Efeitos da frequência, densidade de vizinhança e frequência de vizinhança no reconhecimento de palavras faladas em Português Europeu

Transcrição

1 Vicente, S., Gonzaga, L., & Lima, C. F. (2006). Efeitos da frequência, densidade de vizinhança e frequência de vizinhança no reconhecimento de palavras faladas em Português Europeu. In N. Santos, M. Lima, M. Melo, A. Candeias, M. Grácio, & A. Calado (Eds.), Actas do VI Simpósio Nacional de Investigação em Psicologia [CD; Vol. VI, pp. 8-25]. Évora: Universidade de Évora. Efeitos da frequência, densidade de vizinhança e frequência de vizinhança no reconhecimento de palavras faladas em Português Europeu Selene G. Vicente, Luís O. Gonzaga, & César F. Lima Faculdade de Psicologia e de Ciências da Educação Universidade do Porto Resumo No presente estudo, trinta e cinco jovens adultos (M = 20.9 anos, DP = 1.69) falantes nativos do Português Europeu foram testados numa tarefa de decisão lexical auditiva com o objectivo de avaliar os efeitos da frequência, densidade de vizinhança, e frequência de vizinhança no reconhecimento de palavras faladas. Um total de 160 estímulos dissilábicos acentuados na primeira sílaba e com estrutura `CV.CV (80 palavras e 80 não-palavras) foi apresentado através de auscultadores. A tarefa do participante consistia em decidir, com o máximo possível de rapidez e de acuidade, se o estímulo ouvido era uma palavra ou uma nãopalavra. Procedeu-se ao cálculo dos tempos de reacção médios (medidos desde o início da apresentação do estímulo até ao momento da resposta do sujeito) e da percentagem média de respostas correctas para o grupo de participantes. Os resultados revelaram efeitos significativos das três variáveis em análise (i.e. da estrutura de vizinhança) na velocidade e acuidade do processo de reconhecimento. Estes resultados são analisados e discutidos no contexto do Modelo de Activação de Vizinhanças (NAM; Neighborhood Activation Model; Luce, 1986; Luce & Pisoni, 1998), procedendo-se a comparações translinguísticas com o inglês e o espanhol.

2 Introdução Como reconhecemos as palavras que ouvimos? Como recuperamos toda a informação a elas associada a partir de um código de sons? À primeira vista, não pensamos nesta questão como um problema, dado que, em condições normais, somos capazes de reconhecer palavras de forma automática, sem esforço e com poucos erros. Contudo, este processo envolve uma complexa rede de mecanismos neurocognitivos cuja compreensão coloca desafios importantes do ponto de vista científico. Em termos genéricos, o processo de reconhecimento de palavras faladas é perspectivado na maioria dos modelos teóricos como sendo um processo de emparelhamento entre a informação sensorial extraída do sinal acústico, e as representações das palavras arquivadas em memória no léxico mental do auditor. Uma das questões centrais neste domínio de investigação diz precisamente respeito ao estudo dos factores que influenciam este processo de emparelhamento. Dado que uma das primeiras tarefas do reconhecimento de palavras envolve a discriminação entre itens lexicais (Frauenfelder & Tyler, 1987; Frauenfelder, 1991), o estudo da organização estrutural das palavras em memória assume particular relevância. Um dos pontos de consenso gira em torno do assumir que a organização estrutural das palavras arquivadas no léxico mental é determinante no processo de reconhecimento. Praticamente todos os modelos teóricos propostos para o reconhecimento na modalidade auditiva (e.g., Coorte, Shortlist, Trace, NAM, PARSYN) têm subjacente a ideia de que a velocidade e exactidão do processo de reconhecimento de uma dada palavra são influenciados pelo conjunto de todos os candidatos lexicais possíveis activados em memória, e pela relações de competição que se estabelecem entre eles durante o processo de reconhecimento. Ou seja, o reconhecimento de palavras envolveria dois processos fundamentais, a activação e a competição (Luce & Pisoni, 1998; Marslen-Wilson, 1987, 1990; McClelland & Elman, 1986; Norris, 1994). O modelo de Activação de Vizinhanças (Luce, 1986; Pisoni & Luce, 1998), referido na literatura como NAM, é um dos modelos mais recentes que têm estado na base de muitos estudos que exploram o impacto de aspectos da organização estrutural no processo de reconhecimento. A ideia subjacente é a de que a semelhança fonológica funciona como estratégia de organização das representações lexicais em memória. Os itens lexicais encontrar-se-iam organizados em vizinhanças de similitude atendendo às suas propriedades fonológicas. Os residentes de uma vizinhança de similitude são os vizinhos fonológicos que se definem geralmente por diferirem de uma dada palavra-alvo num único fonema devido a operações de substituição, subtracção, ou adição (cf. Luce, 1986; Luce & Pisoni, 1998). Por exemplo, a palavra dissilábica gato tem como vizinhos as palavras pato, fatu, cato, chato,

