两个联想学习过程中的刺激类化

论文摘要

最近的研究(包括非线性辨别问题的研究)表明:在人类联想学习中,刺激是从结构上表征的,具有狭窄的类化,像那样结构表征的刺激,即使与头脑中储存的结构有细微的不同,对这些结构的激活都将是微弱的。本研究讲述了人类联想学习研究中其他一系列众所周知的发现,比如线索交互作用现象能够表明联想学习中相对广泛的类化。 非线性辨别和线索交互作用是人类联想学习中两个重要的特征。目前的联想学习模型解释是:假设人们从结构上储存刺激的信息,并进行的非线性辨别。这些结构模型也可以解释线索的交互作用,但仅仅在一定程度上允许刺激之间的广泛类化。不论怎样,对非线性辨别问题的研究表明:人类联想学习有时以相对狭窄的类化为特征。Pearce的结构模型(该模型有一个固定的中间类化水平)却不能解释这样的结果。Kruschke的ALCOVE模型能够解释广泛类化和狭窄类化,但是当类化可能是狭窄或者广泛时,它却不能预知哪个优先。现有的人类联想学习模型,不管是Pearce的结构模型还是Kruschke的ALCOVE模型,都试图把非线性辨别和线索交互作用归结为单一过程的结果,但这是不可能的,因为他们不能同时说明狭窄和广泛的类化。 基于此,本研究为了揭示影响联想学习中类化程度的因素,设计了三个实验试图来证明一个新的理论模型,即双过程模型。实验1自变量是任务处理(预测条件和选择条件),测验刺激(即特征组合,有AB,CD,EF,GH,A、B、C、D、E、

论文目录

• 内容摘要
• Abstract
• 1 引言
• 2 研究回顾
• 2.1 元素表征
• 2.2 结构表征
• 3 人类联想学习的双过程模型
• 3.1 学习期间的预测期望（predictive focus）
• 3.2 测验中的方向性（orientation）
• 3.3 学习线索—测验线索相似性（learning cue-test similarity）
• 4 本研究的意义
• 5 实验一
• 5.1 实验目的
• 5.2 方法
• 5.3 数据处理
• 5.4 结果与分析
• 5.5 讨论
• 6 实验二
• 6.1 目的
• 6.2 方法
• 6.3 数据处理
• 6.4 结果与分析
• 6.5 讨论
• 7 实验三
• 7.1 目的
• 7.2 方法
• 7.3 数据处理
• 7.4 结果与分析
• 7.5 讨论
• 8 总的讨论
• 8.1 适应性和样例选择过程
• 8.2 现存的联想学习理论的含义
• 8.3 本研究需要进一步深入和改进的地方
• 9 结论
• 参考文献
• 附录Ⅰ
• 附录Ⅱ
• 附录Ⅲ
• 致谢