（发展与教育心理学专业论文）刺激呈现方式与特征概率对类别学习的影响.pdf

刺激呈现方式与特征概率对类别学习的影响 摘要 专业名称：发展与教育心理学 申请者姓名：张娟 导师姓名：莫雷教授 自2 0 世纪5 0 年代以来，关于类别学习的研究一直是心理学研究的热点问 题。 类别学习的任务范式多种多样，但从大的方面主要分为两类：监控性类别 学习( 尤其是分类学习) 和非监控性类别学习。许多研究表明分类学习和非监控 性学习所形成的类别表征不同，分类学习促进明确的规则表征，而非监控性学 习促进家族相似性表征。 m i n d a 和r o s s ( 2 0 0 4 ) 采用了间接的类别学习范式探讨造成两类学习形成 不同表征的具体认知加工差异所在结果发现分类学习促使被试把注意聚焦在 较少的维度，寻找能够划分类别的规则，因此倾向于学习标准特征但是间接 的类别学习组使被试注意更多的维度特征，从而更多学到家族相似性结构。即 预先分类与否影响注意分配，进而影响人们所形成的类别表征， 由于m i n d a 和r o s s 采取的是刺激逐个呈现的方式，在这种方式下间接类别 学习组进行规则学习的难度比较大，这可能是导致该组被试较多形成家族相似 性表征的原因。那么如果规则非常容易获得，间接学习组则有可能像预先分类 组一样也采用标准特征策略；如果规则学习非常困难，那么即便是分类学习也 有可能采用家族相似性策略。 根据以上设想本研究的第一个层次通过实验1 探讨刺激呈现方式对间接的 类别学习策略的影响，进而对m i n d a 和r o s s 的研究进行拓展。第二个层次通过 实验2 特征概率对分类学习策略的影响进一步加深对该问题的探讨包括两个 大实验共四个小实验：实验l a 探讨逐个呈现方式下问接的类别学习的特点，结 果表明即便有标准特征存在，有些预测组被试仍然采取了家族相似性策略，但 分类一预测组被试则采用标准特征策略，与前人的研究结果相符；实验l b 探讨 集中呈现方式下间接的类别学习的特点，结果表明预测组和分类一预测组一样， 都采用标准特征策略；实验2 a 探讨高特征概率时分类学习的特点，结果显示多 维的分类学习和特征学习均好于少维条件下，表明被试倾向于采用规则学习； 实验2 b 探讨低特征概率时分类学习的特点，结果显示多维的分类学习和特征学 习均不如少维条件，表明被试更多采用了家族相似性策略进行学习。总之，本 研究表明问接的类别学习和分类学习的类别表征并非必然区分的，在两种学习 中人们都首先倾向于采用规则策略，当规则难予获得时才转而采用家族相似性 策略。 关键词：分类学习，间接的类别学习，标准特征，家族相似性，刺激呈现方 式，特征概率 i i r o l e so fs t i m u l i p r e s e n t i n gm o d ea n d p r o b a b i l l t i e so ff e a t u r e si n c a t e g o r yl e a r n i n g m a j o r ：e d u c a t i o n a la n dd e v e l o p m e n t a lp s y c h o l o g y a p p l i c a n t ：z h a n gj u a n s u p e r v i s o r ：m ol e i a b s t r a c t c a t e g o r yl e a r n i n gi so n eo f t h e m o s ti m p o r t a n ti n t e l l i g e n ta c t i v i t i e so fh u m a n b e i n g sa n di th a sb e e nd e e p l yr e s e a r c h e ds i n c e19 5 0 s t h e r ea 托n u m e r o u sc a t e g o r y l e a r n i n gt a s k s , w h i c hc a nb ed i v i d e di n t ot w ot y p o s ：s u p e r v i s e dc a t e g o r yl e a r n i n g t a s k sa n d u n s u p e r v i s e do n e s s e v e r a lp r e v i o u se x p e r i m e n t sf o u n d t h a tc l a s s i f i c a t i o n l e a r n i n ga n du n s u p e r v i s e dl e a r n i n gl e a d e dt od i f f e r e n tc a t e g o r yr e p r e s e n t a t i o p a t h a t i s ，p e o p l et e n d e dt ol e a r nc r i t e r i a la t t r i b u t e si nc l a s s i f i c a t i o nl e a r n i n gt a s k sb u tt