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; его значе-
ние тем больше, чем выше вес). На шкале весов можно про-
извольно выбрать какую-то точку и считать все признаки с
большим весом <определительными>, а с меньшим - <харак-
терными>. Согласно модели, проверка истинности утвержде-
ния типа <вей S суть Р> происходит следующим образом.
Первый этап процесса распадается на три подэтапа. Сначала
из ДП извлекаются перечни признаков, соответствующих
классам 5 и Р, хотя эти перечни не обязательно должны
быть полными, они содержат как определительные, так и
характерные признаки. Затем признаки, входящие в эти два
перечня-один для S, а другой для Р,-сравниваются меж-
ду собой; число совпадающих признаков служит основой для
выведения меры общего сходства-назовем ее х. И нако-
нец, х используется для того, чтобы решить,, каков результат
Глава 8
этого inepiBoro этапа. Если значение х очень велико - превы-
шает определенную пороговую величину,-то, значит, S и
Р настолько сходны, что система сразу же дает ответ <утвер-
ждение истинно>. Если значение х очень мало (что говорит
об отсутствии сходства между 5. и Р), модель дает ответ
<ложно>. Если же х имеет промежуточную-не низкую и не
высокую - величину, то проводится второй этап процесса.
На втором этале используются только определительные
признаки понятий 5 и Р. Это как бы вторая проверка; она
основана на предположении о частичном сходстве между 5
и Р, и ее цель состоит в выяснении природы этого сходства.
Если определительные .признаки Р совпадают с определитель-
ными признаками 5, то может быть выдан положительный
ответ; в противном случае ответ будет отрицательным. Из
всего этого следует, что средние значения времени реакции
для ответов в задачах на проверку истинности утверждений
на самом деле складываются из смеси малых (при очень
сходных или очень несходных 5 и Р) и больших (когда не-
обходима вторая стадия) величин.
Одно из преимуществ модели, основанной на признаках,
состоит в том, что она позволяет объяснить зависимость ВР
от типичности или близости. Согласно этой модели, чем бо-
лее типичен данный представитель для данного класса, тем
больше у них общих признаков. Следовательно, значение
х-меры сходства, основанной на числе общих признаков у
S w. Р,- возрастает с увеличением типичности. При высоких
значениях х повышается вероятность того, что уже на первом
этапе сравнения будет получен положительный ответ. Это
означает, что с увеличением типичности ВР будет умень-
шаться.
Эта модель объясняет также эффекты величины класса -
нужно лишь .предположить вторичность их по отношению к
эффектам близости. В большинстве случаев увеличение раз-
меров класса Р приводит к уменьшению близости между 5
и Р и к удлинению времени реакции (ВР). Если, например,
S-<воробей>, то при переходе от значения Р-<птица> к
значению <животное> сходство между S и Р уменьшится и
соответственно ВР возрастет. В других же случаях, напри-
мер при увеличении Р с переходом от значения <млекопитаю-
щее> к значению <животное>, такое же изменение величины
класса приведет, наоборот, к сближению S и Р; в этом слу-
чае ВР сократится. В связи с этим Смит, Шобен и Рипс при-
ходят к выводу, что эффект величины класса выражен не
так сильно, как это предполагалось. Он варьирует довольно
значительно, и его скорее можно приписать изменениям бли-
зости 5 и Р, сопровождающим изменения величины класса.
ДП: структура и семантическая переработка информации______189
Итак, мы рассмотрели три типа моделей семантической
памяти: сетевые модели, теоретико-множественные модели и
модель, основанную на семантических признаках. Каждый
тип был рассмотрен в связи с двумя интенсивно изучавшими-
ся явлениями-эффектом величины класса и эффектом бли-
зости. Как можно было убедиться, эти модели во многих от-
ношениях сходны. Например, во всех этих моделях любое
понятие приобретает определенный смысл в результате своих
отношений с другими понятиями, будь то ассоциации, вклю-
чение одних понятий в другие в качестве подмножеств или
же использование их в качестве признаков. Все эти модели
позволяют объяснить многие из представленных здесь данных
о семантической памяти, хотя каждая из них обладает свои-
ми специфическими возможностями. Должно быть также
ясно, что между сетевыми и теоретико-множественными мо-
делями есть ряд существенных различий; одно из самых
важных различий касается того, что эти модели пытаются
объяснить. Теоретико-множественная модель Мейера и модель
Смита, Шобена и Рипса предназначены для истолкования
данных, полученных в определенного рода экспериментах
по изучению семантической памяти. Сетевые же модели мо-
гут быть связаны с гораздо более обширным кругом данных.
