不同学习方式下归类不确定时的特征推理.pdfVIP

心理学报 2011, Vol. 43, No.1, 92−100 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2011.00092 * (华南师范大学心理应用研究中心, 广州 510631) 采用学习-迁移模式 , 探讨了同时学习和继时学习两种方式下归类不确定时的特征推理。共包括 2 个实验 , 其中实验 1 探讨了固定学习轮次的情况 , 实验 2 探讨了固定学习正确率的情况。实验结果表明：同 时呈现类别要素的同时学习方式下, 被试习得序列式的单类别表征(原型表征), 在归类不确定时的特征推理 中按照“单类的 Bayesian 规则”进行特征推理, 即 P(j\F) =P(k\F)·P(j\k); 相继呈现类别要素的继时学习方式下, 被试习得并列式的多类别表征 , 在归类不确定时的特征推理中按照 “理性模型 ”进行推理 , 即 P(j\F) =Σk P(k\F)·P(j\k) 。 类别学习 ; 特征推理; 单类说 ; 理性模型; 贝叶斯推理 B842 1 前言 息。所谓“靶类别”, 指的是人们推理某事物具有什 么特征时, 会先推断该事物最可能属于什么样的类 不能完全确定某个事物归属于哪个类别的情 别 , 这个最可能被确定的类别就是“靶类别” 。如上 境, 被称作“归类不确定的情境”, 而在这种情景下, 例, 野外一个不确定类别动物的伤人概率, 等于该 人们通常也会对该事物的某些特征作出推理。例如, 动物归到靶类别(食肉类动物) 的概率Ｐ( 肉食动物\ 在野外不远的草丛里发现了一个动物, 你可能立刻 动 物 ) 与 该 类 动 物 伤 人 概 率 的 乘 积 Ｐ ( 伤 人 \ 肉 食 就作出了该动物可能会伤人的特征推理。究竟作出 动物) 。 这样的推理前, 是否先进行归类？如果归类了, 是 第二, Anderson (1991) 提出的理性模型, 该模 归到一个类别来进行推理, 还是归到多个类别中进 型认为, 当归类不确定时人们对事物特征的推理遵 行考虑, 引发了研究者极大的兴趣。 循“Bayesian 规则”, 用公式 P(j\F) = Σk P(k\F) · P(j\k) 研究者们关注这种归类不确定时的特征推理 来表示。该模型主张 , 归类不确定时的特征推理除 究 竟 受 什 么 因 素 的 影 响 , 当 前 主 要 有 两 方 面 的 了要考虑归类到靶类别的推理概率外, 还要加上归 观点： 类为其它类别(非靶类别) 的推理概率。如上例, 野 第一, 以 Murphy 和 Ross 等(Murphy Ross, 外一个不确定类别动物的伤人概率, 除了包括该动 1994)为代表的提出了“单类说” 。单类说认为, 当归 物归到靶类别(食肉类动物) 的概率 P( 肉食动物\动 类不确定时人们对事物特征的推理遵循 “单类的 物)与该类动物伤人概率的乘积 P(伤人\ 肉食动物) Bayesian 规则”, 用公式 P(j\F) = P(k\F)·P(j\k) 来表 外 , 还要加上该动物归到非靶类别(食草类动物) 的 F 表示要推理的事物, k 表示该事物可以归入的 示。 概率 P(草食动物\动物)与食草类动物伤人