Rips а. о" 1973); почему, например,
.в случае <кошка - млекопитающее> проверка занимает боль-
.ше времени, чем в случае <кошка - животное>?
МОДЕЛЬ ДП,
ОСНОВАННАЯ НА СЕМАНТИЧЕСКИХ ПРИЗНАКАХ
Одна из моделей, порожденных теоретико-множественным
подходом,-это.модель Смита, Шобена и Рипса, основанная
.на семантических признаках (Rips а. о., 1973; Smith а. о.,
1974). Преимущество ее состоит в том, что она может объяс-
нить обсуждавшиеся выше эффекты близости, т. е. позволяет
понять, почему степень близости лучше коррелирует с вре-
менем реакции, наблюдаемым при проверке, чем величина
.класса, и почему <типичность> различных представителей для
.данного класса, измеряемая по реакции испытуемых, может
.варьировать. В модели, основанной на семантических призна-
.ках, тот или иной семантический класс может быть представ-
лен в ДП как набор атрибутов, или признаков. Кроме того,
.предполагается, что набор признаков очень обширен и вклю-
чает как признаки, существенные для определения данного
ДП: стриктура и семантическая переработка информации
класса, так я относительно маловажные признаки. Скорее
всего признаки данного класса образуют непрерывный ряд
от очень важных для его определения до несущественных.
Возьмем, например, слово <малиновка>. Оно может быть
представлено в ДП в виде совокупности следующих призна-
ков: <двуногие>, <имеют крылья>, <имеют красную прудку>,.
<сидят на деревьях>, <не приручены>. Первые три признака,
вероятно, более важны для определения понятия <малинов-
ка>, чем два последних. (Конечно, этот перечень неполон,.
но в принципе мы могли бы иметь исчерпывающий набор
признаков, характеризующих значение слова <малиновка>.)
Обычно на такой непрерывной -шкале признаков можно
выбрать произвольную точку, отделяющую более важные
(определительные) признаки от менее важных (всего лишь
характерных). В модели, основанной на признаках, опреде-
лительным признакам придается большее значение в зада-
чах проверки истинности, чем характерным признакам.
(В нашем примере с <малиновкой> первые три признака
можно считать определительными, а остальные-характер-
ными.)
Рассмотрим теперь, как могли бы изменяться наборы
признаков при переходе от названия такого класса, как <ма-
линовки>, к стоящему над ним классу <птицы>. Поскольку
понятие <птица> более абстрактное, более общее, у него бу-
дет меньше определительных признаков. В самом деле, по-
скольку все малиновки относятся к птицам, все определи-
тельные признаки понятия <птица> должны быть также при-
ложимы к понятию <малиновка>, а у малиновки должно
быть, кроме того, еще много своих дополнительных призна-
ков. Вообще чем более абстрактна данная категория, тем
меньше будет у нее определительных признаков.
Выше были указаны главные предположения о структуре
ДП, принимаемые в модели, основанной на признаках. Ее
центральная идея-существование семантических признаков,
которые могут в сочетании друг с другом передавать смысл
понятий, - не нова ни для лингвистов, ни для психологов-
(см., например, Katz a. Fodor, 1963; Miller, 1972; Osgood,.
1952). Новое в модели Смита, Шобена и Рипса-это предпо-
лагаемый характер семантических признаков и связанный
с ним способ интерпретации данных, получаемых при изу-
чении семантической памяти. Кроме того, авторы модели по-
пытались сами получить экспериментальные результаты, под-
тверждающие мысль о роли признаков. Рипс и его сотруд-
ники (Rips а. о., 1973) собрали <оценки близости> для групп
понятий, т. е. данные о том, насколько тесно ассоциируются-
различные представители некоторого класса (например, ку-
Глава 8
рица, утка, воробей и т.п.) с названием этого класса (пти-
цы) и между собой. Эти оценки можно представить в виде
расстояний. Например, высокие оценки близости между дву-
мя понятиями можно отобразить как малые расстояния меж-
ду ними. Существуют даже машинные методы для перевода
таких оценок сходства в расстояния. Эти методы позволяют
r Утка Гсь Овца
Коза i Свинья
Курица
Корова
ЖивотноеГолубь Попугаи Вмнистпыив ЛошадьСобака
ппопцмичик
Ястреб" Малиновка Птица "Воробей Сойка КардшалЖивотное-" Ппри, > Млеко- 1 """" питающее Медведь Кролик Мышь>
OpenКошка
<Лев
Рис. 8.5. Двумерные пространства, построенные по данным об оценке испы-
туемыми близости между членами классов <птицы> (А) и <млекопитаю-
щие> (Б) (Rips а. о., 1973).
предста.вить различные понятия точками в гипотетическом
многомерном пространстве. Расстояния между точками в этом
пространстве можно интерпретировать как <психологические>
расстояния между соответствующими понятиями. И действи-
тельно, эти расстояния отражают (в обратном соотношении)
первоначальные оценки сходства: чем ближе расположены
точки для двух понятий, тем более сходными кажутся нам
эти понятия. Кроме того, размерность получающегося про-
страиства позволяет судить о психологической основе оценок
близости.
