摘 要 詞頻分布對跨情境詞匯學習至關(guān)重要。然而，以往研究主要考察了基于均勻分布的跨情境詞匯學習，相對忽視了真實情境中基于Zipfian 分布等偏態(tài)分布的跨情境詞匯學習，而僅有的研究對Zipfian 分布究竟促進還是抑制跨情境詞匯學習爭論激烈。為此，這項研究率先建立了學習機制的宏觀視角，提出單個詞匯的學習效果取決于學習環(huán)境中其他詞匯的整體學習效果，據(jù)此首次提出基于互斥性策略的偏態(tài)學習優(yōu)勢效應，認為互斥性策略的有效使用是產(chǎn)生Zipfian 頻率促進效應的關(guān)鍵。

關(guān)鍵詞 跨情境詞匯學習 語言學習 宏觀學習視角 偏態(tài)學習 互斥性策略 詞匯爆炸

1 引言

詞匯是語言的基石，詞匯學習的認知機制一直是語言學習領(lǐng)域的研究重點和熱點（Bassani amp;Araujo， 2019; Mak et al.， 2021; Qu et al.， 2021; Repnik etal.， 2021）。詞匯學習的本質(zhì)是消除語義模糊性，即從模糊情境中習得詞匯（label / word）和語義（referent/ meaning） 的匹配關(guān)系（mapping）（Frank et al.，2009；Vlach amp; DeBrock， 2017）。學習者主要通過跨情境詞匯學習（cross-situational word learning， CSWL）消除語義模糊性（Blythe et al.， 2010; Roembke amp;McMurray， 2021）。CSWL 指利用詞匯和語義在多個情境中反復共現(xiàn)的規(guī)律，習得詞匯和語義匹配關(guān)系的過程（Blythe et al.， 2010; Reisenauer et al.， 2013）。因此，目標詞在多個情境中重復出現(xiàn)有利于該詞匯的學習。并且詞頻越高，該詞的學習效果越好（Kanamp; Sadagopan， 2015）。

然而，只提高目標詞的詞頻并非一定有益于詞匯學習，還應當考慮詞頻分布的作用。一方面，學習者需要掌握的目標詞數(shù)量龐大，每個目標詞都多次重復出現(xiàn)需要花費大量不切實際的學習時間。另一方面，不同于每個情境中只出現(xiàn)一個詞匯和一個語義的快速映射（fast mapping）詞匯學習（Mulaket al.， 2019），在真實語言學習情境中，同一情境往往包含多種詞匯與語義的匹配，且語義模糊性較高。同時，學習者還需要推斷詞匯和語義的匹配關(guān)系，只提高目標詞的詞頻并不能促進語義模糊性的消除。然而，在目標詞數(shù)量龐大、語義模糊性高的情況下，嬰兒卻表現(xiàn)出了驚人的詞匯學習能力，并在大約18個月時出現(xiàn)詞匯爆炸現(xiàn)象（Bloom， 2001）。本文認為，這種高效而體量龐大的CSWL 與詞頻分布密切相關(guān)。相比于詞頻均勻分布，偏態(tài)分布下只有少數(shù)目標詞為高頻出現(xiàn)。這一方面節(jié)約了學習時間，另一方面也能夠促進學習者利用高頻詞消除其他目標詞的語義模糊性，從而促進了CSWL。

雖然詞頻分布對CSWL 至關(guān)重要，但是以往研究忽視了真實詞匯學習情境中詞頻呈偏態(tài)Zipfian分布的特點，導致以往理論未能反映真實的詞匯學習（Hendrickson amp; Perfors， 2019; Zipf， 1949）。以往研究通常將待學詞庫中所有目標詞的頻率保持一致，從而構(gòu)建詞頻服從均勻分布的待學詞庫（Benitez et al.， 2016; Hu， 2017; Vlach amp; DeBrock，2017; Zettersten amp; Saffran， 2021）。近期雖有少量研究考察了Zipfian 分布下的CSWL，但這些研究之間還存在著激烈的爭論。本文認為，深入探究Zipfian 分布對CSWL 的作用，不僅能夠解釋嬰兒強大的語義模糊性消除能力，而且能夠揭示真實情境的詞匯學習。