e n d e d t ol e a r nf a m i l yr e s e m b l a n c es t r u c t u r e si nu n s u p e r v i s e dl e a r n i n gt a s k s m i n d aa n dr o s s ( 2 0 0 4 ) u s e da ni n d i r e c tl e a r n i n gt a s kt oi n v e s t i g a t ew h ya n d h o wt h i sd i f f e r e n c ee x i s t e d t h e yf o u n dt h a tp e o p l ew h ow e i et o l dt oc l a s s i f ys t i m u l i h a dt h eb e l i e f t h a tc a t e g o r i e sw e r ed e f i n e db yr u l e s ，e s p e c i a l l yb ys i n g l e - d i m e n s i o n r u l e s , w h i c hh e l p e dt h e mt ol e a r nt h ec r i t e r i a la t t r i b u t e so fc a t e g o r i e s b u tp e o p l e w h ot o o kt h ei n d i r e c tl e a r n i n gt a s kd i d n th a v et h e $ a m eb e l i e a sar e s u l t ，m a n yo f t h e ml e a r n e dt h ef a m i l yr e s e m b l a n c es t r u c t u r e so fc a t e g o r i e s t h a ti s , c l a s s i f y i n g i t e m so rn o tr e s u l t e di nd i f f e r e n tr e p r e s e n t a t i o n so ft h et w ok i n d so fl e a r n i n gt a s k s b ya n a l y z i n gt h e i rs t u d y ，w ef o u n dt h a ts t i m u l iw e r es h o w n o n ea tat i m ea n di t 1 1 1 w a sd i f f i c u l tf o rp a r t i c i p a n t st ot e s ts i n g l e - d i m e n s i o nm l e se s p e c i a l l yf o ri n d i r e c t c a t e g o r yl e a r n i n g i fs t i m u l iw e r es h o w ns i m u l t a n e o u s l ya n dp e o p l ew e r ea b l et od o t h es a r n ej o be a s i l y , i tm i g h ta l s ol e a dt ot h ec a t e g o r yr e p r e s e n t a t i o n so fc r i t e r i a l a t t r i b u t e si ni n d i r e c tl e a r n i n g i na d d i t i o n , i fi tw a sv e r yd i f f i c u l tt oo b t a i nr u l e s ， p e o p l ei nc l a s s i f i c a t i o nl e a r n i n gm i g h ta l s op e r f o r mf a m i l yr e s e m b l a n c es t r a t e g y t h ep r e s e n ts t u d yw e r eb a s e do nt h ea b o v et w oh y p o t h e s e s w ef i r s te x p l o r e d t h ei n f l u e n c eo fs t i m u l i p r e s e n t i n gm o d eo ni n d i r e c tc a t e g o r yl e a r n i n gb y e x p e r i m e n tla a n dlb i ne x p e r i m e n t2 aa n d2 bw ei n v e s t i g a t e dt h er o l eo f p r o b a b i l i t i e so f f e a t u r e si nc l a s s i f i c a t i o nl e a r n i