在自然情境中解码隐喻及大脑信号：一项基于脑电图与MetaPro的实证研究

引言/背景介绍

在我们的日常语言和思维中，隐喻无处不在。它不仅是让语言更生动的修辞手法，更是我们理解抽象概念的基石。在认知科学领域，概念隐喻理论（CMT）早已确立核心地位——隐喻并非单纯的语言现象，而是人类认知的基础，通过将抽象目标概念映射到具体源概念（如“LOVE IS JOURNEY”），构建起个性化的认知框架。实证研究已证实隐喻对人类行为的深远影响，从犯罪问题解决方案的提出到联合国投票决策，均能发现隐喻认知的作用痕迹。

然而隐喻与脑活动的关联研究存在明显缺口：现有研究常常依赖控制刺激（如孤立的隐喻短语、结尾含隐喻的短句）或明确的隐喻评估任务，难以模拟真实场景中无意识接触隐喻的认知过程。

论文信息

近期，一项题为“Decoding Metaphors and Brain Signals in Naturalistic Contexts: An Empirical Study based on EEG and MetaPro”的文章，报告了通过使用EEG与先进隐喻处理工具（MetaPro），分析参与者在自然阅读条件下处理隐喻语言与字面语言时的脑信号差异，探讨了隐喻认知的特异性神经机制及其作为分析和区分认知过程潜在工具的神经证据。

研究方法

材料

研究采用公开的ZuCo 2.0数据集，包含18名受试者在阅读739段Wikipedia文本时的128通道EEG与眼动信号。文本分为自然阅读（NR）与任务特定阅读（TSR）两种条件，TSR要求受试者在阅读中搜索特定关系信息。所有文本均未刻意设计隐喻，更贴近日常阅读场景。在所有阅读材料中，平均每段文字的长度为20.5个词语（见表1）。MetaPro共检测出234个隐喻以及179种独特的概念映射关系。

表1. ZuCo 2.0数据集中阅读材料的统计信息。NR代表自然阅读；TSR代表任务特定情境下的阅读

EEG信号处理

采用 128 通道 EEG 设备，采样率 500Hz，预处理后保留 105 个有效电极，仅提取被试首次注视隐喻词时的 EEG 片段，最终获得 2482 个隐喻相关 EEG 片段（NR 条件 1574 个、TSR 条件 908 个）；同时从含隐喻的句子中提取词性匹配的字面词对应的 EEG 信号，保证样本平衡与语境一致性。分析三类 EEG 特征 —— 时域特征（平均差 MD、方差差 VD）、频域特征（功率谱密度 PSD）、脑网络特征（功能连接 FC，含相关系数 COR、相干性 COH、相位锁定值 PLV）；覆盖 delta（1-3Hz）、theta（4-7Hz）、alpha（8-13Hz）、beta（14-30Hz）、gamma（31-50Hz）5 个频段，以及左 / 右额叶、中央区、顶枕叶、颞叶 8 个关键脑区。采用独立样本 t 检验对比隐喻与字面语言的神经特征差异，通过错误发现率（FDR）校正结果；利用 BrainNet Viewer 可视化脑网络连接模式，聚焦不同频段、脑区及阅读条件下的特征差异。

隐喻语言处理

在本研究中，MetaPro被用于检测隐喻并生成概念映射。该工具经过阿姆斯特丹自由大学隐喻语料库的训练。概念映射是通过从隐喻的释义中提取目标概念，以及从原始隐喻表达中提取源概念来构建的。这些映射遵循“目标概念源自源概念”这一结构，例如从 “She devoured his novel.（她如饥似渴地读完了他的小说）” 这一表达中，可提炼出 “愉悦是身体过程” 的概念映射。为确保分析结果的可靠性，最终确定的隐喻及概念映射均经过了三位语言学专家的独立验证与人工修正，并在验证前接受了CMT及Steen等人提出的隐喻识别方法的培训。

研究结果

隐喻与字面语言的神经加工存在显著整体差异

时域与频域特征分析显示，隐喻处理在 gamma、beta 等高频段的平均差（MD）和方差差（VD）显著高于字面语言，差异主要集中在左额叶（与语义整合、深度语义分析相关）及右顶枕叶；而隐喻语言在 delta、theta、alpha、beta 四个频段的功率谱密度（PSD）显著低于字面语言，差异集中于右额叶和右颞叶（如图 1）。