3 matu, nato, rato, tacto, jato, goto, gadu, gago, gajo, galo, acto, gasto e grato (vizinhos calculados a partir da base lexical Porlex; Gomes & Castro, 2003). Já a palavra chave, apenas tem como vizinhos as palavras cave, nave e ave. Quem são os competidores lexicais de uma dada palavra? Quem são os seus vizinhos e de que modo influenciam o processo de reconhecimento? De acordo com o NAM, a competição que se estabelece entre os vários candidatos seria fortemente influenciada pelo número de vizinhos fonológicos (densidade de vizinhança), pela frequência de vizinhança (i.e., a média das frequências dos vizinhos) e pela frequência da própria palavra-alvo. Estas três variáveis definem aquilo que no NAM é designado por estrutura de vizinhança. A estrutura de vizinhança gere o nível de activação e competição lexical, influenciando a velocidade e exactidão do processo de reconhecimento. As previsões do modelo apontam no sentido da existência de efeitos inibitórios da densidade e da frequência de vizinhança. Ou seja, as palavras com muitos vizinhos (i.e., residentes em vizinhanças densas) seriam processadas mais lentamente e com menor exactidão do que as palavras com poucos vizinhos (i.e., residentes em vizinhanças esparsas). O mesmo padrão é esperado para as palavras com vizinhos muito frequentes (i.e., frequência de vizinhança alta) vs. palavras com vizinhos pouco frequentes (i.e., frequência de vizinhança baixa). Quanto à frequência da palavra-alvo, a previsão geral é a de que haveria uma vantagem no processamento de palavras muito frequentes vs. palavras pouco frequentes, embora este efeito seja mediado pelas outras variáveis da estrutura de vizinhança. Nos últimos quinze anos, muitos estudos têm sido realizados para a língua inglesa recorrendo a uma grande variedade de paradigmas experimentais (e.g., sombreamento, tarefa de decisão lexical auditiva, identificação de palavras em fundo de ruído, priming, movimentos oculares). Embora a magnitude dos efeitos encontrados varie de tarefa para tarefa, o padrão de resultados parece ser consistente, apontando para um reconhecimento mais rápido e eficaz das palavras esparsas vs. densas, com frequência de vizinhança baixa vs. alta, e muito frequentes vs. pouco frequentes na língua (e.g., Cluff & Luce, 1990; Goldinger, Luce, & Pisoni, 1989; Goldinger, Luce, Pisoni, & Marcario, 1992; Luce, 1986; Luce & Pisoni, 1998; Vitevitch & Luce, 1998, 1999). Estes efeitos inibitórios da densidade e da frequência de vizinhança foram também recentemente simulados com sucesso numa rede neuronal, o PARSYN, que é uma versão conexionista do NAM desenvolvida por Auer e Luce (ver Luce, Goldinger, Auer, & Vitevitch, 2000). Um outro contributo é o da abordagem neuropsicológica ao reconhecimento de palavras faladas. Estudos recentes colocam a tónica na exploração dos correlatos neurais subjacentes à competição lexical fonológica (e.g.,

4 Pylkkänen, Stringfellow, & Marantz, 2002; Prabhakaran, Blumstein, Myers, Hutchison, & Britton, 2006). Por exemplo, Prabhakaran e colaboradores em 2006, num estudo realizado com a ténica fmri encontram resultados concordantes com os obtidos em estudos que se apoiam nos tempos de reacção (TR; e.g., Luce & Pisoni 1998). Com efeito, o processamento de palavras densas e muito frequentes parece ter subjacente uma maior activação neural em áreas específicas do cérebro o que, na opinião dos investigadores, demonstra a sensibilidade das estruturas neurais às características dos itens lexicais e aos custos envolvidos na competição lexical durante o processo de reconhecimento. Nos últimos anos, o debate tem-se direccionado progressivamente em torno da questão da universalidade vs. especificidade do NAM. Com efeito, até há bem pouco tempo, os estudos realizados neste domínio centraram-se em torno de falantes de língua materna inglesa e do subgrupo de palavras monossilábicas com estrutura CVC que, no inglês, constituem uma parcela significativa das palavras armazenadas em memória (Charles-Luce & Luce, 1990, 1995). E nas outras línguas? Podemos esperar que as vizinhanças de similitude se organizem do mesmo modo no espaço lexical? Podemos esperar que os efeitos da competição lexical apontem no mesmo sentido? É neste contexto que assistimos, no virar do século, à realização de estudos noutras línguas com o objectivo da comparação translinguística. Vitevitch e Rodríguez, em 2005, documentam para o espanhol efeitos da densidade e da frequência de vizinhança opostos ao descrito para o inglês. Palavras com muitos vizinhos (i.e. densas) e com frequência de vizinhança alta parecem ser processadas mais rapidamente e com maior acuidade do que as palavras com poucos vizinhos (i.e. esparsas) e com frequência de vizinhança baixa. Este padrão de resultados foi também replicado num estudo alargado à produção de fala (Vitevitch & Stamer, 2006). No Português Europeu, PE, as análise estruturais das vizinhanças de similitude em léxicos adultos e infantis mostram que a composição das vizinhanças no PE apresenta diferenças com o inglês (Vicente, Castro, & Walley, 2003). No entanto, os estudos perceptivos são escassos (Vicente, 2003; Vicente, Castro, & Walley, 2004), sendo necessário obter mais dados que contribuam para clarificar a direcção dos efeitos da estrutura de vizinhança no processo de reconhecimento. É neste contexto que se inscreve o contributo do presente trabalho. Pretendemos avaliar os efeitos da frequência, densidade de vizinhança, e frequência de vizinhança no reconhecimento de palavras faladas em PE.

