Это исследование клинических аспектов неврологии и нейрохирургии.Клиническая нейрохирургия — это медицинская специальность, занимающаяся профилактикой, диагностикой, лечением и реабилитацией заболеваний, которые влияют на любую часть нервной системы, включая головной, спинной мозг, периферические нервы и экстрачерепную цереброваскулярную систему.

Связанные журналы клинической нейрохирургии

Журнал неврологии и нейробиологии, Insights in Clinical Neurology, Clinical & Experimental Neuroimmunology, Neuroscience & Clinical Research, Clinical Neurology, Clinical Neurology and Neurosurgery, Clinical Neuropsychiatry, Clinical Neurosurgery

Degenerative Neurology

Это известно как прогрессирующая потеря структуры или функции нейронов, включая гибель нейронов.Заболевания, вызванные нейродегенерацией, неизлечимы и часто поражают пожилых людей и характеризуются прогрессирующим разрушением нервных клеток, что в конечном итоге приводит к их гибели. Дегенеративные неврологические состояния могут включать рассеянный склероз, нервно-мышечные расстройства (например, мышечную дистрофию), болезнь двигательных нейронов, болезнь Хантингтона и болезнь Паркинсона.

Связанные журналы дегенеративной неврологии

Журнал неврологии и нейробиологии, Insights in Clinical Neurology, Journal of Neuropsychiatry, Психическое здоровье в семейной медицине, Международный журнал анестезиологии и медицины боли, Нейродегенеративные заболевания, нейродегенеративные заболевания, ЦНС и неврологические расстройства — мишени для лекарств, Терапевтические достижения в неврологических расстройствах

Фокальная неврология

Очаговая неврологическая недостаточность состоит из набора симптомов или признаков, причина которых может быть локализована в анатомическом участке центральной нервной системы.Внезапное развитие очагового неврологического дефицита предполагает сосудистое ишемическое событие, такое как инфаркт. Хронически ухудшающийся очаговый неврологический дефицит может быть вызван расширяющимся внутричерепным поражением, таким как первичное или метастатическое новообразование.

Связанные журналы по фокальной неврологии

Журнал неврологии и неврологии, Insights in Clinical Neurology, Neurology, Brain: журнал неврологии, Annals of Neurology, Lancet Neurology, JAMA Neurology, Journal of Comparative Neurology, Journal of Neurology, Neurosurgery and Psychiatry, Experimental Neurology

Подробнее Вычисления на английском языке, чем на финском

Исследование движения: механизмы, процессы и приложения, (стр.445–452). Амстердам:

Эльзевир.

Кипарский П. (1982). Лексическая фонология и морфология. В И. Ян (ред.), Лингвистический в утреннем штиле

. Сеул: Ханшин.

Кучера, Х., и Фрэнсис, В. (1967). Вычислительный анализ современного американского английского.

Провиденс, Род-Айленд: Brown University Press.

Лайне, М., Ниеми, Дж., Койвуселкя-Саллинен, П., Алсен, Э. и Хёна, Дж. (1994). Нейро-

лингвистический анализ морфологических нарушений у финско-шведских двуязычных афазиков.

Клиническая лингвистика и фонетика, 8, 177–200.

Лайне, М., Ниеми, Дж., Койвуселкя-Саллинен, М., и Хёна, Дж. (1995). Морфологическая обработка

полиморфемных существительных в языке с сильной склонностью. Когнитивная нейропсихология, 12,

457–502.

Лайне, М., Вайнио, С., и Хёна, Дж. (1999). Лексические маршруты доступа к существительным в морфологически

богатых языках. Журнал памяти и языка, 40, 109–135.

Лайне, М., И Виртанен, П. (1998). Программа лексического поиска WordMill. Центр когнитивных исследований

Неврология, Университет Турку, Турку, Финляндия.

Лауданна, А., и Бурани, К. (1995). Распределительные свойства деривационных аффиксов:

Последствия для обработки. В Л. Б. Фельдман (ред.), Морфологические аспекты обработки языка

, (стр. 345–364). Хиллсдейл, Нью-Джерси: Лоуренс Эрлбаум.

Лауданна, А., Бурани, К., и Кермеле, А. (1994). Префиксы как единицы обработки.Язык и

Когнитивные процессы, 9, 295–316.

Марслен-Уилсон, В., Тайлер, Л., Вакслер, Р., и Олдер, Л. (1994). Морфология и значение

ментальной лексики. Психологическое обозрение, 101, 3–33.

Маккуин Дж. И Катлер А. (1998). Морфология в распознавании слов. В Цвикки, А. и

Спенсер, А. (ред.), Справочник по морфологии. Оксфорд: Блэквелл.

Рубин Г., Беккер К. и Фриман Р. (1979). Морфологическая структура и ее влияние на визуальное распознавание

слов.Журнал вербального обучения и вербального поведения, 18, 757–767.

Шредер Р. и Баайен Р. Х. (1995). Моделирование морфологической обработки. В Фельдман, Л.,

(ред.), Морфологические аспекты языковой обработки, стр. 131–154. Хиллсдейл, Нью-Джерси:

Лоуренс Эрлбаум.

Шредер Р. и Баайен Р. Х. (1997). Насколько сложными могут быть симплексные слова. Журнал

Память и язык, 36, 118–139.

Штембергер, Дж. И Мак-Уинни, Б. (1986). Частота и лексическая память систематически изменяемых форм

.Память и познание, 14, 17–26.

Суоми К., Маккуин Дж. И Катлер А. (1997). Гармония гласных и сегментация речи в

финском языке. Журнал памяти и языка, 36, 422–444.

Тафт, М., и Форстер, К. (1975). Лексическое хранение и поиск слов с префиксом. Журнал

Вербальное обучение и вербальное поведение, 14, 638–647.

Тафт, М. (1979). Распознавание прикрепленных слов и эффект частотности слов. Память и

Познание, 7, 263–272.

Тафт, М. (1981). Еще раз об удалении префиксов. Журнал вербального обучения и вербального поведения,

20, 289–297.

Ваннест Дж. И Боланд Дж. (1999). Лексическая морфология и лексический доступ. Мозг и язык,

68, 324–332.

Вурм, Л. (1997). Слуховая обработка английских слов с префиксом является как непрерывной, так и декомпозиционной

. Журнал памяти и языка, 37, 438–461.

106 Ваннест, Бертрам, Ярвикиви и Ниеми

Многоязычный биомедицинский словарь

AMIA Annu Symp Proc.2005; 2005: 933.

Аннотация

Мы представляем уникальную методику создания многоязычного биомедицинского словаря, основанного на по методологии, называемой морфо-семантическим индексированием. Наш подход закрывает пробел, вызванный отсутствием бесплатных многоязычных медицинские словари и отсутствие точности немедицинских электронных инструменты перевода. Сначала мы объясним базовую технологию, а затем описанием интерфейса словаря, в котором используется многоязычный тезаурус подслов и статистическую информацию из предметно-ориентированный, многоязычный корпус.

Морфо-семантическое индексирование

Чтобы справиться с различными морфологическими процессами в разных языках, мы разработал термин «методология нормализации», получивший название морфо-семантического индексирования (далее — MSI). MSI использует специальный тип словаря с записями состоящий из подслов, т.е. семантически минимальных единиц. Подслова сгруппированы в классы эквивалентности (представленные идентификаторами морфем (MID)), которые охватить как внутриязычную, так и межъязыковую синонимию. А морфосинтаксический синтаксический анализатор извлекает подслова из текстов и назначает MID в трехэтапной процедуре MSI (см.). Результатом является морфо-семантически нормализованное выражение на языке. независимое представительство. Его полезность для межъязыкового индексирования и поиск уже был доказан. [1]

Морфо-семантическое индексирование MSI

Биомедицинский словарь

Во-первых, мы используем корпуса, специфичные для домена и языка, для создания больших список поверхностных слов, биграмм слов и триграмм (далее целевых слов (TW) ), содержащих их частоты в этих корпусах.Все целевые слова впоследствии транслируется в набор MID (вызывая процедуру MSI как описано выше). Эти данные закодированы в таблице Dict , каждая запись является четверной ( TW , freq ( TW ), MSI ( TW ), lang ). Пользователь может отправить запрос к словарю через веб-интерфейс ¹ . Опять же, этот запрос сначала изменяется на набор соответствующих MID. Этот set теперь сравнивается с MSI ( TW ) в Dict , в котором все совпадающие записи возвращаются как неупорядоченный выходной список.В Заключительный алгоритм сортировки учитывает следующие критерии: 1. все записи на одном языке относятся к одной группе 2. все записи, оказавшиеся орфографическими вариантами одного и того же слова (путем выполнения простые сравнения символов) включены в подгруппу 3. порядок подгрупп и отдельных записей внутри подгрупп определяется данные о частоте этих записей.

Заключение, дальнейшая работа

Наш подход предусматривает полное количество записей в шести различных языков.Основной целью нашей методологии MSI является улучшение в CLIR мы воздерживаемся от предоставления какой-либо дополнительной лексической информации на данный момент. Дальнейшая работа будет направлена ​​на достижение межъязыкового связность в нашем лексиконе подслов.

Список литературы

A Комбинированное исследование ЭЭГ и МЭГ

Front Hum Neurosci.2011; 5: 66.

Алина Леминен

¹ Группа когнитивных исследований мозга, Когнитивная наука, Институт поведенческих наук, Университет Хельсинки, Хельсинки, Финляндия

Miika Leminen

¹ Группа когнитивных исследований мозга Наука, Институт поведенческих наук, Университет Хельсинки, Хельсинки, Финляндия

² Финский центр передового опыта в междисциплинарных музыкальных исследованиях, Финляндия

Минна Лехтонен

¹ Группа когнитивных исследований мозга, Когнитивные науки, Институт поведенческих наук , Университет Хельсинки, Хельсинки, Финляндия

³ Кафедра психологии и логопедии, Университет Або Академи, Турку, Финляндия

⁴ Лаборатория низких температур, Школа науки и технологий Университета Аалто, Эспоо, Финляндия

Пяиви Невалайнен

⁵ Лаборатория BioMag, HUSLAB, Больничный район Хельсинки и Уусимаа, Хельсинки, Финляндия

Сари Юлинен

^{Группа исследований мозга, Когнитивные науки, Институт поведенческих наук, Университет Хельсинки, Хельсинки, Финляндия}

Лилли Кимппа

¹ Группа когнитивных исследований мозга, Когнитивные науки, Институт поведенческих наук, Университет Хельсинки, Хельсинки, Финляндия

Кристиан Саннеманн

¹ Группа когнитивных исследований мозга, Когнитивные науки, Институт поведенческих наук, Университет Хельсинки, Хельсинки, Финляндия

Юрки П.Mäkelä

⁵ BioMag Laboratory, HUSLAB, Госпитальный район Хельсинки и Уусимаа, Хельсинки, Финляндия

Тейя Куяла

¹ Группа когнитивных исследований мозга, Когнитивная наука, Институт поведенческих наук, Хельсинкский университет, Финляндия

¹ Группа когнитивных исследований мозга, Когнитивные науки, Институт поведенческих наук, Университет Хельсинки, Хельсинки, Финляндия

² Финский центр передового опыта в междисциплинарных музыкальных исследованиях, Финляндия

³ oped Департамент психологии и логики , Университет Або Академи, Турку, Финляндия

⁴ Лаборатория низких температур, Школа науки и технологий Университета Аалто, Эспоо, Финляндия

⁵ Лаборатория BioMag, HUSLAB, Больничный район Хельсинки и Уусимаа, Хельсинки, Финляндия

Под редакцией: Ханс-Йохен Хайнце, Магдебургский университет, Германия

Ред. Авторы: Юлиана Йорданова, Болгарская академия наук, Болгария; Мирьяна Божич, Кембриджский университет, Великобритания

Поступила в редакцию 16 марта 2011 г .; Принято 8 июля 2011 г.

Это статья в открытом доступе, на которую распространяется неисключительная лицензия между авторами и Frontiers Media SA, которая разрешает использование, распространение и воспроизведение на других форумах при условии указания авторов и источника и соблюдения других условий Frontiers.

Abstract

Пространственно-временная динамика нейронной обработки произнесенных морфологически сложных слов все еще остается открытой проблемой. В текущем исследовании мы исследовали временной ход и нейронные источники произнесенных наклонных и производных слов, используя одновременно записанные ответы электроэнцефалографии (ЭЭГ) и магнитоэнцефалографии (МЭГ). Десять участников (носители языка) слушали флексивные, производные и мономорфные финские слова и оценивали их приемлемость. Ответы ЭЭГ и МЭГ были привязаны по времени как к началу стимула, так и к критической точке (начало суффикса для сложных слов, точка уникальности для мономорфных слов).Результаты ERP показали, что измененные слова вызывают большую левостороннюю негативность, чем производные и мономорфные слова, примерно через 200 мс после критической точки. Моделирование источников МЭГ-ответов показало, что один двусторонний источник находится в верхней височной области примерно через 100 мс после критической точки, причем производные слова вызывают более сильные амплитуды источника, чем измененные и мономорфные слова в правом полушарии. Моделирование источников также показало два источника в височной коре примерно через 200 мс после критической точки.Здесь изменяемые слова показали более систематический образец в расположении источника и вызвали различную во времени активность источника по сравнению с условием производного слова. Текущие результаты предоставляют электрофизиологические доказательства, по крайней мере, частично отличной корковой обработки произнесенных измененных и производных слов. В целом, результаты поддерживают модели морфологической обработки, утверждающие, что во время распознавания флексионных слов доступ к составляющим морфемам осуществляется отдельно. Что касается производных слов, морфемы основы и суффикса могут быть, по крайней мере, первоначально активированы вместе со всем представлением слова.

