АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Признаковые модели

Читайте также:
  1. Crown Victoria одна из популярных в США моделей (в полиции, такси, прокате, на вторичном рынке). Производство в Канаде. Дебют модели состоялся в 1978.
  2. I. ПСИХОДИНАМИЧЕСКИЕ МОДЕЛИ КОНСУЛЬТАТИВНОЙ ПРАКТИКИ
  3. II этап. Разработка модели.
  4. II. Основные модели демократического транзита.
  5. Simulating Design Functionality (моделирование функциональности разрабатываемого счетчика).
  6. Verifying Functionality using Behavioral Simulation (верификация функциональности за счет использования моделирования поведения (работы).
  7. Абстрактное моделирование
  8. Абстрактные модели защиты информации
  9. Азы моделирования
  10. Азы моделирования.
  11. Алмазно- расточной станок модели
  12. АНАЛИЗ РЕЗУЛЬТАТОВ МОДЕЛИРОВАНИЯ

В признаковых моделях структурными единицами ментальной репрезен-
тации являются признаки. В самой ранней признаковой модели Коллин-
за и Квиллиана (1969) объект однозначно задавался набором признаков,
объединенных в таксономию. Таксономия состоит из узлов и связываю-
щих их дуг. В каждом узле, который репрезентирует концепт, хранятся
только признаки, присущие данному концепту. Концепты организованы
иерархически посредством связи включения, т.е. «быть чем-то вроде...».
Что касается признаков, которые являются общими для нескольких кон-
цептов, они хранятся в концептах, занимающих суперординатное положе-
ние в иерархии. Таким образом, чтобы получить полный набор признаков
какого-либо концепта, достаточно подняться по иерархическому дереву
концептов. Авторы ввели меру общности концептов, используя понятие
дистанции, которое измеряется количеством шагов, отделяющих сравни-
ваемые концепты друг от друга. Так, авторы показали, что латентное вре-
мя оценки утверждения «канарейка— птица» меньше, чем латентное вре-
мя оценки утверждения «канарейка — животное», так как для первого не-
обходимо подняться на один уровень, а для второго — на два.

Таким образом, каждый объект задается совокупностью признаков по
всему дереву класса. Из этого логически следует, что все объекты, принад-


Глава 6. Ментальная репрезентация

лежащие к одному классу, являются эквивалентными. Однако были полу-
чены экспериментальные данные) например, неравное время оценки «рав-
ных» с таксономической точки зрения объектов), которые потребовали
внести уточнение в модель ментальной репрезентации.

Смит, Шобен и Рипс [Smith, Shoben, Rips, 1974] ввели в модель семан-
тической репрезентации помимо таксономически организованных при-
знаков еще и «случайные». Первые признаки, получившие название обя-
зательных,
или дефинитивных, задают границы определенной категории.
Вторые признаки называются характеристическими, и с их помощью уда-
ется смоделировать вариативность объекта в пределах неизменной кате-
гории. Характеристические признаки не обязательно присущи всем
объектам данного класса (например, страус входит в класс птиц, но не об-
ладает признаком «умеет летать»). Тот факт, что подкласс (страусов) мо-
жет не обладать дефинитивными признаками класса (птицы), потребо-
вал разработки нового типа моделей, где семантическая репрезентация
понимается не только как подчиняющаяся операции «включения» (ког-
да каждый класс непосредственно и единственным образом связывается
с суперординатным, или надстоящим, классом и когда все объекты класса
являются эквивалентными).

Одним из вариантов решения была модель А.Тверски [Tversky, Gati,
1982], в которой отнесение объекта к классу (категории) основывалось не
только на пересечении «общих» признаков (таксономической иерархии),
но и на признаках, отличающих данный класс от других классов. Призна-
ковая идеология в новом варианте позволила описать каждый объект в се-
мантическом пространстве посредством совокупной оценки расстояния
между объектами.

Постулируется, что каждый из стимулов (а,Ь) характеризуется набором
признаков, а близость между стимулами S(a,b) является функцией от трех
аргументов:

где — признаки, общие для стимулов а и Ь; — признаки, при-

надлежащие стимулу а, но отсутствующие в стимуле Ь\ признаки,

принадлежащие стимулу Ь, но отсутствующие в стимуле a; Q— коэффи-
циенты относительных весов общих и различных признаков.

