摘要:類別不確定下的特征推理是類別研究領域中的一個重要組成部分。主要介紹了歸類不確定時特征推理定義、基本問題、存在差異的可能原因以及未來的研究展望。
關鍵詞:特征推理;歸類不確定;類別;特征聯結
中圖分類號:B80 文獻標志碼:A 文章編號:1002-2589(2010)30-0188-01
一、歸類不確定時特征推理的定義
生活中你識別出某個目標是狗,你會根據狗的類別特征作出如下推斷:“它會汪汪叫,忠誠,對熟悉的人搖尾巴……”。但是在許多情況下,人們只能獲得某事物有限的局部信息,不能完全確定此事物應該被歸入哪一類別。在這種不能明確歸類的情境下,人們根據已經了解到的有限的局部信息而對事物的其他特征作出一定的推斷預測,就是歸類不確定時特征推理[1]。
二、特征推理的基本問題
綜合前人有關的研究結果,關于歸類不確定情境下的特征推理的研究最基本的問題是:在歸類不確定條件下的特征推理是基于類別進行還是基于特征的聯結進行。
1.基于類別的特征推理
第一種設想是基于類別進行特征推理[2]148-173,認為人們推斷某客體的缺失特征時,首先考慮該物體屬于何種類別,然后根據該類別可能的特征狀況對缺失特征進行預測,稱為“基于類別的特征推理”。在認可這種基于類別的特征推理的基礎上,又分理性模型與單類說。
Anderson提出的理性模型認為,當歸類不確定時人們對事物特征的預測遵循Bayesian規則。假如給學習者呈現一個目標F,該目標很可能可以歸入某類別,問學習者該目標具有該類別的某種特征j的概率是多少,按照Bayesian規則,對這個問題的回答可以用以下公式來表達,以Murphy和Ross的研究中所用的材料為例,如圖1所示。
這些圖形是四名兒童的圖畫,要求被試判斷一幅新的圖形具有某種背景的概率,由于被試不能完全確定新圖是由哪名兒童畫的,因此,這就是歸類不確定的特征推理。按Bayesian規則的計算方法,新三角形是黑色陰影的概率為:P(黑色|三角形)=∑P(k|三角形)·P(黑色|k)=11/20。
以Murphy和Ross等為代表的單類說認為,如果存在著目標看起來最可能歸屬的靶類別,個體就會以此作出決策,而不會考慮其他非靶類別的信息。同樣的問題,按照單類說,則新三角形是黑色陰影的概率為:P(黑色|三角形)=P(Bob|三角形)·P(黑色|Bob)=(3/5)·(3/4)=9/20。也就是說,靶類別Bob畫黑色三角形的概率是9/20,非靶類別內其他兒童畫黑色三角形的概率之和是2/20;同理,預測白色正方形時,靶類別John畫白色正方形的概率是9/20,非靶類別內其他兒童畫白色正方形的概率之和是0。黑色三角形和白色正方形在靶類別內的概率相同,都為9/20;在非靶類別內的概率不同,分別為2/20和0。如果特征推理遵循理性模型,那么被試對黑色三角形和白色正方形的概率估計就會有差異;如果特征推理遵循單類說,那么被試對黑色三角形和白色正方形的概率估計就不會有差異。實驗結果是兩者的概率估計沒有差異,說明了在歸類不確定情境下,人們的特征推理只考慮靶類別的信息,結果支持了單類說。
2.基于特征聯結的特征推理
第二種設想是基于特征聯結進行特征推理[3]479(Verde和Murphy),這種設想認為,人們在推斷某物體的缺失特征時,是直接根據呈現的樣例的有關特征與預測特征(缺失特征)之間聯結的頻次進行推理,即根據特征的聯結直接推斷物體的缺失特征,稱為“基于特征聯結的特征推理”。
三、存在差異的原因
至于特征推理是基于類別還是特征聯結的這個問題,研究界始終存在爭論,認為特征推理是基于類別的大多采用同時呈現樣例的研究范式;認為特征推理是基于特征聯結的大多采用的是逐個呈現樣例。陳琳[4]的研究卻發現在集中呈現樣例范式下,人們傾向于基于特征推理的推理,但是否提前歸類會影響到策略的選擇。研究范式的不統一導致結論出現爭議。實驗材料也多為自行設計、沒有形成統一規范。
展望
如今關于特征推理的研究有很多,但是大多數集中在探討策略使用上,關于它的影響因素和策略的發展狀況的研究還有待深入和細致,存在不同的推理策略是不是和人的認知風格存在對應性等等,都值得未來進一步研究和探討。
參考文獻:
[1]何燕.大學生進行歸類不確定時特征推理過程的眼動研究[D].長沙:湖南師范大學,2009.
[2]Murphy G L,Ross B H, Predietions from uncertain categorization. Cognitive Psychology,1994,(1).
[3]Verde M F,Murphy G L,Ross B H, Influnce of multiple categories in inductive inference. MemoryCognition,2005,(3).
[4]陳琳,類別不確定下的特征推理方式研究[D].長沙:華南師范大學,2007.