Ключевые слова: слух, морфология, МЭГ, инфицированные, производные, ERP, лексика

Введение

Одним из противоречий в психолингвистике и когнитивной нейробиологии языка является вопрос о том, насколько морфологически сложные слова, такие как «работа + с» »И« рабочий + эр »доступны и представлены в ментальном лексиконе: как полные сущности или через составные морфемы? Более того, нет единого мнения относительно нейронных коррелятов этих процессов. Кроме того, в большинстве психолингвистических исследований морфологической обработки использовались зрительные стимулы, тогда как данных о нейронной обработке произносимых сложных слов мало.Настоящее исследование исследует нейронную обработку произнесенных измененных и производных слов. Флективные аффиксы обычно определяют синтаксические отношения, тогда как деривационные аффиксы имеют лексико-семантическую функцию (например, Scalise, 1988; Badecker and Caramazza, 1989; Anderson, 1992; Stump, 1998; но см., Например, Bybee, 1985). То есть словообразовательные аффиксы прикрепляются к основе, чтобы сформировать новую лексему (например, «работа» + «эр» = «рабочий»), тогда как флективные аффиксы прикрепляются к основе для передачи грамматической информации (например, «работа» + «эр» = «рабочий»).g., «работа» + «с» = «работает»). Кроме того, словообразовательные аффиксы могут изменять синтаксическую категорию своей основы [например, «счастливый» (прилагательное) → «счастье» (существительное)], тогда как флективные аффиксы обычно не изменяют [«мальчик» (существительное) → «мальчики» (существительное) )]. Флективные аффиксы также обычно более продуктивны, чем деривационные аффиксы, а флексии имеют тенденцию быть семантически более прозрачными, чем деривации (Scalise, 1988; Stump, 1998). Тем не менее, в психолингвистике и когнитивной нейробиологии языковых споров все еще существуют споры о том, обрабатываются ли производные и изменяемые слова и представляются одинаково или по-разному, и особенно о том, отличается ли их обработка на нейронном уровне.

Некоторые психолингвистические модели предполагают, что все морфологически сложные слова представлены и обрабатываются в их полной форме (Butterworth, 1983), в то время как другие утверждают, что каждое сложное слово раскладывается на составляющие его морфемы (Taft and Forster, 1975; Taft, 1979; Stockall и Marantz, 2006; Растл и Дэвис, 2008). Представление о предлексической декомпозиции предполагает, что флексивные и производные слова сначала будут сегментированы семантически слепым синтаксическим анализатором на их основы («работа») и аффиксы («-s» или «-er»).Этот процесс синтаксического анализа будет действовать рано и автоматически для всех потенциальных (регулярно) изменяемых и производных форм и будет запускаться поверхностными формальными свойствами этих слов (последние обзоры см. В Marslen-Wilson and Tyler, 2007; Rastle and Davis, 2008). . Некоторые модели также предполагают, что при распознавании сложных слов используются как декомпозиционная, так и полноформатная обработка (например, Caramazza et al., 1988; Frauenfelder and Schreuder, 1992; Niemi et al., 1994; Schreuder and Baayen, 1995) с факторами такие как частота слов, продуктивность суффиксов, размер морфологического семейства, семантическая прозрачность, регулярность и алломорфность суффиксов и т. д.влияющие на используемый «маршрут» обработки (Caramazza et al., 1988; Pinker, 1991; Frauenfelder and Schreuder, 1992; Schreuder and Baayen, 1995; McQueen and Cutler, 1998; Clahsen et al., 2003). Более того, некоторые модели двойного маршрута явно предполагают декомпозиционную обработку флективных слов и полную обработку производных слов (Niemi et al., 1994).

В морфологически продуктивном языке, таком как финский, каждое существительное может иметь до 140 различных парадигматических флективных форм, и каждый глагол может иметь более 200 флективных форм (за исключением клитики; Hakulinen et al., 2004). В финском языке большинство изменяемых слов (за исключением наиболее часто встречающихся) демонстрируют затраты на морфологическую обработку, т. Е. Более высокую частоту ошибок и более длительное время реакции, чем мономорфные слова (Laine et al., 1995; Soveri et al., 2007), в отличие от большинства производные финские слова (Bertram et al., 1999; Vannest et al., 2002).

Временной ход обработки флективных слов был описан в ряде исследований ERP, многие из которых использовали парадигму нарушения или прайминга, показывая эффекты N400 и / или левой передней негативности (LAN) примерно через 300-500 мс после начало стимула (Penke et al., 1997; Weyerts et al., 1997; Гросс и др., 1998b; Münte et al., 1999; Родригес-Форнеллс и др., 2001; Аллен и др., 2003; Моррис и Холкомб, 2005; Линарес и др., 2006; Люк и др., 2006; Лехтонен и др., 2007; Ньюман и др., 2007; Leinonen et al., 2008, 2009). Было высказано предположение, что эффект LAN отражает трудности с интеграцией регулярно изменяемого слова в его синтаксический контекст, процессы, связанные с построением морфологической структуры (например, Penke et al., 1997; Rodriguez-Fornells et al., 2001; Morris and Holcomb, 2005), а также несоответствие предъявленных стимулов сохраненным представлениям (Krott et al., 2006). Несколько исследований, использующих прямой контраст между морфологически сложными и простыми словами, показали больший эффект N400 при распознавании финских флексионных отдельных слов по сравнению с подобранными мономорфными словами (Lehtonen et al., 2007; Leinonen et al., 2009). Аналогичным образом с магнитоэнцефалографией (МЭГ) Vartiainen et al. (2009a) наблюдали более сильные и продолжительные ответы N400m при чтении флективных слов по сравнению с мономорфными словами.Эти более крупные эффекты N400 были интерпретированы как отражение лексико-семантического доступа и интеграции морфемических составляющих (правильно) изменяемых слов.

В отличие от флексий, ERP-исследования производных текстовых процессоров более скудны. Два недавних исследования ERP сообщили о локальной сети для деривационных нарушений, что, как предполагается, отражает структурные трудности с обработкой аномальных производных стимулов (Palmovic and Maricic, 2008; Bölte et al., 2009a). С другой стороны, обработка дериваций нарушенных стимулов также вызвала эффекты N400 / N400m, которые, как предполагалось, отражают обнаружение лексических аномалий (Janssen et al., 2006; Leinonen et al., 2008) или трудности с семантической интеграцией морфем (Bölte et al., 2009b). Недавнее исследование MEG показало, что ответы M170 на производные слова больше, чем на простые, что отражает раннее разложение сложных слов на основе формы (Zweig and Pylkkänen, 2008). В недавнем исследовании ERP, использующем звуковые производные стимулы, сообщалось о более широком распространении негативности для незаконных производных псевдослов по сравнению с существующими производными словами и легально производными псевдословами примерно через 300 мс после появления суффикса (Leminen et al., 2010). Эта большая негативность (напоминающая N400) была интерпретирована как отражение неудачного лексико-семантического лицензирования и интеграции составляющих морфемы.

Гемодинамические исследования, сравнивающие распознавание регулярного и нерегулярного перегиба, сообщили о более сильной активации левой нижней лобной извилины (LIFG), а также левых височных областей для обычных слов (например, Tyler et al., 2005). Активации в LIFG интерпретировали как отражение морфофонологической сегментации и грамматического анализа регулярно изменяемых слов (Tyler et al., 2005), тогда как активации в левой височной области, как предполагается, отражают доступ к семантическим представлениям основы и аффикса (Tyler et al., 2005). Кроме того, в исследовании ПЭТ Laine et al. (1999) наблюдали более сильную активацию в LIFG для кодирования памяти финских устных измененных слов, чем мономорфные слова. Совсем недавно Lehtonen et al. (2006) сообщили, что распознавание финских склоняемых существительных вызывало более сильную активацию в LIFG и в левой задней верхней височной борозде по сравнению с мономорфными словами.Предполагается, что активация LIFG означает интеграцию ствола и аффикса (Lehtonen et al., 2006). Как и в случае с измененными словами, обработка производных слов вызывает активность в левой нижней лобной области (Vannest et al., 2005; Bozic et al., 2007; Meinzer et al., 2009), но также и в базальных ганглиях. (Vannest et al., 2005), левой затылочно-височной области (Gold and Rastle, 2007) и двусторонней височно-затылочной и правой теменной области (Meinzer et al., 2009; последний обзор см. В Bozic and Marslen- Уилсон, 2010).Локализация морфологической обработки с помощью МЭГ выявила более сильную активацию левой височной коры, связанную с распознаванием правильно измененных стимулов по сравнению с мономорфными (Vartiainen et al., 2009a) и неправильно полученных (Bölte et al., 2009b) стимулов.

Здесь мы исследовали пространственно-временную динамику морфологической обработки разговорных финских флексионных и производных отдельных слов. Мы стремились определить с помощью МЭГ локусы нейронных источников, активируемые произнесенными измененными и производными словами, вопрос, который до сих пор не исследован.Одновременная регистрация данных MEG и ERP позволила нам напрямую сравнить наши результаты с предыдущими выводами ERP. Кроме того, некоторые модели морфологической обработки предсказывают различия в обработке флексионных и производных слов (например, Niemi et al., 1994). В то время как поведенческие, слежение за глазами и нейропсихологические данные пациентов продемонстрировали стоимость обработки финских склоняемых существительных по сравнению с мономорфными существительными, производные слова, как правило, не показали такой стоимости (например,, Niemi et al., 1994; Hyönä et al., 1995; Бертрам и др., 1999; Vannest et al., 2002). Это было взято как доказательство разложения для слов со склонением, но для полного распознавания производных слов. Недавние доказательства ERP, проверяющие распознавание измененных и производных стимулов напрямую, также показали, что производные и измененные стимулы, представленные визуально в контексте предложения, демонстрируют отчетливый паттерн ответов (Leinonen et al., 2008). Эти результаты предполагают, что перегиб и деривация могут управляться, по крайней мере, частично различными нейронными механизмами, поддерживая некоторые модели с двойным маршрутом морфологической обработки (например,г., Niemi et al., 1994). Однако во время слушания временное развертывание сложного слова может дать фору для доступа к основе отдельно от суффикса. Таким образом, мы были заинтересованы в том, чтобы увидеть, будут ли какие-либо различия между (правильно) флективной и деривационной обработкой в ​​слуховой модальности.

На основании предыдущих выводов (Lehtonen et al., 2007; Leinonen et al., 2009; Vartiainen et al., 2009a) ожидалось, что слова с флексией будут подвергаться морфологическому разложению во время обработки, что может отражаться в более крупных электрофизиологических ответах ( например, N400 / N400m), чем те, которые относятся к мономорфным словам.Мы были заинтересованы в том, чтобы выяснить, будет ли распознавание (правильно) производных слов включать извлечение производных слов в их полной форме (Bertram et al., 1999; Vannest et al., 2002), что может быть отражено в аналогичных электрофизиологических реакциях. для производных и мономорфных слов, и меньшие ответы для производных слов, чем для слов с изменением. С другой стороны, основанная на морфемах обработка производных слов может быть проиндексирована, например, более крупными ответами N400 / N400m по сравнению с мономорфными словами и аналогичными электрофизиологическими ответами для измененных и производных слов.Основано на исследованиях МЭГ с речевыми стимулами (например, Helenius et al., 2002; Shtyrov et al., 2003; Uusvuori et al., 2008; Pulvermüller, Shtyrov, 2009; Pulvermüller et al., 2009; Vartiainen et al., 2009b) ) левая верхняя височная кора, вероятно, будет активирована для всех стимулов, но, возможно, сильнее для обработки сложных слов на основе морфем по сравнению с мономорфными словами (Vartiainen et al., 2009a).

Кроме того, в большинстве предыдущих исследований морфологической обработки слуха не рассматривалась проблема большого количества стимулов, приводящих к различиям во времени обработки, связанной с аффиксами, для разных стимулов.Вариация начала критической информации (например, суффикса начала или точки распознавания) может уменьшить или отменить ответы на эту информацию, особенно если они кратковременны и сосредоточены (Pulvermüller et al., 2009; Leminen et al., 2010). Поскольку важно соотносить задержки с моментом времени, когда доступна сенсорная информация, имеющая решающее значение для морфологической обработки и / или распознавания слов (Pulvermüller et al., 2009; Leminen et al., 2010), мы точно зафиксировали время ответов к началу критической информации для каждого слова в отдельности (а не к среднему началу).

Материалы и методы

Участники и этические аспекты

В настоящем исследовании приняли участие десять здоровых взрослых правшей (шесть мужчин) (возрастной диапазон 18–34 года, в среднем 26 лет). Все участники были носителями финского языка. Ни один из участников не сообщил о дефектах слуха, лингвистических или неврологических расстройствах. Участники дали письменное информированное согласие на участие в экспериментах. Эксперименты проводились в соответствии с Хельсинкской декларацией.Этическое разрешение на эксперимент было выдано Комитетом по этике исследований Центральной больницы Хельсинкского университета.

Stimuli

Три списка слов из 75 пунктов и три списка заполнителей псевдословов из 75 пунктов были составлены для задачи оценки приемлемости. Один список слов состоял из мономорфных финских слов (например, «morsian» / «невеста»), другой — из слов с падежным наклонением (включая родительный падеж, партитив, essive и разные локативы, например, «talo + ssa» / «in a house»). ”), А третий состоит из производных слов (включая собирательные, притяжательные и кариитивные суффиксы, e.г., «карва + тон» / «безволосый»). Эти флективные и деривационные суффиксы ранее использовались в нескольких исследованиях с финскими стимулами (например, Laine, 1996; Bertram et al., 1999; Vannest et al., 2002; Lehtonen and Laine, 2003; Lehtonen et al., 2007; Leinonen). и др., 2009). Все суффиксы были прикреплены к именным основам. В каждом словоизмененном или производном слове базовая морфема была разной, и не было повторяющихся основ. Большинство основ (90%) были морфофонологически прозрачными, т. Е. Не подвергались градации согласных при вставке словообразовательного или словоизменительного окончания.Псевдословы состояли из элементов, которые имели существительную основу существительного и существующий суффикс, но их комбинация была морфофонологически незаконной из-за неудачной градации согласных (например, * kylpy + n, * lintu + sto; правильная форма «kylvyn» / «linnusto» »). В дополнение к морфологически сложным псевдословам мы использовали 75 мономорфных псевдослов, которые соответствовали фонотаксическим правилам финского языка (например, ворсило). Псевдослова образовывались путем замены одной-трех букв существующих мономорфных финских слов.

