《2020年人工语法学习迁移效应研究进展》由会员分享，可在线阅读，更多相关《2020年人工语法学习迁移效应研究进展（6页珍藏版）》请在金锄头文库上搜索。
1、人工语法学习迁移效应研究进展 摘要迁移和潜在抽象知识表征是内隐学习的两个重要基石在人工语法学习研究范式下对迁移效应产生机制的解释主要有两类：一是组块信息迁移的统计归纳理论主张对测验序列进行分类的基础是序列成分组块分布特征的统计归纳；二是抽象类比迁移理论主张是对测验序列进行分类的基础是在范例序列相似性基础上的重复成分的抽象类比两种观最各持一说其问存在着明显的分歧和争议关键诃人工语法学习；迁移效应；序列依存性；组块信息迁移；抽象类比迁移内隐学习作为一个研究领域始于20世纪60年代后期Reber开创的人工语法学习(artificialgrammarlearning)研究揭开了内隐学习研究的序幕而对此
2、研究领域的进一步关注则是最近十几年的事情由Broadbent及其同事进行的造句系统研究推动(BerryBroadbent1984)继而被系列反应时(NissenBullemer1987)和偶然反应时研究(LewickiCzyzewskaHafman1987)将其引向了认知6理学研究的前沿uJ迁移是个体在一种情境中的学习对其在其他情境中的学习和行为的影响作为内隐学习经典研究范式的人工语法学习对迁移的关注源于被试在学习阶段习得的知识表征的本质属性与迁移密切相关迁移和潜在的抽象知识表征是内隐学习的两个重要基石对人工语法学习迁移效应的研究有助于我们更深入地认识和把握内隐学习的机制从而为探明无意识学习的
3、实质提供了一个重要的视角和有效的研究途径1人工语法学习迁移效应研究的新进展过去的三十多年中研究者提出了许多理论来解释被试在人工语法学习中的学习一些研究者认为从仅以抽象规则知识为基础的解释到抽象规则知识与整个学习范例共存从仅以局部知识为基础的解释到局部与抽象规则共存语法规则的抽象与序列成分的分布统计特征的习得是相同的人工语法学习及对迁移的解释与被试在学习过程中习得的知识表征密切相关有三种理论解释被试在人工语法学中习得的知识：第一是基于范例的解释认为对学习序列初步加工的表征构成了被试的知识；第二是局部编码加工理论认为被试习得的是组成序列的成分对或成分组块知识；第三是基于抽象知识的解释认为被试习得了
4、独立于学习序列表层结构的潜在语法结构知识这三种理论对迁移效应的解释也各不相同在最早的内隐学习研究中Reber认为被试习得了抽象结构知识这些知识可以被相对容易地应用到潜在结构相同的序列中并且能够成为区别语法和非语法(潜在语法结构不同)序列的基础对抽象知识的明确表述是由Whittlesea和Dorken提出的他们将这些知识称为深层结构是重复出现在每个序列中的模式对它们的编码加工独立于学习序列的表层结构主张局部加工解释的研究者认为被试习得的知识基本由成分组块(两个或两个以上的序列成分)构成基于范例的解释则认为学习序列在学习阶段中未被加工被试记忆了整个学习序列在标准分类任务和迁移操作中被试是在测验序列
5、与已贮存的学习序列的相似性基础上做出判断的在一般的内隐学习和具体的人工语法学习中内隐知识的迁移包括两类：一是表层结构和深层结构都相同的刺激间的迁移；二是表层结构不同但深层结构相同的刺激间的迁移目前研究者已经提出大量的理论来解释第一类迁移效应认为被试学习和表征了序列的潜在语法规则且能在这种规则的基础上对测验序列进行分类一些研究表明被试习得的并不是语法规则的表征信息而是一些与语法规则相关的信息表征Perruchet和Pacteau将这些相关的信息表征称为“相关语法”(correlatedgrammar)认为它们是由对学习序列成分出现频率的记忆组成的被试根据测验序列是否由他们所熟悉的成分构成来分类测
6、验序列Vokey和Brooks则认为被试对整个学习序列进行了编码在已贮存的学习与测验序列之间相似性的基础上对测验序列进行了分类但是在不考虑表征是对抽象语法结构进行编码还是对序列成分进行编码亦或是对整个序列范例进行编码的情况下在这三种表征形式中都假定被试对学习序列的一些基本分布特征敏感如序列的成分经常独自或共同出现在序列的些位置上因此当测验与学习序列表层结构相同时对测验序列的分类而言三种编码形式之间有很大的重叠它们之间的差异很难区分但当测验序列的表层结构与学习序列不同时三种编码形式之间则有差异在此情况下被试就需要在两个序列集合的潜在语法结构知识间建立一种对应关系此外Brunstrom()等人研究
7、发现内隐学习需要注意可能依赖注意机制和工作记忆机制注意的指向与集中系统一个是内隐学习所必需的?内隐学习受被试运用策略影响的程度如何?而且注意容量有限同时进行的认知过程间会有冲突(如不同的工作记忆过程)那么些工作记忆过程是内隐学习所必需的呢?它们又是如何影响内隐学习的呢?有关这些问题的实证研究已经逐渐成为内隐学习研究的热点但迄今为止尚无明确的结论目前有关人工语法学习迁移效应的研究都采用无意义的材料这样就限制了其生态效度如何减少人为性让实验研究更符合人类学习的情况呢?这些都对我们在实验设计、变量选择与控制材料的运用等方面提出了更高的要求同时也使这一领域的研究充满了挑战敦促我们继续在这片广袤未知的领