鑒于此，本文首先梳理Zipfian 分布下CSWL 的研究進展，探討詞頻分布對CSWL的作用機制。然后，圍繞詞頻分布類型與互斥性策略的耦合，提出基于互斥性策略的偏態(tài)學習優(yōu)勢效應。最后，通過分析互斥性策略的作用機制，完善基于互斥性策略的偏態(tài)學習優(yōu)勢效應。

2 Zipfian 分布下的跨情境詞匯學習

Zipfian 分布是一種長尾的偏態(tài)分布（見圖1），最早由美國語言學家George Kingsley Zipf 用來描述真實詞匯學習情境中詞頻的分布規(guī)律，即Zipfian定律。Zipfian 定律指出詞頻隨詞匯在頻率表中秩的增加呈冪函數(shù)遞減（Hendrickson amp; Perfors， 2019；Lavi-Rotbain amp; Arnon， 2021; Zipf， 1949）。其他研究者對多種語料庫的分析也證實了Zipfian 定律在人類語言中的普適性（Lavi-Rotbain amp; Arnon，2021）。Zipfian 分布下的CSWL 指CSWL 中整個待學詞庫的詞頻分布形態(tài)滿足Zipfian 分布。均勻分布下的CSWL 中每個目標詞的出現(xiàn)頻率相同，而Zipfian 分布下的CSWL 只有少數(shù)幾個目標詞的頻率非常高，而大部分目標詞的詞頻都較低。

多次重復學習新知識能夠提升新知識的學習效果，詞頻越高，該詞的學習效果越好（Kan amp;Sadagopan， 2015）。Zipfian 分布中大量的低頻詞沒有被多次重復學習，有可能導致學習效果較差。然而，這種只通過改變單個目標詞學習頻率而影響學習效果的方式是一種微觀學習視角。微觀學習視角關(guān)注單個詞匯的詞頻與學習效果的關(guān)系，割裂了整個待學詞庫中詞與詞之間的統(tǒng)計規(guī)律。因此，根據(jù)微觀學習視角，通過增加學習頻率而提高學習效果必然增加時間成本。但是，微觀學習視角很難解釋嬰兒的詞匯爆炸現(xiàn)象。

鑒于此，本文首次提出宏觀學習視角，關(guān)注整個待學詞庫，特別強調(diào)單個詞匯的學習與其他詞匯學習的相互作用。宏觀學習視角下，學習者在同一學習情境中不僅能夠獲得詞匯及語義的共現(xiàn)規(guī)律信息，而且還能獲得匹配關(guān)系間的互斥性信息。這種匹配關(guān)系的互斥性指正確匹配的詞匯與語義是一一對應的，沒有兩個詞匯擁有相同的語義。下面將梳理有關(guān)Zipfian 分布的CSWL 研究，分析宏觀學習視角的理論優(yōu)勢，探討詞頻分布對CSWL 的作用機制。

2.1 Zipfian 分布對跨情境詞匯學習的促進作用

呈Zipfian 分布的偏態(tài)分布能夠減輕學習者的記憶負擔，從而促進CSWL。這種促進效應被稱為Zipfian 頻率效應（Schuler et al.， 2017）。Hendrickson和 Perfors（2019） 考察了成年人在均勻分布和Zipfian 分布條件下的CSWL。結(jié)果顯示，Zipfian 分布能夠提高詞匯學習效率，因為Zipfian 分布下高頻詞能被快速習得，促進了其他詞匯的歧義消除。最關(guān)鍵的是，盡管均勻分布下所有詞匯的詞頻均高于Zipfian 分布下低頻詞的詞頻，但是均勻分布下詞匯的學習效率卻低于Zipfian 分布下低頻詞的學習效率。研究者認為，相比于均勻分布，Zipfian 分布能夠通過更好地消除語義模糊性促進CSWL。這種高頻詞對其他詞匯學習的促進機制，充分體現(xiàn)了宏觀學習視角下互斥性的作用。

