语言教学与研究 2004 年第 5 期一个基于连通主义的二语习得认知过程模型*王 薇提要 连通主义自二十世纪八十年代后期以来是认知心理学的主导理论, 它被广泛应用 于包括语言学在内的各个领域。该理论不强调规则的习得, 认为语言学习作为技能训练过程与其他技能无甚区别, 网络在不断接收输入的过程中通过自适应、 自组织性的学习实现发展与提升。目前连通主义在语言学中一般被用来进行母语研究。本文试图在深入介绍连通主义理论与网络工作特性的基础上建立一个二语习得认知过程的连通主义网络模型, 分析图中体现 的二语学习特点与连通主义具体运作特征, 验证若干二语习得理论的合理性。关键词 连通主义; 认知主义; 二语习得; 神经网络一 问题的提出认知和语言的问题是哲学家、 语言学家、 心理学家和人类学家等历来关心的一个重大问题。近一、 二十年来发展起来的认知语言学把语言看作认知过程的产物。它从认知的角度去观察与研究语言, 分析语言反映的认知取向。认知语言学的兴起与发展对认知科学本身的发 展水平也提出了要求。科技的发展为人类揭开认知之谜、 了解人类大脑的结构与运作提供了重要的条件与工具, 也为认知科学的成果更多地跟语言学研究相结合提供了可能。特别是计算机技术的发展成果逐步应用于语言学领域, 使用计算机技术构造学习模型、 将计算机隐喻转变为大脑隐喻的连通主义理论( connectionism) 在语言学领域亦日益受到青睐( Lakoff 1987, Langacker 1990) 。连通主义理论被用来对语言诸多方面加以解释。连通主义, 又称新联结主义或分布表征理论, 于上世纪八十年代后期取代符号表征理论即认知主义( cognitionism) 成为认知科学主导理论。据斯坦福哲学百科全书( Zalta 1997) , 连通主义指用人工神经网络揭示人类智力能力( intellectual abilities) 的一种认知科学活动。MIT 认知 科学百科全书( Wilson and Keil 1999) 则更具体地指出连通主义网络通过大量单一处理单元的扩散激活( spreading activation) 构筑人类认知。现代连通主义理论应追溯到上世纪四、 五十年代神经科学家和计算机科学家如 McCulloch and Pitts( 1943) 、 Rosenblatt( 1962) 所作的先驱性工作。它在建立与发展过程中, 以哲学、 神经科学、 数学等为基础, 吸收信息科学、 人工智能、 心 理学等诸多领域的成就并加以整合, 逐渐形成一个多层次、 跨领域的边缘学科, 构筑一系列新的网络学习运算法则并用来研究和应用于适当领域。16*浙江师范大学外国语学院陈昌义教授对本研究给予了指导, 浙江工业大学理学院金建国博士对本文的 模型勾画给予了帮助, 特此致谢。连通主义的兴起为语言学研究提供了新的视角。目前, 国外连通主义对语言学进行的研 究大多关注于解释母语习得( Gasser 1990) 。国内从连通主义角度对语言学进行的研究虽不多, 但已取得了一定成果, 例如: 应用连通主义对二语习得和普遍语法的研究( 王初明 2001) ,对二语教学法的探讨( 彭建武 2002) , 汉语认知研究( 彭聃龄、 舒华等 1997) 等。本文尝试将连 通主义应用于二语习得领域, 在综合介绍连通主义神经网络的组成和工作特性的基础上建立一个网络模型来演绎二语习得的认知过程, 探讨其中体现的二语乃至语言学习的特征与规律,对比现有若干二语习得理论, 推动二语认知研究的继续发展。二 解释二语习得过程的连通主义神经网络模型2. 1 连通主义神经网络概述2. 1. 1 组成成分Berkeley( 1997) 指出一个连通主义神经网络由三个基本成分组成, 包括处理单元、 单元间 可调节的连接和可选的学习过程。所谓处理单元是整个连通主义网络的基本构筑模块, 分为输入单元、 输出单元和隐单元三种。它们彼此联系, 构成一定的连接模式, 实现网络对整个认知过程的演绎。