n g 16 0c o l l e g es t u d e n t sp a r t i c i p a t e di nf o u re x p e r i m e n t sv o l u n t a r i l y w ea n a l y z e d t h ed a t au s i n gs p s s11 5a n dg c m ( g e n e r a l i z e dc o n t e x tm o d e l ) w er e p e a t e dm i n d aa n dr o s s ss t u d yi ne x p e r i m e n t laa n df o u n dt h es a m e r e s u l t s 笛t h e i r s s u b j e c t si nc l a s s i f i c a t i o n - p r e d i c t i o ng r o u pt e n d e dt ol e a r nc r i t e r i a i a t t r i b u t e s ，b u tm a n yo ft h o s ei np r e d i c t i o no n l yg r o u pl e a r n e df a m i l yr e s e m b l a n c e s t r u c t u r e s i ne x p e r i m e n tl b ，s t i m u l iw e r ed i s p l a y e ds i m u l t a n e o u s l y ，w ef o u n dt h a t b o t hg r o u p st e n d e dt ol e a r n e de r i t e r i a la t t r i b u t e so fc a t e g o r i e s e x p e r i m e n t2 a s h o w e dt h a ti ft h ep r o b a b i l i t i e so ff e a t u r e sw e r eh i 曲，t h ec l a s s i f i c a t i o nl e a r n i n ga n d f e a t u r el e a r n i n go fh i g h e r - d i m e n s i o nc a t e g o r yw e r eb e t t e rt h a nt h o s eo ft h e l o w e r - d i m e n s i o no n e ，w h i c hm e a n tt h a tp e o p l ew e r et e n d e dt op e r f o r mr u l e b a s e d s t r a t e g y e x p e r i m e n t2 bs u g g e s t e dt h a ti ft h ep r o b a b i l i t i e so ff e a t u r e sw e r el o w , t h e c l a s s i f i c a t i o nl e a r n i n ga n df e a t u r el e a r n i n go fl o w e r - d i m e n s i o nc a t e g o r yw e r eb e t t e r t h a nt h o s eo ft h eh i g h e r - d i m e n s i o no n e ，w h i c hs u g g e s t e dt h a tp e o p l ew e r em o r e l i k e l yt op e r f o r ms i m i l a r i t ys t r a t e g y ， w ec a nd r a wt h ef o l l o w i n gc o n c l u s i o n ：f i r s t ，c a t e g o r yl e a r n i n gw i t h o u t c l a s s i f i c a t i o nd o e sn o tn e c e s s a r i l yl e a dt ot h er e p r e s e n t a t i o no ff a m i l yr e s e m b l a n c e s e c o n d ，p e o p l ei nc l a s s i f i c a t i o nl e a r n i n ga n di n d i r e c tl e a r n i n gt a s k sf o l l o w st h es a m e l e a r n i n gp a t t e r n s ，t h a ti s ，t h e yt e n d e dt or u l e b a s e ds t r a t e g yf i r s ta n dd i s p l a yt h e s i m i l a