情感神经语言学: 神经语言学的情感转向

情感神经语言学: 神经语言学的情感转向

廖小根 张智义 倪传斌

（ 南京师范大学外国语学院，南京 210097）

　　提　要：传统的语言理解模型一般忽视情感。但近年来的研究表明，语言与情感彼此联系，相互影响。神经语言学俨然出现情感转向，情感神经语言学也应运而生。首先，本文从3个方面分析该转向的动因，包括“以单模态为基点”的理论框架的不足、情感与认知交互研究的蓬勃发展、语言研究中经验主义研究传统的崛起。其次，构建一个较全面的情感神经语言学研究框架，以对Hinojosa等( 2019) 提出的框架进行补充。最后，展望未来的研究方向。

　　关键词：神经语言学; 情感转向; 动因; 情感神经语言学; 研究框架; 发展趋

1.引言

受主流语言学流派(生成语言学) 研究传统的影响，神经语言学( neurolinguistics，NL) 研究者过去常忽视语言中的情感因素( Hinojosa et al． 2019) 。但日益增多的证据表明，语言与情感彼此联系，相互影响( 刘宏艳等 2009) 。这为NL研究带来重要启示，促使研究者逐渐将注意力转向情感维度。随着相关研究的蓬勃发展，“情感神经语言学”(Affective Neurolinguistics，ANL) 也随之而来。2015年9月30日－10月4日在美国西雅图市举行的“第五十五届社会心理生理学研究大会”(55th Annual Meeting of the Society for Psychophysiological Ｒesearch) 上，Kissler (2015) 首次提出ANL这一术语，并指出语言客体的情绪内容和受试主体的情感状态均会调节词汇、语义和形态—句法语言的加工。这些俨然预示着NL研究迎来一个新的转向——情感转向。

近来，Hinojosa等(2019) 在《语言、认知与神经科学》(Language，Cognition and Neuroscience)上发表“情感神经语言学: 调和语言与情感的框架”(Affective neurolinguistics: Towards a frame-work for reconciling language and emotion) 一文，他们基于NL视角下视觉词汇和句子加工研究的成果，粗略勾勒出ANL 的研究疆域。其研究框架主要聚焦于情感对不同层面语言的影响。作为系统阐述ANL的开山之作，其意义深远。它为 NL开辟一条新的进路，势将丰富NL的研究内容，促进NL与情感科学的融合。然而，或囿于篇幅，其研究框架囊括的领域范围偏窄，不能反映该学科之全貌 (Dunabeitia，García-Palacios 2019; van Ber-kum2019) 。鉴于此，本文拟基于现有的相关研究，尝试构建一个更为全面的ANL研究框架，分析NL情感转向的动因，并指出 ANL未来发展的方向，以期推动国内该领域研究的发展。

2. NL 情感转向的动因

2.1 “以单模态为基点”的不足

NL与情感神经科学是ANL关系最为密切的两个学科。然而，由于理论框架与研究兴趣方面的差异，它们很长一段时间处于彼此忽视的状态(转自 Hinojosa et al.2019: 1) 。20 世纪中期，生成语言学在理论语言学中占有统治地位。生成语言学认为，语言系统是自主、自治的系统，它独立于其他认知系统。此外，Fodor( 1983) 也主张，心智运作是模块化的，不同层级的语言表征属于包装加工(encapsulated processing) ，这些表征之间不存在交互，也不会与其他认知域相互作用。生成语言学的理论主张与语言加工系统的模块化概念使得 NL 研究者很少考虑情感维度。然而，越来越多的证据表明，语言与情感彼此联系，相互影响。关于语言与情感之间的交互，“以单模态为基点”的理论框架无法解释(顾曰国 2015: 451) 。这使得语言的神经认知研究者逐渐挣脱这种理论框架的束缚，进而转向对情感维度的关注。

2.2 情感与认知交互研究的蓬勃发展

    受古希腊哲学家影响，早期的情感研究者主张将感觉(feeling) 与思维(thought) 二分，认为前者对应的是情感，后者则对应认知。他们还指出，头脑(理性的假定位置) 和心(情感的假定位置)分处于两条不同的路线，且往往相互冲突(Ｒo-binson et al.2013:3) 。后来，该观点受到众多神经科学家的诟病(如 Damasio 1994; Panksepp1998) 。他们发现情感与认知不仅存在交互，且二者的神经机制在大脑进行整合，因此脱离认知去研究情感并不可取。此后，情感研究出现认知转向，大量的情感与认知的关系研究得以开展。传统的观点认为，认知是由心理功能和加工组成，包括记忆、注意、语言、推理等(Liu et al.2009:1) 。其中，语言是人类重要的认知活动，情感与认知交互研究的蓬勃发展使得研究者萌生对情感与语言关系研究的兴趣。这在一定程度上也助推神经科学视角下语言与情感关系研究的发展。