5 Método Participantes Participaram neste estudo 35 adultos falantes nativos do Português Europeu (PE), estudantes da Faculdade de Psicologia e de Ciências da Educação da Universidade do Porto. A idade média do grupo de jovens é de 20.9 anos (DP = 1.69; amplitude de variação entre anos), sendo 26 do sexo feminino e 9 do sexo masculino. Nenhum dos participantes reportou qualquer perturbação auditiva ou da fala. Eram todos dextros, à excepção de três que eram esquerdinos. Material Seleccionou-se um total de 160 estímulos dissilábicos com estrutura [`CV.CV] dos quais 80 são palavras e os outros 80 não-palavras. Corpus de palavras-alvo As 80 palavras foram seleccionadas a partir da base lexical Porlex (Gomes & Castro, 2003). Todas são palavras de conteúdo pertencentes à classe gramatical dos substantivos, encontrando-se na forma lematizada e sem ambiguidade semântica. A extensão é de quatro fonemas (4/5 letras) e o acento está posicionado na primeira sílaba (e.g., faca, bola, pato, folha, chuva). A opção por palavras dissilábicas graves com quatro fonemas de extensão deve-se ao facto de constituírem no PE o subgrupo de palavras com maior densidade de vizinhança (Vicente, Castro, & Walley, 2003). As 80 palavras contrastam significativamente nas três principais variáveis em estudo: frequência (alta vs. baixa), densidade (esparsa vs. densa) e frequência de vizinhança (alta vs. baixa). Os valores de frequência foram extraídos da base lexical de frequência Corlex (s.d.). O subgrupo de palavras com frequência alta (FA; n = 40) apresenta valores de frequência > 100 (M = 819.6, DP = 746.6; amplitude de variação entre 119 e 3040), e o subgrupo das palavras com frequência baixa (FB; n = 40) valores de frequência < 100 (M = 48.1, DP = 24.5, amplitude de variação entre 6 e 91). Apesar da diferença entre os dois grupos de palavras ser significativa (t(39) = 6.54, p <.001), todas elas são relativamente comuns no PE. Relativamente à densidade, a informação quanto ao número de vizinhos fonológicos foi extraída do Porlex (Gomes & Castro, 2003). As palavras esparsas tinham em média 5.1 vizinhos (n = 40; DP = 1.7; amplitude de variação entre 2 e 8), enquanto as palavras densas residiam em vizinhanças com um número médio de 15.8 vizinhos (n = 40; DP = 3.6; amplitude de variação entre 11 e 25), sendo esta diferença significativa (t(39) = 15.35, p <.001). Os valores de frequência de vizinhança para cada palavra envolveram o cálculo da

6 média da frequência dos vizinhos fonológicos (cf. Luce, 1986; Luce & Pisoni, 1998). As palavras com frequência de vizinhança alta (FVa; n = 40) tinham vizinhos com valores de frequência mais elevados (M = 961.2, DP = 720.9; amplitude de variação entre 401 e 3127) comparativamente às palavras de frequência de vizinhança baixa (FVb; n = 40; M = 207.0, DP = 88.3; amplitude de variação entre 26 e 368; t(39) = 6.68, p <.001). As 80 palavras-alvo foram distribuídas por oito categorias, contendo cada uma 10 estímulos (cf. Quadro 1). As oito categorias foram formadas pela combinação ortogonal das variáveis em estudo: frequência (FA vs. FB), densidade (densa vs. esparsa) e frequência de vizinhança (FVa vs FVb). Quadro 1 As 80 palavras-alvo distribuídas pelas oito categorias (n = 10 palavras cada): Valores médios de frequência (Freq.), densidade (Dens.), frequência de vizinhança (Freq.Viz.) e exemplos de palavras. Categoria Freq. Dens. Freq.Viz. Palavra FA-densa-FVa cama, pato FA-densa-FVb faca, bola FA-esparsa-FVa copo, remo FA-esparsa-FVb folha, chuva FB-densa-FVa sola, gomo FB-densa-FVb mago, baga FB-esparsa-FVa lupa, pinça FB-esparsa-FVb ripa, poro Nota. O fonema inicial foi controlado em cada categoria bem como o número de derivações obtidas pela substituição de V2 e de C2. FA = frequência alta, FB = frequência baixa; FVa = frequência de vizinhança alta, FVb = frequência de vizinhança baixa. Corpus de não-palavras As 80 não-palavras constituem um corpus derivado a partir das palavras pela substituição da vogal final (V2) ou da consoante inicial da segunda sílaba (C2). Por exemplo, [`balu] é a não palavra formada a partir da palavra-alvo bala, e [`padu] a não-palavra formada a partir de pato. No processo de derivação procurou-se manter a semelhança com o início da palavra (primeira sílaba), diminuindo assim a probabilidade da decisão lexical vir a ser feita com base na informação dos primeiros segmentos. O processo de derivação das não-palavras por substituição de V2 ou de C2 obedeceu a vários critérios. Todas as não-palavras mantiveram o mesmo padrão de acentuação das palavras e obedeceram às regras fonotácticas do PE. Adicionalmente, nenhuma não-palavra constituía palavra noutras línguas. A escolha do