На рис. 8.5 показаны двумерные пространства, построен-
ные на основании оценок близости понятий <птица> и <мле-
копитающее>. Рипс и его сотрудники интерпретируют эту
схему следующим образом. Они предполагают, что при пер-
воначальных оценках близости испытуемые опирались на
хранящиеся в ДП семантические признаки: о близости двух
понятий они судили по наличию у них общих признаков.
А это в свою очередь означает, что координаты получаемых
двумерных пространств могут указывать на те семантические
ДП: структура и семантическая переработка информации 187
признаки, которые использовались испытуемыми при оценке
близости. Создается, например, впечатление, что горизонталь-
ная ось iHa рис. 8.5 соответствует величине объекта. В про-
странстве птиц ястреб и орел-крупные птицы-находятся
у левого края, а такие мелкие птички, как малиновка, -
у правого края. В пространстве млекопитающих крупные
животные-олень и медведь-тоже оказываются на одной
стороне, а мышь-на другой. Вертикальную ось в обоих
пространствах можно связать с чем-то вроде <хищности>,
понимая под этим степень, в которой данные животные ис-
пользуют в качестве пищи других. В пространстве млекопи-
тающих дикие и домашние животные находятся на противо-
положных концах этой оси; в пространстве птиц хищные ви-
ды отделены от домашних. Поскольку эти два пространства
были получены независимо одно от другого, их однотип-
ность-факт весьма примечательный; он говорит в пользу
того, что соответствующие координаты служат неизменной
основой для оценок близости. В данном случае эти оценки,
очевидно, базировались на семантических признаках, связан-
ных с величиной и хищничеством.
Модель, основанная на признаках, позволяет объяснить
многие из упоминавшихся нами данных о семантической па-
мяти. Для того чтобы понять это, нужно рассмотреть пред-
полагаемые в этой модели процессы, с помощью которых
проверяется истинность утверждений. Сначала, однако, сле-
дует напомнить о постулируемой структуре информации в
ДП. В модели предполагается, что каждое понятие представ-
лено перечнем признаков. Эти признаки образуют непрерыв-
ный ряд от самых важных до наименее существенных. По-
ложение признака в этом ряду мы будем называть его весом
(таким образом, вес показывает, насколько важен тот или
иной признак для определения данного понятия;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98
.в случае <кошка - млекопитающее> проверка занимает боль-
.ше времени, чем в случае <кошка - животное>?
МОДЕЛЬ ДП,
ОСНОВАННАЯ НА СЕМАНТИЧЕСКИХ ПРИЗНАКАХ
Одна из моделей, порожденных теоретико-множественным
подходом,-это.модель Смита, Шобена и Рипса, основанная
.на семантических признаках (Rips а. о., 1973; Smith а. о.,
1974). Преимущество ее состоит в том, что она может объяс-
нить обсуждавшиеся выше эффекты близости, т. е. позволяет
понять, почему степень близости лучше коррелирует с вре-
менем реакции, наблюдаемым при проверке, чем величина
.класса, и почему <типичность> различных представителей для
.данного класса, измеряемая по реакции испытуемых, может
.варьировать. В модели, основанной на семантических призна-
.ках, тот или иной семантический класс может быть представ-
лен в ДП как набор атрибутов, или признаков. Кроме того,
.предполагается, что набор признаков очень обширен и вклю-
чает как признаки, существенные для определения данного
ДП: стриктура и семантическая переработка информации
класса, так я относительно маловажные признаки. Скорее
всего признаки данного класса образуют непрерывный ряд
от очень важных для его определения до несущественных.
Возьмем, например, слово <малиновка>. Оно может быть
представлено в ДП в виде совокупности следующих призна-
ков: <двуногие>, <имеют крылья>, <имеют красную прудку>,.
<сидят на деревьях>, <не приручены>. Первые три признака,
вероятно, более важны для определения понятия <малинов-
ка>, чем два последних. (Конечно, этот перечень неполон,.
но в принципе мы могли бы иметь исчерпывающий набор
признаков, характеризующих значение слова <малиновка>.)
Обычно на такой непрерывной -шкале признаков можно
выбрать произвольную точку, отделяющую более важные
(определительные) признаки от менее важных (всего лишь
характерных). В модели, основанной на признаках, опреде-
лительным признакам придается большее значение в зада-
чах проверки истинности, чем характерным признакам.
(В нашем примере с <малиновкой> первые три признака
можно считать определительными, а остальные-характер-
ными.)
