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…»

3. Гипотетическая структура памяти с трехуровневой иерархией. Адаптировано из: Collins & Quillian, 1

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.

Когнитивные модели семантической памяти 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».

308 Глава 9, Репрезентация знаний

В такой расширенной сети распространения активации оценка способности зеленого цвета служить

подготавливающим стимулом для слова «трава» (через слово «лужайка) выражается как функция алгебраического суммирования всех конкурирующих ассоциаций. Чтобы прийти к такому выводу, учеными были предприняты определенные усилия (Као, 1990; Као & Solso, 1988).

Методы сканирования мозга и пути распространения активизации.

Методы сканирования мозга и пути распространения активизации. В дополнение к традиционным поведенческим способам изучения путей распространения

4. Семантическая обработка сточки зрения теории распространения активации.

Эллипсы обозначают понятия, а линии — связи между ними. Сила связей между понятиями представлена длиной линии. Предположение, что знание может быть представлено как чрезвычайно сложная сеть ассоциаций, лежит в основе большинства моделей познания, основанных на нейронных сетях. Источник. Collins & Loftus, 1

Когнитивные модели семантической памяти 310 Глава 9. Репрезентация знаний

Джон Р. Андерсон. Сформулировал влиятельную теорию ассоциативной памяти (НАМ, ACT*)

ки признают концепцию пропозициональной репрезентации знаний (см. Anderson & Bower, 1973; Anderson, 1976; Kintsch, 1974; Norman & Rumelhart, 1975), но каждый понимает ее по-своему.

Январь 24, 2019 Общая психология, психология личности, история психологии
Еще по теме
СЕТЕВЫЕ МОДЕЛИ
2.4. СЕТЕВОЙ АНАЛИЗ
2.4.1. СЕТЕВЫЕ ГРАФИКИ
НИКИТИНА Н.В., НИКИТИН Ю.В. ПСИХОЛОГ В СЕТЕВОМ МАРКЕТИНГЕ
14.2. НАУКА И «МОДЕЛИ» РЕАЛЬНОСТИ (МОДЕЛИ ЧЕЛОВЕКА, ОРГАНИЗАЦИИ, ОБЩЕСТВА)
СИСТЕМА МОДЕЛЕЙ НА ОСНОВЕ МОДЕЛИ ВИЛЬСОНА.
МОДЕЛИ ФУНКЦИОНАЛЬНОГО РАЗРЕЗА И КОГНИТИВНЫЕ МОДЕЛИ
КОННЕКЦИОНИСТСКИЕ МОДЕЛИ
ОДНОУРОВНЕВЫЕ МОДЕЛИ
РЕАЛИЗАЦИЯ МОДЕЛИ
ИДЕНТИФИКАЦИЯ МОДЕЛИ.
Добавить комментарий