 문자 구성의 왼쪽 패널에 대한 권리 급진적 인 이동합니다. 함께 두 개의 라디칼을 넣고 있는지 그 두 라디칼의 조합이 사전에 의미가합니다. 의사 캐릭터로 구성되어 있습니다. 티암탉은 컴퓨터의 의사 문자를 저장합니다.
   5. 규칙에 의해 피험자 내 요인 설계 (일반 불규칙, 비 음반을) (높음, 낮음) 주파수를 채택. 사이의 피사체 변수로 작업의 유형을 설정합니다.
   6. 모든 항목을 무작위.
3. LDT
   1. 소프트웨어 프로토콜에 따라 실험을 프로그래밍하는 등의 E-프라임으로 표준 실험 소프트웨어를 사용한다.
   2. 자극의 50 %가 "예 응답"및 다른 사람에 대한 문자가있는 "응답 없음"에 대한 의사 문자 있는지 확인하십시오.
   3. 화면에 나타나는 서면 자극이 실제 문자인지 여부를 판단하기 위해 참가자를 요청합니다. 하나는 "예 응답"용이고 다른 하나는 "응답 없음"을위한 두 개의 키 중 하나를 눌러 같은 정확하고 신속하게 응답하도록 지시. 응답을 할 때 오른손을 사용하는 모든 참가자들에게 상기시킨다.
   4. 등의 각 시험 시작terisk 500 밀리 초 등장 빈 화면이 다음에 200 밀리 초 동안 100 Hz에서 경고음과 함께 500 밀리의 모니터의 중심에 고정 점을 나타냅니다.
   5. 컴퓨터에서 참가자의 키 스트로크를 감지 할 때까지 별표 후, 70 센티미터 시거리에서 약 2 도의 시각적 아크 대한다 대상 캐릭터를, 표시하고, 대상의 문자의 개시부터 응답 시간 (RT)을 측정 때까지 키를 눌러 응답이 이루어진다.
   6. 하나의 시험 및 1,000 밀리 초 동안 빈 화면이 다음 사이의 시간 간격을 설정합니다. 컴퓨터 키보드를 눌러 LDT에서 참가자의 응답의 RT와 정확도 속도를 기록합니다.
   7. 컴퓨터 스크린에 기록 형식과 구두 양쪽 모두의 지시를 제공하고, 참여자들은 개별적으로 작업을 수행 하였다.
      주 : 모형 실험 1에서는 작업이 피드백을 20 시련을 갖는 연습 세션을 포함했다. 실험 sessio 중N, 참가자는 나머지마다 36 시련이 있었다. 완료하는 데 30 분 - 연습 하나를 포함하는 전형적인 세션은 참가자 25를 취할 것입니다.

2. 중국어 단어 인식의 어휘 의사 결정 및 이름 지정 작업 사이의 주파수 효과 비교 (실험 2)

