类别学习中的分类和推理

《类别学习中的分类和推理》由会员分享，可在线阅读，更多相关《类别学习中的分类和推理（10页珍藏版）》请在金锄头文库上搜索。

1、心理科学进展 2004，12（5） ：774783 Advances in Psychological Science 类别学习中的分类和推理* 刘志雅1,2 莫 雷2 （1华南理工大学人文社会科学院，广州 510640） (2华南师范大学心理系, 广州 510631) 摘 要 该文介绍了类别学习中的分类和推理两种任务，并从学习的条件、过程、结果和发展等方面的归纳了当前研究的最新进展。表明了类别的分类学习和推理学习有相同的形式，但学习的信息处理过程和学习的结果不同。分类学习关注类别间的区分性信息，更可能是样例学习结果；推理学习更为关注单个类别内部的共同性信息，更可能是原型学习结果。这方面的结论

2、强化了基于解释的观点。 关键词 类别学习，归类，分类，推理。 分类号 B842.5 1 分类学习和推理学习任务 类别学习实验研究中，通常我们见到的学习过程是，逐个呈现所有的完整刺激，要求被试判断该刺激属于哪个类别？通常预先设定所有学习刺激分为两个类别，例如，要么是 A类，要么是 B 类。被试每次判断后主试即时给予反馈，这样，通过多次的尝试后，被试就在实验室的环境中学习到了一个新的类别知识。当然，类别研究者所关心的主要不是这些，他们关心的，是学习后形成的类别表征是什么样的？是规则、原型、样例、还是决策界限。然而，以 Yamauchi 和 Markman 等为代表的强调了推理学习模式1,2，学习的

3、过程是逐个呈现所有的刺激和它所属的类别标签（A 或者 B） ，但每个刺激不是完整的呈现出来，而是隐秘了某个缺失的特征， 要求被试推理该特征的属性。 被试每次推理后主试也即时给予正确或者错误的反馈，这样，每个刺激的各个特征都经过推理后，并且所有的刺激经过多轮的推理后，也同样可以学习到了一个新的类别知识。如图 1。 分类学习任务 推理学习任务 问：该图形属于 A 类还是 B 类？ 问：如果该图形属于 A 类，请问该 图形是红色还是绿色？ 图 1 Yamauchi 和 Markman2002 年实验 1 使用的分类学习和推理学习任务 774 收稿日期：2004-02-08 * 全国教育科学十五规划青

4、年专项课题资助项目（EBA030412） 。 通讯作者：刘志雅，LZY 第 12 卷第 5 期 类别学习中的分类和推理 -775- 例如，有民主党人和共和党人两组人，并分别贴上了民主党和共和党的标签。并把他们各自的政治观点作为维度特征，民主党人支持“个人拥有枪支” ，但反对“最低收入保障” ；共和党人反对“个人拥有枪支” ，但支持“最低收入保障” 。分类任务指是呈现某个人的所有的政治观点，要求推测他的党派类型；推理任务是呈现某个人的党派类型（如民主党人）以及部分政治观点（支持个人拥有枪支） ，要求推理他其它的政治观点（如在最低收入上所持的观点） 。 先前关于类别学习的实验研究，主要关注分类任务

5、，忽视了推理任务，而现实生活中类别知识的习得，方法是多样的。Anderson 研究表明，类别表征最佳作用是做推理。Yamauchi和 Markman 等为之进行了深入的研究。归纳起来，他们做了以下 3 方面工作：第一，比较了两种学习任务的学习难易。1998 年研究表明推理学习比分类学习容易。2002 年比较了不同类别结构对分类学习和推理学习的影响，在直线分离结构中，推理学习优于分类学习，而在非直线分离结构中（NLS)，分类学习优于推理学习。第二，比较了两种学习任务所强调的不同信息处理过程， 推理关注单个类别内部的共同性信息， 而分类则关注两个类别间区分性信息。第三，比较了两种任务的学习结果，认

6、为推理学习是原型学习，分类学习是样例学习。 因此， 我们从这三方面探讨推理学习和分类学习的异同， 另外， 从儿童发展研究的角度，阐述了一些相关的研究结论。 2 学习的条件 21 学习的形式 Anderson3强烈地认为分类学习和推理学习在形式上是同形的，前者是推理类别的标签， 后者是推理维度的特征值， 都是推理问题， 没有必要区分两者的异同。 例如项目 A2(1, 0, 1, 0, 1)，这个项目具体描述为 A2（三角形，小图形，红色，右边，A 类别） ，特征推理是推理其中的一个缺失特征， 如 A2 ( ?, 0, 1, 0, 1)， 而分类则是推理它的类别标签 A2 ( 1, 0, 1, 0

7、, ?)。如果标签被看作一个普通的特征， 那么分类学习和推理学习是一样的， 也就没有研究价值了。 图 2 Yamauchi 和 Markman2000 年研究的学习材料 -776- 心理科学进展 2004 年 Yamauchi和Markman4和Murphy和Ross5深入地研究这个问题， 并提出了反对的意见。Yamauchi 和 Markman 研究的学习材料如表 1，图 2。 表 1 Yamauchi 和 Markman2000 年研究的学习材料 Monek Plaple 刺激 触角 头 身体 脚 尾巴 刺激 触角 头 身体 脚 尾巴 M1 1 1 1 1 0 P1 0 0 0 0 1 M

