Образцовая теория
| Семантика | ||||||||
|---|---|---|---|---|---|---|---|---|
| ||||||||
| Семантика языки программирования | ||||||||
| ||||||||
Теория образцов — это предложение относительно того, как люди классифицируют объекты и идеи в психологии . Он утверждает, что люди выносят категориальные суждения, сравнивая новые стимулы с примерами, уже хранящимися в памяти . Экземпляр, хранящийся в памяти, является «экземпляром» . Новый стимул относится к категории на основании наибольшего числа сходств, которые он имеет с образцами из этой категории. Например, модель предлагает людям создать категорию «птицы», сохраняя в памяти коллекцию всех птиц, с которыми они столкнулись: воробьев, малиновок, страусов, пингвинов и т. д. Если новый стимул достаточно похож на некоторые из этих Сохранив примеры птиц, человек относит стимул к категории «птица». [1] Различные версии образцовой теории привели к упрощению представлений об обучении концепциям , поскольку они предполагают, что люди используют уже встреченные воспоминания для определения категоризации, а не создают дополнительную абстрактную сводку представлений. [2]
Теория образца и прототипа
[ редактировать ] | Этот раздел нуждается в дополнительных цитатах для проверки . ( Апрель 2021 г. ) |
Теорию образцов часто противопоставляют теории прототипов , которая предлагает другой метод категоризации. Недавно принятие представлений и категоризации на основе прототипов и образцов было реализовано в когнитивно вдохновленной искусственной системе под названием DUAL PECCS (система концептуальной категоризации на основе двойных прототипов и образцов), которая благодаря этой интеграции расширила возможности категоризации классических моделей категоризации. . [3] Эти две теории схожи в том, что они подчеркивают важность сходства при категоризации: только сходство с прототипом или образцом может поместить новый стимул в категорию. Оба они опираются на один и тот же общий когнитивный процесс: мы испытываем новый стимул, в памяти срабатывает понятие, мы выносим суждение о сходстве и делаем вывод о категоризации. Однако специфика этих двух теорий различна. Теория прототипов предполагает, что новый стимул сравнивается с одним прототипом в категории, в то время как теория образцов предполагает, что новый стимул сравнивается с несколькими известными экземплярами в категории. Прототип — это абстрактное среднее число членов категории, а образец — это реальный член категории, извлеченный из памяти. В то время как прототипы экономичны (то есть они более способствуют быстрому принятию решений), образцы не так экономичны. С другой стороны, прототипы менее гибки, чем экземпляры: экземпляры легче объясняют нетипичные члены категории, например, пингвин, являющийся частью категории «птица», поскольку экземпляр не усредняет характеристики категории, как прототип. делает. Образцы могут понять переменные категории (с менее выдающимися характеристиками), такие как «игры», в гораздо большей степени, чем прототипы, которые полагаются на типичные характеристики для определения членства. Еще одно отличие, выявленное исследованиями, заключается в том, что после длительного опыта работы с концепцией образцы с большей вероятностью будут использоваться, чем прототипы.
Процесс категоризации для определения того, к какому типу животных относится собака, можно использовать в качестве примера использования образцовой теории. Все черты собаки будут приняты во внимание и сравнены отдельно с другими животными, с которыми человек сталкивался раньше. В конечном итоге человек придет к выводу, что животное — это собака, поскольку оно обладает всеми чертами, ранее связанными с примером собаки. Человек мог бы прийти к такому выводу, используя теорию прототипов, если бы собака имела обычный вид, но что произойдет, если у собаки только три ноги и она не будет лаять? Здесь теория прототипов может не позволить человеку сделать вывод, что животное является собакой, поскольку у него нет прототипических черт, но теория образцов будет учитывать предыдущие примеры собак, которые не лают, или собак, которые получили травмы и, следовательно, лишены конечностей. Подходы к категоризации на основе образцов тщательно анализируют все встречающиеся примеры в данной категории, чтобы обеспечить точную категоризацию.
Были сделаны противоречивые заявления о точности образцовой теории категоризации по сравнению с теорией прототипов. Например, одно исследование в Университете штата Аризона пришло к выводу, что теория образцов наиболее точна при минимальном категориальном опыте, а по мере развития опыта теория прототипов становится более точной. [4] Однако другое исследование показывает, что подход, основанный на примерах, становится более точным по мере того, как вы лучше знакомитесь с категорией, поскольку знания ее членов больше, чем те, которые могут быть представлены одним прототипом. Понятно, что в некоторых ситуациях подход, основанный на образцах, является наиболее точным, а в других он может быть не самым точным. [5] При этом очевидно, что мозг естественным образом использует комбинацию подходов к категоризации в повседневной жизни.
