龔 敏 李 紅

摘要客體分類可以依據(jù)不同的標(biāo)準(zhǔn),其中最廣泛研究的兩種就是歸類相似觀和基于知識的歸類觀。這兩種觀點(diǎn)對上位、基位和下位水平的定義有所不同。但重要的是這不同類別間存在著范疇效應(yīng),不同的概念水平之間也存在著概念層次效應(yīng)。自然類別的加工時間要長于人造類別,且腦定位亦有不同;各概念水平間加工時間也不同,基位水平的客體分類要短于上位和下位水平,且上位水平涉及更多的語義加工,下位水平涉及更多的視覺加工。對于各種類別的客體識別,研究者們從最開始一直到現(xiàn)在形成了四種理論,人們可以更好地理解客體識別。

關(guān)鍵詞范疇效應(yīng) 激活擴(kuò)散模型 入口水平理論 分化理論

中圖分類號:B84文獻(xiàn)標(biāo)識碼:A

1 分類(categorization)的依據(jù)

分類就是將事物分為各種類型,人的分類能力屬于腦的一種基本認(rèn)知功能。人們可以按照很多標(biāo)準(zhǔn)對客體進(jìn)行分類,如物理特征和化學(xué)特征,也如生物屬性。但這些標(biāo)準(zhǔn)本質(zhì)上都是屬于基于相似性的歸類觀或基于知識的歸類觀。

最早提出的歸類相似觀認(rèn)為,歸類是根據(jù)類別成員彼此之間相似性進(jìn)行的。基于相似性(Similarity)的分類觀認(rèn)為,影響個體做出歸納力度判斷的是客體之間的特征相似等性程度,而不是類別相似性,或者,個體做出歸納力度(信心) 大小判斷的依據(jù)有兩個因素:前提類別和結(jié)論類別的相似性,前提類別與包含前提和結(jié)論類別的最低水平類別的成員的相似性,如果這兩個因素的值越大,即相似性程度越高,那么個體將會做出更大力度的判斷。Medin提出了相似性的幾個成分。首先,兩個事物之間的相似性應(yīng)隨著其共有特征數(shù)量的增加而增加,隨著共有特征數(shù)量的減少而減少。第二,特征與特征之間應(yīng)該相互獨(dú)立,而且必須以相加的方式來增加相似性。第三,構(gòu)成相似性的特征應(yīng)該處于同一抽象水平上。第四,這些原則應(yīng)足以描述一個概念或類別的結(jié)構(gòu),概念在某種程度上應(yīng)當(dāng)是由一系列特征組成。然而,相似性的局限性逐漸暴露出來,有研究表明,人們可能并非總是用相似性來判斷類別的結(jié)構(gòu),有時候人們可能會使用理論性和解釋性的背景知識來進(jìn)行類別判斷。

基于知識的歸類觀認(rèn)為人們對事物的歸類,不僅要對該事物各種客體、物理或事件的特征進(jìn)行比較,而且還運(yùn)用概念如何被組織的知識證明分類的合理性,并解釋為什么某些樣例可組織在某個范疇內(nèi)。

對于上位水平、基位水平和下位水平如何定義, Rosch認(rèn)為,屬于同一基位水平的物體在外形上相似,上位水平比基位水平更抽象和概括,而下位水平則是比基位水平更具體,而且,兒童在習(xí)得概念的時候,首先學(xué)會的是基位概念,她認(rèn)為基位概念是最具包容性的概念水平。在大多數(shù)情況下,上位水平和下位水平間是相反的。上位水平只有很少的共同特征,而且是抽象的、功能性的特性。而下位水平就擁有很多共同特征,他們的這些特殊特性就像是基位水平特征的微小的知覺或功能模塊。但是,基于知識的歸類觀則認(rèn)為,人們對事物的歸類,不僅要對該事物各種客體、物理或事件的特征進(jìn)行比較,而且還運(yùn)用概念如何被組織的知識證明分類的合理性,并解釋為什么某些樣例可組織在某些范疇內(nèi)。

2 客體分類的ERP研究

最早將自然物體分類用于ERP研究的是Thorpe,其實(shí)驗(yàn)采用go/no-go范式,將包括動物或非動物的自然景色圖片作為刺激,要求被試判斷圖片中是否有動物,當(dāng)圖片中有動物時松開一個持續(xù)按著的鍵,沒有動物則不松鍵。結(jié)果發(fā)現(xiàn)在額部記錄點(diǎn),非動物刺激比動物刺激引發(fā)出一個更加負(fù)性的電位,這種現(xiàn)象發(fā)生在刺激后150ms,屬于ERP 早期成分,命名為N1。并認(rèn)為人腦對這種高需求任務(wù)的視覺加工時間是150ms。

之后研究者們對各個類別之間(自然類別和人造類別)進(jìn)行分類的范疇效應(yīng)(或類別效應(yīng))進(jìn)行了考察。Kiefer發(fā)現(xiàn)自然類別的反應(yīng)時要快于人造類別,一致情況下,人造類別的錯誤率高于自然類別,不一致情況下剛好相反。這種差異不僅表現(xiàn)在行為數(shù)據(jù)上,腦電結(jié)果發(fā)現(xiàn)兩類別的腦激活區(qū)域也有不同。Doloves Paz-Caballero在研究中讓被試完成兩種任務(wù):語義分類任務(wù)和性別判斷任務(wù),結(jié)果發(fā)現(xiàn),在300-400ms間,自然類別引起的負(fù)波小于人造類別;在450-600ms間,自然類別引起的正波明顯大于人造類別。自然類別和人造類別的腦激活ERP頭皮分布不同。表明自然類別和人造類別是基于不同的神經(jīng)學(xué)基礎(chǔ)組成獨(dú)立的兩種語言亞系統(tǒng),兩類別的ERP波形都存在差異;自然類別和人造類別在任務(wù)所需的功能上表現(xiàn)出不同的加工。很多研究者也發(fā)現(xiàn)了類似結(jié)果,自然類別和人造類別間確實(shí)存在范疇效應(yīng)。