Производные слова и флективные основы были отобраны с использованием финского корпуса (примерно 109 миллионов токенов), составленного Исследовательским институтом языков Финляндии, Финским научным центром информационных технологий и Департаментом общего языкознания Хельсинкского университета. Средняя логарифмическая базовая частота для слов со склонностью составляла 0,98 на миллион, для производных элементов 1,47 на миллион и для мономорфных слов 0,12 на миллион. Частоты логарифмической поверхности для измененных, производных и мономорфных слов были -0.5, -0,52 и 0,8 промилле соответственно ¹ .

Стимулы произносились с нормальной скоростью в случайном порядке женщиной-носителем финского языка и записывались непосредственно на жесткий диск компьютера с использованием частоты дискретизации 44,1 кГц и 16-битного квантования. Средняя длительность стимула для слов со склонностью составляла 727 мс (SD = 81), для производных слов 783 мс (SD = 72) и для мономорфных слов 741 мс (SD = 91). Из-за различий в продолжительности базовой морфемы мы не смогли сопоставить длительности всего слова (все p -значения> 0.05). Однако временная привязка наших ответов к точному наступлению критической точки гарантировала, что общая продолжительность стимула не имела значения, потому что начала суффиксов совпадали.

Временное отображение каждого слухового стимула использовалось, чтобы установить момент времени, в который была представлена ​​критическая точка. Для каждого прикрепленного слова момент времени появления суффикса в каждом слуховом файле был отмечен кодом запуска с целью привязки по времени электрофизиологических реакций к критическим точкам.Для мономорфных слов, в которых нет суффиксов, мы устанавливаем триггер в точке уникальности (UP). UP (то есть фонема, в которой слово отклоняется от всех слов, имеющих одни и те же фонемы, вплоть до фонемы, предшествующей UP) была определена путем поиска по корпусу. Во всех словах значение базовой морфемы (а в случае мономорфных слов — всего слова) было доступно в критической точке. Среднее начало суффикса для измененных слов имело место при 521 мс (SD = 92) и 492 мс (SD = 72) для производных слов.Для мономорфных слов среднее начало UP составило 526 мс (SD = 76). Средняя основная частота ( F 0) для измененных, производных и мономорфных слов составляла 206 Гц (SD = 8), 204 Гц (SD = 13) и 206 Гц (SD = 6) (нет различий между условиях, все p -значения> 0,05). Стимулы также соответствовали их звуковой энергии [измененные, производные и мономорфные слова — 75 дБ (SD = 11), 74 дБ (SD = 2) и 74 дБ (SD = 2), никаких различий между условиями, все p -значения> 0.05]. Кроме того, мы убедились, что окончания слов после критической точки в разных условиях не различались акустически на электрофизиологическом уровне (амплитуды N1 и P2). В этом контрольном исследовании наивные участники (не включенные в настоящее исследование) пассивно слушали только целевые окончания отдельно от базовой морфемы. Результаты этого контрольного исследования не показали значительных различий между флективными и деривационными суффиксами в величине компонентов N1 или P2 (все значения p > 0.05). Эти результаты подтверждают, что возможные различия в морфологической обработке не должны быть вызваны акустическими различиями между условиями.

Процедура

Эксперимент состоял из 450 испытаний, по 75 испытаний на каждое условие стимула. Презентация стимула была разделена на три блока, и порядок блоков был рандомизирован для каждого испытуемого. Стимулы внутри каждого блока были представлены в рандомизированном порядке. Стимулы подавались бинаурально через пластиковые трубки с комфортным уровнем звука.Презентация стимула проводилась по сценарию, написанному в презентации 12.2 (Neurobehavioral Systems, Олбани, штат Нью-Йорк, США). Участников попросили как можно точнее указать, являются ли предметы приемлемыми финскими словами. Ответы собирались с помощью бесшумного оптического переключателя, в котором палец испытуемого прерывал модулированный световой луч. Участники поднимали указательный палец правой руки, если слово было приемлемым, и средний палец, если слово было неприемлемо, в результате чего коэффициент ошибок был зависимой переменной.Интервал между испытаниями составлял 1500 мс. Чтобы избежать движений глаз, участникам было предложено смотреть на точку фиксации в центре экрана. Общая продолжительность эксперимента составила около 1,5 ч, включая подготовку участников.

Сбор данных

Записи выполнялись в экранированном помещении (ETS-Lindgren Euroshield, Eura, Финляндия) с помощью системы МЭГ для всей головы Vectorview ™ (ElektaNeuromag ^® , Elekta Oy, Хельсинки, Финляндия). Дьюар сидел.306-канальная шлемовидная система состоит из 102 сенсорных элементов, каждый из которых состоит из двух ортогональных планарных градиентометров и одного магнитометра. Планарные градиентометры показывают самые сильные отклики прямо над источником, тогда как магнитометры дают два максимума отклика с противоположной полярностью на противоположных сторонах кортикального источника. Электроэнцефалография (ЭЭГ) была записана с помощью 64-канального электродного колпачка с использованием усилителя, разработанного и построенного для одновременной записи ЭЭГ и МЭГ (Virtanen et al., 1996). Дополнительные электроды размещали на левом и правом сосцевидном отростке. Горизонтальный ЭОГ контролировался с помощью электродов, размещенных на висках, а вертикальный ЭОГ с электродами, прикрепленными выше и ниже левого глаза. Электрод сравнения прикрепляли к носу, а заземляющий электрод к щеке. Положение головы внутри записывающего устройства определялось путем активации четырех индикаторных катушек по отношению к кардинальным точкам головы (назион, левая и правая преаурические точки), которые были идентифицированы до эксперимента с помощью 3D-дигитайзера Isotrak (Polhemus, Colchester , VT, США).Сигналы ЭЭГ и МЭГ подвергались полосовой фильтрации от 0,1 до 200 Гц и оцифровывались с частотой 600 Гц.

Анализ данных

Непрерывные необработанные данные MEG были предварительно обработаны в автономном режиме с использованием метода пространственно-временного разделения сигнального пространства (tSSS) программного обеспечения MaxFilter ™ (ElektaNeuromag ^® , Elekta Oy, Хельсинки, Финляндия), чтобы минимизировать влияние внешние помехи (например, шум частоты линии) и артефакты, создаваемые близлежащими источниками (например, сердцем и зубными скобами; Taulu and Simola, 2006).tSSS выполнялся в 4-секундном временном окне (таким образом, подавляя частоты ниже 0,25 Гц) с пределом корреляции по умолчанию 0,98. После этого данные ЭЭГ и МЭГ обрабатывали с помощью программного обеспечения BESA Research 5.3 (BESA GmbH, Мюнхен, Германия). Данные подвергались фильтрации нижних частот при 45 Гц. Данные ЭЭГ были привязаны к средним сосцевидным отросткам в автономном режиме. Любые каналы с технической неисправностью заменялись интерполяцией данных окружающих участков электродов (Perrin et al., 1989; Bendixen et al., 2008).Данные были дополнительно обработаны с помощью автоматической коррекции моргания глаз с использованием анализа главных компонентов (PCA; Ille et al., 2002), а другие оставшиеся артефакты были автоматически удалены с использованием уровня отклонения ± 100 мкВ для данных ЭЭГ, а также 1200 фут / см и Уровень отклонения 2000 футов для градиентометров и магнитометров соответственно. После этого ответы ЭЭГ и МЭГ были привязаны к временам (с привязкой по времени к отдельным средним значениям как для начала стимула, так и для критической точки) и корректировались исходные данные. Данные, привязанные по времени к началу стимула, были обработаны с использованием временного окна от -200 до 1200 мс с базовой коррекцией от -200 до 0 мс, тогда как данные, привязанные по времени к критической точке, были привязаны к временному окну с использованием временного окна от -200 до 700 мс и коррекция базовой линии от -200 до 0 мс до критической точки.

Моделирование источника

Сначала была исследована картина общего среднего магнитного потока, чтобы получить общее представление о распределении электромагнитной энергии вокруг головы (Harris et al., 2008; см. Рисунок). Визуальный осмотр общего магнитного потока на интервале ∼0–150 мс выявил аналогичные стабильные структуры магнитного потока в разных условиях. Однако через ~ 150 мс после критической точки картина магнитного потока изменилась и стабилизировалась. Таким образом, распределение большого среднего магнитного потока предполагает два интервала соответствия.Кроме того, PCA был применен к большим средним данным MEG. PCA продемонстрировал, что большая часть общей дисперсии (95,3%) может быть оптимально объяснена двумя основными компонентами во всех условиях стимула. Это означало, что диаграмма потока может быть смоделирована максимум двумя диаграммами моно- или двусторонних источников.

Общие диаграммы среднего магнитного потока для мономорфных, производных и измененных слов в течение 0–250 мс после критической точки, представленной с шагом 50 мс (плотность магнитного потока 25 футов / шаг) .Синий означает магнитный поток, направленный в мозг (отрицательный поток), а красный — поток, направленный из мозга (положительный поток).

Исходные местоположения данных MEG были первоначально определены с использованием оценок минимального тока (MCE) нормы L1, чтобы получить общее представление о пространственном распределении деятельности и сравнить его с источниками, полученными с помощью моделирования эквивалентного токового диполя (ECD). После оценки распределенного источника корковые источники магнитных полей были смоделированы как ECD для активности после критической точки.При дипольном моделировании использовались все 204 градиометра. Хотя этот метод может увеличить различия в местоположении между субъектами, он устраняет любую субъективность, связанную с выбором сенсора (Pylkkänen et al., 2006).

Диполи были подогнаны к двум временным окнам (80–120 и 170–210 мс после критической точки) на основе распределения магнитного потока. Значения согласия (GoF), превышающие 80%, были определены как соответствующие модели с множественными диполями (Hansen et al., 2010). Во временном окне 80–120 мс наибольшая средняя активность магнитного поля лучше всего объяснялась одним двусторонним источником [далее, Образец источника 1; среднее (GoF) 84% (SD = 6), никаких различий между условиями ( F <2)].Во временном окне 170–210 мс картина поля плохо объяснялась только схемой источника 1 (GoF <80%). Таким образом, паттерн источника 1 объяснял только часть данных во временном окне 170–210 мс, а второй источник требовался для учета еще необъяснимой активности. После этого к модели был добавлен второй двусторонний источник (далее, образец источника 2), и с двумя двусторонними источниками GoF достиг 80% [среднее GoF: 81% (SD = 7), никаких различий между условиями ( F <1) ].

Затем модель с двумя двусторонними диполями (всего четыре диполя) была применена к отдельным данным для двух временных окон и трех условий стимула.Отдельные диполи с более низким GoF (<80%) не были включены в окончательный анализ. В целом, источники восьми участников были включены в окончательное решение для шаблона источника 1. Для шаблона источника 2 в модель были включены источники в левом полушарии семи участников и источники в правом полушарии шести участников. Положения диполей были выражены в декартовой системе координат: ось X проходит слева направо, ось Y — от задней части к передней, а ось Z — от нижней к верхней.Чтобы оценить различия между положениями диполей в разных условиях, было вычислено Евклидово расстояние (ED) для декартовых координат этих положений диполей. Расположение и сила исходных паттернов 1 и 2 были оценены для каждого предмета.

Чтобы получить обзор активности источника данных ЭЭГ и сравнить его с моделированием источника МЭГ, мы рассчитали общее среднее значение LORETA для ответов ERP в 190–230 мс после критической точки с использованием BESA Research 5.3 программное обеспечение.

Статистический анализ

Поведенческие данные

Данные об уровне ошибок (средний процент неправильных ответов) и данные о времени реакции, измеренные от критической точки, были проанализированы с помощью двух отдельных односторонних дисперсионных анализов с повторными измерениями (ANOVA) для внутри- субъектный фактор Состояние (мономорфный, производный, изменяемый) ² . Post hoc Тесты были выполнены с использованием теста наименьших значимых различий (LSD). Все значения p были скорректированы по Гринхаус-Гейссеру на несферичность, когда это необходимо.Значимость была установлена ​​на 0,05.

Данные ERP

Данные ERP были проанализированы с помощью ANOVA с повторными измерениями. Средние амплитуды для данных с синхронизацией по времени начала стимула рассчитывались во временном окне 700–780 мс. Это временное окно было выбрано на основе визуального осмотра, так как в нем словоизмененные слова показали более отрицательное отклонение по сравнению с другими стимулами. Большая задержка этого временного окна может быть объяснена тем фактом, что длительность стимулов была относительно большой (в среднем более 750 мс, см. Стимулы), а среднее наступление критической точки было примерно через 500 мс после стимула. начало (см. также Leinonen et al., 2009). Для ERP, привязанных к критической точке, средние амплитуды были рассчитаны во временных окнах 80–120, 170–210 и 190–230 мс. Временное окно 190–230 мс было выбрано на основе визуальной проверки критических точек данных ERP с временной привязкой. Это временное окно, вероятно, соответствует временному окну 700–780 с синхронизацией по времени начала стимула. Два других временных окна (80–120 и 170–210 мс) были выбраны для сравнения результатов ERP с результатами сильных сторон ECD. Повторные измерения ANOVA проводились на 12 боковых электродах ЭЭГ (F7, F3, F4, F8, T7, C3, C4, T8, P7, P3, P4, P8).Электроды были разделены на три области интереса (ROI): переднюю (F3, F4), центральную (C3, C4) и заднюю (P3, P4). Чтобы проверить межполушарные различия, электроды были разделены на четыре области интереса: левую (F7, T7, P7), левую среднюю линию (F3, C3, P3), правую среднюю линию (F4, C4, P4) и правую (F8, T8, P8). ). Для каждого интересующего временного окна средние амплитуды анализировались с помощью трехфакторного дисперсионного анализа с внутрисубъектными факторами. Состояние (три уровня: мономорфный, производный, измененный), передне-задняя ось (передняя, ​​центральная, задняя) и латеральность (слева). средняя линия, левая, правая средняя линия, правая).Кроме того, мы провели анализ электродов по средней линии с двумя факторами внутри субъекта: состоянием (мономорфным, производным, измененным) и местом (Fz, Cz, Pz). Post hoc. Было проведено тестов с использованием LSD-теста. Все значения p были скорректированы по Гринхаус-Гейссеру на несферичность, когда это необходимо.

