与字母文字中透明的形—音映射相比，汉字字形与发音之间存在复杂的对应关系。比如含声符“乔”的汉字可能有不同发音，而读音为“qiao”的汉字也可能对应多个声符。这种多变性和复杂性让汉字“形”与“音”的映射规律长期以来难以系统量化。传统方法依赖“规则性”和“一致性”指标，虽能揭示部分规律，却难以全面反映汉字读音系统中隐藏的不确定性。这不仅限制了对汉字阅读加工机制的理解，也制约了二语习得、阅读障碍研究及语言处理工具的发展。

针对这一难题，我院在读博士生肖哲在心理学权威期刊 Behavior Research Methods 发表论文 Information-theoretic measures for mapping regularities between orthography and phonology: A comprehensive quantification and validation in the Chinese writing system，系统引入信息论指标，从信息量角度对汉字系统中的形音映射规律进行了全面量化与验证。

文章内容

长期以来，规则性（regularity）与一致性（consistency）是认知心理学中捕捉描写汉字“形—音”映射关系的主要指标。然而从信息论角度看，这些经典指标难以捕捉汉字系统形—音映射关系的复杂性与不确定性。信息论的引入为这一问题的解决提供了新视角。在拼音语言中，研究发现熵（entropy）、信息增益（information gain）和惊异（surprisal）等指标能较好地捕捉文字中形音映射的规律。然而，汉字作为一种语素-音节文字，在正字法结构和形音映射模式上与拼音文字存在重大差异，汉语和汉字中这些指标会有什么表现，有效性又如何？

针对这一问题，本研究团队构建了覆盖上万个汉字的大规模现代汉字形—音映射数据库，系统分析了不同映射方向（字形→语音 vs. 语音→字形）、音节粒度、声符类型、频率类型等多维度的属性，对汉字系统的结构复杂性与不确定性进行了全面度量。然后，为进一步验证这些指标对汉字阅读的作用，团队利用大规模汉字命名实验数据，发现信息论指标能显著预测反应时和准确率；而且与传统规则性、一致性指标对比，信息论指标对汉字阅读有独立贡献：即使控制了词频、语义等因素，这些指标仍表现出独立的解释力，能有效捕捉传统映射指标无法解释的加工变异。上述研究结果不仅在自建数据库中成立，也在外部大规模语料库中得到稳健复现，显示出信息论方法和相关指标的强大可靠性。

研究意义：

方法上：验证信息论指标对汉字阅读的作用，揭示汉字映射信息量指标的心理现实性。

理论上： 将信息理论灵活适配于非字母文字系统，为汉字认知研究提供动态量化工具。

应用前景：可广泛用于母语儿童阅读、阅读障碍筛查、二语习得研究、自然语言处理建模等多个领域。

该工作揭示了信息论视域下汉字系统中“复杂性中的规律性”，为非拼音文字的认知建模探索出新路径。

论文信息

Xiao, Z., Xiao, H., & Xu, C. (2025). Information‑theoretic measures for mapping regularities between orthography and phonology: A comprehensive quantification and validation in the Chinese writing system. Behavior Research Methods, 57(9), 232. https://doi.org/10.3758/s13428-025-02721-3

作者简介

该项成果第一作者为我院2022级在读博士生肖哲，第二作者为我院培养的肖慧敏博士，论文指导教师及通讯作者为我院徐彩华教授。

 期刊简介

Behavior Research Methods 是心理学领域国际权威期刊，5年影响因子 6.8，为 SSCI Q1 期刊。该刊长期刊载心理学、语言学、认知科学的重要方法论研究成果，在JCR实验心理类期刊中排名第五、数学心理学类期刊中排名第一。

撰稿：马琳杰