归类的相似性对比模型研究综述

本文阐述了近期归类中的相似性对比模型的研究,首先介绍了相似性对比的空间模型、基于特征的对比模型以及最近提出的结构匹配模型,并且详细阐述结构匹配模型观点以及它的应用方面的研究,旨在抛砖引玉,引起更多的人们来关注本领域的研究与发展。     

归类及推理研究的几个数学理论模型

归类是认知心理学的一个重要研究领域 ,而在归类基础上的特征推理及预测则更为重要。该文对经典的归类研究作一简略的述评 ,同时概述包含有复杂推理过程的归类学习研究的新进展 ,重点介绍三种有关样例推理及归类预测的数学模型———情境模型、多阶情境模型和理性模型 ,以及它们之间的内在联系。     

不确定归类的类别等级一致性限制与分离

该文以大学生被试,实验考察在集中呈现类别成员信息的非对齐类别等级结构条件下的不确定归类。实验结果表明,对个体的不确定归类会受类别的上下级包含关系限制而保持等级一致性,导致出现下级归类错误或上级归类错误;而对群体的不确定归类不会受类别上下级包含关系限制而保持等级一致性,而是与类别层次的实际分布相一致,出现上下级归类的分离。     

评述一个新的类别学习模型:SUSTAIN

近些年来,对于类别学习的研究取得了长足的发展,研究者们已成功地构建了一系列类别学习理论与模型.本文在评述先前模型的基础上,介绍一个晚近的类别学习模型--SUSTAIN.阐述其运行原则和流程,以期对未来类别学习的研究提供参考和启发.     

类别学习的SUSTAIN模型

SUSTAIN模型是关于类别学习的类群或群集规则的选择模型,它强调多层次的类别子结构和模型的结构搜索功能.模型的运行以类别相似性为基础,从最简单的规则开始,有灵活的参数及其运算过程,与其他主要的类别学习模型相比有更多的优势.因此,SUSTAIN模型是迄今解释人类类别学习的最优模型.     

归类不确定情境下特征预测的理性模型研究

探讨了Bayesian规则计算公式的具体含义,进而考察了归类不确定情境下的特征预测是否符合Bayesian规则.包括2个实验:实验1探讨保持类别内目标成员中预测特征的比例不变,而改变类别内所有成员中预测特征的比例是否影响特征预测.实验2探讨保持类别内目标成员中预测特征的比例不变,进一步扩大类别内所有成员中预测特征比例的差异是否会影响特征预测.结果表明: 类别内目标成员中预测特征的比例影响特征预测,而类别内所有成员中预测特征的比例不影响特征预测.据此,本研究认为,Murphy对Bayesian规则计算公式的含义理解有偏差,其由此提出的"单类说"值得商榷.     

归类不确定时特征推理的单类说理论

人们不能完全确定某个事物应该归入哪个类别的情境,被称作“归类不确定的情境”。关于归类不确定情境中的特征推理,目前有两种理论解释：Anderson的理性模型和Murphy与Ross的“单类说”。理性模型认为,在归类不确定情境中,预测事物是否具有某个特征时,人们会考虑该事物可能属于的所有类别,既会考虑靶类别的信息,又会考虑非靶类别的信息。单类说则相反,认为在归类不确定情境下的特征推理,人们只会考虑靶类别的信息,而不考虑非靶类别的信息。该文重点介绍了单类说的发展进程,并对归类不确定情境中的特征推理进行了展望     

社会支持与心血管反应的实验室研究概述

从20世纪70年代起国内外学者开始兴起了对社会支持的研究,而对社会支持与心血管健康的关系研究一直都是社会支持研究领域中的重要课题。本文回顾了社会支持在心血管反应的实验室研究中操作性的定义;实验室研究中社会支持与心血管健康的关系、社会支持对心血管反应作用的影响因素、社会支持的作用机制、社会支持的测量方法及社会支持与心血管反应实验室研究的局限性。     

社会支持与心血管反应的实验室研究概述

从20世纪70年代起国内外学者开始兴起了对社会支持的研究,而对社会支持与心血管健康的关系研究一直都是社会支持研究领域中的重要课题.本文回顾了社会支持在心血管反应的实验室研究中操作性的定义;实验室研究中社会支持与心血管健康的关系、社会支持对心血管反应作用的影响因素、社会支持的作用机制、社会支持的测量方法及社会支持与心血管反应实验室研究的局限性.     