7 fonema a substituir teve ainda em consideração a posição do ponto de unicidade (PU). Assim, em todos os casos em que o PU estava localizado no terceiro fonema procedeu-se à substituição de C2. Todas as consoantes C2 foram substituídas por outras com o mesmo modo de articulação (e.g., [Rαnu] a partir da palavra ramo]. No caso das vogais finais as substituições foram feitas dentro de um leque de quatro fonemas vocálicos [u, α, i, ]: faca [faku], lenço [le~sα], luto [luti] e mago [mag ]. Os 160 estímulos foram lidos em voz alta por um falante feminino de língua materna portuguesa (SV) numa câmara insonorizada do Laboratório de Fala da FPCE-UP, sendo gravados no Pro Tools LE versão 6.0 (Digidesign, 2000). Os ficheiros foram posteriormente importados e editados no Sound Studio versão (Kwok, 2003). A duração das palavras não difere significativamente da duração das não-palavras (M =.931 vs. M =.965, respectivamente; t < 1). Os estímulos foram em seguida ordenados pseudoaleatoriamente e organizados em dois blocos no SuperLab Pro versão O bloco 1 contem os estímulos 1 a 80 e o bloco 2 os estímulos 81 a 160. Na ordenação dos estímulos foi controlada a ordem de apresentação do par palavra/não-palavra. Assim, enquanto para metade dos estímulos a palavra aparece primeiro do que a não-palavra que lhe corresponde, na outra metade acontece a situação inversa. O intervalo inter-estímulos (IIE) é de 2,5 segundos, tendo sido colocado um sinal sonoro de aviso no início e no fim da sequência. Foram ainda seleccionados quatro estímulos para ensaios de treino, duas palavras e duas não-palavras. Procedimento Os 160 estímulos (bloco 1 e bloco 2) foram apresentados individualmente através de auscultadores a partir de um PowerBook G4 da Apple, tendo-se procedido ao contrabalanceamento da ordem de apresentação dos dois blocos de estímulos. Foi dito aos participantes que iriam ouvir várias palavras, algumas das quais inventadas. A tarefa consistia em ouvir com atenção e decidir, com o máximo possível de rapidez e de acuidade, se o estímulo ouvido era uma palavra (resposta SIM) ou não (resposta NÃO). O participante deveria pressionar no teclado do computador a tecla SIM ou a tecla NÃO usando o dedo indicador da mão dominante.

8 Resultados e Discussão Procedeu-se ao cálculo dos tempos de reacção médios (medidos desde o início da apresentação do estímulo até ao momento da resposta do participante) e da percentagem média de respostas correctas para o grupo de participantes. Os resultados relativos à velocidade de processamento (Tempos de Reacção) e à acuidade ou exactidão do reconhecimento (% de respostas correctas) são apresentados separadamente. Tempos de Reacção, TR As respostas incorrectas (9.2%), os outliers (TR > 3 DP da média de cada participante) e as respostas por antecipação (TR < 160 ms) foram excluídos das análises. Calculou-se a média dos TR de cada participante, em milissegundos (ms), para cada uma das condições. No Quadro 2 podemos ver os TR médios obtidos nas oito categorias de palavras em função da frequência, densidade de vizinhança e frequência de vizinhança. Quadro 2 TR médios (ms) e erro-padrão da média (EP) como função da frequência (FA vs. FB), densidade (denso vs. esparso) e frequência de vizinhança (FVa vs. FVb). Frequência ALTA BAIXA Densidade FVa FVb FVa FVb esparsa 664 (18.3) 453 (13.5) 559 (18.2) 543 (18.4) densa 586 (16.7) 487 (14.7) 647 (23.3) 646 (20.0) Nota. Os valores entre parêntesis representam um erro-padrão da média da categoria. Realizou-se uma análise de variância (ANOVA) de medidas repetidas por sujeito com os factores (2) Frequência x (2) Densidade x (2) Frequência de Vizinhança. Os resultados revelaram efeitos altamente significativos dos factores Frequência (F(1,34) = 48.16, p <.001), Densidade (F(1,34) = 26.63, p <.001) e Frequência de Vizinhança (F(1,34) = 96.18, p <.001). As palavras de frequência alta foram reconhecidas mais rapidamente do que as de frequência baixa com uma vantagem de 51 ms (M = 548 vs. 599; EP = vs , respectivamente). Este resultado replica o de estudos anteriores sobre o efeito da frequência no reconhecimento de palavras faladas (e.g., Connine, Mullennix, Shernoff, & Yelen, 1990; Gaygen & Luce, 1998; Gernsbacher, 1984; Luce, 1986; Marslen-Wilson, 1987, 1990). Por sua vez, as palavras residentes em vizinhanças esparsas foram processadas mais rapidamente do que as palavras residentes em vizinhanças densas na ordem dos 36 ms (M = 555 vs. 591;