Эта модель была названа контрастной. В ней сходство между стимула-
ми описывается линейной функцией от количества признаков, по которым
стимулы не только «схожи», но и «различны».

В работе Тверски и Хеменвея [Tversky, Hemenway, 1982] было показа-
но, что при переработке знакомых и незнакомых объектов изменяются ко-
эффициенты при аргументах, описывающих сходство и различие. В слу-
чае аналитического способа переработки возрастает удельный вес общих
признаков, тогда как холистическая переработка оказывается чувствитель-
ной к признакам различия.

Широкое распространение получили модели семантической памяти и
ментальной репрезентации, в которых каждый объект задается в виде точки


Репрезентация как формат психического отражения

^многомерном пространстве. Так, Шепард [Shepard, 1980], используя про-
цедуру многомерного шкалирования, разработал «геометрическую мо-
дель», в которой стимулы репрезентируются как точки в координатном
пространстве, имеющем разную метрику. Близость между стимулами d(a,b)
задается расстоянием между точками.

-|1/г

В сити-блок метрике (r= 1) предполагается, что каждое измерение сти-
мула перерабатывается независимо, и различие стимулов равно сумме раз^
личий по каждому измерению. В евклидовой метрике переработка стиму-
ла по различным изменениям не является независимой, и различие между
стимулами описывается теоремой Пифагора.

Сетевые модели

В сетевых моделях ментальная репрезентация описывается посредством
сетей. Сеть состоит из узлов и связей между ними. В зависимости от ха-
рактера связей распространение активации по сети может описываться
различными функциями. Данные модели с полным правом могут быть от-
несены к «признаковым», хотя «признаком» в них является собственно не
«узел», а связь между узлами. Знаменательна в этом отношении эволюция
модели Андерсона: в ранней модели [Anderson, 1976] активация подчиня-
ется принципу «все — или — ничего». В последующей [Anderson, 1983] вер-
сии сетевой модели тот же автор изменяет правило распространения ак-
тивации в зависимости от числа связей, конвергирующих на данный узел,
вследствие чего узлы имеют континуально изменяющуюся силу активации.
А в окончательной версии, получившей название ACT*, постулируется, что
уже «не сила узла, а сила связи детерминирует поток активации.» (подроб-
нее см. [Ребеко, 1998, с. 39]).

В других сетевых моделях воспроизводится «идеология» построения се-
тей, заданная Андерсоном и состоящая в постулировании принципиаль-
но однотипного (хотя может быть и очень сложного) характера соедине-
ния между узлами.

Коннекционистские модели

В коннекционистских моделях ментальная репрезентация какого-либо
объекта или события описывается как распределение активации по сети,
однако, в отличие от сетевых моделей, в основу функционирования сети
положен принцип параллельности. Элементы связаны между собой нели-
нейно и влияют друг на друга. Каждый элемент имеет некое состояние ак-
тивации, которое непрерывно или дискретно изменяется. Полагается, что
система стремится к равновесному распределению активации, а активация
может циркулировать пока не будет достигнут стабильный паттерн акти-


Глава 6. Ментальная репрезентация

вации. В большинстве коннекционистских моделей полагается, что ин-
станция, следящая за распределением активации, находится в самой сис-
теме (см. подробнее в |Ребеко, 1998, с. 39—40)).

В модели, разработанной Д. Румельхартом и Дж. МакКлелландом (цит
по [Величковский, 1982]), активация идет по сетям трех уровней. Все свя-
зи между уровнями имеют веса, которые изменяются таким образом, что-
бы оптимизировать соответствие между предсказанным и антиципируе-
мым выходом.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125 | 126 | 127 | 128 | 129 | 130 | 131 | 132 | 133 | 134 | 135 | 136 | 137 | 138 | 139 | 140 | 141 | 142 | 143 | 144 | 145 | 146 | 147 | 148 | 149 | 150 | 151 | 152 | 153 | 154 | 155 | 156 | 157 | 158 | 159 | 160 | 161 | 162 | 163 | 164 | 165 | 166 | 167 | 168 | 169 | 170 | 171 | 172 | 173 | 174 | 175 | 176 | 177 | 178 | 179 | 180 | 181 | 182 | 183 | 184 | 185 | 186 | 187 | 188 | 189 | 190 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)