Philip levine and ron scollon, editors

Part I: Language Processing and First-Language Learning
Content made available by Georgetown University Press, DigitalGeorgetown, 
and the Department of Linguistics.

---

very likely be grouped together on the basis of overall meaning despite the fact that
the argument structure patterns are distinct. Conversely,
Pat shot the elephant
and
Pa-
tricia stabbed a pachyderm
probably would be grouped together despite the fact that
no exact words were shared. The stimuli were designed to minimize such contentful
overlap contributed by anything other than the lexical verb. No other lexical items in
the stimuli were identical or near-synonyms.
Use of the sorting paradigm is a particularly stringent test to demonstrate the
role of constructions. Medin, Wattenmaker, and Hampson (1987) have shown that
there is a strong, domain-independent bias toward sorting on the basis of a single di-
mension, even with categories that are designed to resist such one-dimensional sorts
in favor of a sort based on a family resemblance structure (Rosch and Mervis 1975).
One-dimensional sorting has been found even with large numbers of dimensions
(Smith 1981), ternary values on each dimension (Anh and Medin 1992), holistic
stimuli, and stimuli for which an obvious multidimensional descriptor was available
(Regehr and Brooks 1995).
The stimuli used in Bencini and Goldberg (2000) presented subjects with an op-
portunity to sort according to a single dimension: the verb. Constructional sorts
SUPPORT FROM LANGUAGE PROCESSING FOR A CONSTRUCTIONAL APPROACH TO GRAMMAR
9
Table 1.2.
Stimuli for sorting experiment
Example sentences
Construction types
1a. Pat threw the hammer.
(VO) Transitive
b. Chris threw Linda the pencil.
(VOO) Ditransitive
c. Pat threw the key onto the roof.
(VOL) Caused Motion
d. Lyn threw the box apart.
(VOR) Resultative
2a. Michelle got the book.
(VO) Transitive
b. Beth got Liz an invitation.
(VOO) Ditransitive
c. Laura got the ball into the net.
(VOL) Caused Motion
d. Dana got the mattress inflated.
(VOR) Resultative
3a. Barbara sliced the bread.
(VO) Transitive
b. Jennifer sliced Terry an apple.
(VOO) Ditransitive
c. Meg sliced the ham onto the plate.
(VOL) Caused Motion
d. Nancy sliced the tire open.
(VOR) Resultative
4a. Audrey took the watch.
(VO) Transitive
b. Paula took Sue a message.
(VOO) Ditransitive
c. Kim took the rose into the house.
(VOL) Caused Motion
d. Rachel took the wall down.
(VOR) Resultative
Content made available by Georgetown University Press, DigitalGeorgetown, 
and the Department of Linguistics.

---

required subjects to note an abstract relational similarity that required recognition
that several grammatical functions co-occur. Thus, we would expect verb sorts to
have an inherent advantage over constructional sorts.
Nonetheless, six subjects produced entirely construction sorts. Seven other sub-
jects produced entirely verb sorts, and four subjects provided mixed sorts. To include
the mixed sorts in the analysis, the results were analyzed according to how many
changes would be required from the subject’s sort to produce a sort entirely by verb
(VS) or a sort entirely by construction (CS). The average number of changes required
for the sort to be entirely by verb was 5.5; the average number of changes required for
the sort to be entirely by construction was 5.7. The difference between these scores
does not approach significance. That is, subjects were just as likely to sort by construc-
tion as they were to sort according to the single dimension of the morphological form
of the verb. If verbs provided equally good cues to overall sentence meaning, there
would be no motivation to overcome the well-documented preference for one-dimen-
sional sorts: Subjects would have no motivation to sort by construction instead of by
verb. Bencini and Goldberg (2000) hypothesize that constructional sorts were able to
overcome the one-dimensional sorting bias to this extent because constructions are
better predictors of overall sentence meaning than the morphological form of the verb.
A question arises about why constructions should perform at least as well as pre-
dictors of overall sentence meaning as verbs. The answer, we believe, stems from the
fact that in context, knowing the number and type of arguments conveys a great deal
about the scene being conveyed. To the extent that verbs encode rich semantic frames
that can be related to several different basic scenes, the complement configuration or
construction will be as good a predictor of sentence meaning as the semantically
richer but more flexible verb.
On the multiple-sense view, the reason instances of
throw
, for example, were put
into separate piles was that each instance represented a distinct sense that was more
similar in meaning to one of the senses of another verb than to the other senses of
throw
. The only way for subjects to discern which verb sense was involved, however,
was to recognize the argument structure pattern and its associated meaning. That is,
the proposed different verb senses all look the same; the only way to determine that a
particular sense is involved is to note the particular argument structure pattern that is
expressed and infer which verb sense must have produced such a pattern. Therefore,
at least from a comprehension point of view, the pairing of argument structure pattern
with meaning must be primary.
The most important contribution of the studies cited in this section are that they
provide a sufficiency proof that types of complement configurations play a crucial
role in sentence interpretation, independent of the contribution of the main verb. The
results suggest that constructions are psychologically real linguistic categories that
speakers use in comprehension.
3
Evidence for Constructions in Language Production
In this section we provide experimental evidence that units of the type and kind of
constructions are activated during the processes of language production. We present
three studies. These three studies build on a large body of work conducted primarily
by Bock and colleagues that employ a structural priming methodology (Bock 1986).
10