Исследование, проведенное в Университете Орегона, показало, что прототипические средние значения забываются с большей вероятностью, чем многие конкретные примеры. [6] Полагаться только на прототипы не позволяет провести адекватное рассмотрение, а полагаться только на примеры может быть неэффективно. Теория образцов более гибка, чем теория прототипов, но менее экономична. Их сочетание обеспечивает баланс между гибкостью и эффективностью. Опыт работы с различными примерами в среднем превращается в постоянно меняющийся, более точный прототип – дело не в том, что теория образцов и теория прототипов конкурируют друг с другом, а в том, что они работают вместе, в тандеме. [7] [8]
Типичность и образцы
[ редактировать ]Типичность - это идея, часто связанная с теорией образцов, где наиболее подходящие образцы или те, которые имеют наибольшее количество характеристик с другими образцами категории, считаются типичными и приводят к более быстрой категоризации новых стимулов, похожих на эти типичные образцы. [9] Типичные экземпляры с большей вероятностью дадут точное совпадение при категоризации нового элемента. [9] Например, когда кого-то просят составить список фруктов, в первую очередь на ум часто приходят яблоки, апельсины и бананы, поскольку они считаются более типичными. В списке могут появиться такие фрукты, как карамбола или инжир, но для этого потребуется более тщательный поиск в памяти. [10]
Примерная частота и новизна
[ редактировать ]Исследователи предположили, что увеличение частоты предъявления стимула положительно повлияет на типичность экземпляра. Поскольку теория образцов опирается на память о конкретных случаях или опыте, при обнаружении нового потенциального члена категории будет больше примеров этого образца, которые можно будет вызвать из памяти. [10] Продолжая пример с фруктами, яблоки и апельсины встречаются чаще, что способствует их типичности. Стимулы, возникающие вскоре после появления образца, могут повысить скорость распознавания категории, это называется новизной . Прайминг образца делает воспоминание более доступным и быстрее приходит в голову, поэтому оно кажется более типичным. [10]
Исследовать
[ редактировать ]Одно исследование, сравнивающее теории, основанные на правилах , и теории, основанные на примерах, показало, что люди используют правила, когда новые предметы можно спутать, и используют образцы, когда они различны. Первоначально категоризация основана на правилах. В процессе обучения со временем осваиваются соответствующие функции для распознавания предметов. Затем новые элементы можно сохранить в качестве образцов и использовать для категоризации менее важных элементов без расхождений между правилами. [11]
Например, рентгенолог должен классифицировать подозрительное пятно на рентгеновском снимке либо как опухоль, либо как естественную вариацию ткани. Теории, основанные на образцах, предполагают, что решение принимается путем сравнения текущего рентгеновского изображения с образцами рентгеновских лучей в памяти. Если рентгеновский снимок визуально более похож на рентгеновские снимки опухолей, чем на рентгеновские снимки нормальной ткани, рентгенолог может классифицировать подозрительное место как опухоль. Теории, основанные на правилах, предполагают, что радиолог наблюдает, соответствуют ли конкретные свойства рентгеновских лучей тем же критериям, что и опухоли (т.е. определению опухоли). Решение о том, является ли подозрительное место опухолью, основывается только на этих критериях.
Частота, с которой элемент встречается, является важным фактором, влияющим на его типичность. Исследования показывают, что типичность самолета как транспортного средства оценивалась до 11 сентября 2001 года, а затем несколько раз после этой даты. [12] Огласка событий 11 сентября привела к увеличению номинальной типичности самолета с пяти часов до одного месяца после теракта. Примерно через четыре с половиной месяца после событий 11 сентября типичность самолетов вернулась к нормальному уровню. Эти данные позволяют предположить, что из-за большого освещения событий 11 сентября в средствах массовой информации слово «самолет» использовалось так часто, что оно стало таким же обычным явлением, как обычное транспортное средство. Образцовые модели дают объяснения рейтингам типичности концепций, влиянию типичности на время категоризации и эффектам, обусловленным изменчивостью экземпляров внутри категории.
Работа Канемана и Тверски. [13] продемонстрировал, что люди используют примеры при категоризации и принятии решений. В одном из экспериментов выяснилось, что участники оценивали частоту возникновения различных типов событий, находя несколько образцов, на которых основывалось их приближение. Например, когда участников спросили, есть ли в английском языке еще слова, начинающиеся с «к» или имеющие «к» на третьей букве, большинство выбрали первый вариант (хотя это неверно). Участники, по-видимому, сделали это потому, что смогли придумать больше примеров слов, начинающихся с «к», чем слов с «к» в качестве третьей буквы в слове. (Этот конкретный эксперимент также связан с эвристикой доступности , с помощью которой мы угадываем вероятность по легкости, с которой пример приходит на ум.) [9]
В исследованиях по категоризации участники иногда приходят к выводу, что новый стимул не принадлежит к определенной категории, находя противоположный образец. Например, участники обосновали свое несогласие с утверждением «все птицы — орлы» тем, что извлекли воспоминания о птицах, которые не были орлами, например о малиновках. Если участники использовали образцы для принятия несогласных решений, они также используют образцы для принятия подтверждающих решений о принадлежности к категории. [9]
Исследование Barsalou et al. утверждает, что категоризация образцов событий отличается от категоризации отдельных экземпляров. Частота признаков определяет, как события классифицируются, добавляя к более обобщенной группировке образцов, в то время как отдельные лица чаще классифицируются отдельно, создавая новую группу при обнаружении нового человека. [14]
Существуют данные, подтверждающие, что подход, основанный на образцах, может быть более точным, чем подход, основанный на прототипах. [15] Образцовые модели более успешны при изучении сложных концепций, чем простых. [16] [17]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Нософски, Р.М., Потос, Э.М., Уиллс, AJ (2011). Модель обобщенного контекста: образцовая модель классификации. Формальные подходы к категоризации, 18–39.
