关键词:
功能磁共振成像
语言机制
机器学习
句法结构
功能连接
摘要:
大脑是人类最复杂的器官,控制着人类的认知、行为以及意识等过程。随着多种神经影像技术的快速发展,人们对人脑活动的测量能力也在不断提高,这使得人们对人脑功能的认知有了极大的进步。其中功能磁共振成像技术(functional Magnetic Resonance Imaging,fMRI)能够采集高空间分辨率的人脑功能活动信息,是研究人脑复杂认知神经活动的主要成像技术之一。语言是人类文明的标志,也是人类认识世界的工具。对人脑语言机制的解析一直是神经科学领域的研究热点。基于听取自然语言所采集的fMRI数据,可以通过全脑建模分析来探索人脑的语言处理机制。这种方式更加符合人脑在自然条件下的反应,得到的结果也更加系统。因此,近些年其已成为对人脑语言机制进行解析的常用研究方法。本文基于被试倾听自然语言时采集的fMRI数据,对人脑在自然条件下的句法处理机制进行研究。基于可解释的机器学习方法将自然语言中激活人脑功能的语义效应和句法效应进行分离;针对不同的句法结构,系统性的研究了人脑的句法处理机制。本文的主要研究工作如下:1.基于可解释机器学习方法构建了人脑语言功能解析方法框架,并展示了人脑的神经句法功能强度的脑区图。对于现有的关于人脑句法机制的研究成果,往往很难分离特定句法现象或无法整合不同条件下的实验结果,因此关于人脑的句法机制还未有一个系统且深入的解析。本文针对这一问题,将自然语言文本的单词作为输入特征,将人脑的激活信号作为输出值,在构建对应的样本集的基础上,对每个体素建模并解释模型输出。然后,借助现代语法理论知识将解释结果按照句法结构类型(如名词性主语结构)进行统计,获得每个体素在处理各个句法结构时的功能强度。最后以体素为单位将所有句法结构的功能强度进行叠加,即为对应体素的整体句法功能强度。相比之前的研究仅能通过模型的性能表现来比较不同体素的句法功能,本文将体素的句法功能强度进行量化,以便能够更准确地探索人脑句法处理机制。2.发现了人脑处理句法结构的分布处理模式,展示了人脑在处理不同句法结构时的脑区选择性。在基于自然语言的全局性语言处理机制的研究中,虽然存在通过各类算法将语义和句法进行分离的相关研究,但大多数研究通常无法继续将句法细化到更细节的层次,导致只能将句法作为一个整体进行后续处理。然而,人脑是一个非常精细化的操作系统,对句法的处理也是非常复杂的,将句法作为一个整体通常会损失许多句法处理功能的隐藏信息。因此,本文基于每个体素对于不同句法结构的处理功能强度,对每个句法结构都进行单独的探索研究。不同于许多将句法视作整体对人脑语言机制进行的研究,本文在句法结构这一更加细节的层次上,对人脑的句法处理机制做出了进一步的研究,发现了人脑在句法处理时的更深层次的运行机制。3.构建了人脑每个体素的句法复杂网络,将句法处理机制细化到词对层面。通过去掉句法结构带来的泛化限制,从而可以研究不同体素对特定词对处理的差异,并对每个体素构建了句法处理机制的静态和动态句法网络,其分别对应着体素整体的句法处理机制和特定时刻的句法处理机制。句法复杂网络的最小信息单位是单词与单词的句法关系。因此,句法复杂网络能够精准捕捉体素在单词层次上的语言处理机制,展现了每个体素在单词层次上的特异性;同时,根据网络结构的不同,研究了不同体素在单词层次上的句法处理差异。基于不同体素在句法上的差异,进一步提出了一种新的人脑区域划分方法,即将具有相似句法处理机制的体素归为一类区域,然后计算了不同区域的句法功能连接关系,从而对理解不同脑区在处理句法时的协同机制提供了新的见解。