r i t ys t r a t e g yi fi ti sv e r yd i f f i c u l tt oo b t a i nt h er u l e i v k e yw o r d s ：c l a s s i f i c a t i o nl e a m i n g , i n d i r e c tc a t e g o r yl e a r n i n gc r i t e r i a la t t r i b u t e , f a m i l yr e s e m b l a n c e , s t i m u l i - p r e s e n t i n gm o d e ，p r o b a b i l i t i e so f f e a t u r e s v 华南师范大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确的方式标明。 本人完全意识到此声明的法律结果由本人承担。 论文作者签名：彦丧婿 日期：倒d 毋年占月2 - 日 学位论文使用授权声明 本人完全了解华南师范大学有关收集、保留和使用学位论文的规 定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南师 范大学。学校有权保留并向国家主管部门或其指定机构送交论文的电 子版和纸质版，允许学位论文被检索、查阅和借阅。学校可以公布学 位论文的全部或部分内容，可以允许采用影印、缩印、数字化或其他 复制手段保存、汇编学位论文。( 保密的论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密范围，在年后解密适用 本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权 书。 敝作者答名：孙娟 日期：胖g 月乡日 导师签名： 日期删年白月弓日 华南师范大学硕士论文 捌激呈现方式与特征概率对类别学习的影响 第一部分研究综述与闯题提出 l类别研究综述 概念和类别是人类思考和行为的建筑基石，帮助我们在已有的知识基础上 建立等级，从而使我们可以对没有见过的物体进行分类，进而对物体的某些特 征进行推理并采取相应的行动比如，看见一只四条腿一根尾巴的动物向你走 过来，那么对它是狼还是狗的分类将影响你的反应，如果是一只狗，你可以推 知它会汪汪叫，对人诚实，就可能把它当作宠物爱抚；如果是一只狼，你就会 推知它很危险，进而会逃走或者呼救因此，从认知心理学兴起以来，概念和 类别一直是心理学研究的核心问题之一 类别研究可以归结为三个方面，第一方面是类别形成的研究，主要探讨类别 形成的信息加工过程与机制，即探讨人们如何对不同类别的成员进行加工处理 以形成相应的类别。第二方面是类别判断的研究，主要探讨人们根据已形成的类 别模式去识别新项目的类别归属的信息加工过程。第三方面是关于特征推理的 研究，主要探讨人们根据已形成的类别模式对新项目的某个特征做出预测的信 息加工活动的特点与规律( 莫雷等2 0 0 3 ) 。人们形成什么样的类别表征直接影 响其后的类别判断和基于类别的推理因此，关于类别形成的研究已成为归类 研究中的重中之中，也是国内外心理学研究的热点。 近2 0 年的类别学习研究中出现了两个热点：1 由于传统的单系统模型或理 论不足以解释所有的类别学习现象，类别学习的多系统模型逐渐兴起并发展。 2 由于传统的类别研究广泛采用监控性类别学习尤其是分类学习范式，与日常 生活中的概念和类别学习情境相差较远，生态效度较低，因此近年来对于其他 非分类学习尤其是非监控性类别学习比较关注 1 1 单系统模型的困境及多系统模型的提出 从上世纪5 0 年代到9 0 年代初期，概念和类别学习的研究主要采取了传统 认知心理学的研究范式和数学建模的方法，围绕着类别学习的机制展开了研究 和探讨，形成了数个有代表性的基于单系统模型的类别理论，如规则观、原型 华南师范大学硕士论文刺激呈现方式与特征概率对类别掌习的影响 说、样例说和决策界限模型等等这些理论在解释类别学习的某个方面时都各 自得到了既有事实和相关实证研究的支持，显得十分有力，但是没有一个理论 能够解释所有的类别学习 规则观认为每个类别都包含一系列对物体分类的充分必要条件，比如：“由 三条边组成的内角和是1 9 0 度的平面图形是三角形一，根据边数和内角和两个特 征就可以判断一个图形是不是三角形这个类别。规则观可以解释某些人工类别 的学习，但无法解释自然类别的“边界模糊效应一，比如西红柿是水果还是蔬菜。 同时规则观也难以解释类别的_ 典型性效应0 如人们通常认为麻雀与鸵鸟相比 是更典型的鸟。 原型说认为类别是表征为抽象原型的，原型包括了这类事物的主要特征， 原型说可以解释以上两种效应，但是无法解释“特定情景中的典型性效应一，比 如，可以解释通常情况下知更鸟比火鸡是更典型的鸟，但是无法解释当谈到“假 日里的美味 时，火鸡更典型。 样例说认为类别被表征为一个个具体的样例，人们通过比较新刺激与类别 样例的总体相似性而对其进行归类。样例理论虽然可以成功地解释很多问题， 但是无法解释o a g m a rz e i t h a m o v a 等人所发现的人们难以学会类别结构非常复 杂的类别的现象( d a g m a r z e i t h a m o v ae ta l ，2 0 0 6 ) 。 