8、域中探索前行 摘要迁移和潜在抽象知识表征是内隐学习的两个重要基石在人工语法学习研究范式下对迁移效应产生机制的解释主要有两类：一是组块信息迁移的统计归纳理论主张对测验序列进行分类的基础是序列成分组块分布特征的统计归纳；二是抽象类比迁移理论主张是对测验序列进行分类的基础是在范例序列相似性基础上的重复成分的抽象类比两种观最各持一说其问存在着明显的分歧和争议关键诃人工语法学习；迁移效应；序列依存性；组块信息迁移；抽象类比迁移内隐学习作为一个研究领域始于20世纪60年代后期Reber开创的人工语法学习(artificialgrammarlearning)研究揭开了内隐学习研究的序幕而对此研究领域的进一步
9、关注则是最近十几年的事情由Broadbent及其同事进行的造句系统研究推动(BerryBroadbent1984)继而被系列反应时(NissenBullemer1987)和偶然反应时研究(LewickiCzyzewskaHafman1987)将其引向了认知6理学研究的前沿uJ迁移是个体在一种情境中的学习对其在其他情境中的学习和行为的影响作为内隐学习经典研究范式的人工语法学习对迁移的关注源于被试在学习阶段习得的知识表征的本质属性与迁移密切相关迁移和潜在的抽象知识表征是内隐学习的两个重要基石对人工语法学习迁移效应的研究有助于我们更深入地认识和把握内隐学习的机制从而为探明无意识学习的实质提供了一个重
10、要的视角和有效的研究途径1人工语法学习迁移效应研究的新进展过去的三十多年中研究者提出了许多理论来解释被试在人工语法学习中的学习一些研究者认为从仅以抽象规则知识为基础的解释到抽象规则知识与整个学习范例共存从仅以局部知识为基础的解释到局部与抽象规则共存语法规则的抽象与序列成分的分布统计特征的习得是相同的人工语法学习及对迁移的解释与被试在学习过程中习得的知识表征密切相关有三种理论解释被试在人工语法学中习得的知识：第一是基于范例的解释认为对学习序列初步加工的表征构成了被试的知识；第二是局部编码加工理论认为被试习得的是组成序列的成分对或成分组块知识；第三是基于抽象知识的解释认为被试习得了独立于学习序列表
11、层结构的潜在语法结构知识这三种理论对迁移效应的解释也各不相同在最早的内隐学习研究中Reber认为被试习得了抽象结构知识这些知识可以被相对容易地应用到潜在结构相同的序列中并且能够成为区别语法和非语法(潜在语法结构不同)序列的基础对抽象知识的明确表述是由Whittlesea和Dorken提出的他们将这些知识称为深层结构是重复出现在每个序列中的模式对它们的编码加工独立于学习序列的表层结构主张局部加工解释的研究者认为被试习得的知识基本由成分组块(两个或两个以上的序列成分)构成基于范例的解释则认为学习序列在学习阶段中未被加工被试记忆了整个学习序列在标准分类任务和迁移操作中被试是在测验序列与已贮存的学习序
12、列的相似性基础上做出判断的在一般的内隐学习和具体的人工语法学习中内隐知识的迁移包括两类：一是表层结构和深层结构都相同的刺激间的迁移；二是表层结构不同但深层结构相同的刺激间的迁移目前研究者已经提出大量的理论来解释第一类迁移效应认为被试学习和表征了序列的潜在语法规则且能在这种规则的基础上对测验序列进行分类一些研究表明被试习得的并不是语法规则的表征信息而是一些与语法规则相关的信息表征Perruchet和Pacteau将这些相关的信息表征称为“相关语法”(correlatedgrammar)认为它们是由对学习序列成分出现频率的记忆组成的被试根据测验序列是否由他们所熟悉的成分构成来分类测验序列Vokey
13、和Brooks则认为被试对整个学习序列进行了编码在已贮存的学习与测验序列之间相似性的基础上对测验序列进行了分类但是在不考虑表征是对抽象语法结构进行编码还是对序列成分进行编码亦或是对整个序列范例进行编码的情况下在这三种表征形式中都假定被试对学习序列的一些基本分布特征敏感如序列的成分经常独自或共同出现在序列的些位置上因此当测验与学习序列表层结构相同时对测验序列的分类而言三种编码形式之间有很大的重叠它们之间的差异很难区分但当测验序列的表层结构与学习序列不同时三种编码形式之间则有差异在此情况下被试就需要在两个序列集合的潜在语法结构知识间建立一种对应关系此外Brunstrom()等人研究发现内隐学习需要注意可能依赖注意机制和工作记忆机制注意的指向与集中系统一个是内隐学习所必需的?内隐学习受被试运用策略影响的程度如何?而且注意容量有限同时进行的认知过程间会有冲突(如不同的工作记忆过程)那么些工作记忆过程是内隐学习所必需的呢?它们又是如何影响内隐学习的呢?有关这些问题的实证研究已经逐渐成为内隐学习研究的热点但迄今为止尚无明确的结论目前有关人工语法学习迁移效应的研究都采用无意义的材料这样就限制了其生态效度如何减少人为性让实验研究更符合人类学习的情况呢?这些都对我们在实验设计、变量选择与控制材料的运用等方面提出了更高的要求同时也使这一领域的研究充满了挑战敦促我们继续在这片广袤未知的领域中探索前行
