原型相似性與特征分布對類別維度效應的影響.pdf

1、Hoffman(2006)采用家族相似性結構的類別學習研究發(fā)現,多維度條件下的分類學習不僅不比少維度條件下的分類學習慢,而且被試能夠學習到更多的類別特征,實驗證明了“類別維度效應”的存在。Hoffman的研究與已有研究存在著較大矛盾,Shepard發(fā)現,在人工類別中增加幾個維度,便會給被試的學習造成很大的困難。Hoffman的研究揭示了維度數量對類別學習影響的新特點,對現有的分類理論和模型提出了挑戰(zhàn),具有重要意義。但究竟是什么原因導致了

2、這個結果?這個結果是否具有普遍性?我們將在本實驗中探討這些問題。
　　 前人研究發(fā)現,類別維度是影響類別學習的一個重要因素;而類別特征是類別維度的主要表現形式,因此我們預計類別維度中類別特征的變化將會影響類別學習的結果。本研究的類別特征存在三種變化:第一,刺激特征與類別原型特征的相似性的變化;第二,刺激特征分布的變化;第三,刺激特征性質(人工特征、自然特征)的變化。
　　 本研究在Hoffman(2006)研究的基礎上進

3、行,包括三個實驗,每個實驗又分別由兩部分組成。第一部分都要驗證維度效應是否存在,第二部分探究刺激特征變化對維度效應的影響。實驗一,探究刺激特征與原型特征相似性的變化對維度效應的影響。實驗二,探究刺激特征的不平衡分布對維度效應的影響。實驗三,探究自然類別中維度效應的變化趨勢。三個實驗都以學習正確率、單特征測試正確率、學習到的維度數為因變量指標,考察了維度效應的影響因素。本研究得出了以下結論:
　　 (1)在刺激特征與原型特征4/5

4、相似性的條件下,實驗結果發(fā)現了維度效應的存在。而在刺激特征與原型特征3/5相似性的條件中,并沒有發(fā)現維度效應。因此,刺激特征與原型的相似性是影響維度效應發(fā)生的一個因素。
　　 (2)保持新項目中刺激特征與原型特征的相似性相同,而例外特征在刺激間的分布不均衡的條件下,結果同樣發(fā)現了類別學習的維度效應。這說明例外特征分布的變化并不會影響維度效應的發(fā)生,即例外特征的分布不是維度效應的影響因素。
　　 (3)在自然類別學習中,也