8、2 1 1 1 0 1 P2 0 0 0 1 0 M3 1 1 0 1 1 P3 0 0 1 0 0 M4 1 0 1 1 1 P4 0 1 0 0 0 M5 0 1 1 1 1 P5 1 0 0 0 0 M0 1 1 1 1 1 P0 0 0 0 0 0 纸左右两边如图 2 呈现标有 Monek 和 Plaple 的两个类别各 5 个虫子样例让被试学习，学习后对一些与原来学习刺激有不同相似程度的样例进行分类和推理迁移。 高相似迁移样例有 4 个特征和类别原型重合，如 M11（1，1，1，1，0）和原型 M0（1，1，1，1，1）有 4个特征重合；中等相似样例有 3 个特征和类别原型重合，如

9、M16（1，1，1，0，0） ；低相似样例有 2 个特征和类别原型重合，如 M21（1，0，1，0，0） 。研究发现，相似性显著影响分类和推理，同时发现了归类过程中，被试处理类别标签和特征是不同的。例如，对低相似样例（如：M,?,0,1,0,0） 。这个样例有两个特征和 Monek 原型重叠（标签和第三个特征） ，有三个特征和 Plaple 原型重叠（二、四、五特征） 。如果标签被简单地看作另一个特征，那么被试推理 M,?,0,1,0,0 缺失特征预测为 1 的概率应该和分类?,1,0,1,0,0 为 Monek 的概率是相同的。 如果类别标签是独特的， 那么在推理测试上的类别一致性反应应该比

10、分类测试上的百分比高。结果支持了类别标签不是简单的另一个特征（0.51 对 0.23） ，也就是说推理为 1 比分类为 M 更容易。 实验 4 直接检验了类别标签和类别特征的不同。 设计两种指导语， 一种指明有毒的虫子叫 Monek，无毒的虫子叫 Plaple，起标签作用。另一种指明标有 Monek 标签的虫子有毒针，标有 Plaple 标签的虫子无毒针，起类别特征作用。结果表明，在低相似性样例的归类中，起标签作用的指导语比起类别特征作用的指导语有更高的类别一致性反应。 Murphy 和 Ross 的研究也表明，类别标签和特征在类别不确定时推理是不同的，也就是说，被试在进行类别不确定的特征推理

11、时，只考虑最有可能的类别内信息，对类别外的信息不予考虑，类别标签起决定性作用，并把它称之为“单类说” 。其中的一个样例材料如下如图 3。 Bob John Sam Ed 图 3 Murphy 和 Ross1994 年的研究实验 1 所用的材料样例 第 12 卷第 5 期 类别学习中的分类和推理 -777- 呈现给被试 4 张图片分别表示 4 个人画的图形， 后呈现问题条件一： 不知谁画了一个三角形，请问它是黑色的可能性多大？或者问题条件二：不知谁画了一个正方形，请问它是白色的可能性多大？如果是根据单类说的观点， 被试是先确定目标类别， 只考虑该目标类别内的信息，那么被试在两种条件下是无显著差异

12、。如果是根据理性模型的观点，被试无须确定目标类别，考虑各个类别内信息，就会按照 Bayesian 规则进行判断，对条件一回答的结果要大于条件二。实验的结果支持了单类说的假设。 2.2 材料的结构： 学习材料的类别结构不同是否对两种学习模式产生不同的影响呢？Markman 和Maddox2003 年研究了两种不同的类别结构对分类学习的影响6，如表 2。 表 2 例外特征诊断性类别结构和例外特征非诊断性类别结构 维度 维度 样例 1 2 3 4 类别 样例 1 2 3 4 类别 A1 A A A B A A1 A A B B A A2 A A B A A A2 A B B A A A3 A B A

13、 A A A3 B B A A A A4 B A A A A A4 B A A B A B1 B B B A B A5 A B A B A B2 B B A B B A6 B A B A A B3 B A B B B B1 C C B B C B4 A B B B B B2 C B B C C B3 B B C C C B4 B C C B C B5 C B C B C B6 B C B C C 对于表 2 左边的例外特征诊断性类别结构， 对于 A 类别， 例外特征 B 在类别 A 里很少，而在类别 B 内很多；对于类别 B，例外特征 A 在类别 B 内很少，却在类别 A 内很多，这样，例外特征可以用来区分两个类别。对于表 2 右边的例外特征非诊断性类别结构，例外特征 B在 A、C 两个类别间是均等的，也就是说不可以用来区分两个类别。结果表明，被试更容易学会表 2 右边的非诊断性类别结构，平均只需要 12.7 个单元就达到 90正确率的标准，而对于表 1 诊断性类别结构，则平均需要 21.4 的学习单元才达到同样的标准。他们的研究表明，不同的类别结构会形成不同的类别表征，单凭一种理论，无论是规则、原型、样例还是决策界限理论都无法提供满意的解释。关于不同类别结构对推理学习的影响，后面会谈到Yamauchi 和 Markman 的一个研究2