图1. 隐喻表达与字面表达在时域及频域上的分析结果。脑电图显示，在剔除字面表达后，各脑电通道的信号特征存在明显差异。绿色区域代表具有显著差异的脑区；小提琴图则展示了这些区域的信号值分布情况。*：p < 0.05；**：p < 0.01

脑网络特征分析表明，隐喻加工在 beta 和 gamma 频段的脑功能连接显著增强，呈现明显的左半球优势（如图 2）。这一结果证实左半球在隐喻语义整合中起核心作用，右半球则可能通过抑制机制优化全脑资源分配，形成独特的半球不对称模式，其中左额叶扮演关键枢纽角色。

图2. 隐喻表达与字面表达的大脑网络分析。图中线条反映了隐喻与字面表达在连接性方面的显著差异；线条颜色则对应相应的t值。为便于观察，数据稀疏性阈值被设定为0.05

不同阅读条件对隐喻认知的神经差异影响显著

自然阅读（NR）条件下，隐喻加工已表现出左额叶高频神经振荡增强、右半球神经活动受抑制的特征（图 3）；而在任务导向阅读（TSR）条件下，隐喻与字面语言的神经差异更为突出，时域与频域特征显示左半球高频振荡进一步增强，右半球活动相对减弱（图 4）。

图3. 在无噪声条件下，隐喻表达与字面表达在时域及频域中的分析结果

不同阅读条件对隐喻认知的神经差异影响还体现在脑网络分析结果中，TSR 条件下隐喻加工的左额叶、中央区、颞叶脑连接协调性显著提升，半球不对称性更为明显（图 5）。这一现象源于任务导向阅读的高认知需求 —— 隐喻加工需调动更高阶神经机制实现抽象概念映射，以满足特定阅读目的下的深度语义理解，而字面语言可通过直接语义检索完成加工，无需额外认知资源投入。

图4. 在TSR条件下，隐喻表达与字面表达在时域及频域中的分析结果

图5. 在NR与TSR条件下，隐喻表达与字面表达的脑网络分析结果

不同隐喻概念映射对应独特的神经认知模式

选取 EVENT IS ACTION、ACQUIRING IS INCOME、IMPORTANT PERSON IS STATUS 三类典型概念映射分析发现（图 6），其在时域、频域及脑网络特征上均存在显著差异。时域与频域分析显示，不同概念映射的差异脑区呈现动态变化。

图6. 不同概念图在时域与频域中的分析结果。CM：概念映射

脑网络分析表明（图7），EVENT IS ACTION 与 ACQUIRING IS INCOME 的差异主要体现在半球间信息交换，而二者与 IMPORTANT PERSON IS STATUS 的差异则集中在左半球内交互，连接模式各具特异性。这表明不同隐喻概念映射依赖独特的神经回路和皮层资源，而非统一认知路径，隐喻认知不仅是语言现象，更反映了概念特异性的神经动态。

图7. 不同概念图对应的大脑网络分析结果。圆形图表展示了功能连接模式，其中节点代表脑电电极，线条则反映了显著的功能连接，线条的颜色反映了相应的p值

结论与展望

本研究证实自然语境下隐喻与字面语言的神经加工存在显著差异，隐喻认知表现为左半球高频EEG变异性增加、功能连接增强，右半球神经振荡受抑制的半球不对称模式，且这一差异在任务导向阅读条件下更为突出。不同隐喻概念映射的独特神经认知模式，进一步揭示了隐喻作为“认知探针”的潜力——其不仅是语言现象，更反映了概念特异性的神经动态。

研究优势在于通过自然阅读范式和先进的隐喻处理工具，极大提升了生态效度，填补了自然语境下隐喻神经机制研究的空白。未来研究可扩大样本量，结合纵向追踪探索隐喻认知的个体差异与发展规律，优化MetaPro工具的隐喻识别精度，为认知评估、语言障碍诊断等领域提供新的生物标志物与技术支撑。

原文链接

Rui Mao, Tao Wang, Erik Cambria, Decoding Metaphors and Brain Signals in Naturalistic Contexts: An Empirical Study based on EEG and MetaPro, Proceedings of the Annual Meeting of the Cognitive Science Society, 47(0), 2025.

https://escholarship.org/uc/item/1qm6b5rc

研究团队介绍

本研究团队由新加坡南洋理工大学与中国天津大学合作完成，研究人员来自认知科学、神经科学与计算机科学交叉领域，长期致力于隐喻认知与脑信号解码的跨学科研究