《第六章 长时记忆》由会员分享，可在线阅读，更多相关《第六章 长时记忆（66页珍藏版）》请在金锄头文库上搜索。
1、第六讲 长时记忆,1,记忆三级加工系统,信息丧失,信息丧失,复述,感觉,短时,长时,时间推移,2,影响我们生活的不是真实的过去，而是我们对过去的印象。这些印象常常是结构严密，并且经过重重筛选的，犹如神话般不可言喻。对过去的印象和象征性的构建就像遗传信息一样刻入我们的意识中。每一个历史时期都在当代和过去的神话背景中映射着其本身。 George Steiner，蓝胡子的城堡,3,长时记忆是指存储时间在一分钟以上的记忆。长时记忆中存贮着我们过去的所有经验和知识。长时记忆的信息在头脑中存储的时间长，容量没有限制。,4,什么是长时记忆,不再将长时记忆看作单一的，而是采取分析的观点，认为长时记忆可分为不同
2、的类型和系统，如情景记忆和语义记忆，表象系统和言语系统等。 它着眼于长时记忆的内部加工过程，重视信息的内部表征和组织，而不局限于研究各种外部因素的作用。,5,认知心理学对长时记忆研究的特点,第一部分： 第一节、长时记忆的类型 第二部分：记忆模型 （网络的、特征的、综合的） 第二节、层次网络模型和激活扩散模型 第三节、集理论模型和特征比较模型 第四节、HAM ELINOR,6,主要内容,一、情景记忆与语义记忆 （信息类型角度） 二、表象系统与言语系统 （信息编码角度）,7,第一节、长时记忆的类型,从信息类型的角度将长时记忆分为两类： 情景记忆-人们根据时空关系对某件事情的记忆。 例如：参加毕业典
3、礼、春游 语义记忆-人们对一般知识和规律的记忆，与特殊的时间、地点无关。 例如：九九乘法表、化学元素周期表、24节气 比较 贮存的信息不同： 参照物不同：个人经历；一般知识 存在状态不同：易受干扰，不易提取；不易被干扰，容易提取 推理能力不同：不易推理，方便推理,8,一、情景记忆与语义记忆（Tulving ,1972）,请大家记忆下面的词表： 波莱尔群、凸面、泛函、赋范空间、半泛数、后向差分、支持向量机,9,1、遗忘症患者：特别难于回忆特定的情景，但却可以对此做一般的言语描述。 例如：让被试回忆他经历过的有关旗帜的任何一个特定的情景 结果：被试会回答，他记得旗子，旗子要在游行队伍上空飘扬，游行
4、总是这样。但是，他却无法描述任何一面具体的旗子或特定的游行。,情景记忆与语义记忆存在的证据,10,2、智力落后症患者：可以记住一些个人的具体事件，无法记住运算规则和其他抽象的东西。 说明语义记忆受到了更大的损害。,情景记忆与语义记忆存在的证据,11,情景记忆和语义记忆是一个连续体的两端。 例如上节课老师刚讲授过的物理定律属于情景记忆还是语义记忆？ 特定时间和地点的情景记忆，经过在不同背景上的多次重复，逐渐概括成为语义记忆。,12,情景记忆与语义记忆的关系,从信息编码的角度对长时记忆分为两个系统： 表象系统 以表象代码来贮存 贮存具体的客体和事件的信息 言语系统 以言语代码来贮存 贮存言语信息
5、实际上是听觉的或发音的记忆； 因此在长时记忆中，所有的信息都是作为感觉的或者运动的经验来表征的。Paivio实际上否认长时记忆存在着不联系于某一特殊感觉形态的代码。,13,二、表象系统与言语系统 （Paivio,1975）,表象：事物不在面前时，人在头脑中出现的关于事物的形象。 视觉表象、听觉表象、运动表象 表象代码：记忆中的事物的形象 视觉表象被看作是一种主要的表象代码 表象与知觉 - 与实际知觉具有相似的特征 与外部客体类似客体的大小和空间关系 类比表征,表象与表象代码,14,争论焦点 是否承认语义代码以外还存在表象代码 语义代码命题（Proposition） 观点一：在长时记忆中占有特别