输入单元接受外 部信息, 信息处理过程受感官系统影响; 输出单元与输出手段相连接, 解码输出激活指令, 表现信息处理结果; 介于前两类单元之间并与之相互作用的是隐藏单元。具有相同概念( Feldman and Ballard 1982) 或相同特点( Rumelhart et al 1986) 的处理单元只有相互连接才能实现交流, 使网络保持在动态发展中。单元间的连接是有权重( weight) 的 连接, 连接权重决定该连接中输入的信息总量, 反映输出方向。连接效果决定网络的活动能力。连接权重的绝对值愈大, 连接力愈强。连通主义网络的核心是学习。/ 连通主义神经网络, 至少是分布型的神经网络, 是很典型 的以经验主义者的立场来说明认知的, 学习占据核心的地位0( Gasser 1990) 。连通主义认为习得是适宜的连接关系与连接权重的习得。网络确立某种输入) 输出关系的过程经常是遵循一定的学习规则、 通过学习或训练实现的。学习规则主要有三种: Hebb 规则、 Widrow- Hoff 规则及广义德尔塔规则。Hebb 规则认为两个节点间的连接只要通过两者同时触发( fire) 就可以 加强。Widrow- Hoff 规则又称德尔塔规则, 利用每个输出单元的期望与事实输出间的差异来改变旧有权重, 确保正确权重的发现。广义德尔塔规则为带有隐单元的网络提供可循规则: 它通过找出输出单元错误来调整输出单元上的连接权重。系统从训练组中提出一个模式交给网 络的输入层, 错误作为一种输入信号传输给隐藏层, 计算出隐单元错误, 又用来调整输入单元和隐单元的连接权重, 实现对目前输入模式的正确表征。大量有相同概念或特点的节点、 节点间加权的连接遵循一定规则的学习过程共同构成连通主义网络。节点的性质、 连接权重值及其调整、 学习规则的使用和学习过程的持续进行赋予 各个连通主义网络以特定内容, 决定网络的实时状态与变化趋向, 最终实现网络的工作目标。2. 1. 2 工作特性连通主义作为认知心理学的核心理论, 总体而言是以使用类似脑的神经元网络的系统建立认知活动模型为目标, 追求在更逼近大脑的神经结构的基础上建构认知的理论和计算的模 型。具体而言, 反映二语习得过程的连通主义网络大致有如下几种工作特性:( 1) 通过节点的相互作用来解释认知整体效果。连通主义认为单个神经元不承载大量的17符号信息, 概念知识分布在网络连接中, 大量相互加权连接的单元相互作用才能解释认知整体 效果。网络接收输入, 节点呈现某种程度的激活, 被激活的节点通过加权输入进而对其他单元产生影响。( 2) 软性限制( soft constraints) 代替/ 规则0。前面描述连通主义的定义时曾提到, 连通主 义网络通过大量单一处理单元的扩散激活来构筑人类认知。扩散激活即一个认知状态通过与其他单元间的加权连接去激活一个潜在的下一认知状态, 这实际是一种因果关系。认知状态中的因果关系是一种可以撤销的因果倾向( defeasible causal tendencies) ( 朱松华、 武月明2000) , 因为如果另一认知状态有更强的相反作用力, 那么前一状态的作用结果就会被/ 撤销0。 这种可撤销的因果倾向即软性限制。软性限制和硬性限制( hard constraints) 的规则有本质不同。对后者而言, 一旦规则启动, 活动必定产生, 具有不可撤销性; 对规则中的例外, 学者们必须加写更复杂的规定。而软性限制则是在所有其他情况相同时有效成立的概括( all else equalgeneralization) ( Horgan and Tienson 1996) 。所谓例外只被看作某一时间认知力更强的因果倾 向而已。连通主义网络中, 软性限制为寻求多重限制的最佳总体解决提供途径, 最终实现各激活状态间的合作, 以产生单个状态无法产生的结果。( 3) 实现从计算机隐喻向大脑隐喻的转变。