除類別間存在范疇效應(yīng),研究者們還發(fā)現(xiàn)各概念水平間還存在概念層次效應(yīng)。Mazerolle采用了兩個概念水平:基位和上位水平,其ERP結(jié)果發(fā)現(xiàn)上位水平和不一致的情況下N300都出現(xiàn)了。N300反映了明顯的一致性效應(yīng)和概念層次效應(yīng),N300對語義加工是敏感的,在其他概念水平上匹配詞語(名字)需要額外的語義加工。這也證明了Rosch一個結(jié)論:客體首先是在基位水平被識別的,然后需要進(jìn)一步的語義加工以使其在其他水平上得到識別。

另一位研究者發(fā)現(xiàn)了另一個重要結(jié)論。Collin在他的一個實(shí)驗(yàn)中將圖片進(jìn)行空間視覺條件過濾之后,發(fā)現(xiàn)下位水平的客體識別在low-pass條件下受到影響最大,而基位和上位水平下的客體識別在三種過濾條件(low-pass, high-pass, unfiltered)下幾乎沒受到任何影響,認(rèn)為下位水平的客體識別比基位和下位水平依賴更多的視覺條件。因此,我們斷言,上位水平、基位水平及下位水平涉及不同的加工機(jī)制,大量研究結(jié)果都證實(shí)了此結(jié)論。

3 客體識別的理論形成及發(fā)展

人們在各個概念層次上的客體識別,以及體現(xiàn)出的概念層次效應(yīng),最開始被研究者用激活擴(kuò)散模型來解釋。激活擴(kuò)散模型(Spreading-Activation Theory)認(rèn)為概念是以語義聯(lián)系或語義相似性組織起來的,概念之間相互聯(lián)系,概念以結(jié)點(diǎn)的形式存在于人們的記憶網(wǎng)絡(luò)系統(tǒng)中,結(jié)點(diǎn)間共同特征越多,兩個概念間的聯(lián)系越緊密。但其局限性是不能解釋雞尾酒會效應(yīng)等。激活擴(kuò)散模型局限性使得新理論的出現(xiàn)更加緊迫。入口水平理論(entry-level theory)認(rèn)為在概念的網(wǎng)絡(luò)系統(tǒng)中存在一些特定特殊的結(jié)點(diǎn),他們?yōu)樘剿髡Z義網(wǎng)絡(luò)而作為入口點(diǎn)(entry points),認(rèn)為視覺刺激首先在一個中間概念水平被分類識別,然后需要進(jìn)一步的層次加工的激活擴(kuò)散來在其他概念層次上加工。分化理論(differentiation theory)在客體分類過程中,基位水平在加工上并不占優(yōu)勢,但基位水平的優(yōu)勢卻體現(xiàn)在激活其他相平衡的所有概念層次時他們系統(tǒng)的結(jié)構(gòu)特征的作用。即基位水平類別既表現(xiàn)出區(qū)別于其他類別,又富于信息;既相似于同一類別的其他基位概念,但同其他的類別的基位水平又不同。隨著研究的深入,又提出了更新更全面的理論,那就是平行分布加工理論。平行分布加工理論(Parallel distributed processing theory, PDP)認(rèn)為詞語和客體的意義的相關(guān)知識是來源于通過不同模式的接收和表達(dá)的知覺的、運(yùn)動的、語義表征的相互激活。

參考文獻(xiàn)

[1] Freedman D J, Riesenhuber M, Poggio T, et al. Categorical representation of visual stimuli in the primate prefrontal cortex. Science, 2001, 291: 312~316.

[2] Osherson D N, Smith E E, Wilkie O, Lopez A. Shafir E. Category-based induction. Psychological Review, 1990, 97(2): 185~200.

[3] Sloman S A. Feature-based induction. Cognitive Psychology, 1993, 25: 231~280.

[4] Medin, D L. Concepts and conceptual structure. American Psychologist, 1989, 44: 1469~1481.

[5] Rosch E. Classification of real-world objects: origins and representations in Cognition. Thinking: Readings in Cognitive Science, 1976: 212~222.

[6] Rosch E, Mervis C B, et al. Basic objects in natural categories. Cognitive Psychology, 1976, 8: 382~439.

[7] Murphy G L, Lassaline M E. Hierarchical structure in concepts and the basic level of categorization. Knowledge, concepts and categories, 1997: 93~131.

[8]趙冬梅,劉志雅,劉鳴.歸類的解釋觀和跨范疇分類.心理科學(xué), 2002.25(5): 608~609.

[9] Thorpe S, Fize D, Marlot C. Speed of processing in the human visual system. Nature, 1996, 381: 520~522.

[10] Kiefer M, et al. Perceptual and semantic sources of category-specific effects: Event-related potentials during picture and word categorization. Memory& Cognition, 2001.29(1): 100~116.