类别特征的相似性与竞争性对归类的影响

探讨新项目特征的性质对归类的影响。共包括两个实验,被试是华南师范大学180名二年级本科生。研究材料分两部分,学习材料是两类昆虫的若干类别成员,每类昆虫有6种特征;测试材料则是与学习材料的类别成员有不同相似性或竞争性的新项目,要求被试经过学习之后对新项目进行归类,然后对被试归类的一致性或确信度进行分析。实验1主要探讨新项目与类别成员相似性对归类的影响;实验2主要探讨新项目特征的竞争性对归类的影响。结果表明,匹配特征数量及其概率是相似性的两个构成因素,它们与新项目的归类概率成正比,而对立特征数量及其概率则是竞争性的两个构成因素,它们均与新项目的归类概率成反比。     

归类的解释观和跨范畴分类

归类问题是认知心理学一个重要的研究领域。归类研究的理论主要有两种：相似观和解释观,前者主要认为相似性是归类的理论基础,而后者认为仅以相似性来归类是有局限的,认为相似性不应是归类的依据,而应是归类的结果,归类主要是根据对归类结果的合理解释。解释观在80年代后得到大量的研究,并取得许多实验的支持,它能很好地解释现实生活中的目标范畴归类和跨范畴分类等现象。     

认知风格影响归类过程中的神经活动-来自fMRI研究的证据

行为学研究表明归类过程中的反应具有认知风格上的不同,但未有研究明确探讨归类过程的神经活动是否也受认知风格的影响。本研究通过双重认知风格分型任务筛选出分析型和整体型被试,以探讨归类过程中二者之间是否表现出神经活动的差异。实验任务要求被试从两个待选物中选出与目标物属于同一类别的一个。同时,采用fMRI技术扫描并记录他们完成任务时的BOLD信号。结果发现,与基线任务相比,整体型和分析型个体均激活了额-枕网络的一些脑区,包括额下回、楔前叶、枕中回等,表明不同认知风格个体在任务中可能共享与工作记忆等相关的脑区。另外,与分析型个体相比,整体型个体在右额下回、右旁海马回呈现更广泛的特异性激活,提示,认知风格可以影响归类过程中的脑活动,而整体型个体大脑右半球更强烈的活动表明这一类型认知风格个体在归类时更依赖于远距离的语义联结。     

不同维度特征的共存对归类不确定性特征推理的影响

探讨在归类不确定的情境下,目标特征和预测特征的共存对特征推理的影响。共包括了三个实验,其中实验1、2考察了非靶类别中目标特征和预测特征的共存性对特征推理的影响,实验3考察了靶类别中目标特征和预测特征的共存性对特征推理的影响。三个实验五个分实验的结果一致支持了修正后的Bayesian规则,排除了“单类说”、“综合条件概率模型”的假设,并进一步修正了Bayesian规则为：     

表达·抽象·归类——关于概念发生的探讨

理性认识何以产生？概括论的说明遇到了困难。理论不是从有限的观察陈述中合逻辑地推论出来的。概括论是一种既成性的解释,而不是发生论的说明。表达产生抽象。替代对象物的替代物的出现产生了原始的概念。替代物对于对象物属性的分离,使人类能够在思维中独立地运演与把握属性,这是人类建立概念的基础。抽象由此产生与完成。人们按对象物的某一种属性进行归类操作,这即是思维中的规定性与现实的多样性的矛盾产生的原因。在表达产生的抽象替代物的参与下,人类对于制造工具中的“人操作下的物—物间关系”有了有意识的选择,有了理性的理解与解释,这是人类最初产生的因果关系意识。因果关系意识是人类最基本的理解与解释的思维框架之一。     