计算机隐喻中, 人们用心智的计算机模型解 释与说明人类的智能活动; 大脑隐喻中, 人们努力用计算机的各种技术和并行计算、 分布式网络、 广度并行等模拟和逼近大脑的神经结构和工作原理。有关大脑隐喻的研究表明( Horganand T ienson 1996) , 模拟人类大脑的认知过程时, 不能简单地使用计算机进行概率计算, 而要正视人类认知的情景依赖性和事物间潜在的普遍关联性的存在, 并重视其对认知的影响。 这些工作特性是针对二语习得这一内容进行的归纳, 具体体现在下面的连通主义神经网络模型里。该模型旨在将连通主义与二语习得研究相结合, 尝试为现有的二语理论提供新的佐证和研究视角, 以推动语言研究的发展。 2. 2 模型的建立图 1( 见下页) 建立了一个反映二语习得过程的连通主义神经网络模型。这里, 学习者是以英语为二语的中国学生, 母语是汉语, 二语是英语。全图构成以动词 see为中心的发散式思维结构, 有关动词 see 的概念知识分布在与之关联的各个亚网络及大量节 点的连接中。图示包含五个亚网络: 母语词汇、 二语词汇、 母语语法、 二语语法及非语言因素。各亚网络彼此关联, 相互作用。词汇与语法的学习相互影响: 一定的词汇知识是进行语法变换的基础, 语法知识的掌握又利于加深词汇的理解, 提高词汇运用能力。网络的学习建立在以往 经验的基础上, 二语动词 see 的概念知识建立在母语相关的结构式型的基础上。母语迁移不可避免, 对二语习得起促进或干扰作用。非语言因素作用于母语和二语的各个环节, 并受到反作用力, 表现在如文化延续与变迁。二语文化与母语文化也存在母语迁移关系。一方面母语习得经历影响二语学习过程, 另一方面二语知识的掌握又能够加深学习者对母语语言与文化 的理解, 两者相辅相成。模型由多个层次构成: 网络包括亚网络, 亚网络中又包括若干范畴, 例如二语语法中包含语序、 组句、 时态等。范畴中又包含亚范畴。总之, 二语词汇 see 的认知过程在大量节点的权重连接、 节点呈现的激活等级以及整个系统表现的整体行为状态中体现。这个基于连通主义的模型改变了以往使用线性化模式表现语言信息逻辑的作法, 更加直观、 自 然地反映各概念、 知识间的关联, 能够更加合理地体现二语习得的认知过程。某种语言的习得可以看作无数个词汇构筑的庞大体系。其中, 某种或几种语言的词汇和语法知识之间又彼此18构筑不同的输入 ) 输出关系, 构成语法体系、 词汇体系, 并与语言之外的网络相互作用, 最终聚 合成巨大的个性化网络知识体系。图 119在这个层次结构中, 节点的加权连接通常被想象为神经元的轴突树突形态, 连接力有强有 弱, 甚至同一节点能够有不同的权重。例如: 图中 see 作为二语词汇, 它的用法之一是与介词的搭配, 如 see through, see to, see about 等, 这些介词需要带有介词宾语, 还可以用来与其他动词搭配, 由此触发其他知识的关联。see 与介词的连接、 介词与介词宾语的连接及介词与其他 动词的连接都有一定的连接权重, 权重值高低视学习者对知识的掌握情况而定。同一介词与不同动词搭配时可能有不同的权重值。下面分五个部分来具体描述该模型: 首先在第一部分中阐明连通主义的优势以解释采用连通主义视角的原因, 然后从关联性学习、 母语迁移、 非语言因素、 连接权重与网络失误等方面 分别阐述。2. 2. 1连通主义神经网络的优势本文之所以选用连通主义神经网络来构筑二语习得认知过程的模型, 是因为作为认知心理学主导理论的连通主义神经网络模型在模拟人类神经系统方面更加具有神经学意义上的合 理性( 王益文、 张文新 2001) 。这种合理性除表现在上述工作特性之外, 还表现在连通主义的若干优势上, 例如并行分布处理、 容错性强、 系统可以进行自动归纳, 等等。连通主义神经网络是个分布式网络。单个节点同时和许多其他节点相连接, 使该节点具 有很多不同的表征( representation) ,