9 EP = vs , respectivamente). Este padrão de resultados é análogo ao descrito para a língua inglesa (e.g., Luce, 1986; Luce & Pisoni, 1998; Luce, Goldinger, Auer, & Vitevitch, 2000) mas oposto ao encontrado no espanhol, onde se verifica um efeito facilitador da densidade de vizinhança (Vitevitch & Rodríguez, 2005; na produção de fala ver Vitevitch & Stamer, 2006). Quanto à frequência de vizinhança, as palavras com frequência de vizinhança baixa foram reconhecidas ca. de 81 ms mais rapidamente do que as palavras com frequência de vizinhança alta (M = 533 vs. 614; EP = vs , respectivamente). Este resultado, à semelhança do que acontece com a densidade, é concordante com o que se observa no inglês (e.g., Luce & Pisoni, 1998) e oposto ao encontrado no espanhol (Vitevitch & Rodríguez, 2005). Para além dos efeitos principais, foram ainda encontradas interacções duplas altamente significativas entre os factores Frequência x Densidade (F(1,34) = 70.82, p <.001), Frequência x Frequência de Vizinhança (F(1,34) = , p <.001), Densidade x Frequência de Vizinhança (F(1,34) = 24.93, p <.001), e a interacção tripla Frequência x Densidade x Frequência de vizinhança (F(1,34) = 12.10, p =.001). Todos os efeitos encontrados (factores principais e interacções duplas) devem ser considerados no contexto da interacção tripla observada entre as três variáveis em estudo. Deste modo, no subgrupo de palavras com frequência alta (cf. Figura 1, painel à esquerda), observou-se uma vantagem no processamento de palavras residentes em vizinhanças densas sobre as residentes em vizinhanças esparsas (ca. de 23 ms), o que se deve ao facto das palavras com frequência de vizinhança alta residentes em vizinhanças densas terem sido processadas ca. de 78 ms mais rapidamente (M = 586; EP = 16.77) do que as suas análogas residentes em vizinhanças esparsas (M = 664; EP = 18.30), sendo a diferença significativa (F(1,34) = 33.68, p <.001). Esta vantagem no processamento de palavras muito frequentes, de frequência de vizinhança alta e residentes em vizinhanças densas é, no entanto, oposta ao encontrado nas outras condições (vantagem vizinhança esparsas vs. densa) e poderá ser provavelmente explicada pelo facto da categoria de palavras FA-esparsa-FVa (frequência alta - vizinhança esparsa - frequência de vizinhança alta) incluir estímulos com valores de frequência elevados no Corlex mas que provavelmente terão indíces de familiaridade subjectiva mais baixos (e.g., bico, cera, remo). Por outro lado, é ainda possível observar para as palavras com frequência alta, uma clara vantagem no processamento das palavras com frequência de vizinhança baixa relativamente às de frequência de vizinhança alta, o que é significativamente mais acentuado nas palavras residentes em vizinhanças esparsas (vantagem de ca. 211 ms; M = 453 vs. 664, respectivamente) comparativamente às residentes

10 em vizinhanças densas [vantagem de ca. 99 ms; M = 487 vs. 586, respectivamente; (F(1,34) = 42.91, p <.001)]. No subgrupo de palavras com frequência baixa (cf. Figura 1, painel à direita), observouse um efeito claro da densidade de vizinhança em favor das vizinhanças esparsas por oposição às vizinhanças densas (diferença de ca. de 95 ms; M = 551 vs. 646, respectivamente). Por outro lado, embora se observe uma vantagem no processamento das palavras com frequência de vizinhança baixa relativamente às de frequência de vizinhança alta, esta é apenas perceptível nas palavras que residem em vizinhanças esparsas (M = 543 vs. 559, respectivamente). Olhando para os resultados no seu conjunto (cf. Figura 1) podemos afirmar que, de um modo geral, as palavras com frequência alta são processadas significativamente mais rápido do que as palavras de frequência baixa com a excepção já assinalada das palavras da condição FA-esparsa-FVa. O efeito da frequência de vizinhança em favor das palavras com frequência de vizinhança baixa é também claro mas muito mais acentuado no subgrupo das palavras com frequência alta. Quanto à densidade, destaca-se a vantagem das palavras esparsas sobre as densas, padrão ofuscado no subgrupo de palavras com frequência alta e frequência de vizinhança alta, muito provavelmente devido a artefactos relacionados com as estimativas de frequência dos próprios estímulos (categoria FA-esparsa-FVa). Comparando os tempos de reacção médios obtidos em cada uma das oito condições observa-se que as palavras com maior velocidade de processamento são precisamente o subgrupo das palavras com frequência alta, residentes em vizinhanças esparsas e com frequência de vizinhança baixa, o que aponta no mesmo sentido dos resultados disponibilizados na literatura para o inglês (para revisão, Luce & Pisoni, 1998)