决策界限模型假定人们把每个刺激表征为多维心理空间上的一个点，不同 的心理空间与不同的概念或者类别相联系。当遇到新刺激时，人们首先决定它 落在哪个心理空间内，然后作出相应的归类决策。但n o s o f s k y 等人的研究表明 决策界限模型无法解释连续变量形成的或然性类别结构的类别学习( n o s o f s k y c ta 1 2 0 0 5 ) 由于任何一个单系统类别学习模型都无法解释人类所有的类别学习，于是 从上世纪9 0 年代中期以后，人们开始尝试把不同的单系统理论进行融合来解释 人们的类别学习，如e r i e k s o n 认为人类在类别学习时交互运用规则和样例策略 ( e d c k s o ne ta l ，1 9 9 8 ) ，莫雷提出人们在归类时优先采用规则策略，当潜在的规 则难以学习时才采用样例策略( 莫雷等，2 0 0 3 ) 。类别学习的多系统理论也开始 出现并逐步发展，多系统理论假设人的类别学习是由多个独立的类别学习系统 相互竞争调节的。在研究手段上，除了数学建模和传统认知心理学的研究范式， 2 华南师范大学硬士论文 捌激呈现方式与特征概率对类别学习的影响 近十多年来类别研究广泛借助认知神经科学的手段，同时与对病人的神经心理 研究相结合，对类别学习进行更深入细致的探讨，这些研究表明不同学习任务 和材料下人们进行类别学习的机制和神经生理基础是不同的，支持了类别学习 的多系统模型下文将从不同类别学习系统相关联的脑区的角度回顾一些归类 的认知神经和神经心理研究 1 1 1 感觉新皮层 与感觉新皮层相关联的通常是点模式的类别学习任务在该任务中，类别 样例是通过对类别原型随机变形得到的通常采用的是7 点或9 点图如图l 所示。最左边的图形是a 类别的原型，a 类别的其他成员是通过随机改变每个 点的位置形成的，如中间的图形而非a 类别的成员所有点都是随机呈现的， 没有一定的模式，如最右边的图形通常采用的技术范式如下：学习阶段让被 试的注意力集中在中间的那个点，看屏幕上变化的点图，包括低变化( 与原型 的相似性高) ，高变化( 与原型的相似性低) 和随机变化的图。测试的时候，要 求被试说出所呈现的新图是否为刚才看到过的图或与看过的图是一类的 图h 点模式任务的实验材料 s q u i r , 采用点任务对健忘症( a m n e s i a ) 病人e e 进行了研究( s q u hc ta l ， 1 9 9 5 ) 。e e 具有严重的顺行和逆行性遗忘，内侧颞叶，海马严重受损但是与 4 个正常组被试相比较，e p 在点任务模式的类别学习任务中表现正常这表明 点模式任务下的类别学习不依靠外显的陈述性记忆系统，是一种内隐的学习模 式。 r e b e r 等人对帕金森( p a r k i n s o n sd i s e a s e ) 病人进行点模式任务研究以进 一步探讨这种内隐学习的性质( r e b e r c t a l ，1 9 9 9 ) 。帕金森病是由于黑质到纹状 体的输入通路退变所致，属于基底神经节异常，而基底神经节对形成程序性记 忆十分关键( a s h b y , 2 0 0 5 ) r c b c r 的研究表明帕金森病人在点模式任务中正常， 这说明，点模式任务下的类别学习虽然是一种内隐的学习，但是并不等同于程 3 华南师范大学硕士论文莉激呈现方式与特征概率对类嬲学习的影响 序性学习 r e b e r 等人还采用点任务模式进行了m r l 研究( r e b e re ta t , 1 9 9 8 ) 训练 阶段让被试学习4 0 张由原型变化而来的点模式图片，在测验阶段，向被试随机 呈现7 ：2 张新的点模式图片，让他们判断所呈现的图片与学习阶段的图片是不是 一个类别的，7 2 张图片中3 6 张和学习阶段的图片是一个类别的，另外3 6 张不 属于这个类别。测验阶段进行似数据搜集，结果表明：在出现相似刺激时 后部枕叶的激活会变弱。a i z e n s t e i n 等人同样采取点模式任务进行了事件相关的 f m r i 研究，结果表明当再次出现相同类别的刺激时，v 3 区会出现激活减弱( a i z e n s t e i ne ta l ，2 0 0 0 ) 。 k e r i 等人对阿尔茨海默病( a l z h e i m e r sd i s e a s e ) 人进行了研究( k e r ie ta l ， 1 9 9 9 ) 阿尔茨海默病除了内侧颞叶通路退化外，随着病情的加深，还伴随着枕 叶感觉新皮层的不断退化。k e r i 的研究发现轻度阿尔茨海默病患者的分类学习 能力较正常对照组差，但差异不显著，中度患者则明显受损。 以上研究表明，点任务模式的类别学习是与视皮层紧密相联的内隐学习。 于是，a s h b y 等人提出：知觉表征记忆系统对类别学习有贡献，视皮层内的知 觉学习在一定程度上调节了类别学习( a s h b ye ta 1 2 0 0 4 ) 1 1 2 前额叶纹状回路 与前额叶相关联的通常是可以用明确的规则进行分类的任务。