研究者還從詞匯學習要素的角度驗證了Zipfian頻率效應。學習者學會一個單詞意味著學會了三個要素——詞匯、語義以及它們的匹配關(guān)系（Frank etal.， 2009; Vlach amp; DeBrock， 2017）。詞匯包括詞形和語音。上述Hendrickson 和 Perfors（2019）的研究表明Zipfian 分布能夠促進詞匯和語義間匹配關(guān)系的學習。

其次， 針對詞匯這一要素， 研究者還發(fā)現(xiàn)Zipfian 分布促進了成人和兒童的詞匯分隔（wordsegmentation）（Kurumada et al.， 2013; Lavi-Rotbainamp; Arnon， 2019， 2020）。Kurumada 等人（2013） 采用正字法分割任務，要求被試對文本進行詞匯劃分。結(jié)果顯示，當文本的詞頻呈均勻分布時，被試無法正確完成分割任務，而Zipfian 分布下，被試快速熟悉了反復接觸的高頻詞，對高頻詞的熟悉有助于被試分割相鄰的材料，即語境促進效應。并且，這些促進學習者完成分割材料任務的語境經(jīng)驗有助于學習者在之后的學習中發(fā)揮優(yōu)勢，即語境引導效應。這種高頻詞對其他材料詞匯分隔的促進機制體現(xiàn)了宏觀學習視角下互斥性的作用。

再次， 針對語義這一要素， 研究者還發(fā)現(xiàn)Zipfian 分布促進了視覺領(lǐng)域的統(tǒng)計學習。Lavi-Rotbain 和 Arnon（2021）采用視覺圖片流刺激，以三張固定順序的圖片流為一個三元組，操縱不同三元組的出現(xiàn)頻率，探討均勻分布和Zipfian 分布下學習者對視覺圖片組合的學習。結(jié)果顯示，盡管Zipfian 分布下存在很多低頻三元組，但是Zipfian 分布比均勻分布的圖片組合劃分成績更好。這種高頻圖片組合對其他圖片組合劃分的促進效應也體現(xiàn)了宏觀學習視角下互斥性的作用。

綜上所述，在宏觀視角下，學習者能夠利用整個待學詞庫中學習材料的互斥性進行學習。偏態(tài)分布下，學習者如果采用宏觀學習視角，利用高頻材料與其他材料間的互斥性便能夠有效地提高學習效率。

2.2 Zipfian 分布對跨情境詞匯學習的抑制作用

少量研究者發(fā)現(xiàn)Zipfian 分布不利于學習者學習詞匯。他們認為Zipfian 分布下低頻詞存在顯著的學習劣勢，會增加學習時間，從而抑制了CSWL。Blythe 等人（2010）運用數(shù)學模型模擬CSWL，發(fā)現(xiàn)Zipfian 分布下CSWL 比均勻分布花費了更多時間。這是因為Zipfian 分布下低頻詞的詞頻極低，導致學習者難以發(fā)現(xiàn)低頻詞及其語義的共現(xiàn)規(guī)律。并且，Zipfian 分布下低頻詞數(shù)量眾多，學習者為消除大量低頻詞的語義模糊性，需要花費大量時間積累不同情境下的共現(xiàn)規(guī)律信息。同時，Zipfian 分布下高頻詞數(shù)量較少而詞頻較高，幾乎在每個情境下都出現(xiàn)，導致學習者很難消除語義模糊性。這種單獨考察高頻詞與低頻詞學習效果的方式即微觀學習視角。該研究沒有考慮待學詞庫中詞匯間的互斥性，所以不能說明Zipfian 分布抑制CSWL。

Vogt（2012）使用數(shù)學建模的方法，揭示了Zipfian 分布下CSWL 的局限性。研究發(fā)現(xiàn)，當詞頻滿足Zipfian 分布時，學習者只能在語義模糊性較低時才能學會含有大量詞匯的待學詞庫。當語義模糊性較高時，學習者要耗費大量超乎實際的時間，才能學會眾多的低頻詞。這種方式只強調(diào)通過共現(xiàn)規(guī)律消除語義模糊性，沒有考慮詞與詞之間匹配關(guān)系的互斥性，是一種典型的微觀學習視角，不能說明Zipfian 分布抑制CSWL。