6、重要的地位 观点二：是长时记忆中唯一的编码方式 表象代码记忆中的事物的形象,15,三、信息编码问题存在的争论：,命题：思维活动的基本意义单位，通常由一个谓词（动词单位）与一个或几个中项（名词单位）所组成，用来表达一个事实或状态 命题表征：语言信息或意义以命题形式在记忆中存储，即命题表征； 例如：这个老年男人骑着棕色的马 包含三个命题 这个男人是老人 老人骑着马 马是棕色的,（一）语义代码证据 1、命题与命题表征,16,彭聃龄，认知心理学,Mandler & Ritchey, 1977 实验材料：图画 被试任务：学习8张关于课堂学习的图片，每张学习10s；学习之后，要求被试对图片进行再认 再认测
7、验设计：包含两类迷惑性图片 一：表面性迷惑，图片在不重要的视觉细节方面有差异 二：类型改变图片，图片有较为重要的意义方面的变化,（一）语义代码证据 2、实验支持,17,实验结果：再认结果表明，被试能够再认出77%的原图，能拒斥60%的表面性迷惑图片，但却能拒斥94%的类型改变图片。 证明：被试对图片意义的改变敏感；被试并不去记忆图片的细节，所记忆的是图片的意义。,（一）语义代码证据 2、实验支持,18,Shepard , 1967 实验材料：图片 实验过程： 逐一向被试呈现612张非常容易记忆的图片； 随机挑选68张图片，与被试没有见过的另外68张图片配对呈现； 要求被试识别哪一张图片是之前看
8、到过的,（二）表象代码证据,19,实验结果：某种程度上支持了表象代码 不同的解释（Martindale,1991） 回忆中出现的某一事件的视觉表象是依据语义代码的命题表征重建出来的，并因此出现记忆扭曲,20,信息类型 vs. 信息编码形式 表象系统 vs. 情景记忆 表象系统贮存具体事件，与情景记忆有某种相似 情景记忆未必以表象形式来编码 情景记忆可用命题来表征，类似语义记忆 言语系统 vs. 语义记忆 言语系统贮存言语信息，与语义记忆有某种相似,21,四、Tulving vs. Paivio,Tulving 的分类方法影响更大,语义记忆模型（网络角度）： 一、层次网络模型 二、激活扩散模型,
9、22,第二节、层次网络模型和激活扩散模型,23,一、层次网络模型,概念 是记忆的基本单元 每个概念具有一定的特征（概念） 用一个或一些概念（特征）说明另一些概念 上下级关系组织 形成有层次的网络系统 网络的结点为概念 结点之间的连线代表概念中的从属关系 分级贮存（认知经济） 一个概念水平只贮存该概念特有的特征 同一级的几个概念所具有的共同特征贮存于上一级概念水平上,1、模型的,层次网络模型认为：提取概念的意义就是对网络搜索的过程，搜索的距离越长，反应时间越长。,2、模型的,24,被试任务：判断句子真伪 改变谓语的范畴大小 同级判断 一级水平判断 二级水平判断 特征句与范畴句,25,3、模型的验
10、证：范畴大小效应,实验结果： 当谓语范畴变大，判断句子需要时间越多。 特征句的反应多于相应的范畴句。说明在同一水平上，特征是随附概念贮存的，搜索一个特征比搜索相应的概念需要额外时间。 支持语义记忆具有网络结构的看法。,26,3、模型的验证：范畴大小效应,（1）熟悉效应 （2）典型性效应 （3）否定判断,27,4、对模型的批评,范畴大小效应的反例 Rips et al.（1973）：“狗是哺乳动物” vs. “狗是动物” Conrad（1972）：“鲨鱼能活动” vs.“鱼能活动” vs.“动物能活动” 熟悉效应；概念联系的频率反应主观的概念的距离层次距离 搜索或提取所需的时间：由概念联系频率或
11、概念与特征联系频率决定，概念与特征的层次距影响小,28,（1）熟悉效应,越典型判断越快，与网络层次观点相悖 “鸽子是鸟” “企鹅是鸟” “苹果是水果”“榴莲是水果”,29,（2）典型性效应,按照层次网络模型，作出一个否定判断，通常需要进行较长的搜索。 “所有鸟都是狗”“蝙蝠是鸟” 判断词对是否属于同一范畴时：判断同一范畴的两个词慢于判断不同范畴的两个词 “铁杉-雏菊” “铁杉-鹦鹉”,30,（3）否定判断,优点：简洁 核心概念：按逻辑的上下级关系组成网络 缺点： 其所涉及的概念间联系的种类极少它强调上下级关系，而实际上存在的更多的横向关系被忽视 分级贮存，节约贮存空间，但增加提取信息所需要的时