11 Figura 1. TR médios (ms) como função da frequência (FA vs. FB), densidade (esparso vs. denso) e frequência da vizinhança (FVa vs. FVb). As barras de erro representam um erro padrão (EP) da média. Acuidade ou exactidão Calculou-se a percentagem média de respostas correctas (RC) de cada participante para cada uma das oito categorias de palavras (cf. Quadro 3). Quadro 3 Acuidade (%) e erro-padrão da média (EP) como função da frequência (FA vs. FB), densidade (denso vs. esparso) e frequência de vizinhança (FVa vs. FVb). Frequência ALTA BAIXA Densidade FVa FVb FVa FVb esparsa (1.3) (0.7) (1.5) (1.3) densa (1.0) (0.6) (1.8) (2.2) Nota. Os valores entre parêntesis representam um erro-padrão da média da categoria. A partir da percentagem média de respostas correctas às 80 palavras-alvo, realizou-se uma análise de variância (ANOVA) de medidas repetidas por sujeito com os factores (2) Frequência x (2) Densidade x (2) Frequência de Vizinhança. Os resultados revelaram efeitos altamente significativos dos factores Frequência (F(1,34) = 63.24, p <.001) e Frequência de Vizinhança (F(1,34) = 33.98, p <.001), não tendo sido encontrado um efeito significativo do factor Densidade (F < 1). De um modo geral, as palavras de frequência alta (M = 94.93; EP =

12 .44) foram reconhecidas com maior acuidade e exactidão do que as palavras de frequência baixa (M = 86.71; EP = 1.09). Por sua vez, as palavras com frequência de vizinhança baixa também foram reconhecidas com maior acuidade (M = 93.86; EP =.82) do que as palavras com frequência de vizinhança alta (M = 87.79; EP =.84). Este padrão de resultados é concordante com o encontrado nas análises dos TR, ambos colocando em destaque a vantagem no processamento de palavras de frequência alta vs. baixa, assim como das palavras de frequência de vizinhança baixa vs. alta, o que corrobora os resultados dos estudos feitos para a língua inglesa (e.g., Luce & Pisoni, 1998). No que respeita à densidade de vizinhança, embora as diferenças não sejam significativas, verifica-se uma ligeira vantagem na acuidade do processamento de palavras residentes em vizinhanças esparsas vs. densas (91.14 vs , respectivamente). Além dos efeitos principais, foram encontradas interacções significativas entre os factores Frequência x Densidade (F(1,34) = 50.45, p <.001), Densidade x Frequência de Vizinhança (F(1,34) = 14.51, p =.001), e a interacção tripla Frequência x Densidade x Frequência de Vizinhança (F(1,34) = 6.41, p =.016). As palavras com frequência alta (cf. Figura 2, painel à esquerda) são, de um modo geral, reconhecidas com uma acuidade muito próxima dos 100%, não se observando diferenças significativas no desempenho das palavras com frequência de vizinhança alta e baixa que residem em vizinhanças densas (M = 97 vs. 99; F < 1). O mesmo já não acontece nas outras condições em que é visível uma maior exactidão no reconhecimento de palavras com frequência de vizinhança baixa vs. alta (7.28%; F(1,34) = 65.31, p <.001). Quanto à densidade de vizinhança, não se encontraram efeitos no processamento das palavras com frequência de vizinhança baixa, observando-se contudo uma vantagem das palavras com frequência de vizinhança alta residentes em vizinhanças densas vs. esparsas. No entanto, este padrão que aponta claramente em sentido inverso ao das outras condições (vantagem esparsa vs. densa), é atribuído ao pior desempenho para as palavras da categoria FA-esparsa-FVa. Este efeito provavelmente perde significância se se proceder à substituição dos itens da categoria FA-esparsa-FVa já identificados como problemáticas em termos da sua estimativa de frequência (cf. referido nas análises dos TR). Nas palavras de frequência baixa (cf. Figura 2, painel à direita), há um claro efeito da densidade sendo as palavras residentes em vizinhanças esparsas reconhecidas com maior acuidade comparativamente às residentes em vizinhanças densas (M = vs , respectivamente; F(1,34) = 27.15, p <.001). Adicionalmente, são as palavras com frequência de vizinhança baixa que obtêm uma percentagem de respostas correctas significativamente

13 superior à das palavras com frequência de vizinhança alta, sendo esta vantagem mais acentuada no subgrupo de palavras residentes em vizinhanças esparsas (M = 94 vs. 87, respectivamente) vs. densas (M = 85 vs. 81). No seu conjunto, os resultados da acuidade (cf. Figura 2) mostram que as palavras com frequência alta são reconhecidas sistematicamente com maior exactidão do que as palavras com frequência baixa (M = 95 vs. 87% de RC). No entanto, à semelhança do que acontece com os tempos de reacção, o subgrupo de palavras com frequência alta, residentes em vizinhanças esparsas e com frequência de vizinhança alta (FA-esparsa-FVa) obteve uma percentagem de identificações correctas inferior ao esperado (ca. de 85%). Por sua vez, o efeito da frequência de vizinhança em favor das palavras com frequência de vizinhança baixa vs. alta foi também encontrado. Contudo, este efeito apenas se observa nas palavras com frequência baixa, destacando-se de modo mais pronunciado nas que residem em vizinhanças esparsas. Quanto à densidade, o seu efeito é apenas notório nas palavras com frequência baixa. Neste grupo de palavras é clara a vantagem na acuidade do reconhecimento daquelas que residem em vizinhanças esparsas vs. densas. Figura 2. Percentagem média de respostas correctas (%RC) como função da frequência (FA vs. FB), densidade (esparso vs. denso) e frequência da vizinhança (FVa vs. FVb). As barras de erro representam um erro padrão (EP) da média. Conclusão O presente estudo avaliou os efeitos da frequência, densidade de vizinhança e frequência de vizinhança na velocidade e acuidade do reconhecimento de palavras faladas em PE numa