綜上，學習者只有采用宏觀學習視角，利用互斥性進行學習，才能體現(xiàn)出Zipfian 分布對CSWL的促進。如果不考慮互斥性，Zipfian 分布反而會抑制CSWL。

3 基于互斥性策略的偏態(tài)學習優(yōu)勢效應

通過分析以往Zipfian 分布研究中存在的矛盾，本文認為導致上述矛盾的原因是以往研究忽視了學習過程中所學詞匯間的相互作用，特別是互斥性偏好（mutual exclusivity bias）的影響?；コ庑云弥笇W習者假定沒有兩個詞匯有完全相同的語義，若某語義匹配了詞匯A，那么該語義就不會匹配詞匯B。

在CSWL 中，學習者能夠通過互斥性偏好消除語義模糊性，從而習得詞義（Frank et al.， 2009；Zettersten amp; Saffran，2021）。如圖2 所示，學習者看到“□”和“○”，同時聽到“circle”和“square”。學習者根據(jù)共現(xiàn)規(guī)律能夠建立四種匹配假設(shè)并保持在記憶中，即“□是circle”，“□是square”，“○是circle”和“○是square”。然后，學習者依據(jù)快速映射學習習得“○是circle”。進而，學習者以習得的詞匯“circle”作為錨點，結(jié)合之前建立的四種匹配假設(shè)，根據(jù)互斥性偏好推論“○不是square”，進一步推論習得“square 是□”。本文將這種通過已習得詞匯排除新詞語義干擾項，從而降低新詞語義模糊性的詞匯學習方法稱為互斥性策略。

以往認為Zipfian 分布抑制CSWL 的研究大多著眼于微觀學習視角，忽視了詞與詞之間匹配關(guān)系的互斥性。對此，本文從宏觀學習視角出發(fā)，提出基于互斥性策略的偏態(tài)學習優(yōu)勢效應，認為使用互斥性策略學習詞匯，能夠充分發(fā)揮詞頻偏態(tài)分布的優(yōu)勢。具體而言，Zipfian 分布下學習者能夠快速習得高頻詞并建立錨點，遇到新詞時，使用互斥性策略排除錨點詞對應的語義后，建立新詞和剩余候選語義的匹配假設(shè)。因此，采用互斥性策略可以降低新詞的語義模糊性，減少被試需要保持和驗證的匹配假設(shè)數(shù)量，從而減輕學習者的記憶負擔，提高CSWL 的效率。

如果學習者結(jié)合積累的匹配假設(shè)，反復使用互斥性策略進行語義推斷，則可能快速學會多個目標詞，實現(xiàn)詞匯爆炸。這也能夠解釋嬰兒的詞匯爆炸現(xiàn)象。在圖3 所示的CSWL 中，學習者結(jié)合試次5 之前積累的多個匹配，反復使用互斥性策略，在試次5 快速學會了三個目標詞（Reisenauer et al.，2013）。具體而言，學習者利用共現(xiàn)規(guī)律，在試次5 習得“□是square”。這時，學習者將“square”作為錨點，結(jié)合試次3 的兩個匹配假設(shè)，第一次使用互斥性策略，得出“□不是circle”，進而推論習得“○是circle”。這時“square”和“circle”都能作為錨點，結(jié)合試次4 的三個匹配假設(shè)，學習者再次使用互斥性策略，推論習得“△是triangle”。因此，Zipfian 分布下學習者結(jié)合以往積累的匹配假設(shè)，使用互斥性策略能夠激發(fā)巨大的學習潛能，達到詞匯爆炸的學習效果。

更重要的是，Zipfian 分布能夠促進學習者使用互斥性策略（見圖4）。當詞頻滿足均勻分布時，每個目標詞被學會的概率均等。在詞匯學習初期，學習者的學習效率低于Zipfian 分布，導致學習者無法快速建立錨點，抑制互斥性策略的使用。當詞頻滿足Zipfian 分布時，學習者快速習得的高頻詞成為錨點，促進了互斥性策略的使用。此外，Zipfian分布下學習者更快地學會目標詞，無需再記憶有關(guān)這些目標詞的匹配假設(shè)，從而減輕記憶負擔，促進CSWL。