2.3 语言研究中经验主义研究传统的崛起

    NL的情感转向同样也存在一定的哲学动因。西方哲学史上存在着经验主义和理性主义两大思潮的对立。其中，理性主义强调认识来源于理性本身，而非取决于感觉经验。而情感属于非理性范畴，因此理性主义的盛行可能压制情感维度的研究。语言与哲学互为摇篮(王寅 2017) ，经验主义和理性主义两大阵营的斗争也催生语言研究的两个传统: 经验主义传统和理性主义传统。20世纪50年代末至90年代，理性主义在语言学领域占据主要地位，这导致语言学研究忽视情感因素。

      然而20世纪90年代后，语言学研究中的经验主义传统开始崛起，认知语言学发展成为当今语言学领域的主流分支。正因如此，情感这一非理性因素成为语言研究中的“灰姑娘”，经验主义传统也逐渐辐射到 NL 研究领域。

3.ANL 研究框架的构建

3.1 ANL 研究框架

      Emotion，affect，mood是国际 ANL研究中的一组高频主题词，部分研究对它们加以区分，但也有研究有混淆之嫌，尤其是对前两个术语。在介绍ANL研究框架之前，对它们进行区分有助于廓清 ANL研究疆域。首先，我们将这3个术语分别译作“情绪”“情感”“心境”。其中，情绪 (emotion) 是情感性反应的过程，侧重指向非常短暂但强烈的体验; 而情感(affect) 更具有广泛意义，表示情绪、心境和偏好等各种不同的内心体验(Eysenck，Keane 2000，2005，2009) ; 心境 (mood) 则是一种变化相对慢的情感背景状态，通常是一种轻微的积极或消极感受(Scherer 2005) 。

      从ANL关系最为密切的两个学科来看，NL主要致力于用神经科学的方法研究语言习得、语言掌握、言语生成、言语理解的神经机制和心理机制(王德春等 1997: 1) ，而情感神经科学主要关注情绪、心境、情感倾向(affective disposition) 等情感现象的神经机制( Sander 2013: 5) 。可以说，情感神经科学是研究二者互动关系的一个交叉学科。ANL可以理解为语言的神经科学在情感方向上的扩展，它主要致力于通过神经科学手段研究情感与语言的交互关系。从宏观上来看，ANL关注的3个主要对象为语言、大脑和情感，其主要研究的是这3者之间的关系。前面已提到，Hinojosa 等( 2019) 构建的ANL框架覆盖的领域范围偏窄，很多议题并未囊括其中，如: 语言对情感的影响(Dunabeitia，García-Palacios 2019) 、情感对语言习得的影响等。基于此，我们细化ANL研究主题，构建一个更全面的ANL框架，见图1。接下来拟从 “情感之于语言”和“语言之于情感”两条主线对该框架进行阐述。框架中的两条线路，仅是为了区分 “情感对语言的影响研究(线路1) ”和“语言对情感的影响研究(线路2) ”，并非意将情感与语言在大脑中分立开来。限于篇幅，本部分仅从宏观上把握该学科的研究议题，不做详尽综述。

图1  ANL 研究框架

3.2 情感之于语言

      情感遍布于整个语言系统，在语言不同层面中均扮演着重要角色，包括词汇、句子、语篇。该观点已为许多研究所证实。在这些研究中，研究者主要立足于不同层面的中性语言与情绪语言(词汇、句子、语篇) 加工的差异，进而探讨语言加工中的情绪效应及其神经机制。