Данные МЭГ

Различия между условиями в силе диполя оценивались во временных окнах 80–120, 170–210 и 190–230 мс. Временное окно 190–230 мс было выбрано для сравнения результатов силы источника с результатами ERP.Средние амплитуды источника в каждом временном окне и полушарии оценивались с использованием отдельных повторных измерений ANOVA с фактором Condition (мономорфный, производный, измененный). Кроме того, расстояния между местоположениями диполей для флексированных и производных слов, производных и мономорфных слов, а также флексированных и мономорфных слов в каждом полушарии были проверены относительно базовой линии 0 мм с использованием теста парных выборок t . Чтобы устранить возможность принятия ложных срабатываний, значения p были скорректированы Бонферрони.

Результаты

Поведенческие результаты

Средняя частота ошибок в состоянии мономорфного слова составила 2,8% (SD = 2), тогда как в условиях производного слова и измененного слова они составили 4,1% (SD = 2,8) и 6,23% (SD = 3.1) соответственно. Основной эффект Condition был значительным [ F (2,18) = 9,69, p = 0,001]. Апостериорные тесты показали, что флективные слова вызывают значительно больше ошибок, чем мономорфные слова ( p = 0.002) и производных слов ( p = 0,040). Разница в частоте ошибок между производными и мономорфными словами не достигла значимости ( p = 0,093). Средние RT, измеренные от критической точки, составили 671 мс (SD = 176), 769 мс (SD = 168) и 729 мс (SD = 190) для мономорфных, измененных и производных слов соответственно. Был значительный основной эффект от условия [ F (2,18) = 15,03, p = 0,002]. Согласно апостериорным тестам , флективные слова вызывали более длинные RT, чем мономорфные слова ( p = 0.001), а производные слова вызывали более длинные RT, чем мономорфные слова ( p <0,001). Не было различий между изменяемыми и производными словами в RT, измеренных от критической точки ( p = 0,106).

Результаты ERP

На рисунках и иллюстрациях показаны общие средние ERP и топографические карты кожи головы для мономорфных, измененных и производных слов с привязкой по времени к началу стимула или к критической точке. Флективные слова вызвали большую негативность ³ , чем мономорфные и производные слова, начиная с ~ 190 мс после критической точки (рисунок).LORETA-анализ данных ERP через 190–230 мс после критической точки выявил активацию во височных областях во всех условиях. Флективные и мономорфные слова проявляли максимальную активность в левой височной области, тогда как производные слова проявляли максимальную активность в правом полушарии (рисунок).

(слева) большие средние ERP из 12 боковых участков кожи головы (F7, F3, F4, F8, T7, C3, C4, T8, P7, P3, P4, P8) до мономорфных слов (черная сплошная линия), производных слов (зеленая пунктирная линия) и изменяемые слова (красная пунктирная линия) .Базовая линия корректируется в предстимульном интервале −100–0 мс. Время 0 — начало раздражения. Отрицательная полярность показана вверху. X — ось представляет время (миллисекунды), Y — ось отображает напряжение (микровольты, мкВ). (Справа) топографические карты распределения негативности во временных окнах 700–780 мс после начала действия стимула для мономорфных, производных и измененных слов.

(вверху) большие средние ERP из 12 боковых участков кожи головы (F7, F3, F4, F8, T7, C3, C4, T8, P7, P3, P4, P8) до мономорфных слов (черная сплошная линия), производных слов (зеленая пунктирная линия) и измененные слова (красная пунктирная линия) с коррекцией базовой линии во временном окне −100–0 мс перед критической точкой (i .э., баллов уникальности для мономорфных слов; начало суффикса для аффиксированных слов) . Время 0 — это наступление критической точки. Отрицательная полярность показана вверху. X — ось представляет время (миллисекунды), Y — ось отображает напряжение (микровольты, мкВ). (В центре; слева) общее среднее значение ERP от электрода T7. Временное окно, соответствующее тому, которое представлено на топографических картах, затенено. (В центре; справа) топографические карты распределения негативности во временном окне 190–230 мс после критической точки для мономорфных, производных и изменяемых слов.(Ниже) изображения LORETA для общих средних ответов ERP во временном окне 190–230 мс после критической точки для (A) мономорфных, (B) производных и (C) измененных слов.

ERP, привязанные по времени к началу стимула

Во временном окне 700–780 мс после начала стимула средние амплитуды на боковых электродах различались между условиями [основной эффект для условия: F (2,18) = 5,64, p = 0,013]. Апостериорные тесты показали, что величина отрицательности была больше для слов со склонностью, чем для мономорфных слов ( p = 0.033) и производных слов ( p = 0,030). Отрицательность не различалась по величине между производными и мономорфными словами ( p = 0,122). Наблюдалось значительное взаимодействие между состоянием и передне-задней осью [ F (4,36) = 4,14, p = 0,024], но не состоянием и латеральностью [ F (6,54) = 1,73, p = 0,201]. Post hoc тесты показали, что различия в величине отрицательности между условиями были значительными на центральных электродах (изогнутые противмономорфный: p = 0,011; измененные и производные: p = 0,029). На срединных электродах основной эффект для Condition был значительным [ F (2,18) = 4,95, p = 0,04]. Апостериорные тесты снова показали, что отрицательность была больше для слов с изменяемым углом наклона, чем для мономорфных слов ( p = 0,041) и производных слов ( p = 0,043). Однако взаимодействие условия и сайта было незначительным [ F (4,36) = 1.84, p. = 0,142].

ERP, привязанные по времени к критической точке

Во временном окне 190–230 мс на боковых электродах не было значительного основного эффекта для условия [ F (2,18) = 1,39, p = 0,275]. Однако было значительное взаимодействие между состоянием и передне-задней осью [ F (4,36) = 4,37, p = 0,027], а также между состоянием и латеральностью [ F (6,54) = 3.2, p = 0.04]. Post hoc тесты подтвердили, что изменяемые слова вызывают большую негативность, чем производные и мономорфные слова в электродах левого полушария (изменяемые и производные: p = 0,038; изменяемые и мономорфные: p = 0,011). Не было различий в величине отрицательности между производными и мономорфными словами ( p = 0,820). На срединных электродах основной эффект Condition не был значительным [ F (2,18) = 1,94, p = 0.173], тогда как условия взаимодействия и сайт достигли значимости [ F (4,36) = 3,3, p = 0,042]. Post hoc тесты , однако, не выявили каких-либо существенных различий между условиями на каком-либо участке электродов.

Средние разности амплитуд также оценивались в тех же временных окнах, что и при моделировании источника ECD. В временном окне 80–120 мс после критической точки на боковых электродах основной эффект для Condition был незначительным [ F (2,18) = 3.13, p = 0,068]. Никаких значительных взаимодействий не наблюдалось (все F <1,6). На срединных электродах ни основной эффект Condition ( F <2), ни взаимодействие Condition и Site не достигают значимости ( F <1). Во временном окне 170–210 мс основной эффект от условия не был значительным ( F <2), однако как состояние, так и передне-задняя ось, а также состояние и латеральность были значительными {[ F (4 , 36) = 4.18, p = 0,038] и [ F (6,54) = 4,44, p = 0,016] соответственно}. Post hoc тесты показали, что производные слова вызывают меньшую негативность, чем мономорфные слова, на заднем правом среднем электроде P4 ( p = 0,025). На срединных электродах основной эффект от условия был значительным [ F (2,18) = 3,91, p = 0,039], как и взаимодействие между состоянием и местом [ F (4,36) = 3,8. , п = 0.011], при этом производные слова демонстрируют меньшую отрицательность, чем мономорфные слова на всех участках электродов (все p <0,05).

Результаты MEG

На рисунке показано большое среднее значение MCE. MCE показывает, что обработка морфологически сложных и простых слов активирует верхние и средние височные области, особенно в левом полушарии. На рисунке показаны местоположения отдельных источников (черные диполи), средние местоположения (красные диполи) и общие средние местоположения (10 субъектов) (зеленые диполи), а также среднее значение ED между условиями для схемы источника 1 и 2.Активация ECD согласуется с обнаруженной с помощью MCE и подтверждает доминирование верхней / средней височной коры. На рисунке показаны средние формы сигналов источника и амплитуды источника для всех условий и временных окон, представляющих интерес для шаблонов источников 1 и 2.

Оценки общего среднего минимального тока (MCE; 10 участников), рассчитанные для мономорфных, производных и измененных слов в 170 –210 мс временное окно после критической точки .

(вверху) расположение отдельных диполей (черный) для схем Источника 1 (80–120 мс после критической точки) и 2 (170–210 мс после критической точки) в левом и правом полушарии для мономорфных, производных и измененные слова .Среднее местоположение источников и общее среднее (10 участников) местоположения отображаются в виде красных и зеленых диполей соответственно. (Ниже) среднее евклидово расстояние (столбцы) и стандартное отклонение (погрешности) в миллиметрах между условиями для шаблона источника 1 (A) и шаблона источника 2 (B) . Звездочки отображают значимые различия между условиями относительно исходного уровня 0 мм (** = p <0,01; * = p <0,05).

(слева) — средние формы сигналов источника для шаблонов источников 1 (вверху) и 2 (внизу) в левом и правом полушарии для мономорфных, производных и измененных слов .(Справа) средние исходные амплитуды (столбцы) и SD (планки ошибок) для мономорфных, производных и измененных слов для шаблона источника 1 (A) и шаблона источника 2 (B) . Звездочки отображают альфа-уровень (* = p <0,05). Средние положения диполей для измененных, производных и мономорфных слов в левом и правом полушариях показаны как красные, зеленые и черные диполи соответственно.

Сила диполя

Во временном окне 80–120 мс основной эффект Condition был значительным в правом, но не в левом полушарии {[ F (2,14) = 5.4, p = 0,018]; [ F (2,14) = 2,8, p = 0,095] соответственно}. Апостериорные тесты показали, что в правом полушарии исходные амплитуды были больше для производных слов, чем для мономорфных и флективных слов ( p = 0,004 и p = 0,036, соответственно). Не было различий в силе источника паттерна Источника 1 между изменяемыми и мономорфными словами ( p = 0,690). Не было значительных различий между условиями во временных окнах 170–210 или 190–230 мс в обоих полушариях.

Для образца источника 2 во временном окне 170–210 мс основной эффект от условия был значительным в левом полушарии [ F (2,12) = 3,9, p = 0,049]. Согласно апостериорным тестам , изменяемые слова имели большую исходную амплитуду, чем производные слова ( p = 0,038). Не было различий в исходных амплитудах между мономорфными и производными ( p = 0,81) или мономорфными и склонными словами ( p = 0,104). В правом полушарии основной эффект Condition не был значительным ( F <1.5). Во временном окне 190–230 мс основной эффект Condition также был значительным в левом полушарии [ F (2,12) = 3,95, p = 0,048]. Апостериорные тесты показали, что изменяемые слова имеют большую исходную амплитуду, чем производные слова ( p = 0,034). Различия между мономорфными и изменяемыми словами или между мономорфными и производными словами были незначительными [( p = 0,087) и ( p = 0,936), соответственно]. В правом полушарии основной эффект Condition не был значительным [ F (2,10) = 2.67, p. = 0,118].

Евклидово расстояние положений диполей между условиями

На рисунке показаны средние значения ED в миллиметрах между условиями для положений диполей в схемах источников 1 и 2 в каждом полушарии. ED чувствителен к любым различиям в расположении источников и должен демонстрировать, изменяются ли смоделированные местоположения источников в зависимости от условий воздействия. Парные сравнения показали, что для образца источника 1 в левом полушарии не было значительных различий в расположении источников между производным и измененным [ t (1,7) = 2.38, p = 0,294], между мономорфными и производными словами или мономорфными словами против флективных {[ t (1,7) = 1,95, p = 0,092] и [ t (1,7) = 1,7, p = 0,133] соответственно}. Однако в правом полушарии наблюдались значительные различия в расположении диполей между отклоненными и производными [ t (1,7) = 4,74, p = 0,012], производными и мономорфными [ t (1,7 ) = 5,77, p, = 0,006], и флексия vs.мономорфные слова [ t (1,7) = 4,58, p = 0,018].

Для исходного паттерна 2 в левом полушарии наблюдались существенные различия в расположении диполей между флексированными и производными [ t (1,6) = 5,63, p = 0,006] и между наклонными и мономорфными словами [ t (1,6) = 4,25, p = 0,03], но не между мономорфными и производными словами [ t (1,6) = 3,28, p = 0,102]. В правом полушарии наблюдались значительные различия в расположении диполей между отклоненными и отклоненными.мономорфный [ t (1,5) = 4,68, p = 0,03], но нет различий между измененными и производными [ t (1,5) = 3,41, p = 0,057] или между производными и производными мономорфные слова [ t (1,5) = 4,14, p = 0,054].