Например, модель АПЧ пытается объяснить результаты, от-
носящиеся к столь разнообразным областям, как лингвисти-
ческие способности, забывание, восприятие, распознавание
образов, научение и другие. Ввиду столь широкого охвата
проблем сетевые модели могут быть полезны при изучении
многих явлений не только семантической, но и эпизодиче-
ской памяти; поэтому такие модели будут использованы при
обсуждении многих проблем в последующих трех главах.
Теоретико-множественные модели в данный момент не
позволяют объяснить явления эпизодической памяти. Оговор-
ка <в данный момент> весьма существенна. Дело в то.м, что
исследования в области семантической памяти развиваются
необычайно быстро. Обсуждая исследования или модели, по-
добные описанным в этой главе, невозможно учесть все из-
менения, которые происходят непрерывно. Кроме того, все
время разрабатываются и ставятся новые эксперименты, ре-
зультаты которых требуют объяснения с помощью моделей.
Все это делает проблему семантической памяти одной из
самых динамичных и увлекательных областей психологиче-
ских исследований.
Глава 9
Долговременная память:
забывание
Что имеют в виду, когда .говорят о забывании какой-либо
информации, хранившейся в ДП? Ответить на этот вопрос
не так-то просто, отчасти потому, что забывание, очевидно,
может принимать очень разнообразные формы. Вы, напри-
мер, не можете вспомнить, что происходило в тот день, когда
вам исполнился год, хотя возможно, что день вашего рожде-
ния праздновался. Человек вообще не помнит всего того. что
с ним происходило в младенчестве и раннем детстве. По-
скольку в этом возрасте человек еще не обладает развитой
речью, у него нет вербальных кодов, которые могли бы хра-
ниться в ДП; поэтому забывание событий, происходивших
в ранний период жизни, может в корне отличаться от забы-
вания, наблюдаемого в зрелом возрасте. Но и у взрослого
человека забывание .может носить весьма различный харак-
тер. Существует, например, так называемое <обыкновенное>
забывание, когда человек забывает купить что-то в магази-
не, не приходит на свидание или не может заполнить один
из пунктов во время какого-либо теста. Существует забыва-
ние в результате физической травмы-амнезия. Известно
также явление репрессии-намеренного забывания событий,
воспоминание о которых причиняет душевную боль.
Ввиду такого многообразия значений мы попытаемся,
прежде чем перейти к рассмотрению забывания, дать ему
какое-то определение. Назовем забыванием то, что происхо-
дит, когда материал, который был когда-то закодирован и
который затем нужно отыскать, не удается извлечь из памя-
ти. (Необходимо уточнить, что искомый материал был когда-
то закодирован, чтобы исключить из понятия <забывание> не-
способность припоминать события, восприятие которых не
дошло даже до стадии распознавания образов.) Это доволь-
но широкое определение, однако широта необходима для то-
ДП: забывание
го, чтобы в него можно было включить все разнообразные
типы забывания, которые можно наблюдать. Иногда забытый
материал не удается извлечь даже частично (как, например,
в тех случаях, когда человек не может вспомнить француз-
ское слово, означающее <книга>, после того как он заучил
его для последующей проверки); забывание может быть так-
же частичным (как в тех случаях, когда забытые слова <вер-
тятся на кончике языка>); иногда забывание принимает даже
форму искажения (когда человек припоминает не то, что про-
изошло на самом деле; например, один из водителей, участ-
ников уличного происшествия, может <вспоминать> после
аварии, что другой водитель допустил грубейшее нарушение,
хотя свидетели могут с ним не соглашаться). Подобные слу-
чаи также соответствуют нашему общему определению забы-
вания, поскольку и здесь то, что может быть извлечено из
ДП, не совпадает с тем, что нужно было вспомнить.
ПРОАКТИВНОЕ И РЕТРОАКТИВНОЕ ТОРМОЖЕНИЕ
Забывание из долговременной памяти изучалось обычно
при помощи двух методов, описанных в гл. 6,-методов ПТ
и РТ. Здесь эти методы будут рассмотрены более подробно.
Напомним, что о проактивном торможении (ПТ) говорят в
случае забывания какого-либо материала в результате ин-
терференции со стороны другого материала, заученного ра-
нее. Ретроактивным торможением (РТ) называют забывание,
вызванное материалом, заученным позже. Эти два вида ин-
терференции изучались главным образом в экспериментах с
использованием парных ассоциаций.
Прежде чем продолжить наше обсуждение, необходимо
договориться о некоторых обозначениях.