      在词汇层面，研究者主要考察情绪信息对词汇加工的影响及其神经机制。许多研究发现情绪加优势，但关于积极词和消极词的加工差异仍存在争议。出现积极效价偏向(positivity bias) 和消极效价偏向(nagativity bias) 两种观点。前者认为积极词具有绝对加工优势，后者则认为消极词具有绝对加工优势。支持积极效价偏向观的信息密度假说认为，同消极言语刺激相比，积极言语刺激能够在记忆中更好的被理解与相互联系(Sylvester et al.2016) 。相反，支持消极偏向观的假说则强调关键的进化适应性功能，认为消极刺激加工存在优势是因为快速探测注意并避开消极的厌恶的刺激对生存而言至关重要(Vaish et al.2008) 。该领域研究还试图回答: (1) 词汇的效价和唤醒度的神经机制是什么，二者有着什么样的关系; 积极词和消极词是否有其特有的神经机制。(2) 表示离散情绪的情绪标签词( 如: 高兴、悲伤、恐惧)是否有其特有的神经机制。(3) 除积极词和消极词外，其它不同范畴情绪词加工的神经机制是否存在差异。事实上，关于情绪词汇的范畴划分，有许多不同的方法。例如，根据情绪状态的起源将词汇分为自动性起源词(automatic originated words) 和反思性起源词(reflective originated stimu-li) 。这一划分方法主要基于情绪二元模型( the emotion duality model) (Jarymowicz 2012) ，该理论模型认为情绪经验本身可能起源于自动诱发机制(对环境刺激的直接情绪反应，如: “痛苦”) 或反思诱发机制( 自身评价标准语境下对当前场景的评价，如: “失业”) ，这种情绪状态的起源也是影响人类情绪体验的一个重要因素。此外，情绪词也可以根据情绪状态表达的显、隐性度分为情绪标签词(emotion-label words) 和情绪负载词(emotion-laden words) ，前者指的是能够直接表明情绪状态的词汇，如高兴、悲伤等，后者则通过词汇的隐含意义间接引发情绪，如坟墓、婚姻等。最后，还可以按语法范畴来分: 名词、动词和形容词等。未来研究充分考虑词汇加工相关的心理语言变量的同时，还应该考虑情绪词汇本身范畴的差异，对情绪刺激进行更加精细的区分。

      在句子层面，研究主要围绕句法和语义加工中的情绪效应两个维度展开。确切地说，该层面的研究考察的是语境中情绪词对句子句法和语义加工的影响。在句法方面，研究主要考察句子情绪效应对形态句法一致性加工的影响，包括数的一致性加工(Jiménez-Ortega et al.2017; Espuny et al.2018) 和性的一致性加工(Fraga et al.2017;Jiménez-Ortega et al.2017; Espuny et al.2018;Padrón et al.2020) 。近来研究发现的句法加工中的情绪效应无疑挑战了以单模态为基点的语言加工理论，如语言加工句法优先的模块化神经认知模型(Grodzinsky，Friederici 2006) 以及句法封装 假说(Syntactic Encapsulation Hypothesis )(Friederici 2004) 。综合这些研究来看，负性情绪信息对性和数的一致加工表现出不同的影响模式，这可能是性、数两类句法特征表征的差异所致: 语法性范畴是一个词汇特有的内在句法属性，缺乏概念基础，但数是一个外在属性，被认为是一种表明指称数量的概念特征( 转自 Hinojosa et al.2019: 14) 。此外，部分相关研究并未观测到情绪信息对句法加工的影响，如 Fraga等 (2017) 和Padrón等(2020) ，这可能是因为情绪信息对句法加工的影响受到一些因素的调节，如呈现方式(阈上或阈下呈现) 、刺激材料复杂度( 短语、短句、长句) 、甚至是受试心境。在语义方面，研究则主要围绕语义预测和语义整合(Ding et al.2015，2016，2020; Parkes et al. 2016) 展开。从现有的句子层面的研究来看，情绪效应对句子理解的影响主要是情绪词在语境中的加工或者说情绪词对句子理解的影响。然而，在语言使用过程中，仍存在许多隐含情绪(implied emotion) ，即中性词汇组合而成的情绪句子。例如，在句子“这个姑娘睡着了，再也没有醒来”中，情绪是通过句子概念义(ideational meaning) 含蓄传达的，而非句中的词项(Lai et al． 2015: 2) 。此类隐含情绪句中，不存在直接的“词形—情绪内涵义”，但人们可以通过语言输入计算而获得其情绪意义。这种语言加工是否有别于含情绪内涵义词项的语言加工有待回答。探索该问题能够为情绪意义如何从语言输入中获得带来理论启示，也有助于我们进一步明确语义整合和情绪加工之间的交互。

      同词汇和句子层面相比，语篇层面的研究较为稀少。其主要原因在于，语篇理解本身牵涉因素较多，对实验条件的控制相对较为复杂。一些零散的研究主要围绕两个方面展开: 对情绪语篇与中性语篇加工神经机制差异的探讨，对文学阅读时情绪加工神经机制的探讨。