归类不确定时样例代表性对特征归纳预测的影响研究

作者用以大学生被试的一个实验考察归类不确定情景下样例的代表典型性对特征归纳预测的可能影响。实验结果表明,预测特征相对于目标特征的综合条件概率影响特征归纳预测,而样例的代表典型性并不影响特征归纳预测,没有出现样例的代表典型性效应。预测特征综合条件概率策略能预测解释这种结果。     

维度的结合与分离对归类不确定性预测的影响

探讨在归类不确定的情境下目标与预测特征两个维度的结合或分离对被试特征预测的影响。共包括 3个实验 :实验 1在Murphy和Ross的研究的基础上进一步提高非靶类型中目标及预测特征的基本概率 ,考察被试的特征预测是否会受非靶类型信息的影响。实验 2探讨非靶类型的目标与预测特征结合与否是否会影响被试预测特征时对非靶类型信息的使用。实验 3探讨提高靶类型中目标与预测特征结合的比例是否影响被试对特征的预测。结果表明 :当非靶类型中目标与关键特征处于分离的状态时 ,被试在进行特征预测时没有利用非靶类型的信息 ,符合单类说的假设 ;而当非靶类型中目标与关键特征结合时 ,被试在进行特征预测时则会利用非靶类型的信息 ,符合Bayesian规则 ;靶类型中的目标与关键特征结合的比例提高 ,被试对特征预测的概率也随之提高。据此 ,本研究将目标与预测特征结合比例这个变量加入Bayesian规则的计算公式 ,对该预测模型进行了修正     

归类优势与基本水平效应的再探讨

类别特异性分数是预测归类优势的有效指标。实验1考察该分数能否预测基本水平归类优势, 结果：分数较高的表现归类优势。实验2检验有归类优势的下位类别的分数, 结果：它们都有较高分数, 同时发现下位类别的特异性可以影响分数。实验3探讨相同的基本水平与特异性不同的下位组合的归类表现, 结果：下位特异性低就表现基本水平归类优势, 高则相反。据此提出“经验说”, 分数高低与人们在经验中对各层次类别形成的表征特异性程度相关。     

归类不确定情景下特征推理的综合条件概率模型

用大学生被试,通过三个实验探讨在集中呈现类别成员样本信息的归类不确定情景下的特征推理。实验结果表明,单纯的归类确定性程度和靶类别靶特征的代表性并不直接影响被试的特征推理,而是预测特征相对于目标特征的综合条件概率直接影响被试的特征推理;特征推理不是基于类别中介的间接推理,而是基于特征关联综合条件概率的直接推理。实验结果支持作者提出的预测特征综合条件概率模型。     

社会信息归类过程中刻板印象的内隐效应

采用信号检测论和间接测量方法探讨社会信息归类过程中的刻板印象内隐效应。实验结果表明 :⑴范畴启动可以自动激活有关的刻板印象内容 ,说明在很大程度上刻板印象是归类过程的一种必然结果与产物 ;⑵那些在内容上与范畴启动所导致自动的刻板印象激活及其相关内容一致、不一致或相反的建构分别易于出现同化与对比效应 ;⑶在个体水平上 ,通过意识性抑制在短期内很难压制刻板印象的自动激活 ,这表明刻板印象加工在很大程度上涉及到内隐过程     

类别学习中两种学习模式的比较研究：分类学习与推理学习

采用学习迁移任务范式,使用基于单一特征的类别判断技术,比较了非线性分离结构下,分类学习和推理学习的学习效率、学习过程与策略和学习结果。结果表明：在学习效率上,分类学习比推理学习更好地习得了含有较多样例的类别知识,分类学习的速度上显著快于推理学习。在学习的过程与策略上,推理学习比分类学习更为关注类别内不同特征的相关,但在分类策略的运用上不如分类学习灵活。在学习的结果上,推理学习倾向于原型记忆,分类学习倾向于进行样例记忆,分类学习比推理学习更好地掌握了类别原型