12、间 难以解释典型性效应、熟悉效应、否定判断,31,层次网络模型的优点与缺点,1、模型的结构 2、模型的加工过程 3、模型的验证：启动效应 4、激活扩散模型对层次网络模型的修正,32,二、激活扩散模型,也是一个网络模型 放弃了以层次结构为主体的结构 概念不一定分级贮存 越级概念之间的联系可以先于相邻的两层概念的联系进行贮存 以语义联系或语义相似性将概念组织起来 节点为概念 连线长短表示联系的紧密程度 连线多少表示共同特征的多寡 不排除概念间的逻辑层次结构 预存模型,33,1、模型的,34,2、模型的,这种激活是特定源的激活 产生扩散但可以追踪出产生激活的原点 激活的数量有限 概念愈是长时间受到加
13、工，释放激活的时间愈长 激活扩散会随时间逐渐减弱 连线不仅有紧密之分还有强弱之别 依赖于使用频率高低，使用频率高，连线强度高，激活扩散快，激活减弱少 反之亦然 激活交叉 回答一个问题或验证一个陈述的机制有赖于激活扩散会不会在网络中的某一个点上遇到,35,加工特点,既包含搜索也包含计算决策的过程。,加工特点,36,野鸭是鸟 野鸭是鸭 鸭是鸟,启动效应：先前的加工活动对随后的加工活动所起的有利作用。为激活扩散模型提供了有力的证据。,37,3、模型验证：启动效应,实验任务： “说出一种水果名称是以A字母开头的” “说出一种以A字母开头的水果名称” 结果： 被试完成前一种表达方式的作业要快于后一种,F
14、reedman & Loftus(1971),38,任务：判断成对的单词是否为英语单词？ 若都是英语单词，肯定反应；若有一个为非英语单词，否定反应,Meyer（1971）,39,Bread-Butter,Nurse-Butter,Fish-Rfiher,语义联系取代层次结构 概念与属性具有同等的地位 各种属性是与各种概念联系在一起的 各个概念间联系在长度上是不同的（紧密性、强度） 可以解释范畴大小效应、熟悉效应、典型性效应等 新增决策机制 激活扩散vs.层次网络 层次网络模型： 严格的逻辑性 激活扩散模型： 更多弹性 容纳更多不确定性和模糊性 丧失了层次网络模型的单纯性与简易性,40,4、激活
15、扩散模型对层次网络模型的修正,2019/10/21,41,网络模型,概念为基本单位 语义信息高度组织化 预存模型 搜索成为必不可少的加工过程,特征范畴模型（计算模型） 一、集理论模型（Set-Theoretic Model） 二、特征比较模型（Feature Comparision Model） 三、关于语义记忆模型研究方法的困难,42,第三节、集理论模型和特征比较模型,1、模型的内容 2、谓语交叉模型 3、模型的验证和评价,43,一、集理论模型 （Meyer，1970）,基本语义单位仍为概念 各概念是同等重要的 概念 由 集（set）信息或要素表征 样例集&属性集（特征集）,44,1、模型的
16、内容,样例集,概念的一些样例 鸟：知更鸟、金丝雀、鸽子、夜莺,属性集,属性集（特征集） 概念的属性或特征 鸟：是动物、有羽毛、会飞、有翅膀,45,样例集与属性集（特征集）,语义记忆是由无数这样的信息所构成的 信息集或概念之间没有现成的联系 判断命题真伪时要分别搜寻主语和宾语两个概念的属性集，并进行比较 共同属性越多，重叠程度越高 重叠程度高，做肯定判断，否则，做否定判断 （Example）,判断以下两个命题的真伪，哪个判断会更快？ 命题一：“金丝雀是动物” 命题二：“金丝雀是鸟” 命题分析 两命题共存在三个概念：金丝雀、鸟、动物 判断命题前均需要对命题所提及的概念的属性集进行搜寻 金丝雀vs.鸟：共同属性更多（羽毛、飞、卵生） 金丝雀vs.动物：共同属性少（在羽毛、飞、卵生等方面没有达到属性的一致） 因此，根据集理论模型推断，人们会对命题二更快作出yes反应同样可以说明范畴大小效应,46,集理论模型举例,存在两个阶段的加工 判断主语和谓语是否交叉 判定主语是否为谓语的子集或下级概念。 特称句v