      诚然，以上关于语言客体(情绪语言) 中的情绪对语言的影响研究占据ANL研究的很大一部分，但其并不能反应该学科的全貌。现有的研究还有从受试主体出发，采用神经科学研究手段考察心境、性格特质等情感因素对语言理解、产出、习得(Arabski，Wojtaszek 2010; Vissers et al.2013; Hinojosa et al.2017; Ku et al. 2020) 的影响。

3.3 语言之于情感

      诚然，相对于“情感之于语言”的研究，“语言之于情感”的研究少很多。然而，情绪的建构主义理论强调语言的突出作用，认为语言在情绪识别和交流，以及情绪能力的塑造和发展方面起着重要的作用(Lindquist et al.2015) 。因此，该框架同样纳入“语言之于情感”这条线路，其主要围绕语言对情绪调节、情绪感知、情绪发展的影响展开。

      在探讨“语言之于情感”该问题之前，首先应该明确一个问题: 语言理解过程中话语是如何诱发情绪的。此处的话语在以往的研究中有 3个分类维度: (1) 根据意义的比喻性(figurativeness) ，分为直面义语言和比喻义语言; (2) 根据习得顺序，分为一语和二语; (3) 根据人称视角，分为一人称、二人称、三人称。ANL研究也从神经层面考察比喻义语言( 如: 反语、隐喻、习语) 与字面义语言、一语和二语、以及不同人称句子或语篇诱发的情绪差异。ANL不仅关注字面义语言，同样关注比喻性语言，其研究主要发现，比喻性语言通常诱发的情绪效应更强，这体现在神经相关的指标层面，如: 情绪加工相关的脑区激活( 如: 左杏仁核、外侧眶额回) 程度更强(Citron，Goldberg 2014; Citron et al.2019) 。不仅如此，ANL还关注一语和二语诱发情绪强度的差异(Ivaz et al.2016; Citron et al. 2020) 。随着双语现象越来越普遍，双语加工的神经机制近年来受到诸多关注(闫鹏飞 2020) 。此外，不同视角(perspective) 语言描述的场景所诱发的情绪同样存在差异。有研究发现，同第一人称相比，第二人称描述语篇叙述世界的空间组织表征更为丰富，具有情绪效价的语篇引起的反应更为强烈(Brunyé et al.2011) 。从以上这些语言相关的不同维度诱发的情绪存在差异这一现象，可以推测出，语言对情绪调节有着不同的影响。因此，“语言之于情感”这条路线应该包括语言对情绪调节的影响及其作用机制的探讨。此外，还有研究直接考察语言指导对情绪调节的影响的脑机制(如:Ochsner et al.2004) 。

      从现有的研究来看，语言对情绪感知同样存在影响。情绪研究领域的学者基于沃尔夫假说对这种影响进行解释，但尚未达成一致意见。其中，强沃尔夫假说(strong Whorfian view) 主张语言决定情绪思维与感知，强调语言在情绪感知中的根本性作用，认为语言是情绪感知必不可少的(Bar-rett et al.2007 ) ; 然 而，弱 沃 尔 夫 假 说 (weak Whorfian view) 则认为，语言在情绪感知中具有一定的影响，但语言之于情绪感知并非必不可少(Sauter 2018) 。当然，现有的神经心理学研究更多支持后者。为深入揭示语言对情绪感知影响的作用机制，近年来也有零星研究采用神经科学手段对该问题进行探讨(如: Aldunate et al.2018; Wu et al.2019) 。除情绪调节、情绪感知外，语言对情绪学习、情绪发展等方面也存在影响。不过，这些研究大多停留在经验层面和行为层面的探讨。未来的ANL 应上升到神经层面，以深入探讨语言对情感这些方面影响的作用机制。

      近二十年来，NL 研究者逐渐将注意力转向语言加工中的情感维度，情感对语言加工各层面的影响也得到多重证据支持。在这种背景下催生的一门新兴学科——ANL，正初露头角。为深入推进该学科的发展，未来研究还应关注以下几个方面:

