双语语言模型捕捉二语阅读中的跨语言影响

为什么 monolingual 模型不够用？

阅读时间预测一直是计算心理语言学的经典任务。过去十几年里，单语语言模型的 surprisal（意外度）被反复验证为阅读时间的有效预测因子——词越出乎意料，读者停顿越久。但这套框架有一个隐含假设：读者是母语者。

当读者使用第二语言（L2）阅读时，情况会复杂得多。母语（L1）的词汇、句法乃至书写系统都会对 L2 加工产生跨语言影响（cross-linguistic influence）。单语模型对此无能为力，因为它只建模了目标语言的统计规律，看不到读者头脑中另一套语言系统在暗中发力。

据该研究指出，此前的阅读时间预测工作“广泛建立在单语模型基础上”，却“无法捕捉由读者 L1 塑造的非母语阅读动态”。这构成了本研究的出发点：双语模型内部的跨语言迁移，是否与人类 L2 阅读中由 L1 驱动的偏差对齐？

surprisal（意外度） 是信息论中的概念，指一个词在给定上下文中出现的负对数概率：越不可能出现的词，surprisal 越高。在计算心理语言学中，它被用作“加工难度”的操作化指标——语言模型对某个词的预测概率越低，理论上读者加工该词所需的认知资源就越多。这一指标之所以能预测阅读时间，是因为它隐含地刻画了读者对语言的统计预期；但正因如此，surprisal 完全取决于所用量词模型的质量与训练数据。单语模型只在目标语言语料上训练，其 surprisal 反映的是单语者的统计预期，无法体现双语者头脑中两套语言系统交互产生的预期偏差。

实验设计：用 12 种母语背景的眼动数据做交叉验证

研究团队的做法相当直接：拿双语模型在眼动数据上的预测表现做比较。受试者来自 12 种不同的 L1 背景，阅读的文本统一为英语。

关键设计在于“匹配”与“不匹配”的对照。为了分离出 L1 特异性的迁移效应，研究者设置了三类预测器：

• 匹配组：双语模型训练时使用的 L1 与读者母语背景一致；
• 单语基线：纯英语单语模型；
• 错配组：双语模型训练时使用的 L1 与读者母语背景不一致。

如果匹配组能稳定优于另外两者，就说明模型确实捕捉到了与读者母语相关的某种信号，而不只是英语本身的统计规律在起作用。这种多对照组的设计，比单纯比较“双语 vs 单语”更能排除混淆因素。

三个核心发现

匹配 L1 确实提升预测，但效应集中在晚期指标

结果证实了假设：当模型的训练 L1 与读者母语一致时，对 L2 阅读时间的预测更准。但这个优势并非均匀分布——它“集中在晚期眼动指标上”。

晚期指标通常反映整合与重分析过程，比如回视、二次注视时长等；而早期指标更多反映词汇通达的自动化程度。这一分布模式暗示，跨语言影响主要作用于语义整合和句法重分析阶段，而非最初的词汇识别。换句话说，母语的影子在读者“回味”句子时才更明显。

眼动研究通常把注视指标分为早期指标与晚期指标。早期指标包括首次注视时长（first fixation duration）和首次通过时间（first-pass time），主要反映词汇识别与初始句法分析等相对自动化的过程；晚期指标包括回视时间（regression time）、二次通过时间（second-pass time）和总注视时间（total fixation time），反映的是当读者遇到理解困难后重新阅读、整合语义和进行句法重分析的过程。两类指标对语言操纵的敏感度不同，因此“效应出现在晚期而非早期”本身就是一个有理论意义的分布模式，常用于推断某种因素作用于加工的哪个阶段。

效应受书写系统重叠度调节

研究还发现，匹配 L1 带来的预测优势“受 L1-L2 书写系统重叠度调节”。这符合直觉：母语与英语共用拉丁字母的读者（如西班牙语、德语母语者），其迁移模式与使用西里尔字母、汉字或阿拉伯字母的读者应当不同。书写系统的共享程度决定了哪些层面的语言知识可以直接迁移，哪些需要重新学习。

这一调节效应的存在，也反过来支持了模型捕捉到的不是某种笼统的“外语难度”，而是具体的、与母语结构相关的信号。

中级水平读者受益最明显

最耐人寻味的发现是效应“在中等熟练度读者中达到峰值”。

可以用一个倒 U 形来理解：初学者对 L2 的自动化程度太低，阅读行为更多被普遍的加工困难主导，母语迁移的信号被淹没；高级学习者的 L2 加工已接近母语者，L1 的影响被稀释。恰恰是中级读者，既具备足够的 L2 流畅度让眼动数据反映出精细的加工差异，又尚未摆脱母语系统的深层塑造，因此跨语言影响的痕迹最清晰。

熟练度（proficiency） 在二语习得研究中通常通过标准化语言测试（如词汇量测试、完形填空或 CEFR 等级评定）来测量，用以划分初、中、高级学习者。熟练度之所以是关键调节变量，是因为它同时影响两个方向：一方面，L2 自动化程度随熟练度提高而上升，使眼动数据能够更精细地反映加工差异；另一方面，L1 系统的影响并不会随熟练度线性衰减，而是在中级阶段与正在发展的 L2 系统并存竞争。倒 U 形假设正是这两个方向的叠加结果，也与二语习得中关于“跨语言影响在发展中阶段最活跃”的理论预期一致。

这项研究意味着什么

从方法论上看，它给阅读时间预测研究提了个醒：用单语 surprisal 建模 L2 阅读者，等于系统性地忽略了一个已知存在的方差来源。对于以 L2 读者为对象的研究，双语模型的 surprisal 可能是更合适的预测器。

从理论上看，这些结果为“双语模型捕捉了跨语言影响的某些方面”提供了行为层面的证据，并进一步说明这种影响“存在于 L2 阅读行为之中”。模型内部的语言迁移与人类读者的母语偏差之间存在可测量的对齐，这为用计算模型检验语言迁移假说打开了空间。

局限也很清楚：研究衡量的是预测力而非机制解释，模型“对齐”人类行为不等于模型“像”人类一样加工语言。书写系统重叠度与熟练度的交互细节，也需要更多 L1 组合的数据来刻画。

常见问题

双语模型的 surprisal 能替代单语模型做阅读预测吗？

对于 L2 读者，匹配其 L1 的双语模型预测更准，尤其在晚期眼动指标上。对母语读者，单语基线仍是合理的起点。

为什么效应集中在晚期指标？

晚期指标反映整合与重分析，恰是母语知识最容易介入的阶段；早期词汇通达更依赖自动化识别，受 L1 影响相对小。

哪些读者最值得用双语模型建模？

中级熟练度、且母语与目标语书写系统存在部分重叠的读者，跨语言影响的信号最强。