4 偏態(tài)學習優(yōu)勢效應中互斥性策略的影響因素

基于互斥性策略的偏態(tài)學習優(yōu)勢效應認為，使用互斥性策略降低新詞的語義模糊性，必須建立正確錨點，并結(jié)合多個匹配假設(shè)進行互斥推論。而語言背景、被試年齡和情境模糊性均會影響互斥性策略的使用方式，進而影響基于互斥性策略的偏態(tài)詞匯學習效果。下面將針對上述三個相關(guān)因素，解釋互斥性策略的影響因素，完善基于互斥性策略的偏態(tài)學習優(yōu)勢效應。

4.1 語言背景

語言背景（language learning history）指學習者的母語及第二語言學習經(jīng)歷。CSWL 中候選語義間的競爭關(guān)系與語言背景有關(guān)。當學習者學習一個詞匯與兩個物體間的匹配關(guān)系時，單語者存在顯著的候選語義競爭，而雙語者不存在（Benitez et al.，2016; Poepsel amp; Weiss， 2016）。這表明單語者比雙語者更傾向于建立一對一的詞- 物匹配假設(shè)，而雙語者更擅長建立并保持多個匹配假設(shè)。這種差異導致單語者和雙語者使用互斥性策略的方式不同（見表1）。

在詞頻均勻分布的CSWL 中，單語者建立一對一匹配的傾向性使其比雙語者更快地確定詞匯的語義，因此建立的錨點更多、速度更快，但容易出錯。而雙語者保持多個匹配假設(shè)的傾向性則使其在詞匯學習中更為保守，其建立的錨點更少、速度更慢，但更準確。雙語者一旦確定了某個詞匯的語義，將同時搜索記憶中相關(guān)的多個匹配假設(shè)，使用互斥性策略進行推斷。因此，雙語者的詞匯學習后期容易出現(xiàn)詞匯爆炸現(xiàn)象。

在詞頻偏態(tài)分布的CSWL 中，單語者和雙語者均體現(xiàn)出基于互斥性策略的偏態(tài)學習優(yōu)勢，但其促進機制不同。相比于均勻分布，Zipfian 分布下單語者和雙語者均能更快、更準確地掌握高頻詞?？焖僬莆崭哳l詞能夠提高單語者建立錨點的效率，促進雙語者更快建立錨點，同時減少雙語者記憶系統(tǒng)中匹配假設(shè)的數(shù)量，從而減輕雙語者的記憶負擔。在此基礎(chǔ)上使用互斥性策略，均能產(chǎn)生Zipfian 頻率效應。

此外，二語學習者難以對聽到的詞匯進行語音編碼（Hu，2017）。Zipfian 分布下高頻詞的語音編碼比均勻分布更容易。因此，Zipfian 分布有助于二語學習者建立錨點、完成編碼和使用互斥性策略，從而促進CSWL。

4.2 被試年齡

兩歲半的兒童可以進行CSWL。但是，當語義模糊性高時，兒童的詞匯學習容易被高頻語義干擾（Bunce amp; Scott， 2017）。有證據(jù)表明，隨著年齡的增長，CSWL 過程也在發(fā)展變化。例如Fitneva 和Christiansen（2017）操縱CSWL 中初始匹配的正誤，考察4 歲兒童、10 歲兒童以及成人的CSWL。結(jié)果顯示，4 歲幼兒初始正確的匹配數(shù)與學習效果呈正相關(guān)，而成人則相反，沒有發(fā)現(xiàn)10 歲兒童的初始匹配正誤與學習效果的關(guān)聯(lián)。當初始匹配錯誤時，學習者只有在學習過程中保持多個匹配假設(shè)，才能排除錯誤匹配，推斷出正確匹配。該結(jié)果表明，兒童難以保持多個匹配假設(shè)，但成人可以。并且，這種保持多個匹配假設(shè)的能力很可能在10 歲左右出現(xiàn)。

