王瑞明 林哲婷,2 刘志雅

    (1华南师范大学心理应用研究中心/心理学院, 广州 510631) (2北京师范大学心理学院, 北京 100875)

    1 引言

    类别学习能力是人类的基本能力, 人类通过分类来进行信息的检索, 把纷繁复杂的世界知识进行有序的组织。当遇到新的事物或刺激时, 这种世界知识的组织方式, 将决定这些新信息如何有效地存储, 以至于决定了随后的推理或者行为反应。类别学习的研究一直备受关注, 特别是学习了某个新的类别知识后形成的类别表征(Ashby & Maddox,2005)。目前, 类别学习的研究主要有两种形式。一是分类学习, 即根据样例所具有的特征判断其类别属性。如判断空中飞翔的动物是老鹰还是苍蝇。此类研究主要探讨材料的物理特征、呈现方式、个体心理差异等对归类活动的影响。二是推理学习, 即在已知类别归属的情况下预测样例的未知特征。如已知空中飞翔的是老鹰, 可以推测它有一对翅膀。此类研究主要探讨特征典型性(Yamauchi &Markman, 2000)、因果知识(Rehder & Burnett, 2005;Hayes & Thompson, 2007)对预测准确性的影响。这两种学习任务信息加工策略不同, 分类任务使被试更为关注类别间差异信息, 推理任务则更为关注类别间的共同信息(Yamauchi, Love, & Markman,2002; 刘志雅, 莫雷, 2006)。

    研究者发现有两种重要的信息参与了类别表征, 诊断性(diagnosticity)特征信息和典型性(prototypicality)特征信息(Chin-Parker & Ross, 2002;2004; 阴国恩, 李勇, 2007)。所谓诊断性特征信息,是指可以区分类别归属的特征; 典型性特征信息是类别内与样例原型一样的特征。诊断性特征倾向于成为类别内部的典型性特征, 而典型性特征却不一定可以成为诊断性特征。比如“会吠”是区分狗和猫类别的诊断性特征, 它同时也是狗的典型性特征,“短毛”是狗的典型性特征, 但却不是区分狗和猫的诊断性特征。而非诊断性特征(nondiagnostic feature)信息是指在样例中除了诊断性特征以外的典型性特征信息, 如狗的“短毛”特征。

    如果把类别标签和类别特征都看成是类别的相应维度, 那么, 假如某个样例属于类别 A (或者B), 并拥有 5个类别特征, 每个特征又有两种水平(特征值0或1), 当其特征值都为0时, 即可将其表示为(A,0,0,0,0)。由此, 类别分类任务可表示为(?,0,0,0,0); 推理任务可表示为(A,0,?,0,0) ......