[论文解读] Multifaceted neural representation of words in naturalistic language

Xuan Yang, Chuanji Gao+3 more|arXiv (Cornell University)|Jan 19, 2026

Neurobiology of Language and Bilingualism被引用 0

一句话总结

该论文将大规模心理语言学建模与自然主义fMRI融合，以在叙事理解中揭示八个潜在的词属性维度及其在皮层中的分布表示。

ABSTRACT

Understanding how the brain represents the multifaceted properties of words in context is essential for explaining the neural architecture of human language. Here, we combine large-scale psycholinguistic modeling with naturalistic fMRI to uncover the latent structure of word properties and their neural representations during narrative comprehension. By analyzing 106 psycholinguistic variables across 13,850 English words, we identified eight interpretable latent dimensions spanning lexical usage, word form, phonology orthography mapping, sublexical regularity, and semantic organization. These factors robustly predicted behavioral performance across lexical decision, naming, recognition, and semantic judgment tasks, demonstrating their cognitive relevance. Parcel-based and multivariate fMRI analyses of narrative listening revealed that these latent dimensions are encoded in overlapping yet functionally differentiated cortical systems. Multidimensional scaling and hierarchical clustering analyses further identified four interacting subsystems supporting sensorimotor grounding, controlled semantic retrieval, resolution of lexical competition, and contextual episodic integration. Together, these findings provide a unified neurocognitive framework linking fundamental lexical psycholinguistic dimensions to distributed cortical systems engaged during naturalistic language comprehension.

研究动机与目标

• 识别在大量心理语言学变量中潜在的、支配词属性的维度。
• 将这些潜在维度与词汇任务的行为表现联系起来。
• 在自然语言理解过程中绘制这些维度的神经表征。

提出的方法

• 对106个心理语言学变量在13,850个英语单词上的数据进行分析，以提取潜在维度。
• 在叙事聆听过程中使用基于区块的和多变量fMRI分析，将潜在因素与脑活动相关联。
• 应用多维尺度分析和层级聚类来识别相互作用的神经子系统。

实验结果

研究问题

• RQ1 自然语言中的词语多面属性被哪些潜在维度捕捉？
• RQ2 这些潜在维度如何映射到叙事理解过程中的分布式皮层系统？
• RQ3 在语言学习中，哪些认知过程和神经子系统支持感知-运动基础、语义检索的受控过程、词汇竞争的解决以及情境性情节整合？
• RQ4 潜在因子是否能预测在词汇判断、命名、识别和语义判断等行为任务中的表现？

主要发现

• 出现了八个可解释的潜在维度，覆盖词汇使用、词形、音系-正字映射、子词规律性和语义组织等方面。
• 这些潜在维度能稳健地预测在词汇判断、命名、识别和语义判断任务中的行为表现。
• 这些维度的神经表征在自然语言处理过程中编码于重叠但功能上分化的皮层系统。
• 多维尺度分析和聚类揭示四个相互作用的子系统，支持感知-运动基础、受控语义检索、词汇竞争解决与情境性情节整合。