- ^ Кейв, К. (2009). Прототипы и образцовые теории понятий [примечания]. Получено с http://courses.umass.edu/psy315/prototype.html. Архивировано 2 мая 2015 г. в Wayback Machine.
- ^ Лието, Антонио; Радичони, Даниэле П.; Ро, Валентина (2017). «Двойная PECCS: когнитивная система концептуального представления и категоризации» (PDF) . Журнал экспериментального и теоретического искусственного интеллекта . 29 (2): 433–452. дои : 10.1080/0952813X.2016.1198934 . HDL : 2318/1603656 .
- ^ Хома, Д., Стерлинг, С., Трепель, Л. (1981) Ограничение обобщения на основе примеров и абстракция категориальной информации. Журнал экспериментальной психологии: человеческое обучение и память 7 (6) стр. 418–439.
- ^ Мак, М.Л., Престон, А.Р., Лав, BC (2013) Декодирование алгоритма категоризации мозга на основе его нейронной реализации. Текущая биология, 23 (20) стр. 2023–2027 гг.
- ^ Хинцман, Д.Л., Лудлам, Г. (1980) Дифференциальное забывание прототипов и старых экземпляров: моделирование с помощью модели классификации на основе образцов. Память и познание в психономическом обществе 8 (4), стр. 378–382.
- ^ Йохансен, М.К., Фуке, Н., Сэвидж, Дж., Шанкс, Д.Р. (2013) Запоминание экземпляров и влияние категорий: оспаривание доказательств существования нескольких систем в обучении по категориям. Ежеквартальный журнал экспериментальной психологии 66 (6), стр. 1204–1226.
- ^ Штернберг, Р.Дж. (1999) Природа познания. МТИ Пресс. Стр. 231–235
- ^ Перейти обратно: а б с д Смит Э., Медин Д. (1999). Образцовый вид. Концепции: Основные материалы для чтения, 207–209.
- ^ Перейти обратно: а б с Рейсберг, Д. (2013) Познание: изучение науки о разуме. 5-е изд. WW Norton & Co. Нью-Йорк.
- ^ Рудер, Дж. Н., и Рэтклифф, Р. (2006). Сравнение теорий категоризации, основанных на примерах и правилах. Современные направления психологической науки (Уайли-Блэквелл), 15 (1), 9–13. doi:10.1111/j.0963-7214.2006.00397.x
- ^ Новик, ЛР (2003). В центре внимания: влияние средств массовой информации на типичность самолетов. Психономический бюллетень и обзор, 10, 971–974.
- ^ Тверски, Амос; Канеман, Дэниел (1973). «Доступность: эвристика для оценки частоты и вероятности». Когнитивная психология . 5 (2): 207–232. дои : 10.1016/0010-0285(73)90033-9 . ISSN 0010-0285 .
- ^ Барсалу, Л.В., Хуттенлохер, Дж., Ламбертс, К. (1998) Основание категоризации на людях и событиях. Когнитивная психология, 36, 203–272.
- ^ Стормс, Г., Де Бек, П., и Ратс, В. (2000). Информация на основе прототипов и образцов в категориях естественного языка. Журнал памяти и языка, 42, 51–73.
- ^ Фельдман, Дж. (2003). Принцип простоты в обучении человеческим понятиям. Современные направления психологической науки, 12, 227–232.
- ^ Смит, JD, и Минда, JP (2000). Тридцать результатов категоризации в поисках модели. Журнал экспериментальной психологии: обучение, память и познание, 26, 3–27.
Внешние ссылки
[ редактировать ]- Джеффри Н. Рудер и Роджер Рэтклифф: сравнение теорий категоризации, основанных на примерах и правилах
- Вернер, Кристиан; Рекэмпер, Герд (2001), «Классификация многомерных геометрических фигур курами (Gallus Gallus f. Domestica): соответствие базовым предположениям теории образцов, признаков и прототипов», Animal Cognition , 4 : 37–48, doi : 10.1007/s100710100090
- Грегори Ф. Эшби и Тодд Мэддокс: обучение человеческим категориям
- Франк Якель, Бернхард Шолькопф и Феликс А. Вихманн: Обобщение и сходство образцовых моделей категоризации: выводы машинного обучения