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
.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; его значе-
ние тем больше, чем выше вес). На шкале весов можно про-
извольно выбрать какую-то точку и считать все признаки с
большим весом <определительными>, а с меньшим - <харак-
терными>. Согласно модели, проверка истинности утвержде-
ния типа <вей S суть Р> происходит следующим образом.
Первый этап процесса распадается на три подэтапа. Сначала
из ДП извлекаются перечни признаков, соответствующих
классам 5 и Р, хотя эти перечни не обязательно должны
быть полными, они содержат как определительные, так и
характерные признаки. Затем признаки, входящие в эти два
перечня-один для S, а другой для Р,-сравниваются меж-
ду собой; число совпадающих признаков служит основой для
выведения меры общего сходства-назовем ее х. И нако-
нец, х используется для того, чтобы решить,, каков результат
Глава 8
этого inepiBoro этапа. Если значение х очень велико - превы-
шает определенную пороговую величину,-то, значит, S и
Р настолько сходны, что система сразу же дает ответ <утвер-
ждение истинно>. Если значение х очень мало (что говорит
об отсутствии сходства между 5. и Р), модель дает ответ
<ложно>. Если же х имеет промежуточную-не низкую и не
высокую - величину, то проводится второй этап процесса.
На втором этале используются только определительные
признаки понятий 5 и Р. Это как бы вторая проверка; она
основана на предположении о частичном сходстве между 5
и Р, и ее цель состоит в выяснении природы этого сходства.
Если определительные .признаки Р совпадают с определитель-
ными признаками 5, то может быть выдан положительный
ответ; в противном случае ответ будет отрицательным. Из
всего этого следует, что средние значения времени реакции
для ответов в задачах на проверку истинности утверждений
на самом деле складываются из смеси малых (при очень
сходных или очень несходных 5 и Р) и больших (когда не-
обходима вторая стадия) величин.
Одно из преимуществ модели, основанной на признаках,
состоит в том, что она позволяет объяснить зависимость ВР
от типичности или близости. Согласно этой модели, чем бо-
лее типичен данный представитель для данного класса, тем
больше у них общих признаков. Следовательно, значение
х-меры сходства, основанной на числе общих признаков у
S w. Р,- возрастает с увеличением типичности. При высоких
значениях х повышается вероятность того, что уже на первом
этапе сравнения будет получен положительный ответ. Это
означает, что с увеличением типичности ВР будет умень-
шаться.
Эта модель объясняет также эффекты величины класса -
нужно лишь .предположить вторичность их по отношению к
эффектам близости. В большинстве случаев увеличение раз-
меров класса Р приводит к уменьшению близости между 5
и Р и к удлинению времени реакции (ВР). Если, например,
S-<воробей>, то при переходе от значения Р-<птица> к
значению <животное> сходство между S и Р уменьшится и
соответственно ВР возрастет. В других же случаях, напри-
мер при увеличении Р с переходом от значения <млекопитаю-
щее> к значению <животное>, такое же изменение величины
класса приведет, наоборот, к сближению S и Р; в этом слу-
чае ВР сократится. В связи с этим Смит, Шобен и Рипс при-
ходят к выводу, что эффект величины класса выражен не
так сильно, как это предполагалось. Он варьирует довольно
значительно, и его скорее можно приписать изменениям бли-
зости 5 и Р, сопровождающим изменения величины класса.
ДП: структура и семантическая переработка информации______189
Итак, мы рассмотрели три типа моделей семантической
памяти: сетевые модели, теоретико-множественные модели и
модель, основанную на семантических признаках. Каждый
тип был рассмотрен в связи с двумя интенсивно изучавшими-
ся явлениями-эффектом величины класса и эффектом бли-
зости. Как можно было убедиться, эти модели во многих от-
ношениях сходны. Например, во всех этих моделях любое
понятие приобретает определенный смысл в результате своих
отношений с другими понятиями, будь то ассоциации, вклю-
чение одних понятий в другие в качестве подмножеств или
же использование их в качестве признаков. Все эти модели
позволяют объяснить многие из представленных здесь данных
о семантической памяти, хотя каждая из них обладает свои-
ми специфическими возможностями. Должно быть также
ясно, что между сетевыми и теоретико-множественными мо-
делями есть ряд существенных различий; одно из самых
важных различий касается того, что эти модели пытаются
объяснить. Теоретико-множественная модель Мейера и модель
Смита, Шобена и Рипса предназначены для истолкования
данных, полученных в определенного рода экспериментах
по изучению семантической памяти. Сетевые же модели мо-
гут быть связаны с гораздо более обширным кругом данных.