14 tarefa de decisão lexical auditiva. Os resultados encontrados nas análises dos TR e da percentagem de respostas correctas são, em linhas gerais, concordantes com as previsões do NAM e apontando no mesmo sentido dos descritos para a língua inglesa (e.g., Cluff & Luce, 1990; Goldinger, Luce, & Pisoni, 1989; Goldinger et al., 1992; Luce & Pisoni, 1998; Vitevitch & Luce, 1998, 1999). Observou-se o efeito facilitador da frequência, tendo sido as palavras de frequência alta processadas mais rapidamente e com maior exactidão do que as palavras de frequência baixa. Foram igualmente visíveis os efeitos inibidores da densidade e da frequência de vizinhança. As palavras residentes em vizinhanças densas foram, de um modo geral, processadas mais lentamente e com menor exactidão do que as palavras residentes em vizinhanças esparsas. Esta vantagem no processamento das palavras esparsas foi particularmente visível no subgrupo de palavras com frequência baixa. Nas palavras com frequência alta, o facto de se ter encontrado um padrão oposto em favor das vizinhanças densas deve-se, muito provavelmente, a problemas relacionados com as estimativas de frequência de um conjunto de estímulos pertencentes à categoria das palavras com frequência alta, residentes em vizinhanças esparsas e com frequência de vizinhança alta (FA-esparsas- FVa). Estas palavras (e.g., bico, cera, ramo) foram as que levaram mais tempo a reconhecer e a acuidade do reconhecimento também foi das mais baixas (na ordem dos 85%). Apesar dos valores de frequência para algumas destas palavras serem elevados no Corlex, a familiaridade subjectiva poderá ter indíces mais baixos. Esta questão é relevante pois ainda que tradicionalmente as medidas de frequência sejam estimadas a partir de contagens de material escrito (e.g., normas publicadas por Thorndike e Lorge em 1944, e de Kucera e Francis em 1967 para o inglês) tal como acontece também no Corlex, alguns investigadores chamaram recentemente a atenção para o facto das medidas subjectivas constituírem uma medida mais válida (e.g., Connine, Mullennix, Shernoff, & Yelen, 1990; Gaygen & Luce, 1998; Gernsbacher, 1984). Por fim, e no que diz respeito à frequência de vizinhança, ficou também documentado o seu efeito inibidor. De um modo geral, as palavras com frequência de vizinhança baixa foram processadas mais rapidamente e com maior exactidão comparativamente às palavras com frequência de vizinhança alta. Este efeito não foi no entanto observado na velocidade do processamento (TR) do subgrupo de palavras com frequência baixa. Concluindo, os resultados emergentes neste estudo conduzido para o PE aproximam-se do padrão descrito na literatura para o inglês, entrando em oposição ao documentado recentemente para o espanhol por Vitevitch e Rodríguez (2005). Os efeitos inibidores da densidade e da frequência de vizinhança previstos pelo NAM, transformam-se no espanhol