在这种任务 中，人们可以通过明确的推理过程和规则学会类别，而且最佳规则是容易用语 言描述的( m a d d o xe ta l ，2 0 0 4 ) 图2 就是一个基于规则的类别结构，最佳规则 是“如果条纹宽度比较大则为a 类别，如果条纹宽度比较小则为b 类别一。 基于规则的类别学习机制不同于前面所提到的点模式任务，它与前额叶纹 状回路关系密切。 4 华南师范大学壤士论文 条故宽度 圈2 ：基于规尉任务的实验材料 威斯康星卡片分类测验( w c s t w i s c o 撼i nc a r ds o n i 遐t e s t ) 就是一个典 型的基于规则的任务，许多研究表明前额叶受损的病人在w e s t 中会受到损害 w c s t 任务通常要求被试对卡片进行分类，卡片在颜色，花形和数字三个维度 上变化( 如图3 所示) 。开始时不告诉被试用哪种方式分，只是让被试将卡片分 堆，当被试出错时就告诉他，从而让他掌握当时的分类方式。当分配了l o 张正 确的卡片时，就改变分类方式，依次重新开始。为了很好地完成这个任务，被 试必须记住前面的卡片和所犯的错误，以计划下一张卡片该怎么放，分类方式 变化后，前额叶损伤的人很难继续这个游戏，他仍按照已不适用的方式分派， 这表明他们很难利用最新信息和工作记忆里的数据来改变行为( a s h b ye ta l , 2 0 0 5 ) 。 瓣三 一z 一 ：碜烽， ；_ 厶 图3 lw c s t 中采用的卡片 k o n i s h i 等人利用w c s t 所作的研究中明确的告诉被试新的正确的维度以 减少主动试误发现新维度造成的工作记忆负担( k o m s h ie ta l ，1 9 9 9 ) 。结果发现 在规则转换时仍出现下额叶脑沟尾部的激活，但激活程度小于通过试误发现新 维度的情况。另外，这些激活的区域与工作记忆任务下激活的脑区在空间上重 叠。这表明工作记忆对规则的转换是有贡献的，它们在前额叶皮层的相同位置 激活。 a s h b y 等人发现帕金森氏症病人在基于规则的类别学习中会受到损害。虽 然在帕金森病晚期，病人会出现前额叶的损伤，但这种病的主要靶向是基底神 华南师范大学硕士论文 经节中与前额皮层相互联系的尾状核的头部，这表明尾状核头部对基于规则的 任务非常关键( a s h b ye ta t , 2 0 0 3 ) 。 对于基于规则的任务，新假设的形成至关重要。e u i o t t 的研究让被试猜测 卡片的颜色或图案，然后与直接看图片并报告颜色和图案的控制组相比较，结 果发现前者的前扣带回和腹内侧额叶有更强激活( e l l i o t te ta i ，1 9 9 9 ) 。罗劲的研 究也表明思维定势的打破与转移则依赖于扣带前回与左腹侧额叶( 罗劲，2 0 0 4 ) 。 由此可见，前扣带回对基于规则的类别学习任务中假设的产生非常重要。 1 1 3 纹状体 与纹状体相关联的类别学习任务通常需要对刺激的不同维度信息进行整 合，通常称这种任务为信息整合任务。这种任务难以用语言描述最佳的分类规 则。如图4 就是该类任务所用的实验材料。要想学会对这些刺激分类，被试必 须同时关注条纹宽度和条纹方向两个维度，并且很难用语言描述出分类的依据。 量n 慕喾i 辫、 浅 ；懑；攀 ： ，7， | i | ，勿i 嚣| | l 毫善 f i l o t e o 等人研究了内侧颞叶受损导致的健忘症病人学习对大量非线性可 分离的信息整合类别结构的刺激分类的情况( f i l o t e oe ta l ，2 0 0 5 ) ，发现在6 0 0 次试验中，健忘症病人的表现和控制组相同。其中一个病人和一个控制组被试 在第二天返回进行第二部分实验。在第二天的第一轮试验中，健忘症病人同样 和控制组被试表现相同。这表明信息整合的类别学习不是通过工作记忆或者外 显的陈述性记忆调节的。 基底神经节的两个主要部分是尾核和壳核，两者共同形成了纹状体 ( s t r i a t u m ) 。纹状体位于运动环路的一个关键位点，接受来自颞叶和顶叶皮层 的输入信息，并将信息输出到丘脑及皮层运动区，在形成行为习惯的程序性记 忆中起关键作用。帕金森病的特征是向纹状体输入信息的黑质退变，表现为运 6 华南师范大学硬士论文刺激呈现方式与特征曩- 睾对类别学习的影晴 动过少而杭廷顿氏症( h u n t i n g t o n sd i s e a ) 则是出于基底神经节对丘脑抻止 性输出的挺失表现为运动过多 f i l o t e o 和m 戤k o x 等检验了帕金森氏症和杭廷顿氏症病人学习高度非线性 类别结构的能力( f i l o t e o 矗a i ，2 0 0 5 ) 在6 0 0 次试验中，两组被试都出现一致 的表现衰减，这表明非线性信息整合类别学习涉及到了纹状体 另一方面，a s h b y 等人发现帕金森氏症病人对线性可分离信息整合类别的 学习和同年龄控制组一样好( a s h l , y e ta l 2 0 0 3 ) f i l o t e o 等人比较帕金森氏症病 人对线性可分离信息整合类别的学习以及线性不可分离信息整合类别的学习， 发现该类病人对线性可分离信息整合类别的学习没有受到损害，但是在线性不 可分离信息整合类别的学习中受到损害，且这种损害只是发生在训练晚期。