Trueswell 等人（2013）的研究卻發(fā)現(xiàn)成人難以保持多個匹配假設(shè)。該研究的不同結(jié)果可能是由于該研究范式語義模糊性太高，不利于保持匹配假設(shè)。此外，Hu（2017）發(fā)現(xiàn)，兒童即使不具備保持多個匹配假設(shè)的能力，也能在目標詞語義模糊的情況下區(qū)分已學過的目標詞和陌生詞。兒童這種區(qū)分能力是對互斥性信息的初步積累，預示著兒童具有保持多個匹配假設(shè)的潛能。

成人能否保持多個匹配假設(shè)還有待研究，但以往研究的初步發(fā)現(xiàn)表明，學習者保持多個匹配假設(shè)是困難的，尤其對于低齡學習者。因此，不同年齡段學習者在CSWL 中使用互斥性策略的方式不同，并以不同的機制促成了基于互斥性策略的偏態(tài)學習優(yōu)勢（見表1）。

4.3 情境模糊性

情境模糊性指與目標詞同時出現(xiàn)在一個情境內(nèi)的語義數(shù)量，同時出現(xiàn)的語義越多，情境模糊性越高。CSWL 研究常把情境模糊性的操作性定義設(shè)置為同一個試次中出現(xiàn)的語義個數(shù)（Hendrickson amp; Perfors，2019; Mulak et al.， 2019）。在基于均勻分布的CSWL中，隨情境模糊性增高，CSWL效果逐漸降低（Mulaket al.， 2019）。

Zipfian 分布扭轉(zhuǎn)了情境模糊性對CSWL的影響。Hendrickson 和 Perfors（2019）發(fā)現(xiàn)，當同一試次內(nèi)呈現(xiàn)3 對詞匯- 語義匹配時，Zipfian 分布和均勻分布下詞匯學習的正確率沒有顯著差異；而當同一試次內(nèi)呈現(xiàn)4 對詞匯- 語義匹配時，Zipfian 分布下詞匯學習的正確率顯著高于均勻分布，特別是低頻詞的正確率也符合這一結(jié)果。

Zipfian 分布能夠促進高情境模糊性的CSWL，很可能是因為相比于低情境模糊性，學習者從高情境模糊性的CSWL 中獲得了更多的匹配假設(shè)。當同一試次內(nèi)共同出現(xiàn)多個詞匯和語義時，學習者可以按照詞匯- 語義共現(xiàn)規(guī)律，建立多個匹配假設(shè)。情境模糊性越高，從單一試次內(nèi)獲得的匹配假設(shè)越多。這些匹配假設(shè)有利于學習者使用互斥性策略推斷語義。因此，不同情境模糊性條件下，學習者能夠建立的匹配假設(shè)數(shù)量不同，導致學習者使用互斥性策略的方式不同，并以不同的機制促成了基于互斥性策略的偏態(tài)學習優(yōu)勢（見表1）。

5 總結(jié)與展望

目前，CSWL 理論均建立在詞頻均勻分布的基礎(chǔ)上，而真實的語言學習情境為Zipfian 分布。因此，以往的CSWL 理論較難推及真實的語言學習情境。近期研究開始關(guān)注Zipfian 分布下的CSWL，但不同的研究結(jié)論之間存在著激烈的爭論。為彌合以往研究之爭，本文提出基于互斥性策略的偏態(tài)學習優(yōu)勢效應，認為Zipfian 分布下采用互斥性策略的CSWL具有明顯優(yōu)勢。

但是，目前偏態(tài)學習優(yōu)勢效應仍是一種推測，未來研究還需進一步驗證?，F(xiàn)有研究考察的Zipfian 分布內(nèi)涵較為單一，不能覆蓋語言學研究中對Zipfian 分布的最新界定；外延比較局限，局限于拼音文字；主要以實驗室研究為主，缺乏具備生態(tài)效度的真實情境研究。因此，未來研究應從拓展Zipfian 分布的內(nèi)涵和擴大Zipfian 分布的外延兩個方面豐富偏態(tài)優(yōu)勢效應的基礎(chǔ)研究，以構(gòu)建新的語言學習理論；嘗試將基于Zipfian 分布的偏態(tài)學習優(yōu)勢效應應用于真實詞匯學習情境，探討如何利用偏態(tài)優(yōu)勢效應促進語言學習，以開發(fā)新的語言學習方法。