Рассмотрим теперь, как могли бы изменяться наборы
признаков при переходе от названия такого класса, как <ма-
линовки>, к стоящему над ним классу <птицы>. Поскольку
понятие <птица> более абстрактное, более общее, у него бу-
дет меньше определительных признаков. В самом деле, по-
скольку все малиновки относятся к птицам, все определи-
тельные признаки понятия <птица> должны быть также при-
ложимы к понятию <малиновка>, а у малиновки должно
быть, кроме того, еще много своих дополнительных призна-
ков. Вообще чем более абстрактна данная категория, тем
меньше будет у нее определительных признаков.
Выше были указаны главные предположения о структуре
ДП, принимаемые в модели, основанной на признаках. Ее
центральная идея-существование семантических признаков,
которые могут в сочетании друг с другом передавать смысл
понятий, - не нова ни для лингвистов, ни для психологов-
(см., например, Katz a. Fodor, 1963; Miller, 1972; Osgood,.
1952). Новое в модели Смита, Шобена и Рипса-это предпо-
лагаемый характер семантических признаков и связанный
с ним способ интерпретации данных, получаемых при изу-
чении семантической памяти. Кроме того, авторы модели по-
пытались сами получить экспериментальные результаты, под-
тверждающие мысль о роли признаков. Рипс и его сотруд-
ники (Rips а. о., 1973) собрали <оценки близости> для групп
понятий, т. е. данные о том, насколько тесно ассоциируются-
различные представители некоторого класса (например, ку-
Глава 8
рица, утка, воробей и т.п.) с названием этого класса (пти-
цы) и между собой. Эти оценки можно представить в виде
расстояний. Например, высокие оценки близости между дву-
мя понятиями можно отобразить как малые расстояния меж-
ду ними. Существуют даже машинные методы для перевода
таких оценок сходства в расстояния. Эти методы позволяют
r Утка Гсь Овца
Коза i Свинья
Курица
Корова
ЖивотноеГолубь Попугаи Вмнистпыив ЛошадьСобака
ппопцмичик
Ястреб" Малиновка Птица "Воробей Сойка КардшалЖивотное-" Ппри, > Млеко- 1 """" питающее Медведь Кролик Мышь>
OpenКошка
<Лев
Рис. 8.5. Двумерные пространства, построенные по данным об оценке испы-
туемыми близости между членами классов <птицы> (А) и <млекопитаю-
щие> (Б) (Rips а. о., 1973).
предста.вить различные понятия точками в гипотетическом
многомерном пространстве. Расстояния между точками в этом
пространстве можно интерпретировать как <психологические>
расстояния между соответствующими понятиями. И действи-
тельно, эти расстояния отражают (в обратном соотношении)
первоначальные оценки сходства: чем ближе расположены
точки для двух понятий, тем более сходными кажутся нам
эти понятия. Кроме того, размерность получающегося про-
страиства позволяет судить о психологической основе оценок
близости.
На рис. 8.5 показаны двумерные пространства, построен-
ные на основании оценок близости понятий <птица> и <мле-
копитающее>. Рипс и его сотрудники интерпретируют эту
схему следующим образом. Они предполагают, что при пер-
воначальных оценках близости испытуемые опирались на
хранящиеся в ДП семантические признаки: о близости двух
понятий они судили по наличию у них общих признаков.
А это в свою очередь означает, что координаты получаемых
двумерных пространств могут указывать на те семантические
ДП: структура и семантическая переработка информации 187
признаки, которые использовались испытуемыми при оценке
близости. Создается, например, впечатление, что горизонталь-
ная ось iHa рис. 8.5 соответствует величине объекта. В про-
странстве птиц ястреб и орел-крупные птицы-находятся
у левого края, а такие мелкие птички, как малиновка, -
у правого края. В пространстве млекопитающих крупные
животные-олень и медведь-тоже оказываются на одной
стороне, а мышь-на другой. Вертикальную ось в обоих
пространствах можно связать с чем-то вроде <хищности>,
понимая под этим степень, в которой данные животные ис-
пользуют в качестве пищи других. В пространстве млекопи-
тающих дикие и домашние животные находятся на противо-
положных концах этой оси; в пространстве птиц хищные ви-
ды отделены от домашних. Поскольку эти два пространства
были получены независимо одно от другого, их однотип-
ность-факт весьма примечательный; он говорит в пользу
того, что соответствующие координаты служат неизменной
основой для оценок близости. В данном случае эти оценки,
очевидно, базировались на семантических признаках, связан-
ных с величиной и хищничеством.
Модель, основанная на признаках, позволяет объяснить
многие из упоминавшихся нами данных о семантической па-
мяти. Для того чтобы понять это, нужно рассмотреть пред-
полагаемые в этой модели процессы, с помощью которых
проверяется истинность утверждений. Сначала, однако, сле-
дует напомнить о постулируемой структуре информации в
ДП. В модели предполагается, что каждое понятие представ-
лено перечнем признаков. Эти признаки образуют непрерыв-
ный ряд от самых важных до наименее существенных. По-
ложение признака в этом ряду мы будем называть его весом
(таким образом, вес показывает, насколько важен тот или
иной признак для определения данного понятия;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98