表 明，只有当类别结构很复杂时，帕金森氏症病人在信息整合任务中才会受到损 害。 s e g e r 和c i n c o t t a 报告进行广泛信息整合任务训练的被试出现纹状体的和外 侧枕叶的激活( a s h b ye ta l ，2 0 0 4 ) 这些结果都表明信息整合的类别学习任务更多的依赖纹状体，是一种程序 性的学习。 1 1 4 内侧颞叶 与内侧颞叶相关联的类别学习任务是天气预报任务。在该任务中，共有4 张意大利纸牌( 如图5 所示) ，每一次试验都向被试呈现4 个意大利纸牌中的l 张，2 张或3 张，然后让被试根据这些纸牌组合预测它表明天气是。晴朗一还 是。下雨一，并给予反馈( 如图6 所示) 1 6 个可能卡片组合中的1 4 个组合被 使用( 排除0 张和4 张卡片) ，每一种纸牌的组合不是固定不变地代表一种天气， 而是以一定的概率表明某种天气，因此是一种可能性类别结构 天气预报任务虽然在技术上来说是信息整合任务。但是被试可以采取多种 策略：第一。单线索策略，被试根据一个卡片的有无做反应( 像基于规则的任 务) ：第二，多线索学习( 像信息整合任务) ：第三，单张学习，记忆对单张卡 片正确反应的形式并且猜测其他组合卡片的反应形式o l u c k 的研究表明被试 采用最多的是单张学习策略，利用外显陈述性记忆( a s h b ye ta l ，2 0 0 3 ) 。 7 华南师范大学焉士论文 健忘症和阿尔茨海默症病人均存在内侧颞叶的损伤或退化k n o w l t o n ， e l d r i d g e 分别运用天气预报任务对健忘症病人和阿尔茨海默症病人进行了研究 ( e l d r i d g e 既a l ，2 0 0 2 ) 。他们发现发现这两类病人在前5 0 次试验中和健康控制 组的表现无差异，但是在随后的试验中显示出比控制组差。a s h b y 认为这是由 于在学习初期都采用内隐的程序学习，因此两类病人表现正常。但是在5 0 次试 验以后，控制组已经开始记忆但两类病人因外显陈述性记忆受损因而表现较差 ( a s h b y e ta l ，2 0 0 5 ) ft ob e 鼢r a i n 害黼口lf 砖慧l l i k e o r 两 f ，_ r r _ ) i 图6 ：天气预报任务的实验进程 l a g n a d o 采用滚动回归的方法对正常被试在天气预报任务中学习的动态过 程进行研究，发现虽然天气预报任务尽管在设计上是一个内隐的信息整合任务， 被试仍然以外显的策略完成这个任务( l a g n a d oe ta l ，2 0 0 6 ) 。 由此可见，不同类别学习任务所依赖的神经生理基础不同，表l 进行了简 要总结。 表l ：类别学习任务，神经结构，学习模式之间的关系 学习任务相应的关键神经结构学习模式 点模式任务感觉新皮层内隐的知觉学习 基于规则的任务 前额叶 外显的规则学习 信息整合任务纹状体内隐的程序学习 天气预报任务内侧颞叶外显的陈述性记忆 由上文可见，认知神经和神经心理的研究有力地支持了多系统的观点，即 人类的类别学习不是由单一系统控制，而是由多个类别学习系统协调控制的。 囤 华南师范大学硕士论文稿激呈现方式与特征溉牢对类别学习的影响 研究者们也逐步开始建构多系统的类别学习理论和模型，如著名的c 0 v i s ( c o m p c t i t i o ab e t w e v v r b a la n di m p l i c i ts y s t 锄，言语系统和内隐系统问的竞争) 模型 c o v i s 模型是唯一具有神经生理基础的类别学习模型。c o s 模型认为人 们至少具有两个分离的类别学习系统；一个是在意识控制下的基于外显推理的 言语分类系统，另一个是内隐的基于程序学习的非言语分类系统这两个系统 的神经生理基础不同，言语系统利用工作记忆和执行注意，促使假设一检验学 习，主要由前扣带，前额皮质和尾状核头部调节非言语系统则负责内隐的程 序性学习，这个系统很大程度上在尾状核尾部内调节这两个系统之间存在竞 争，在类别学习中，言语系统最初占优势，可能是由于它受到意识的控制，然 而，通过多次的训练和经验的积累，内隐系统会在分类学习中逐渐占有优势 ( a s h b yc ta l , 1 9 9 8 ，2 0 0 5 ) 当前的许多行为学研究都是受到c o s 模型的启发，最为典型的就是从反 馈有无，反馈的性质，刺激间断与否，类别数目，反应位置，s t r o o p 干扰等方 面探讨基于规则任务和信息整合任务差异，这些研究反过来又支持了c o v i s 模 型( m a d d o xe ta l , 2 0 0 3 , 2 0 0 4 , 2 0 0 5 ) 尽管c o v i s 模型得到认知神经、临床研究和相关行为学研究的支持，但是 这个理论也受到一些质疑。首先，n o s o f s k y 等人提出了。难度说一并通过大量 的行为实验对c o v i s 模型进行了有力的回击，他们认为不同类别学习中之所以 出现大脑不同的活动模式是因为所采用的类别学习材料的难度不同所造成的， 人们的类别学习仍是单系统的0 q o s o f s k y 醴a l , 2 0 0 1 , 2 0 0 5 ) 其次，c o v i s 模型致 力于寻找各个系统之间的对立，但是对不同系统之间是如何协同作用的则缺乏 探讨。