第一，探究詞性與語義共同形成的Zipfian 分布下的CSWL。詞匯分為不同的詞性類別，不同詞性類別包含的詞匯量差異巨大。Lestrade（2017）對英文的語義和詞性進行分析發(fā)現(xiàn)，詞匯的這兩種特征在單獨作用下，均不足以形成詞頻的Zipfian 分布，但共同考察語義和詞性則可以。然而，目前有關(guān)Zipfian 分布的研究尚停留在語義層面。因此，未來研究應探究詞性與語義共同形成的Zipfian 分布下的CSWL，并考察偏態(tài)學習優(yōu)勢效應。

第二，考察并驗證中文語料庫的Zipfian 定律和Zipfian 頻率效應。有關(guān)Zipfian 定律的發(fā)現(xiàn)和研究主要針對拼音文字。即便是對中英雙語者的研究也只是關(guān)注第二語言——英語的學習，尚未有研究使用中文材料探討Zipfian 定律和Zipfian 頻率效應。然而，中文和英文分屬不同語系，兩種語言差異巨大。因此，未來研究應考察中文語料庫是否符合Zipfian 定律，拓展有關(guān)Zipfian 分布的CSWL 研究，考察中文的偏態(tài)學習優(yōu)勢。

第三，系統(tǒng)考察社交線索等語言信息在CSWL中的作用。語言習得的社會語用理論強調(diào)社交線索對詞匯學習的重要性（Clark， 2009; Tsuji etal.， 2020）。已有研究發(fā)現(xiàn)社交線索間接作用于CSWL。例如，社交線索增強學習者對目標語義的識別，引導對語義目標特征信息進行優(yōu)先編碼等（Hadley amp; Dickinson，2019；MacDonald et al.，2017）。因此，未來研究應考慮社交線索如何影響Zipfian 分布的CSWL，特別應考察認知策略（如互斥性策略等）與社交線索的雙重作用，完善和豐富CSWL 理論。

參考文獻

Bassani， H. F.， amp; Araujo， A. F. R. （2019）. A neural network architecture forlearning word-referent associations in multiple contexts. Neural Networks，117， 249-267.

Benitez， V. L.， Yurovsky， D.， amp; Smith， L. B. （2016）. Competition between multiplewords for a referent in cross-situational word learning. Journal of Memory andLanguage， 90， 31-48.

Bloom， P. （2001）. Précis of how children learn the meanings of words. Behavioraland Brain Sciences， 24 （6）， 1095-1103.

Blythe， R. A.， Smith， K.， amp; Smith， A. D. M. （2010）. Learning times for largelexicons through cross-situational learning. Cognitive Science， 34 （4）， 620-642.

Bunce， J. P.， amp; Scott， R. M. （2017）. Finding meaning in a noisy world： Exploringthe effects of referential ambiguity and competition on 2·5-year-olds’cross-situational word learning. Journal of Child Language， 44（3）， 650-676.

Clark， E. V. （2009）. First language acquisition . Cambridge University Press.Fitneva， S. A.， amp; Christiansen， M. H. （2017）. Developmental changes in crosssituationalword learning： The inverse effect of initial accuracy. CognitiveScience， 41 （1）， 141-161.

Frank， M. C.， Goodman， N. D.， amp; Tenenbaum， J. B. （2009）. Using speakers'referential intentions to model early cross-situational word learning.Psychological Science， 20 （5）， 578-585.

Hadley， E. B.， amp; Dickinson， D. K. （2019）. Cues for word-learning during sharedbook-reading and guided play in preschool. Journal of Child Language， 46（6），1202-1227.

Hendrickson， A. T.， amp; Perfors， A. （2019）. Cross-situational learning in a Zipfianenvironment. Cognition， 189， 11-22.

Hu， C. F. （2017）. Resolving referential ambiguity across ambiguous situations inyoung foreign language learners. Applied Psycholinguistics， 38 （3）， 633-656.

Kan， P. F.， amp; Sadagopan， N. （2015）. Speech practice effects on bilingual children'sfast mapping performance. Seminars in Speech and Language， 36 （2）， 109-119.