Обсуждение

Целью настоящего исследования было изучить пространственно-временную динамику морфологической обработки произносимых флексионных и производных слов. Мы также исследовали, отличается ли обработка производных слов от обработки измененных слов в слуховой модальности, особенно если временное развертывание сложного слова дает преимущество для доступа к основе и суффиксу по отдельности даже в производных словах.

Наши поведенческие результаты продемонстрировали, что было больше ошибок в слове со склонением по сравнению с другими условиями, тогда как между производными и мономорфными словами различий не наблюдалось. Данные RT, измеренные от критической точки, показали, что изменяемые и производные слова вызывали более длительные RT, чем мономорфные слова, тогда как между производными и изменяемыми словами не наблюдалось различий. Однако наши электрофизиологические данные показали, что изменяемые и производные слова вызывают различные ответы ERP в слуховой модальности.В целом наши результаты ERP согласуются с выводами Leinonen et al. (2008), которые сообщили о различных ответах на визуально представленные производные и изменяемые стимулы, встроенные в контекст предложения. Наши данные МЭГ показали, что примерно через 100 мс после критической точки во всех условиях наблюдались похожие модели магнитного поля, которые были локализованы в верхней височной области. В правом полушарии производные слова показали большую амплитуду источника, чем словоизмененные и мономорфные слова. Данные MEG также показали, что через ~ 200 мс после критической точки измененные слова вызывают большие исходные амплитуды, чем производные слова в левой временной области.

В данных ERP, что важно, как начало стимула, так и реакции с привязкой по времени к критической точке показали, что измененные слова вызывают большую негативность, чем мономорфные и производные слова. Наблюдаемая большая негативность по сравнению с мономорфными словами согласуется с предыдущими исследованиями ERP и MEG по письменной (Lehtonen et al., 2007; Leinonen et al., 2009; Vartiainen et al., 2009a) и устной речи (Leinonen et al., 2009) правильно измененные отдельные слова. В частности, исследования с использованием зрительных стимулов наблюдали более высокие ответы N400 / N400m на письменные измененные слова, чем на мономорфные слова (Lehtonen et al., 2007; Leinonen et al., 2009; Vartiainen et al., 2009a). Точно так же в слуховой модальности изменяемые слова вызывали более крупный N400 примерно во время представления суффикса (Leinonen et al., 2009). Однако стоит отметить, что наблюдаемая в нашем исследовании негативность была левосторонней при привязке по времени к критической точке (190–230 мс) и не латерализована при временной привязке к началу стимула. Хотя более распространенный во времени (наиболее заметно в F7 и T7), более крупный леволатерализованный негатив напоминал LAN, а не N400 (см.g., Rodriguez-Fornells et al., 2001, для локальных сетей, связанных с морфологией, с более временным распределением). Анализ LORETA больших средних данных ERP показал, что источник этой активности находится во височной области коры. В MEG амплитуды для измененных слов в шаблоне источника 2 были наибольшими примерно через 200 мс после критической точки (см. Ниже), предполагая, что этот источник мог быть основным генератором этой левосторонней негативности. Причина отсутствия левосторонней негативности в данных с синхронизацией по времени начала стимула может быть связана с дрожанием в начале суффикса.Метод временной привязки ответов к критической точке, кажется, снимает эту проблему, более четко выявляя процессы, связанные с обработкой морфологических окончаний.

Исходная локализация обработки флексионных и производных слов выявила активацию двух двусторонних источников во временной области ∼200 мс после критической точки. Активация верхней височной коры (исходный паттерн 1) соответствует предыдущим исследованиям МЭГ с использованием устных и письменных морфологически сложных стимулов (Bölte et al., 2009b; Пульвермюллер и Штыров, 2009; Vartiainen et al., 2009a), а также значимые слуховые стимулы per se (Helenius et al., 2002; Shtyrov et al., 2003; Uusvuori et al., 2008; Pulvermüller, Shtyrov, 2009; Pulvermüller et al., 2009; Вартиайнен и др., 2009b). В целом предполагается, что левая верхняя височная кора участвует в лексическом доступе слов (Indefrey and Cutler, 2004), синтаксически-семантической обработке (Hagoort, 2005) и отображении речевого ввода на сохраненные представления значений слов ( Тайлер и др., 2005). В нашем исследовании для высшего временного источника (Исходный паттерн 1) наблюдается замечательная систематичность в расположении отдельных диполей во всех условиях левого полушария, что позволяет предположить, что этот источник может отражать процесс, общий как для измененных, так и для производных слов. Эта исходная активность может отражать доступ к фонологическим и семантическим характеристикам входящей речи, возможно, в интерактивном режиме. Важным открытием стала наблюдаемая активность схемы источника 2, где картина магнитного поля моделировалась двумя отдельными источниками.В шаблоне источника 2 в левом полушарии изменяемые слова производили недолговечный и ярко выраженный эффект источника, который был больше по амплитуде, чем производные слова. Также были различия в расположении источников между изменяемыми и производными, а также изменяемыми и мономорфными словами в левом полушарии. В целом, расположение отдельных источников для образца источника 2 было более систематическим в условиях флексии слова, тогда как мономорфные и производные слова показали большую вариабельность в отдельных местоположениях источника.Ясная различающаяся во времени и пространстве деятельность в шаблоне источника 2 может отражать процесс, специфичный для обработки слов с измененной ориентацией.

Как описано выше, ECD-моделирование данных MEG с синхронизацией по времени в критической точке показало, что эффекты систематически локализовались только в состоянии измененного слова, предполагая, что этот процесс был меньше или отсутствовал в состоянии производного слова. Более того, через ~ 200 мс после критической точки ответы ERP были разными для слов с изменением угла наклона и для производных слов.Эти левосторонние различия предполагают морфологическую декомпозицию для слов с изменяемым углом наклона, но не обязательно для производных слов. Недавние исследования маскированного (например, обзоры, см. Marslen-Wilson and Tyler, 2007; Rastle and Davis, 2008) и открытого (например, Marslen-Wilson et al., 1994) прайминговых исследований предложили декомпозиционную обработку также для производных слов. Тем не менее, текущие результаты не противоречат этим находкам, поскольку прайминг использовался как показатель того, имеют ли морфемные составляющие собственные представления, которые активируются во время распознавания.Даже если производные слова были первоначально распознаны через представления полной формы, их морфемические составляющие также могут быть одновременно активированы, как это предлагается параллельными моделями двойного маршрута (например, Schreuder and Baayen, 1995). В нашем исследовании в исходном паттерне 1 наблюдались различия в амплитудах источника между мономорфными и производными словами в правом полушарии. Это наблюдение предполагает, что произнесенные производные слова могут также активировать свои представления морфем в дополнение к представлениям полной формы.Это открытие в правом полушарии, а также различия между производными и измененными словами в левом полушарии согласуются с недавним исследованием фМРТ, проведенным Bozic et al. (2009). Они обнаружили, что словообразовательные аффиксы в английском языке избирательно не активируют левосторонние лобно-височные области по сравнению со склоняемыми словами, предполагая, что словообразовательные аффиксы могут не запускать декомпозиционные процессы так же, как флективные аффиксы (Bozic et al., 2009). Большинство финских слов, производных от финского языка, при естественной речи представлены в измененной форме (Vannest et al., 2002). Эта частая двойная или тройная аффиксация в финском языке может чрезмерно обременить процессы морфологического анализа, и было бы более эффективно хранить производные слова в их полной форме (Vannest et al., 2002). Большинство деривационных суффиксов также содержат алломорфные варианты, в отличие от более алломорфно-инвариантных флективных суффиксов (Järvikivi et al., 2006). Следовательно, общая незаметность суффиксов может снизить их морфологическую прозрачность, что может затруднить использование морфологического анализа этих форм (Järvikivi et al., 2006). Это может объяснить большие амплитуды исходного паттерна 1 для производных слов: поскольку развертывание стимула все еще продолжается, увеличенная величина источника может отражать активацию когорт-кандидатов алломорфных вариантов деривационного суффикса (например, «aisti + kAs» / со вкусом / → aisti + kkAA + n / со вкусом + GEN /). Большая диполярная сила может отражать большее количество активированных суффиксных алломорфов.

Флективные слова вызвали левосторонний негатив и показали систематическую активность в верхней и средней / нижней височной коре головного мозга, что выявлено при моделировании источников ЭЭГ и МЭГ.В нескольких исследованиях МЭГ сообщалось об активации верхних височных областей (Kubota et al., 2003; Service et al., 2007), а также нижних лобных и передних височных областей (Gross et al., 1998a; Friederici et al., 2000). ) в сочетании с левосторонним негативом. В исследованиях ERP морфологической обработки предполагается, что LAN отражает комбинаторное построение морфологической структуры (Penke et al., 1997; Rodriguez-Fornells et al., 2001; Morris and Holcomb, 2005). Наблюдаемая в настоящее время левосторонняя негативность для изменяемых слов может отражать доступ к грамматическим особенностям флективного суффикса и проверку синтаксической сочетаемости комбинации морфем.Более того, поскольку мы использовали отдельные изменяемые слова без встраивания их в контекст предложения, активация исходного паттерна 2 может отражать построение морфосинтаксического контекста, чтобы сформировать правильное значение комбинации морфем. Таким образом, настоящие доказательства подтверждают предположение, что финские флективные слова разлагаются во время распознавания. Активность нейронного источника может отражать процесс (морфо) синтаксического лицензирования комбинации морфем.

Следует отметить, что исследования перегиба с помощью фМРТ сообщили об активации LIFG в дополнение к височной коре головного мозга (e.г., Laine et al., 1999; Тайлер и др., 2005; Lehtonen et al., 2006), тогда как несколько исследований MEG по обработке устных и письменных значимых слов наблюдали активацию только в височных областях (например, Helenius et al., 2002; Shtyrov et al., 2003; Service et al., 2007; Уусвуори и др., 2008; Пульвермюллер, Штыров, 2009; Пульвермюллер и др., 2009; Вартиайнен и др., 2009b). Фактически, недавнее исследование прямо противопоставило паттерны нейронной активации, выявленные с помощью фМРТ и МЭГ во время чтения, и обнаружило более слабые лобные, но более сильные временные эффекты у МЭГ, чем у фМРТ (Vartiainen et al., 2011). В соответствии с этими результатами МЭГ, мы не наблюдали последовательной активации в нижней лобной области ни при каких условиях стимула ни при моделировании источника МЭГ, ни при моделировании источника ЭЭГ. Поскольку только несколько исследований МЭГ (ранних) левосторонних негативностей наблюдали левые фронтальные источники в дополнение к височным областям (Gross et al., 1998a; Knoesche et al., 1999; Friederici et al., 2000), это возможно, что передние источники плохо обнаруживаются с помощью МЭГ из-за их пространственной ориентации (Штыров и др., 2003), или нейронные структуры могут не генерировать четкое диполярное поле. Для более подробного изучения этого вопроса также во время прослушивания необходимы дальнейшие исследования.

В целом мы обнаружили, что словоизмененные и производные слова вызывают различные паттерны реакций мозга. Хотя у нас был небольшой размер выборки, особенно при моделировании РДМВ, и надежность результатов должна быть проверена в будущих исследованиях, результаты, тем не менее, были значительными и, следовательно, надежными. Следующим шагом также будет рассмотрение вопроса о том, связаны ли различия между этими типами слов с типом словообразования как таковым (т.е., каким-то образом связанные с их лингвистической функцией; например, Clahsen et al., 2003), или к тому факту, что они обычно различаются по ряду других свойств, например, по семантической прозрачности, частоте аффиксов и значимости аффиксов, и это лишь некоторые из них.

Взятые вместе, настоящие результаты совместимы с двухмаршрутными моделями морфологической обработки (Niemi et al., 1994; Schreuder and Baayen, 1995), и, в частности, с предположением, что финские производные и изменяемые слова обычно являются обрабатываются по-разному во время распознавания (Niemi et al., 1994). Наши результаты предполагают, что обработка сложного произнесенного слова может происходить следующим образом: после начального акустико-фонологического кодирования активация морфемы происходит путем отображения фонологической информации в сохраненные значимые представления. Информация, позволяющая извлекать флективный или деривационный суффикс, начинает разворачиваться во времени только после акустического завершения базовой морфемы. Доступ суффикса отражается в активации верхней височной коры примерно через 100 мс после начала суффикса.После этого, если лексическое представление для комбинации «основание + суффикс» уже существует (как мы предполагаем, в случае с производными словами), лексическое представление извлекается в его полной форме, хотя морфемы также могут быть изначально активированы отдельно. Если доступна полная форма, возможно, нет необходимости в дальнейшем анализе комбинации морфем. Это отражается в меньшей негативности и меньшей активации левой средней / нижней височной коры для производных слов по сравнению с измененными словами (~ 200 мс после начала суффикса).Однако, если нет совпадения для представления полной формы (как, кажется, имеет место с измененными словами), основание и суффикс анализируются отдельно, и оцениваются (морфо) синтаксические особенности комбинации морфем. Это отражается в большей левосторонней отрицательности для измененного слова по сравнению с производными словами через 200 мс после начала суффикса. Этот негатив генерируется в корковых сетях височной доли.

Таким образом, текущие результаты представляют доказательства, по крайней мере, частично отличной корковой обработки произнесенных измененных и производных слов.Приблизительно через 200 мс после критической точки склоняемые слова вызывали большую левостороннюю негативность, чем производные слова. Этот негатив, скорее всего, был вызван двумя источниками в височной коре. Обработка произнесенных измененных слов включает морфологическое разложение. Для произнесенных производных слов базовое и суффиксное представление изначально активируется вместе с полным представлением.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Настоящее исследование финансировалось фондом Эллы и Георга Эрнрут, Хельсинкским университетом (собственные исследовательские фонды), Финским культурным фондом, Академией Финляндии (проекты 131963, 212819, 128840, 137511) и HUSLAB.