最后，多系统模型更多的来自于多个记忆系统的启示，如c o v i s 的两个 系统对应与记忆的内隐和外显系统，类别学习固然依赖于记忆系统的支持，但 类别的研究毕竟不能等同于记忆的研究 虽然单系统和多系统之争是近十多年来类别研究争论的焦点和核心，且目 前并没有得出一致性的结论但是它们的争论也给我们以下启示：首先，随着 类别学习的任务和材料的不同，人们进行学习形成的类别表征不同，这是当前 所有类别研究者的共识( a s h b y , m a d d o x , 2 0 0 5 ；y a m a u c h i ，m a r k m a n a b ，2 0 0 0 ) 。如 9 华南师范大学项t 论文刺激呈现方式与特征概率对类剐学习的影响 果纯粹把不同的类别学习方式的表征进行机械总结的话，那么只会得到离散的 结论，而不可能获得人类类别学习的普遍机制和实质因此发现和探讨隐藏在 不同类别学习任务后的影响类别表征变化的更为潜在的因素显得更为本质其 次，不同的任务和材料所带给人们的认知尤其是记忆负荷是不同的，关于类别 学习策略和表征的研究要与不同任务下的记忆和注意的研究结合起来 1 2 监控性类别学习和非监控性类别学习 类别学习是一种个体主动性很强的活动，不同的类别学习任务会向被试提 出不同的目标，被试带着不同的目标去学习，就会关注不同的信息，进而把不 同的信息进行整合，形成不同的类别表征。 根据任务和学习目标的不同。类别学习可以分为监控性学习( s u p e r v i s e d l e a m i n g ) 和非监控性学习( u n s u p e r v i s e dl e a n i n g ) 监控性学习中会非常明确地 告诉被试任务中有类别存在，并且会给被试及时的反馈以限制其形成固定的类 别结构，比如分类学习。而非监控性学习任务中，被试进行的是自发学习。以 下分别介绍几种典型的监控学习和非监控学习范式 1 2 1 监控学习 1 2 1 1 分类学习 分类学习是最为典型的监控性类别学习，也是归类研究最为常用的范式。 在标准的分类学习任务中，通常预先将所有刺激( 如一些奇怪的虫子或几何图形) 分为两个类别，如a 类、b 类，并逐个呈现完整刺激，要求被试判断该刺激属 于哪个类别( 被试每次判断后，即时给予反馈) ；通过多次尝试，直到达到某个 设定的学习标准，被试就在实验条件下学到了一个新的类别知识。学习结束后， 通过迁移探测了解类别知识的表征模型。 1 2 1 2 推理学习 在该任务中，刺激和它所属的类别标签( a 或者b ) 同时呈现，但每个刺激 不是完整的呈现出来，而是有一个缺失特征，要求被试推理该特征的属性( 被试 每次推理后，主试也即时给予反馈) ；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新的类别知识。( 刘志雅， 1 0 华南师范大学硬士论文栩激呈现方式与特征概牢对类剐学习的影响 莫雷，2 0 0 4 ) 1 2 2 善监控学习 1 2 2 1 故意的非监控性学习( i n t e n t i o n a l 咖鲺i p c 州dk 吩i 晖) 在故意的非监控任务中会明确告诉被试任务中有类别存在，但是让被试自 己去发现如何划分类别类别的标准而不给予任何反馈，其中最为典型的范式是 观察学习( o b s e r v a t i o n a ll 伽r n i 醒) 在该任务中，预先告知被试刺激被分成两类， 实验阶段完整的刺激和类别标签同时出现，让被试观察刺激并按照类别标签按 相应的键，既不需要分类也不给与反馈 i 2 2 。2 附带的非监控性学习( i n c i d e n t a lu n s u p e r v is e dl e a r n i n g ) 在附带的非监控任务中并不告诉被试有类别存在，也不会让被试直接对刺 激进行分类，而是通过其他一些任务间接的让被试学习到类别。 比较典型的范式是类别使用任务和上文中所提到的天气预报任务。 在类别使用任务中，被试先对刺激进行归类，然后进行问题解决或特征推 理等类别使用任务，最后考察被试所形成的类别表征与之前归类后所形成的表 征有无差异比如，研究者呈现给被试许多方程式，首先让其对这些方程式归 类，然后再解这些方程式，最后再测验被试对这些方程式的归类方式 ( r o s s , 1 9 9 7 ) 。另一项研究中主试先让被试设想，他们是某个智能信息采集军事 行动的职员，他们的使命是接受间谍发来的密码信息，这些信息由字母和数字 组成被试可以根据字母来判断信息是由哪个间谍发来的，接着使用该间谍专 有的解码公式，对数字进行初步的解码，并把解码传送给上级主管。学习归类 阶段，被试需要对给出的信息根据字母来判断信息是哪个间谍发的在学习的 过程中有反馈，必须达到习一定的正确率学解译阶段，被试首先要确定是哪 个间谍发的信息，然后应用相应的解译公式，对信息进行解译，在解译的过程 中，被试始终能看到解译的公式测验阶段，给被试一个信息，让被试确定信 息是哪个间谍发的( g o s s ，1 9 9 9 ) 。以上研究中的解方程和密码解译过程均是一个 非监控的类别学习过程，被试在这个过程中无形学会了相关的类别