Kurumada， C.， Meylan， S. C.， amp; Frank， M. C. （2013）. Zipfian frequencydistributions facilitate word segmentation in context. Cognition， 127 （3）， 439-453.

Lavi-Rotbain， O.， amp; Arnon， I. （2019）. Children learn words better in low entropy.Proceedings of the 41st Annual Conference of the Cognitive Science Society，Cognitive Science Society.

Lavi-Rotbain， O.， amp; Arnon， I. （2020）. The learnability consequences ofZipfian distributions： Word segmentation is facilitated in more predictabledistributions. PsychArchives.

Lavi-Rotbain， O.， amp; Arnon， I. （2021）. Visual statistical learning is facilitated inZipfian distributions. Cognition， 206， Article 104492.

Lestrade， S. （2017）. Unzipping Zipf' s law. PLoS ONE， 12 （8）， Article e0181987.MacDonald， K.， Yurovsky， D.， amp; Frank， M. C. （2017）. Social cues modulate therepresentations underlying cross-situational learning. Cognitive Psychology，94， 67-84.

Mak， M. H. C.， Hsiao， Y.， amp; Nation， K. （2021）. Anchoring and contextual variationin the early stages of incidental word learning during reading. Journal ofMemory and Language， 118， Article 104203.

Mulak， K. E.， Vlach， H. A.， amp; Escudero， P. （2019）. Cross-situational learningof phonologically overlapping words across degrees of ambiguity. CognitiveScience， 43 （5）， Article e12731.

Poepsel， T. J.， amp; Weiss， D. J. （2016）. The influence of bilingualism on statisticalword learning. Cognition， 152， 9-19.

Qu， J.， Hu， L.， Liu， X.， Dong， J.， Yang， R.， amp; Mei， L. （2021）. The contributions ofthe left hippocampus and bilateral inferior parietal lobule to form-meaningassociative learning. Psychophysiology， 58 （8）， Article e13834.

Reisenauer， R.， Smith， K.， amp; Blythe， R. A. （2013）. Stochastic dynamics of lexiconlearning in an uncertain and nonuniform world. Physical Review Letters，110 （25）， Article 258701.

Repnik， K. M.， Chondrogianni， V.， amp; Sorace， A. （2021）. Linking disambiguationand retention in a developmental eye-tracking study with monolingual andmultilingual children. Journal of Experimental Child Psychology， 206 ， Article105072.

Roembke， T. C.， amp; McMurray， B. （2021）. Multiple components of statisticalword learning are resource dependent： Evidence from a dual-task learningparadigm. Memory and Cognition， 49 （5）， 984-997.

Schuler， K. D.， Reeder， P. A.， Newport， E. L.， amp; Aslin， R. N. （2017）. The effect ofZipfian frequency variations on category formation in adult artificial languagelearning. Language Learning and Development， 13（4）， 357-374.

Trueswell， J. C.， Medina， T. N.， Hafri， A.， amp; Gleitman， L. R. （2013）. Proposebut verify： Fast mapping meets cross-situational word learning. CognitivePsychology， 66 （1）， 126-156.

Tsuji， S.， Jincho， N.， Mazuka， R.， amp; Cristia， A. （2020）. Communicative cues in theabsence of a human interaction partner enhance 12-month-old infants' wordlearning. Journal of Experimental Child Psychology， 191， Article 104740.

Vlach， H. A.， amp; DeBrock， C. A. （2017）. Remember dax？ Relations betweenchildren’s cross-situational word learning， memory， and language abilities.Journal of Memory and Language， 93， 217-230.

Vogt， P. （2012）. Exploring the robustness of cross-situational learning underZipfian distributions. Cognitive Science， 36 （4）， 726-739.

Zettersten， M.， amp; Saffran， J. R. （2021）. Sampling to learn words： Adults andchildren sample words that reduce referential ambiguity. DevelopmentalScience， 24 （3）， Article e13064.

Zipf， G. K. （1949）. Human behavior and the principle of least effort： An introductionto human ecology. Addison-Wesley Press.

本研究得到教育部人文社會科學研究青年基金項目（20YJC190007）、國家自然科學基金青年項目（32200875）和江蘇省自然科學基金青年項目（BK20210564，BK20190701）的資助。