背过那么多古诗,你知道人脑是怎么鉴赏诗歌的吗?
诗歌起源于数千年前,是世界各地不同文化中的一种口头传统,古今中外的人们常常用诗歌的方式来抒发心中所思所感,并留下了众多脍炙人口的经典作品。
诗歌作为一种高度结构化的艺术形式,其范围遍及欧洲、非洲、中东、中国、印度和新几内亚等不同地域的社会文化中。
诗歌为何能够成为全球普遍流行的一种艺术形式?
这要得益于其押韵节拍的不断重复,是语言节奏的一种程式化延伸。同样,“节奏”也是人类生存的基础和必要条件。有节奏的大脑活动产生视觉和语义模式的神经代码,从人的呼吸到性等身体的各种活动,无时无刻不在传达着各自独特的节奏感。
诗歌作为一种审美对象,深深植根于人类所有文化之中。尽管诗歌具有普遍性,但对于诗歌鉴赏的神经机制是怎样的?却鲜有研究。
如今,通过将人工智能和神经生理学相结合,来自马克斯·普朗克经验美学研究所、马克斯·普朗克心理语言学研究所、谷歌、上海纽约大学的国际研究团队以及华东师范大学国际研究团队的一项联合研究表明,高度结构化的诗歌形式有助于诗歌鉴赏。
诗歌——结构和偏差的问题
诗意的语言往往会偏离人们日常口语化的语言结构,而选择独特的、不同寻常的词语组合来最大限度地发挥诗歌的效果,这种偏差在诗歌结构中也以线条和押韵的形式化出现。
但是为什么与其他文学体裁或交际语言相比,诗歌的结构如此严格?这种结构化如何帮助传达意义和唤起读者和听众的审美体验的呢?
这个国际研究小组的理论认为,诗歌的约束性结构是一种心理模板,使读者和听众能够将创造性的诗歌语言组合成连贯的意义。
八万首人工“绝句”
为了验证他们的假设,研究小组将重点放在了一种被称为“绝句”的中国古诗体裁上,这种体裁有着高度的限制性。他们使用一个递归的神经网络生成人工诗歌,这样他们就可以在控制诗歌内容的同时,向参与者呈现新颖的绝句诗。
近8万首中国五代古诗被输入到神经网络模型中,神经网络模型随后学习了基于“绝句”形式的人工诗歌创作。
研究人员将每首诗合成一个语音流,去掉了人类说话时会产生的停顿、语调和其他韵律提示,因此听众必须依靠他们对诗歌结构的了解才能解析语音流。
脑中的诗
然后,以中文为母语的人在MEG扫描仪中收听人工语音流,而研究人员的目标是检测参与者大脑中与诗歌结构相对应的神经信号。确实,科学家们发现了一种约为0.67赫兹的大脑节律,与“绝句”的线条结构相对应。
即使现代汉语听众第一次听到一首“伪古”诗,并不能完全理解诗中的每一个词组,但他们仍会意识到这种高度受限的诗歌结构,并根据他们对《绝句》的先验知识,主动地将诗歌的语流分为若干行。当参与者第二次听同一首诗时,他们的大脑已经学会了这种结构,这使得他们能够预测即将出现的诗行。
中国古代诗歌是由结构语言构成的,这种结构语言与普通语言的用法有所不同,其诗体对语言元素施加了独特的组合约束。当使用普通语言时,受约束的诗歌结构如何促进人脑中的语音分割和统计提示?
因此,我们制作了人工绝句,可以说“绝句”是中国古代诗歌中结构最受限制的。我们在进行磁脑电图(MEG)录制时,将每首诗的两次时音节等时序列呈现给说汉语的听众。我们发现听众会利用他们对“绝句”的先验知识,来构建线路结构并自主建立“绝句”的概念流。
并且,我们竟然还惊喜地发现了一种相位进动现象,该现象表明了语音分段的预测过程。即听者获得了传入语音的知识后,神经相位的前进速度更快了。摘要“绝句”单音节词的统计共现与语音分割呈负相关,这为统计提示如何促进语音分割提供了另一种视角。
这项研究表明,一个受约束的形式和概念结构为听者提供了一个诗意的时间框架,使听者能够按照诗人的意图对语义单位进行分组,甚至可以预测这些语义单位。这表明,不仅是诗歌语言,而且可预见的形式和不可预见的内容的相互作用,对于诗歌的审美体验至关重要。
已获取点赞 +0
评论 点击评论