Сноски

¹ Из-за ограниченного количества доступных производных стимулов мы не смогли полностью сопоставить все условия в отношении частоты. В то время как производные и изменяемые группы слов были хорошо согласованы по частоте поверхности журнала ( p = 0.356), мономорфные слова встречались чаще, чем словоизмененные и производные слова ( p <0,05). Тем не менее, эта разница вряд ли может быть источником наблюдаемых эффектов: вероятно, что более высокая частота только уменьшила бы наблюдаемые различия, и предположительно таким же образом для производных и изменяемых слов. Значения логарифмической базовой частоты различались в зависимости от условий (все значения p <0,05). Чтобы исключить возможность того, что различия в ответах ERP могут быть вызваны различиями частоты, мы провели отдельные анализы ANOVA через 300–500 мс после начала стимула и от –200 до 0 мс до критической точки, временные окна, когда имел место доступ к стволу. .Ни один из этих анализов не показал значительных эффектов в пределах каждого критического временного окна (аналогичный подход см. В Janssen et al., 2006). Таким образом, результаты этих тестов ясно показывают, что не было значительных различий в амплитуде ERP во время доступа к базовой морфеме, и что возможные различия базовой частоты не оказали заметного влияния на ответы ERP.

² Следует отметить, что RT довольно наводят на размышления, поскольку участникам было дано четкое указание оценивать слова как приемлемые / неприемлемые как можно точнее, но не как можно быстрее.

³ Хотя абсолютные значения амплитуды могут быть положительными, разница между ответами ERP отрицательная. Кроме того, положительные абсолютные значения в этом случае связаны с выбором базовой линии (то есть до критической точки).

Ссылки

• Аллен М., Бадекер В., Остерхаут Л. (2003). Морфологический анализ при обработке предложений: исследование ERP. Lang. Cogn. Процесс. 18, 405–43010.1080 / 016

  244000054 [CrossRef] [Google Scholar]

• Андерсон С.Р. (1992). Морфологическая морфология. Камридж, Массачусетс: MIT Press [Google Scholar]
• Badecker W., Caramazza A. (1989). Лексическое различие между словоизменением и производным. Лингвист. Inq. 20, 108–116 [Google Scholar]
• Бендиксен А., Принц В., Хорват Дж., Трухильо-Баррето Н. Дж., Шрегер Э. (2008). Быстрое извлечение непредвиденных слуховых особенностей. Neuroimage 41, 1111–111910.1016 / j.neuroimage.2008.03.040 [PubMed] [CrossRef] [Google Scholar]
• Бертрам Р., Лайне М., Карвинен К.(1999). Взаимодействие типа словообразования, аффиксальной омонимии и продуктивности лексической обработки: свидетельства морфологически богатого языка. J. Психолингвист. Res. 28, 213–22610.1023 / A: 1023200313787 [CrossRef] [Google Scholar]
• Bölte J., Jansma B.M., Zilverstrand A., Zwitserlood P. (2009a). Подход к деривационной морфологии с потенциалом, связанным с событием. Ment. Лекс. 4, 336–35310,1075 / мл. 4.3.02bol [CrossRef] [Google Scholar]
• Bölte J., Schulz C., Dobel C. (2009b).Обработка существующих, синонимичных и аномальных прилагательных, производных от немецкого языка: исследование MEG. Neurosci. Lett. 469, 107–11110.1016 / j.neulet.2009.11.054 [PubMed] [CrossRef] [Google Scholar]
• Bozic M., Marslen-Wilson W. D. (2010). Нейрокогнитивный контекст для морфологической сложности: диссоциация перегиба и деривации. Lang. Лингвист. Compass 4, 1063–107310.1111 / j.1749-818X.2010.00254.x [CrossRef] [Google Scholar]
• Bozic M., Marslen-Wilson W. D., Stamatakis E. A., Davis M. H., Тайлер Л. К. (2007). Различение морфологии, формы и значения: нейронные корреляты морфологической сложности. J. Cogn. Neurosci. 19, 1464–147510.1162 / jocn.2007.19.9.1464 [PubMed] [CrossRef] [Google Scholar]
• Божич М., Тайлер Л. К., Марслен-Уилсон В. Д. (2009). Нейрокогнитивная сложность словообразовательного комплекса. J. Cogn. Neurosci. 21, SS1 [Приложение]. [Google Scholar]
• Баттерворт Б. (1983). «Лексическое представление», в «Языковое производство», под ред. Баттерворт Б. (Лондон: Academic Press;), 257–259 [Google Scholar]
• Байби Дж.Л. (1985). Морфология: исследование отношения между смыслом и формой. Амстердам: Джон Бенджаминс [Google Scholar]
• Карамазза А., Лауданна А., Романи К. (1988). Лексический доступ и флективная морфология. Cognition 28, 297–33210.1016 / 0010-0277 (88)
  -0 [PubMed] [CrossRef] [Google Scholar]
• Clahsen H., Sonnenstuhl I., Blevins J. P. (2003). «Деривационная морфология в немецком ментальном лексиконе: описание двойного механизма», в «Морфологическая структура в языковой обработке», ред. Баайен Р.Х., Шредер Р. (Берлин: Мутон де Грюйтер;), 125–155 [Google Scholar]
• Фрауэнфельдер У. Х., Шреудер Р. (1992). «Ограничивающие психолингвистические модели морфологической обработки и репрезентации: роль продуктивности», Ежегодник морфологии 1991, ред. Booij GE, van Marle J. (Dordrecht: Kluwer;), 165–183 [Google Scholar]
• Friederici AD, Wang Ю., Херрманн К.С., Месс Б., Эртель У. (2000). Локализация ранних синтаксических процессов в лобных и височных областях коры: магнитоэнцефалографическое исследование.Гм. Brain Mapp. 11, 1–1110.1002 / 1097-0193 (200009) 11: 1 <1 :: AID-HBM10> 3.0.CO; 2-B [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
• Gold BT, Растл К. (2007). Нейронные корреляты морфологической декомпозиции при визуальном распознавании слов. J. Cogn. Neurosci. 19, 1983–199310.1162 / jocn.2007.19.12.1983 [PubMed] [CrossRef] [Google Scholar]
• Gross J., Joannides A. A., Dammers J., Maess B., Friederici A. D., Müller-Gärtner H.-W. (1998a). Магнитно-томографический анализ слитной речи.Мозг Топогр. 10, 193–20410.1023 / A: 1022223007231 [PubMed] [CrossRef] [Google Scholar]
• Гросс М., Сэй Т., Кляйнгерс М., Клахсен Х., Мюнте Т. Ф. (1998b). Возможности человеческого мозга к нарушениям в морфологически сложных итальянских словах. Neurosci. Lett. 241, 83–8610.1016 / S0304-3940 (97) 00971-3 [PubMed] [CrossRef] [Google Scholar]
• Hagoort P. (2005). О Броке, мозге и переплете: новые рамки. Trends Cogn. Sci. (Regul. Ed.) 9, 416–42310.1016 / j.tics.2005.07.004 [PubMed] [CrossRef] [Google Scholar]
• Hakulinen A., Вилкуна М., Корхонен Р., Койвисто В., Хейнонен Т. Р., Алхо И. (2004). Iso Suomen kielioppi. Хельсинки: Suomalaisen Kirjallisuuden Seura [Google Scholar]
• Хансен П. К., Крингельбах М. Л., Салмелин Р. (2010). MEG: Введение в методы. Нью-Йорк: Издательство Оксфордского университета [Google Scholar]
• Харрис Дж., Пилкканен Л., МакЭлри Б., Фриссон С. (2008). Стоимость сокрытия вопросов: отслеживание взгляда и МЭГ-доказательства. Brain Lang. 107, 44–6110.1016 / j.bandl.2007.09.001 [PubMed] [CrossRef] [Google Scholar]
• Helenius P., Салмелин Р., Сервис Э., Коннолли Дж. Ф., Лейнонен С., Лютинен Х. (2002). Активация коры во время сегментации речи у взрослых без нарушений чтения и дислексии. J. Neurosci. 22, 2936–2944 [Бесплатная статья PMC] [PubMed] [Google Scholar]
• Hyönä J., Laine M., Niemi J. (1995). «Влияние морфологической сложности слова на модели фиксации взгляда читателей», в «Исследование движения глаз: механизмы, процессы и приложения», ред. Финдли Дж. М., Кентридж Р. У., Уокер Р. (Амстердам: Северная Голландия;), 445–452 [Google Ученый]
• Илле Н., Берг П., Шерг М. (2002). Коррекция артефактов текущей ЭЭГ с помощью пространственных фильтров на основе топографии артефактов и сигналов мозга. J. Clin. Neurophysiol. 19, 113–12410.1097 / 00004691-200203000-00002 [PubMed] [CrossRef] [Google Scholar]
• Индефри П., Катлер А. (2004). «Предварительная и лексическая обработка при слушании», в The Cognitive Neurosciences III, ed. Газзанига М. С. (Кембридж, Массачусетс: MIT Press;), 759–774 [Google Scholar]
• Янссен У., Визе Р., Шлезевский М. (2006).Электрофизиологические реакции на нарушения морфосинтаксических и просодических признаков в производных немецких существительных. J. Neurolinguistics 19, 466–48210.1016 / j.jneuroling.2006.04.002 [CrossRef] [Google Scholar]
• Ярвикиви Дж., Бертрам Р., Ниеми Дж. (2006). Аффиксальная значимость и обработка деривационной морфологии: роль суффиксной алломорфии. Lang. Cogn. Процесс. 21, 394–43110.1080 / 016

  400013213 [CrossRef] [Google Scholar]

• Knoesche T., Maess B., Friederici A. D. (1999).Обработка синтаксической информации контролируется картированием плотности тока поверхности мозга на основе МЭГ. Мозг Топогр. 12, 75–8710.1023 / A: 1023442426799 [PubMed] [CrossRef] [Google Scholar]
• Кротт А., Баайен Р. Х., Хагоорт П. (2006). Природа передних негативов, вызванных неправильным применением морфологических правил. J. Cogn. Neurosci. 18, 1616–163010.1162 / jocn.2006.18.10.1616 [PubMed] [CrossRef] [Google Scholar]
• Кубота М., Феррари П., Робертс Т. П. (2003). Магнитоэнцефалография обнаружение ранней синтаксической обработки у людей: сравнение между носителями L1 и L2, изучающими английский язык.Neurosci. Lett. 353, 107–11010.1016 / j.neulet.2003.09.019 [PubMed] [CrossRef] [Google Scholar]
• Laine M. (1996). Лексический статус флективных и словообразовательных суффиксов: свидетельство из финского языка. Сканд. J. Psychol. 37, 238–24810.1111 / j.1467-9450.1996.tb00656.x [CrossRef] [Google Scholar]
• Laine M., Niemi J., Koivuselkä-Sallinen P., Hyönä J. (1995). Морфологическая обработка полиморфемных существительных в языке с сильными склонностями. Cogn. Neuropsychol. 12, 457–50210.1080 / 02643299508252005 [CrossRef] [Google Scholar]
• Laine M., Ринне Дж. О., Краузе Б. Дж., Терас М., Сипиля Х. (1999). Активация левого полушария при обработке морфологически сложных словоформ у взрослых. Neurosci. Lett. 271, 85–8810.1016 / S0304-3940 (99) 00527-3 [PubMed] [CrossRef] [Google Scholar]
• Lehtonen M., Cunillera T., Rodríguez-Fornells A., Hultén A., Tuomainen J., Laine М. (2007). Распознавание морфологически сложных слов в финском языке: свидетельства связанных с событием потенциалов. Brain Res. 1148, 123–13710.1016 / j.brainres.2007.02.026 [PubMed] [CrossRef] [Google Scholar]
• Lehtonen M., Лайне М. (2003). Как частота слов влияет на морфологическую обработку у двуязычных и одноязычных. Биллинг. Lang. Cogn. 6, 213–22510.1017 / S1366728

  1147 [CrossRef] [Google Scholar]