1. 참가자 모집
   1. LDT 네이밍 작업에 모두 참여하는 국립 대만 대학에서 서른여섯 학생을 모집. 채용 기준은 (1) 프로토콜과 동일하다.
2. 기재
   1. 그들 중 절반은 실제 단어와 나머지 절반은 의사 단어있는 288 개의 문자 단어의 총을 선택합니다. 우 리우 (1987)에 의하면, 고주파 워드는 선택된 조건에 걸쳐 물질의 발생 이상 50 밸런스 중요한 어휘 특성 (주파수 및 / 또는 다른 특성, 등.)에 의해 정의된다.
   2. 소리 나는 라디칼의 음운론에 기초하여D 문자, 단어 내에서 주인공이 세 가지 규칙 유형이 포함되어 있는지 확인 : 정규, 이는 음성 라디칼과 문자 주에서 동일한 발음 (톤 무시); 불규칙한,있는 자신의 발음의 차이가있다; 비 표음이되는 문자는 표음으로 정의 될 수 없다.
   3. 규칙 유형에 걸쳐 주파수 실제 단어 내에서 최고의 문자를 제어하고 있는지 확인 의사 단어 내에서 최고의 문자 (즉, 예를 들어,., , 시안 (西安) 가야)는 실제 단어에서 다릅니다.
   4. 규칙에 의해 피험자 내 요인 설계 (일반 불규칙, 비 음반을) (높음, 낮음) 주파수를 채택.
   5. 여섯 범주 중 하나에 각각의 단어를 분류 :. (1) 고주파, 일반 선두 문자 (예를 들면, , B다우 U,) 준비 (2) 고주파, 불규칙한 선두 문자 (예 :., , yǎn BAN) 역할을 (3) 고주파 비 표음 문자를 선두 (예., , 보시 의사) (4) 저주파, 일반 선두 문자 (예 :., , BU 광주, 유통) (5) 저주파, 불규칙한 선두 문자 (예 :., , 시앙 금지, 의상, 배우) (6) 저주파, 비 음반 문자를 선도하는 (예 :., 보 슈, eruditely).
   6. 두 개의 블록으로 모든 자극을 할당하고, 각 블록은 작업 유형에 해당합니다. t 중 블록의 순서를 상쇄그는 참가자.
   7. 각 블록 내의 모든 시련을 무작위.
3. LDT
   1. 소프트웨어 프로토콜에 따라 실험을 프로그래밍하는 등의 E-프라임으로 표준 실험 소프트웨어를 사용한다.
   2. 자극의 50 %가 "예 응답"및 다른 사람에 대한 단어 인 "응답 없음"에 대한 의사 단어 있는지 확인하십시오.
   3. 화면에 나타나는 서면 자극이 진짜 단어인지 여부를 판단하기 위해 참가자를 요청합니다. 하나는 "예 응답"용이고 다른 하나는 "응답 없음"을위한 두 개의 키 중 하나를 눌러 같은 정확하고 신속하게 응답하도록 지시. 응답을 할 때 오른손을 사용하는 모든 참가자들에게 상기시킨다.
   4. 화면의 자극이 아니라 문자 나 의사 문자의 단어 또는 단어 의사 것을 제외하고 실험 1과 동일한 조건 및 배치를 설정한다.
   5. 컴퓨터 scre에 기록 format 모두에서 모든 교육을 제공욕실과 구두, 참가자는 개별적으로 작업을 수행.
4. 명명 작업
   1. 소프트웨어 프로토콜에 따라 실험을 프로그래밍하는 등의 E-프라임으로 표준 실험 소프트웨어를 사용한다.
   2. 자극의 50 %가 "예 응답"및 다른 사람에 대한 단어 인 "응답 없음"에 대한 의사 단어 있는지 확인하십시오.
   3. 화면에 기록 된 단어 나 의사 단어를 발음하는 참가자에게 물어보십시오. 로 정확하고 신속하게 응답을하도록 지시합니다.
   4. 화면의 자극이 아니라 문자 나 의사 문자의 단어 또는 단어 의사 것을 제외하고 실험 1과 동일한 조건 및 배치를 설정한다.
   5. 컴퓨터 스크린에 기록 형식과 구두 양쪽 모두의 지시를 제공하고, 참여자들은 개별적으로 작업을 수행 하였다.

Results

주파수 효과가 두 개의 태스크에서 강력한 것으로 관찰되었으며, 증거가있는 고주파 문자 RT 짧았다. 더 중요한 것은, 작업의 상호 작용에 의해 주파수를 찾았습니다. 사후 비교는 알파벳 시스템에서의 연구에 의해보고 된 것과 다른이었다 LDT,보다 명명 작업에 큰 주파수 효과를 나타내었다.

또한, 주파수의 상호 작용에 의해 규칙은 RT뿐만 오류 비율에 발견되었다. 규칙적인 효과 명명 태스크 저주파 문자를 관찰 하였다. 저주파 불규칙한 음반 및 저주파 비 음반에 비해 참가자는 저주파 정규 음반에 대한 훨씬 더 빠르고 정확하게 구강 응답을했다.

실험 1의 결과를 표 1에 나타낸다차 그림 1.

Discussion

이 연구는 두 작업 사이의 주파수 효과의 차이는 미리 사전 및 사후 어휘 음운론의 인식에 음운론의 역할을 규명하는 데 도움이 될 수 있음을 보여줍니다. 중국어 문자 인식 (실험 1)에서, 음운론 프로세스는 LDT에 비해 명명 작업에 더 큰 주파수 효과와 사후 어휘 수있다. 이 발견은 알파벳 언어에보고 된 결과와 상이하다. 중국어 단어 인식 (실험 2)에서, 네이밍 작업에 작은 주파수 효과를 명명하는 동안 서브 워드 문자 방법에 관한 음운론, - 어휘를 사전에 기인 할 수있다.

명명 작업 영어 ^(12)의 어휘 접근 전에 서브 어휘 음운론의 과정을 포함하는 경우 시각적 단어 인식에서, 참가자들은 주파수에 의해 변조되지 않을 것 맞춤법 - 투 - 음운론 변환 규칙을 사용하여, 따라서이를 채택하여 단어를 발음 할 수 전략은 observat 희석 수도주파수 효과 이온. 예상되는 결과는 LDT에 비해 명명 작업에 작은 주파수 효과해야합니다.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
표준 PC
E-Prime (버전 2.0)	심리학 소프트웨어 도구
직렬 응답 상자	심리학 소프트웨어 도구		직렬 응답 상자에는 음성 키가 포함되어 있어 연구원들이 자신있게 음성 대기 시간을 수집할 수 있습니다.
마이크로폰:			참가자가 들어오는 소리를 감지하는 데 사용할 수 있습니다