Например, модель АПЧ пытается объяснить результаты, от-
носящиеся к столь разнообразным областям, как лингвисти-
ческие способности, забывание, восприятие, распознавание
образов, научение и другие. Ввиду столь широкого охвата
проблем сетевые модели могут быть полезны при изучении
многих явлений не только семантической, но и эпизодиче-
ской памяти; поэтому такие модели будут использованы при
обсуждении многих проблем в последующих трех главах.
Теоретико-множественные модели в данный момент не
позволяют объяснить явления эпизодической памяти. Оговор-
ка <в данный момент> весьма существенна. Дело в то.м, что
исследования в области семантической памяти развиваются
необычайно быстро. Обсуждая исследования или модели, по-
добные описанным в этой главе, невозможно учесть все из-
менения, которые происходят непрерывно. Кроме того, все
время разрабатываются и ставятся новые эксперименты, ре-
зультаты которых требуют объяснения с помощью моделей.
Все это делает проблему семантической памяти одной из
самых динамичных и увлекательных областей психологиче-
ских исследований.
Глава 9
Долговременная память:
забывание
Что имеют в виду, когда .говорят о забывании какой-либо
информации, хранившейся в ДП? Ответить на этот вопрос
не так-то просто, отчасти потому, что забывание, очевидно,
может принимать очень разнообразные формы. Вы, напри-
мер, не можете вспомнить, что происходило в тот день, когда
вам исполнился год, хотя возможно, что день вашего рожде-
ния праздновался. Человек вообще не помнит всего того. что
с ним происходило в младенчестве и раннем детстве. По-
скольку в этом возрасте человек еще не обладает развитой
речью, у него нет вербальных кодов, которые могли бы хра-
ниться в ДП; поэтому забывание событий, происходивших
в ранний период жизни, может в корне отличаться от забы-
вания, наблюдаемого в зрелом возрасте. Но и у взрослого
человека забывание .может носить весьма различный харак-
тер. Существует, например, так называемое <обыкновенное>
забывание, когда человек забывает купить что-то в магази-
не, не приходит на свидание или не может заполнить один
из пунктов во время какого-либо теста. Существует забыва-
ние в результате физической травмы-амнезия. Известно
также явление репрессии-намеренного забывания событий,
воспоминание о которых причиняет душевную боль.
Ввиду такого многообразия значений мы попытаемся,
прежде чем перейти к рассмотрению забывания, дать ему
какое-то определение. Назовем забыванием то, что происхо-
дит, когда материал, который был когда-то закодирован и
который затем нужно отыскать, не удается извлечь из памя-
ти. (Необходимо уточнить, что искомый материал был когда-
то закодирован, чтобы исключить из понятия <забывание> не-
способность припоминать события, восприятие которых не
дошло даже до стадии распознавания образов.) Это доволь-
но широкое определение, однако широта необходима для то-
ДП: забывание
го, чтобы в него можно было включить все разнообразные
типы забывания, которые можно наблюдать. Иногда забытый
материал не удается извлечь даже частично (как, например,
в тех случаях, когда человек не может вспомнить француз-
ское слово, означающее <книга>, после того как он заучил
его для последующей проверки); забывание может быть так-
же частичным (как в тех случаях, когда забытые слова <вер-
тятся на кончике языка>); иногда забывание принимает даже
форму искажения (когда человек припоминает не то, что про-
изошло на самом деле; например, один из водителей, участ-
ников уличного происшествия, может <вспоминать> после
аварии, что другой водитель допустил грубейшее нарушение,
хотя свидетели могут с ним не соглашаться). Подобные слу-
чаи также соответствуют нашему общему определению забы-
вания, поскольку и здесь то, что может быть извлечено из
ДП, не совпадает с тем, что нужно было вспомнить.
ПРОАКТИВНОЕ И РЕТРОАКТИВНОЕ ТОРМОЖЕНИЕ
Забывание из долговременной памяти изучалось обычно
при помощи двух методов, описанных в гл. 6,-методов ПТ
и РТ. Здесь эти методы будут рассмотрены более подробно.
Напомним, что о проактивном торможении (ПТ) говорят в
случае забывания какого-либо материала в результате ин-
терференции со стороны другого материала, заученного ра-
нее. Ретроактивным торможением (РТ) называют забывание,
вызванное материалом, заученным позже. Эти два вида ин-
терференции изучались главным образом в экспериментах с
использованием парных ассоциаций.
Прежде чем продолжить наше обсуждение, необходимо
договориться о некоторых обозначениях.
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