• Lehtonen M., Vorobyev V.A., Hugdahl K., Tuokkola T., Laine M. (2006). Нейронные корреляты морфологического разложения на морфологически богатом языке: исследование фМРТ. Brain Lang. 98, 182–19310.1016 / j.bandl.2006.04.011 [PubMed] [CrossRef] [Google Scholar]
• Leinonen A., Brattico P., Järvenpää M., Краузе К. М. (2008). Возможные реакции на события (ERP) на нарушения флексивных и словообразовательных правил финского языка. Brain Res. 1218, 181–193 10.1016 / j.brainres.2008.04.049 [PubMed] [CrossRef] [Google Scholar]
• Leinonen A., Grönholm-Nyman P., Järvenpää M., Söderholm C., Lappi O., Laine M. , Краузе CM (2009). Нейрокогнитивная обработка звуковых и визуально представленных измененных слов и псевдослов: свидетельство морфологически богатого языка. Brain Res. 1275, 54–6610.1016 / j.brainres.2009.03.057 [PubMed] [CrossRef] [Google Scholar]
• Леминен А., Леминен М., Краузе К. М. (2010). Динамика нейронной обработки произнесенных производных слов: исследование ERP. Neuroreport 21, 948–95210.1097 / WNR.0b013e32833e4b90 [PubMed] [CrossRef] [Google Scholar]
• Linares R., Rodriguez-Fornells A., Clahsen H. (2006). Алломорфия стебля в испанском ментальном лексиконе: данные поведенческих и ERP-экспериментов. Brain Lang. 97, 110–12010.1016 / j.bandl.2005.08.008 [PubMed] [CrossRef] [Google Scholar]
• Lück M., Хане А., Классен Х. (2006). Возможности мозга произносить морфологически сложные слова во время прослушивания. Brain Res. 1077, 144–145210.1016 / j.brainres.2006.01.030 [PubMed] [CrossRef] [Google Scholar]
• Марслен-Уилсон В. Д., Тайлер Л. К. (2007). Морфология, язык и мозг: декомпозиционный субстрат для понимания языка. Филос. Пер. R. Soc. Лондон. B Biol. Sci. 362, 823–83610.1098 / rstb.2007.2091 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
• Marslen-Wilson W.Д., Тайлер Л. К., Вакслер Р., Старший Л. (1994). Морфология и значение в английской ментальной лексике. Psychol. Rev. 101, 3–3310.1037 / 0033-295X.101.4.653 [CrossRef] [Google Scholar]
• Маккуин Дж. М., Катлер А. (1998). «Морфология в распознавании слов», в Справочнике по морфологии, ред. Спенсер А., Цвикки AM (Oxford: Blackwell;), 406–427 [Google Scholar]
• Meinzer M., Lahiri A., Flaisch T., Hannemann R. , Eulitz C. (2009). Непрозрачно для читателя, но прозрачно для мозга: нейронные сигнатуры морфологической сложности.Neuropsychologia 47, 1964–197110.1016 / j.neuropsychologia.2009.03.008 [PubMed] [CrossRef] [Google Scholar]
• Моррис Дж., Холкомб П. Дж. (2005). Связанные с событием возможности нарушения морфологии флективных глаголов в английском языке. Cogn. Brain Res. 25, 963–98110.1016 / j.cogbrainres.2005.09.021 [PubMed] [CrossRef] [Google Scholar]
• Münte T. F., Say T., Clahsen H., Schiltz K., Kutas M. (1999). Разложение морфологически сложных слов в английском языке: свидетельства связанных с событиями потенциалов мозга.Brain Res. Cogn. Brain Res. 7, 241–25310.1016 / S0926-6410 (98) 00028-7 [PubMed] [CrossRef] [Google Scholar]
• Ньюман А., Ульман М., Панчева Р., Валигура Д., Невилл Х. (2007). ERP-исследование регулярных и нерегулярных перегибов прошедшего времени английского языка. Neuroimage 34, 435–44510.1016 / j.neuroimage.2006.09.007 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
• Niemi J., Laine M., Tuominen J. (1994). Когнитивная морфология на финском языке: основы новой модели. Lang. Cogn. Процесс. 3, 423–44610.1080/016
  408402126 [CrossRef] [Google Scholar]
• Пальмович М., Маричич А. (2008). Ментальная лексика и правила словообразования. Coll. Антрополь. 32 (Приложение 1), 177–181 [PubMed] [Google Scholar]
• Пенке М., Вейертс Х., Гросс М., Зандер Э., Мюнте Т., Классен Х. (1997). Как мозг обрабатывает сложные слова: связанное с событием потенциальное исследование флексий немецких глаголов. Brain Res. Cogn. Brain Res. 6, 37–5210.1016 / S0926-6410 (97) 00012-8 [PubMed] [CrossRef] [Google Scholar]
• Перрин Ф., Пернье Дж., Бертран О., Эшалье Дж. Ф. (1989). Сферические шлицы для отображения потенциала и плотности тока кожи головы. Электроэнцефалогр. Clin. Neurophysiol. 72, 184–18710.1016 / 0013-4694 (89)
  -6 [PubMed] [CrossRef] [Google Scholar]
  • Pinker S. (1991). Правила языка. Science 253, 153–19510.1126 / science.1857983 [CrossRef] [Google Scholar]
  • Пульвермюллер Ф., Штыров Ю. (2009). Пространственно-временные сигнатуры крупномасштабных цепочек синфайров для обработки речи, выявленные MEG.Цереб. Cortex 19, 79–8810.1093 / cercor / bhn060 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Пульвермюллер Ф., Штыров Ю., Хаук О. (2009). Понимание в одно мгновение: нейрофизиологические доказательства механистических языковых цепей в мозге. Brain Lang. 110, 81–9410.1016 / j.bandl.2008.12.001 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Пилкканен Л., Ллинас Р., Мерфи Г. Л. (2006). Репрезентация многозначности: МЭГ-свидетельство. J. Cogn. Neurosci. 18, 1–1310.1162/089892

    5250021 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]

  • Растл К., Дэвис М. Х. (2008). Морфологическая декомпозиция на основе анализа орфографии. Lang. Cogn. Процесс. 23, 942–97110.1080 / 016

    802069730 [CrossRef] [Google Scholar]

  • Родригес-Форнеллс А., Классен Х., Ллео К., Зааке В., Мюнте Т. Ф. (2001). Связанные с событиями реакции мозга на морфологические нарушения на каталонском языке. Brain Res. Cogn. Brain Res. 11, 47–5810.1016 / S0926-6410 (00) 00063-X [PubMed] [CrossRef] [Google Scholar]
  • Scalise S.(1988). Перегиб и словообразование. Лингвистика 26, 561–58110.1515 / ling.1988.26.4.561 [CrossRef] [Google Scholar]
  • Schreuder R., Baayen R.H. (1995). «Моделирование морфологической обработки», в сб .: Морфологические аспекты языковой обработки, под ред. Фельдман Л. Б. (Хиллсдейл, штат Нью-Джерси: Лоуренс Эрлбаум;), 131–154 [Google Scholar]
  • Сервис Э., Хелениус П., Мори С., Салмелин Р. (2007). Локализация синтаксических и семантических ответов мозга с помощью магнитоэнцефалографии. J. Cogn. Neurosci. 19, 1193–120510.1162 / jocn.2007.19.7.1193 [PubMed] [CrossRef] [Google Scholar]
  • Штыров Ю., Пульвермюллер Ф., Няатанен Р., Ильмониеми Р. Дж. (2003). Обработка грамматики вне фокуса внимания: исследование MEG. J. Cogn. Neurosci. 15, 1195–120610.1162 / 089892
  2598148 [PubMed] [CrossRef] [Google Scholar]
  • Совери А., Лехтонен М., Лайне М. (2007). Повторение о частотности и морфологической обработке слов на финском языке. Ment. Лекс. 2, 359–385 [Google Scholar]
  • Stockall L., Marantz A. (2006).Единый маршрут, полная модель декомпозиции морфологической сложности: свидетельство МЭГ. Ment. Лекс. 1, 85–123 10,1075 / мл.1.1.07sto [CrossRef] [Google Scholar]
  • Стамп Г. Т. (1998). «Инфлекция» в Справочнике по морфологии, ред. Спенсер А., Цвикки А. М. (Оксфорд: Блэквелл;), 13–43 [Google Scholar]
  • Taft M. (1979). Распознавание прикрепленных слов и эффект частотности слов. Mem. Cognit. 7, 263–27210.3758 / BF03197599 [PubMed] [CrossRef] [Google Scholar]
  • Taft M., Forster K.I. (1975). Лексическое хранение и поиск слов с префиксом. J. Verb. Учить. Глагол. Behav. 14, 638–64710.1016 / S0022-5371 (75) 80051-X [CrossRef] [Google Scholar]
  • Таулу С., Симола Дж. (2006). Метод пространственно-временного разделения сигнального пространства для подавления соседних помех при измерениях MEG. Phys. Med. Биол. 51, 1759–176810.1088 / 0031-9155 / 51/7/008 [PubMed] [CrossRef] [Google Scholar]
  • Тайлер Л. К., Стаматакис Э. А., Пост Б., Рэндалл Б., Марслен-Уилсон В. (2005). Временные и фронтальные системы в понимании речи: исследование обработки прошедшего времени с помощью фМРТ.Neuropsychologia 43, 1963–197410.1016 / j.neuropsychologia.2005.03.008 [PubMed] [CrossRef] [Google Scholar]
  • Уусвуори Дж., Парвиайнен Т., Инкинен М., Салмелин Р. (2008). Пространственно-временное взаимодействие между звуковой формой и значением при восприятии устного слова. Цереб. Cortex 18, 456–46610.1093 / cercor / bhm076 [PubMed] [CrossRef] [Google Scholar]
  • Ваннест Дж., Бертрам Р., Ярвикиви Дж., Ниеми Дж. (2002). Противоинтуитивные межъязыковые различия: больше морфологических вычислений на английском, чем на финском.J. Психолингвист. Res. 31, 83–10610.1023 / A: 1014934
  • 2 [PubMed] [CrossRef] [Google Scholar]
  • Ваннест Дж., Полк Т. А., Льюис Р. Л. (2005). Двухмаршрутная обработка сложных слов: новые данные фМРТ на основе деривации суффикса. Cogn. Оказывать воздействие. Behav. Neurosci. 5, 67–7610.3758 / CABN.5.1.67 [PubMed] [CrossRef] [Google Scholar]
  • Vartiainen J., Aggujaro S., Lehtonen M., Hulten A., Laine M., Salmelin R. (2009a). Нейродинамика чтения морфологически сложных слов. Neuroimage 47, 2064–2072 10.1016 / j.neuroimage.2009.06.002 [PubMed] [CrossRef] [Google Scholar]
  • Вартиайнен Дж., Парвиайнен Т., Салмелин Р. (2009b). Пространственно-временная конвергенция семантической обработки при чтении и восприятии речи. J. Neurosci. 29, 9271–928010.1523 / JNEUROSCI.5860-08.2009 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Vartiainen J., Liljeström M., Koskinen M., Renvall H., Salmelin R. (2011) . Функциональная магнитно-резонансная томография, зависимая от уровня оксигенации крови, и вызванные магнитоэнцефалографией ответы дают разные нейронные функции при чтении.J. Neurosci. 31, 1048–105810.1523 / JNEUROSCI.3113-10.2011 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Виртанен Дж., Ринне Т., Ильмониеми Р. Дж., Нятанен Р. (1996). МЭГ-совместимая многоканальная электродная матрица для ЭЭГ. Электроэнцефалогр. Clin. Neurophysiol. 99, 568–57010.1016 / S0013-4694 (96) 96575-X [PubMed] [CrossRef] [Google Scholar]
  • Вейертс Х., Пенке М., Дорн У., Классен Х., Мюнте Т. Ф. (1997). Возможности мозга указывают на разницу между правильным и неправильным немецким множественным числом.Neuroreport 8, 957–96210.1097 / 00001756-199703030-00028 [PubMed] [CrossRef] [Google Scholar]
  • Zweig E., Pylkkänen L. (2008). Визуальный эффект M170 морфологической сложности. Lang. Cogn. Процесс. 24, 412–43910.1080 / 016

    802180420 [CrossRef] [Google Scholar]

  Brain Sciences | Бесплатный полнотекстовый | Анализ морфем, связанных с окончаниями множественного числа существительных немецкого языка среди учащихся второго языка (L2) с использованием потенциалов, связанных с событиями (ERP)

  1. Введение

  Люди естественным образом изучают первый язык (L1) в процессе развития, если у нас нет определенного врожденного заболевания или ограничений по условиям окружающей среды.Однако изучение второго языка (L2) обычно проводится после критического периода, за исключением двуязычных людей. У взрослых, изучающих L2, возникают проблемы с грамматикой и произношением, когда мы изучаем новые слова после определенного критического периода [1,2]. В частности, взрослые изучающие немецкий язык L2 испытывают трудности с использованием флективных морфем в глаголах, существительных (местоимениях) и прилагательных. Это вызвано грамматическими системами, которые отличаются от их языка L1. Немецкие окончания множественного числа существительных можно разделить как минимум на пять типов, включая нулевую морфему, ‘-ø’, ‘-e’, ‘-er’, ‘- ( д) n ‘и’ -s ‘.Некоторые исследователи утверждают, что существует восемь типов, включая умляуты, такие как ‘-ø’, ‘-e’ и ‘-er’ [3,4,5,6]. Эта специфика вызывает некоторые трудности, с которыми сталкиваются взрослые, изучающие немецкий язык L2. Например, Маркус и др. [7] показали, что множественное число «-s» попадает в кластер по умолчанию и применяется, когда фонологическая среда не допускает какой-либо другой алломорф множественного числа. Классен [6] показал, что окончания множественного числа существительных, за исключением «-s», образуют формы множественного числа существительных на основе ментального лексикона, в то время как множественное число «-s» создается в новых формах множественного числа и не сохраняется в нашем ментальном лексиконе.

  При обработке второго языка существует три типа морфо-синтаксических моделей обработки: модель полного листинга, модель полного анализа и модель двойного механизма. Модели зависят от структурного анализа степени знакомства лексики, необходимой для выполнения морфо-синтаксической обработки.

  Во-первых, модель полного листинга утверждает, что все слово хранится как комбинированная форма основы и аффикса. Таким образом, целые слова хранятся в ментальном лексиконе без морфо-синтаксического структурного анализа [4,8,9,10].Другими словами, все флективные слова представлены как независимая и конкретная информация в ментальном лексиконе и производятся при необходимости. Во-вторых, модель полного анализа утверждает, что целые слова представлены и произведены структурным анализом во время морфо-синтаксической обработки [11,12 ]. Целые слова включают структурный анализ с классификацией основы и аффикса в качестве первого этапа языковой обработки. Например, существительные в единственном числе «Kind» или «Ei» имеют морфему «-er», указывающую на единственную форму слова, а окончание множественного числа сохраняется отдельно.Следовательно, мы можем производить «Kinder» или «Eier», которые представлены комбинацией «Kind» + «-er» = «Kinder» или «Ei» + «-er» = «Eier». Наконец, Двойной механизм Модель сочетает в себе модель полного анализа и модель полного листинга. Эта модель имеет двойную структуру с двумя различными репрезентативными механизмами: модель полного листинга имеет некоторые операции на основе слов, хранящиеся в ментальном лексиконе без структурного анализа, а модель полного анализа представляет собой набор операций на основе правил, которые представлены и производится из слов в ментальном лексиконе [13,14,15].Другими словами, Пенке и Краузе [16] представили, что нерегулярные формы сохраняются как полностью изменяемые формы в ментальном лексиконе, тогда как регулярное словоизменение основано на правилах и используется по умолчанию всякий раз, когда сохраненная неправильная форма не может быть извлечена из ментального лексикона. Согласно предыдущим исследованиям, флективные формы делятся на правильные и неправильные. Во время морфо-синтаксической обработки обычная форма подчиняется модели полного анализа, а нерегулярная форма подчиняется модели полного листинга [17].Многие потенциальные исследования, связанные с событиями, в том числе исследование, проведенное Münte et al. [18], попытались охарактеризовать эти модели. В последнее время изучаются также различные языки, в том числе английский [6,15,18,19,20,21]. Несмотря на то, что системы флексии этих языков отличаются от английского, результаты этих исследований подтверждают модель двойного механизма, основанную на использовании другой модели морфо-синтаксической обработки как в регулярных, так и в нерегулярных формах.