15 em efeitos facilitadores (i.e., vantagem no processamento de palavras densas vs. esparsas, e de palavras com frequência de vizinhança alta vs. baixa). No sentido de esclarecer a robustez e direccionalidade destes efeitos, assim como de perceber em que medida eles são ou não específicos a cada língua, é sem dúvida necessário realizar mais estudos perceptivos com diferentes paradigmas experimentais, diferentes subgrupos de palavras (e.g., extensão fonémica, classe gramatical) e de populações (e.g., crianças, populações clínicas com lesão cerebral). Por outro lado, expandir o estudo dos efeitos da estrutura de vizinhança à vertente produtiva da fala (e.g., Vitevitch & Stamer, 2006), parece-nos ser igualmente importante e fundamental. A investigação futura deverá privilegiar as comparações translinguísticas de modo a que seja possível avaliar se a semelhança fonológica influencia diferencialmente o reconhecimento e a produção de palavras faladas em diferentes línguas. Esta linha de pesquisa contribuirá, sem dúvida, para testar e pôr à prova os pressupostos básicos dos modelos de reconhecimento e de produção de fala. Referências Bacelar do Nascimento, M. F., Casteleiro, J. M., Marques, M. L. G., Barreto, F., & Amaro, R. (s.d.). Corlex:Léxico de frequências do português [Base lexical]. Disponível em Charles-Luce, J., & Luce, P. A. (1990). Similarity neighbourhoods of words in young children's lexicons. Journal of Child Language, 17, Charles-Luce, J., & Luce, P. A. (1995). An examination of similarity neighbourhoods in young children's receptive vocabularies. Journal of Child Language, 22, Cluff, M. S., & Luce, P. A. (1990). Similarity neighbourhoods of spoken two-syllable words: Retroactive effects on multiple activation. Journal of Experimental Psychology: Human Perception and Performance, 16, Connine, C. M., Mullennix, J., Shernoff, E., & Yelen, J. (1990). Word familiarity and frequency in visual and auditory word recognition. Journal of Experimental Psychology: Learning, Memory, and Cognition, 16, Digidesign (2002). Pro Tools LE (versão 6.0) [Computer Software]. E.U.A.: Autor. Frauenfelder, U. H. (1991). Une introduction aux modèles de reconnaissance des mots parlés. In R. Kolinsky & J. Morais & J. Segui (Eds.), La reconnaissance des mots dans les différentes modalités sensorielles: Études de psycholinguistique cognitive. Paris: Presses Universitaires de France, PUF. Frauenfelder, U. H., & Tyler, L. K. (1987). The process of word recognition: An introduction. Cognition, 25, Gaygen, D. E., & Luce, P. A. (1998). Effects of modality on subjective frequency estimates and processing of spoken and printed words. Perception & Psychophysics, 60, Gernsbacher, M. A. (1984). Resolving 20 years of inconsistent interactions between lexical familiarity and orthography, concreteness and polysemy. Journal of Experimental Psychology: General, 113, Goldinger, S. D., Luce, P. A., & Pisoni, D. B. (1989). Priming lexical neighbors of spoken words: Effects of competition and inhibition. Journal of Memory and Language, 28, Goldinger, S. D., Luce, P. A., Pisoni, D. B., & Marcario, J. K. (1992). Form-based priming in spoken word recognition: The roles of competition and bias. Journal of Experimental Psychology: Learning, Memory and Cognition, 18, Gomes, I., & Castro, S. L. (2003). Porlex, a lexical database in European Portuguese. Psychologica, 32, Kwok, L. (2003). Sound Studio (versão 2.1.1) [Computer Software]. E.U.A.: Autor.

16 Luce, P. A. (1986). Neighborhoods of words in the mental lexicon (Tech. Rep. No. 6). Bloomington, Indiana: University of Indiana, Speech Research Laboratory, Department of Psychology. Luce, P. A., & Pisoni, D. B. (1998). Recognizing spoken words: The neighbourhood activation model. Ear & Hearing, 19, Luce, P. A., Goldinger, S. D., Auer, E. T., & Vitevitch, M. S. (2000). Phonetic priming, neighborhood activation, and PARSYN. Perception & Psychophysics, 62, Marslen-Wilson, W. D. (1987). Functional parallelism in spoken word recognition. Cognition, 25, Marslen-Wilson, W. D. (1990). Activation, competition, and frequency in lexical access. In G. T. Altman (Ed.), Cognitive models of speech processing: Psycholinguistic and computational perspectives (pp ). Cambridge: Bradford Books. McClelland, J. L., & Elman, J. L. (1986). The TRACE model of speech perception. Cognitive Psychology, 18, Norris, D. (1994). Shortlist: A connectionist model of continuous speech recognition. Cognition, 52, Pylkkänen, L., Stringfellow, A., & Marantz, A. (2002). Neuromagnetic evidence for the timing of lexical activation: An MEG component sensitive to phonotactic probability but not to neighborhood density. Brain and Language, 81, Prabhakaran, R., Blumstein, S. E., Myers, E. B., Hutchison, E. B., & Britton, B. (2006). An event-related fmri investigation of phonological lexical competition. Neuropsychologia, 44, Vicente, S. (2003). Reconhecimento de palavras faladas: Abordagem desenvolvimental em Português Europeu (Vols 1-2). Tese de Doutoramento não publicada, Universidade do Porto, Porto, Portugal. Vicente, S., Castro, S. L., & Walley, A. (2003). A developmental analysis of similarity neighborhoods in European Portuguese. Journal of Portuguese Linguistics, 2, Vicente, S., Castro, S. L., & Walley, A. (2004). Neighborhood density and age-of-acquisition effects on spoken word recognition by adolescents and adults [Abstract: CD]. First Portuguese Forum of Experimental Psychology, FOPEX. Vitevitch, M. S., & Luce, P. A. (1998). When words compete: Levels of processing in perception of spoken words. Psychological Research, 9, Vitevitch, M. S., & Luce, P. A. (1999). Probabilistic phonotactics and neighbourhood activation in spoken word recognition. Journal of Memory and Language, 40, Vitevitch, M. S., & Luce, P. A. (1998). When words compete: Levels of processing in perception of spoken words. Psychological Research, 9, Vitevitch, M. S., & Luce, P. A. (1999). Probabilistic phonotactics and neighbourhood activation in spoken word recognition. Journal of Memory and Language, 40, Vitevitch, M. S., & Rodríguez, E. (2005). Neighborhood density effects in spoken word recognition in Spanish. Journal of Multilingual Communication Disorders, 3(1), Vitevitch, M. S., & Stamer, M. K. (2006). The curious case of competition in Spanish speech production. Language and cognitiva Processes, 21,