User Tools

Categorization|歸類

三種歸類判斷理論

  • 規則論(rule):心智以一定的規則進行歸類工作:Bruner, Goodenow, Austin (1956) 研究人類如何獲得不同屬性的形狀概念,並獲得出幾種歸類判斷所運用的策略。但是Bruner的研究是在實驗室的人工控制環境中進行的,其他研究者認為在日常生活中的自然歸類判斷不盡相同。(Armstrong, Gleitman & Gleitman, 1983)
  • 原型論(prototype):在自然歸類判斷中,通常人會發現,類別中的某些個例會比其他的例子更具代表性,因此可以推論出有一「典型」是該類別中最具代表性的個例。(Eleanor Rosch, 1973; Rips, Shoben & Smith, 1973; Posner & Keele, 1968, 1970)
    • 典型性梯度(typicality gradient):類別內的各個例,可以根據典型性程度進行排序。越符合典型的個例,在進行歸類判斷的反應時間越短。
  • 類別邊界:類型間不一定有明確清晰的界線。即使是同一個人,在對某些個例進行歸類判斷時,也會出現判斷不一致之處。見「類別概念的不穩定性」

歸類概念的不穩定性

  • Barsalou (1982, 1985, 1987, 1989) 主張並證明概念的不穩定性。他主張,人們對概念的表徵,會隨概念所處的脈絡(context)與所提供資訊的不同而改變。在某一給定脈絡下,只有一部分概念的知識被活化了。Barsalou 稱為脈絡依賴性資訊(context-dependent information)。 (Eysenck & Keane, 2000:284-5, [頁]425-6)
  • 概念並在記憶中被架構的好好的,而更像是隨時(on-the-fly)建構的。(Barsalou, 1983)
  • 特定類別(ad_hoc_categories):隨時地、根據在特定脈絡、根據特定目的所建立起來的類別。

references