      其一，丰富语言对情感的影响研究。现有ANL 研究主要关注情感对语言的影响，但较少关注语言对情感的影响。根据前面的研究框架，ANL 关注语言习得中的情感因素。教育语境(如: 外语课堂) 中的情感是影响教与学效果的重要变量，近年来语言教学研究中也出现了情感转向，语言教学中的情感维度受到诸多关注(de Dios Martínez Agudo 2018) 。从神经科学视角去考察语言习得中的情感因素能够更深入揭示情感作用于二语习得的机制，这些机制的阐释对二语教学具有重要的启示意义。此外，前面已提到，语言在情绪识别、情绪感知、情绪调节等方面均扮演着重要角色。事实上，情绪标签和概念的再评价是使用语言训练心理障碍人群以更好地调节其情绪的策略。在这方面，ANL 通过解密语言调节情绪的神经机制，最终实现改善儿童情绪能力训练的方法，以及改进针对情绪调节的心理治疗策略(Dunabeitia，García-Palacios 2019) 。

      其二，关注自然 (书面) 语言阅读。现有的ANL 研究通常关注的是简短的日常文本材料，这些材料不能很好地代表“自然(书面) 语言的使用”，未来研究可以选用更加自然的语料(如: 小说、诗歌、歌词等) 作为刺激材料。一方面，从词汇、句子层面的考察上升到语篇层面的考察。情绪信息加工是语篇理解的重要方面，得到心理语言学研究者的诸多关注。然而，NL研究者关注不多，相关研究主要采用 EＲPs研究手段探讨语篇情绪加工的时间进程及涉及的认知过程，鲜有研究考察语篇情绪理解的各个加工过程的脑机制。另一方面，情感神经研究者应深入探讨文学阅读中的情感和审美加工的神经机制。近年来，德国柏林自由大学亚瑟·M·雅各布斯团队在此方面做出不少努力，这值得ANL研究者关注。

      其三，强化对比喻性语言的考察。比喻性语言可以说无处不在。然而，它并未得到ANL研究应有的重视。ANL视角下的比喻性语言研究应该关注两个方面。第一，对比喻性语言的考察应该纳入情感变量(情绪效价和唤醒度) ，进而以更全面、更高生态效度的方式探索语言加工的神经机制。情绪效价对比喻性语言加工神经机制的调节已经得到证实。例如Subramaniam 等(2013) 发现，与中性和消极新奇隐喻相比，积极效价新奇隐喻更显著激活内侧前额叶皮层( mPFC) ，mPFC激活的增强使得积极效价新奇隐喻理解得到了促进。第二，与字面义相比，比喻性语言是否更显著激活与情绪相关的脑区。该问题的探索既能够为比喻性语言更适合用来表达情绪提供神经层面的解释，也可以为心理治疗中通过语言调节情绪带来启示。

      其四，回归到对主体的认识。现有的研究在考察情绪语言理解的影响因素时，很多都是立足于语言客体因素(如: 词汇的熟悉度、具体度、频率等) 和其它外在因素(如: 实验任务) ，但考察主体因素的相对较少，未来研究可以立足于受试的年龄、性别、共情能力、性格特质等维度，考察这些因素对情绪语言加工的影响。在最近的一项EＲPs研究中，Ku 等(2020) 发现，性格特质(外向性和神经质) 显著影响300－450ms(N400)与450－800ms(LPC) 两个时间窗的情绪词汇识别: 在早期阶段，受试外向和神经性程度越高，积极词加工诱发的N400 小于中性词; 在晚期阶段，内向和高神经性(即高度焦虑) 受试消极词加工诱发的 LPC 波幅大于中性词。然而，尚无研究借助脑影像技术对该主体因素进行考察。此外，此类主体因素对语言的其它层面影响如何，可能的机制是什么，这些问题都有待回答。

      其五，融合研究方法。诚然，ANL的研究方法众多，如: fMＲI，PET，DTI，MEG和多导生理仪等，但是，这些研究手段均存在自身的局限性。例如，EEG虽存在较高的时间分辨率，但空间分辨率较低; fMＲI研究具有较高的空间分辨率，但时间分辨率较低。值得一提的是 fNIＲS作为一种新的技术手段，具有安全无创、便捷且易操作、成本低、生态效度高、兼顾时间与空间分辨率等优势，尤其适合用来研究儿童和病理人群。然而，该研究手段在情感语言学研究领域几乎没得到关

      注。总之，未来研究应该充分利用各技术手段的优势，并注重多种脑成像技术的融合使用(如:EＲP-fMＲI，PET-MＲI，fMＲI-MＲS，TMS-fMＲI) ，包括多技术同步采集技术的使用，以及新成像序列和数据分析方法的引入，进而提高研究的信度与效度，从神经层面更好地揭示语言与情感的关系。

5.结束语