Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Когнитивные модели семантической памяти 307




Глава 9, Репрезентация знаний

Сетевые модели

Коллинз и Квиллиан. Из первых сетевых моделей наиболее известна модель, разработанная Алленом Коллинзом и Россом Квиллианом на основе принципов организации памяти в компьютерах (Quillian, 1968, 1969). В этой модели каждое слово помещалось в конфигурацию других слов, хранящихся в памяти, и значение каждого слова представлялось по отношению к другим словам (рис. 9.3). В приведенном примере хранится информация о «канарейке»: это «желтая птица, которая может петь». «Канарейка» входит в категорию или сверхмножество «птица» (что показано стрелкой от «канарейки» к «птице») и обладает свойствами «может петь» и «желтая» (стрелки от канарейки к этим свойствам). В вышестоящем узле общие свойства о птицах собраны вместе («имеют крылья», «могут летать» и «имеют перья»), и такую информацию не надо хранить отдельно для каждой птицы, тогда как информация о рыбе (например, «может плавать»1) должна хранится в другом крыле этой структуры. Высказывание: «Канарейка может летать» оценивается путем

1 Всякий почитатель Джерома Керна знает: «Рыбы должны плавать, а птицы должны летать...»


Рис. 9.3. Гипотетическая структура памяти с трехуровневой иерархией. Адаптировано из: Collins & Quillian, 1969

воспроизведения информации о том, что: (1) канарейка — член сверхмножества птиц; (2) у птицы есть свойство «может летать». В этой системе «пространство», необходимое для хранения информации в семантической памяти, минимизировано за счет того, что каждый элемент — это одно включение, а не несколько. Модель такого типа считается экономичной при конструировании компьютерной памяти.

Модель Коллинза и Квиллиана привлекательна тем, что из нее ясно видно, каким способом воспроизводится информация из семантической памяти. Чтобы провести поиск в памяти с целью оценки конкретного высказывания — например, «Акула может поворачиваться», — мы должны сначала определить, что акула — это рыба, рыба есть животное, а у животного есть свойство «может поворачиваться»; это довольно извилистый путь. Эта модель предполагает также, что для прохода по каждому из путей внутри данной структуры требуется время. Соответственно Коллинз и Квиллиан испытали эту модель, предложив испытуемым оценивать ложность или истинность высказывания и измеряя при этом время, требуемое для такой оценки (зависимая переменная); независимой переменной была семантическая близость элементов в памяти.

Модель Коллинза и Квиллиана предлагает, что семантическая память состоит из обширной сети понятий, которые составлены из единиц и свойств и соединены рядом ассоциативных связей. Несмотря на то что отдельные стороны модели подверглись критике, например то, что сила ассоциативных связей в пределах сети варьирует (так, зависимую категорию «борьба» труднее идентифицировать как вид спорта, чем «бейсбол») или что отдельная ассоциация нарушает когнитивную экономику системы, но это является доводом в пользу модификации системы, а не отказа от нее. Кроме того, модификации этой модели стали хорошей основой для создания последующих моделей.

Как мы увидели, организация знаний в памяти рассматривалась с нескольких точек зрения. Один из таких подходов использовался для объяснения скорости, с которой мы отвечаем на вопросы, подобные приведенным в следующем списке.

Теория распространения активации: Коллинз и Лофтус.

Теория распространения активации: Коллинз и Лофтус. Система семантической обработки, которая становится все более влиятельной (особенно среди сторонников коннекционизма) и называется теорией распространения активации, была создана Алланом Коллинзом и Элизабет Лофтус (Collins & Loftus, 1975; см. также Anderson, 1983b). Эта модель, показанная на рис. 9.4, построена на основе сложной сети ассоциаций, в которой определенные воспоминания распределены в пространстве понятий, связаных между собой ассоциациями. На рис. 9.4 показано понятие «красный». Сила связи между понятиями обозначена длиной соединяющих их линий. Длинные линии, такие как между понятиями «красный» и «восходы», указывают на несколько слабую связь; более короткие линии, такие как между понятиями «красный» и «огонь», указывают на более прочную связь. В основе многих моделей репрезентации знаний заложена идея о том, что понятия связаны так же, как в модели Лофтус и Коллинза. Кроме того, имея хоть немного воображения, мы можем представить себе систему нейронных сетей, которые являются воплощением некоторых из особенностей данной модели.

Согласно модели Коллинза и Лофтус, между понятиями распространяется активизация, что может объяснить результаты экспериментов с использованием предварительной подготовки (эффект, в результате которого слово или понятие становится более доступным после предъявления связанного с ним слова, или подготавливающего стимула). Например, если я показываю вам зеленый цвет, вероятно, вы сможете опознать слово «зеленый» быстрее, чем при отсутствии подготавливающего стимула. Кроме того (см. Solso & Short, 1979), если вы видите зеленый цвет, опознание связанных с ним стимулов, например слова «трава», также улучшается. Возможно, будут активизированы даже более отдаленные ассоциации; например, активация может распространяться от одних ассоциаций к другим. В вышеупомянутом примере зеленый цвет подготавливает опознание слова «трава»; однако слово «трава» подготавливает опознание слова «лужайка», даже если единственная связь между зеленым цветом и словом «лужайка» проходит через слово «трава».




Поделиться с друзьями:


Дата добавления: 2015-07-02; Просмотров: 893; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.008 сек.