  Электроэнцефалография (ЭЭГ) — это метод нейровизуализации, включающий позитронно-эмиссионную томографию (ПЭТ), функциональную магнитно-резонансную томографию (ФМРТ) и магнитоэнцефалографию (МЭГ).Электроэнцефалография (ЭЭГ) — важный инструмент функциональной нейровизуализации для изучения временной динамики нервной системы человека. ЭЭГ использовалась во многих исследованиях из-за относительно высокой доступности.

  Связанные с событием потенциалы (ERP) выводятся из ЭЭГ и измеряются реакцией мозга, которая является прямым результатом определенного сенсорного, когнитивного или моторного события. Результаты обычно представлены в виде компонентов ERP, таких как ранний левый передний негатив (ELAN), левый передний негатив (LAN), P300, N400, P600 и т. Д.Компоненты обнаруживаются при обработке конкретных поведенческих задач. Например, мы исследовали компонент, зависящий от языка, путем усреднения по множеству разных слов из нескольких разных диапазонов. ERP полезны для изучения перцептивных и когнитивных процессов, связанных с пониманием языка. Кроме того, поскольку ERP-системы ценны для получения информации о времени и активации мозга при обработке речи, этот метод особенно полезен при изучении обработки L2, а не обработки L1 [22,23].ERP, связанные с обработкой речи, включают ранний левый передний негатив (ELAN), левый передний негатив (LAN), N400 и P600. Эти составляющие сигналов характеризуются полярностью, задержкой, амплитудой, областью мозга, функциональным описанием задачи и т. Д. ELAN, которая возникает с задержкой 150–250 мс, часто латерализируется над левой лобной долей. LAN также возникает как передний негатив, но он возникает немного позже, чем ELAN, на 300–500 мс. Оба компонента связаны с морфо-синтаксическими ошибками.N400 возникает с латентным периодом 300–500 мс и часто латерализован над центральной и теменной долями. Максимальное значение для отрицательной формы волны составляет около 400 мс. N400 происходит в том же временном окне, что и LAN, но в разных местах расположения электродов. N400 относится к интеграции смысла [24,25]. Наконец, P600 возникает через 600-800 мс или длится несколько сотен миллисекунд и часто латерализуется по центро-теменным долям. P600 показывает наибольший пик положительности примерно через 600 мс после начала стимула.P600 связан с синтаксическим нарушением синтаксически сложных структур [26,27].

  В данном исследовании изучаются немецкие окончания существительных во множественном числе у корейских изучающих немецкий язык L2. Для достижения цели исследования мы записали ERP, возникающие в результате обработки окончания множественного числа существительных у взрослых изучающих немецкий язык второго уровня, и сравнили их с результатами предыдущих исследований на немецком языке, говорящем на уровне первого уровня. Здесь мы исследуем новые данные о немецкой интонации у взрослых, изучающих немецкий язык L2, используя парадигму нарушения. Мы специально изучаем окончания существительных во множественном числе в немецком языке, что позволяет нам сравнивать правильные и неправильные склонения.

  Если морфо-синтаксическая обработка у взрослых, изучающих немецкий язык L2, кажется похожей на языковую обработку у говорящих на немецком языке L1, регулярные или неправильные формы окончаний множественного числа существительных обрабатываются на основе модели двойного механизма, аналогично результатам предыдущих исследований, проведенных на немецком языке L1. говорящих, и можно идентифицировать определенные области мозга, отражающие языковую обработку. Тем не менее, если языковая обработка отличается от таковой у говорящих на немецком L1, регулярные и неправильные формы окончаний существительных во множественном числе у изучающих немецкий L2 будут обрабатываться иначе, чем у говорящих на немецком L1, и области мозга, которые активируются, будут отличаться от те, которые активированы в немецких динамиках L1.Как упоминалось ранее, эту идею можно резюмировать с помощью следующих вопросов.

  Обычное нарушение окончания (* Минуты) обнаружит LAN в морфо-синтаксической обработке на обоих уровнях. Что касается уровня обучения, P600 обнаруживает последовательно после обнаружения LAN и, через некоторое время, у учащихся L2 с высоким уровнем подготовки по сравнению с учащимися L2 с низким уровнем владения языком. У низкоквалифицированных учащихся L2 не будут обнаружены связанные с событием потенциальные компоненты или компонент LAN.

  Нарушение неправильного окончания (* Auton) обнаружит N400 в морфо-синтаксической обработке, которая происходит при нарушении слова / значения; N400 будет обнаружен на обоих уровнях.Не будет разницы в обнаружении ERP по уровню обучения.

  Таким образом, учащиеся L2 с низким уровнем владения языком обрабатывают язык в соответствии с моделью полного списка, когда имеют дело с нерегулярными нарушениями окончания, но они полностью не справляются или недостаточно обрабатывают нарушения окончания в соответствии с моделью полного анализа по сравнению с учащимися L2 с высоким уровнем владения языком. Напротив, высококвалифицированные учащиеся L2 будут демонстрировать морфо-синтаксическую обработку в соответствии с моделью полного анализа при регулярных нарушениях окончания, следуя модели полного списка при работе с нерегулярными нарушениями окончания.В результате различие в морфо-синтаксической обработке по уровню обучения будет подтверждено обнаружением компонентов ERP. Это означает, что учащиеся L2 с высоким уровнем владения языком используют модель двойного механизма по сравнению с учащимися L2 с низким уровнем владения языком, поскольку уровень обучения становится более сложным, и они выполняют морфо-синтаксическую обработку, аналогичную той, которая используется для говорящих на немецком языке L1.

  4. Обсуждение

  Настоящее исследование было проведено на потенциалах, связанных с событием, и было направлено на изучение того, связана ли обработка регулярных и нерегулярно изменяемых окончаний множественного числа немецких существительных с различимыми сигналами ЭЭГ.Мы исследовали задачу на понимание предложения, чтобы собрать компоненты ERP для различных доказательств, используемых изучающими немецкий язык L2. По сравнению с правильными предложениями, регулярные нарушения окончания множественного числа существительных вызвали левую переднюю негативность (LAN) на обоих уровнях.

  Компоненты ERP подтвердили, что N400 во время языковой обработки с точки зрения словарного запаса / значения был обнаружен независимо от уровня обучения, а для существительных множественного числа, оканчивающихся на «-n», имели место нерегулярные нарушения. Это указывает на то, что обе группы изучающих немецкий язык L2 распознали неправильное окончание «-n» среди окончаний множественного числа существительных как нарушение смысла, а не как синтаксическое нарушение, предполагая, что языковая обработка поддерживает модель полного листинга во время морфемной обработки.Однако LAN и P600, обнаруженные в результате морфемической / синтаксической обработки, подразумевают различия в уровне обучения. Локальная сеть, обнаруженная у обоих типов изучающих немецкий язык L2, подтверждает, что регулярные нарушения окончаний имели место для существительных во множественном числе, оканчивающихся на «-s». Это показывает, что оба типа изучающих немецкий язык L2 распознают обычное окончание «-s» среди окончаний множественного числа существительных как синтаксические нарушения, предполагая, что языковая обработка поддерживает модель полного анализа в морфемной обработке. Поскольку P600 был дополнительно подтвержден у высококвалифицированных учащихся L2, такие учащиеся были обнаружены с помощью обнаружения P600 сначала для распознавания синтаксического нарушения, а затем для последовательной попытки повторной обработки синтаксических нарушений.Результаты подтверждают, что по мере повышения уровня обучения появляются различные морфемические / синтаксические характеристики обработки. Как правило, P600 — это морфемический / синтаксический потенциальный компонент, связанный с событием, который последовательно обнаруживался с помощью LAN в течение некоторого времени и от электрода PZ, расположенного немного позади теменной доли мозга. Нарушение морфемы / синтаксиса критических существительных было обнаружено LAN через 450 мс, а затем через 600 мс. Это иллюстрирует, что повторная обработка после морфемического / синтаксического нарушения вовлекала анод, расположенный немного позади центральной теменной доли в неграмматических условиях; анод оказался наибольшим у электрода PZ.Соответственно, учащиеся L2, похоже, используют двойной механизм независимо от уровня обучения и активнее используют его по мере повышения уровня обучения. Можно считать, что повышение уровня обучения учащихся L2 приближает когнитивную обработку данных, аналогичную той, которая используется для говорящих на немецком языке L1.

  Наши результаты показали, что N400 и LAN среди потенциальных компонентов, связанных с событием, были обнаружены на 450–600 мс у обоих типов изучающих немецкий язык L2. N400 был обнаружен с помощью электрода CZ в центральной теменной доле без разницы в уровне обучения, но то же обнаружение N400 подразумевает, что неправильные окончания множественного числа существительных соответствуют языковой обработке модели полного листинга как морфемической обработке словарного запаса / имея в виду.LAN была обнаружена с электрода FT7 в левой лобной доле, что указывает на то, что морфемическое / синтаксическое нарушение слов, включенных в грамматически неправильные предложения, было распознано, но не было никакой разницы в уровне обучения. Однако было обнаружено, что неправильные окончания множественного числа существительных соответствуют языковым процессам в соответствии с моделью полного анализа, что было подтверждено обнаружением связанного с событием потенциального фактора, LAN, во время морфемической / синтаксической обработки. Напротив, P600 не был обнаружен у учащихся L2 с низким уровнем владения языком, но был замечен у учащихся L2 с высоким уровнем владения языком только в определенное время и в определенной области (686 мс, PZ).Это можно рассматривать как разницу между двумя типами учащихся L2, поскольку учащиеся L2 с высоким уровнем владения распознавали слова, включенные в грамматически неправильное предложение, и через некоторое время выполняли повторную обработку. Следовательно, P600 может быть вспомогательным фактором, показывающим разницу в уровне обучения. Результаты нашего анализа показывают, что оба типа говорящих по-корейски изучающих немецкий язык L2 используют модель двойного механизма. Обычные и неправильные окончания существительных во множественном числе похожи у говорящих на немецком L1, но было обнаружено, что учащиеся L2 с высоким уровнем владения используют модель двойного механизма, в отличие от учащихся L2 с низким уровнем владения языком.

  Энес Авку — Массачусетская больница общего профиля / Гарвардская медицинская школа

  Около

  Постдоктор в группе нейродинамики и нейронного декодирования в Массачусетской больнице общего профиля / Гарвардской медицинской школе.

  Я лингвист, специализирующийся на когнитивной нейробиологии языка. Моя исследовательская программа сосредоточена на понимании нейронных коррелятов фонологических вычислений, которые порождают сложности, лежащие в основе человеческих языков. Моя цель — интегрировать эти фонологические вычисления в когнитивную нейробиологию языка, которая связывает абстрактные математические модели с теориями синтаксического анализа слов в реальном времени и, в конечном итоге, с нейронными вычислениями.С этой целью в моем исследовании используются поведенческие и нейронные показатели (ЭЭГ / ССП, МЭГ и МРТ (загрузка Ecog)) для проверки предсказаний фонологических вычислений.

  Образование

  2019 — настоящее время	Постдоктор в группе нейродинамики и нейронного декодирования Массачусетская больница общего профиля / Гарвардская медицинская школа
  2014-2019	Ph.D. в лингвистике. Университет штата Делавэр
  2016	M.А. в лингвистике и когнитивных науках. Университет штата Делавэр
  2014	Магистр наук в когнитивных науках. Ближневосточный технический университет
  2011	B.A. в лингвистике. Университет Хаджеттепе

  Новости

  • Я буду выступать с докладом на 61-м ежегодном собрании Психономического общества, которое состоится онлайн с 19 по 21 ноября 2020 г. Ссылка на доклад будет опубликована, подлежит уточнению.
  • Вышла наша статья «Невыучиваемая фонотактика»!
  • Я представлю два плаката на Ежегодном собрании SNL 2020, которое состоится онлайн с 21 по 24 октября 2020 года.Вот ссылки:
    • Две лексики лучше одной? Проверка вычислительных гипотез с помощью глубоких сверточных моделей.
    • Представление корней: исследование нейронного декодирования представления морфем арабских корней.
  • Я был награжден одной из двух наград за заслуги постдока от SNL за наш тезис под названием «Две лексики лучше, чем одна? Проверка вычислительных гипотез с помощью глубоких сверточных моделей »
  • Я выступал с докладом под названием «Локальность имеет значение: нейронные реакции показывают локальное, но не фрагментарное обучение» на конференции PhonolEEGy: Electrophysiology and Phonological Theory, которая проводилась онлайн.Вот ссылка на презентацию ppt.
  • Я представил плакат под названием «Нейронные основы суждений о фонологической приемлемости» на 27-м ежегодном собрании общества когнитивной неврологии, CNS 2020, которое проводилось онлайн. Вот ссылка на плакат и короткую видеопрезентацию:
  • Я представил плакат под названием «Вычислительная сложность в фонотактике модулирует свидетельства реакции мозга на ЭЭГ» на 7-м ежегодном собрании по фонологии (AMP), которое проходило 11-13 октября 2019 года в Стоуни-Брук, штат Нью-Йорк, США.