Displaying extended context for query match # 20,270 in text YL201601611
<< Prev Next >>
    
 

, 割 在 第一 個 命題 中 代表 的 是 關係 , 而 在 第二 個 命題 中 則 是 主體 。 三 、 網路 任何 一 個 單位 的 訊息 都 有 一 個 最 重要 的 特性 , 那 便是 它 和 其它 訊息 單位 的 關係 。 我們 對 此 關係 的 知識 決定 了 我們 是否 可以 做 類比 , 及 看出 其它 種類 間 關聯 之 能力 。 這樣 的 能力 對 因應 全新 的 問題 解決 情境 是 很 重要 的 。 正 因為 訊息 集組 間 的 關係 對 智力 而言 是 個 重大 的 決定性 因素 , 因此 用 什麼 方式 來 呈現 這些 關係 便 很 重要 了 。 網路 ( network ) 即 是 其中 一 種 呈現 方式 。 網路 包含 了 一些 交點 連結 架構 : 其中 交點 代表 了 記憶 單位 , 而 連結 則 指出 在 這些 記憶 單位 間 的 連接 關係 。 當 在 一 個 網路 中 的 所有 單位 都 是 命題 時 , 這 個 網路 便 可 被 稱為 一 個 命題 網路 ( propositional network ) 。 圖 4.5 __UNDEF__ 呈現 兩 個 讀者 先前 已 讀 過 的 命題 網路 架構 。 讀者 可以 看出 圖 4.5 __UNDEF__ 的 網路 乃是 由 圖 __UNDEF__ 4.4 __UNDEF__ 中 的 命題 所 延伸 的 , 而 方法 即 是 找出 其中 共通 元素 , 然後 以 每 個 元素 都 只 呈現 一 次 的 原則 來 畫出 網路圖 。 如此 也 定義出 各 命題 間 關係 之 緊密 與 疏遠 的 程度 。 譬如 割 是 第一 個 命題 與 第二 個 命題 兩 者 的 共同 元素 , 在 圖 4.4 __UNDEF__ 中 , 割 出現 了 兩 次 , 但 在 圖 4.5 __UNDEF__ 中 , 「 割 」 被 用來 當做 兩 個 命題 間 的 橋樑 , 而 因此 只 呈現 了 一 次 。 命題 網路 至今 仍 只 是 一 個 假設性 的 建構 __UNDEF__ ( construct ) , 我們 應 把 此 建構 與 神經 網路 的 概念 做出 區別 , 因為 後者 是 有 可能 可以 觀察到 的 。 在 第三 章 中 我們 曾 提 過 , 目前 我們 仍然 不 知道 訊息 表徵 方式 之 基本 生理 基礎 與 相關 細節 , 即使 真 有 某些 生理 本質 被 發掘出來 , 命題 網路 仍 會 是 我們 思考 認知 運作 歷程 的 一 個 很 方便 的 建構 。 Collins 和 Quillian (1969) 曾 做 過 一 個 典型 的 研究 , 其 結果 支持 「 訊息 在 長期 記憶 中 是 以 網路 的 形式 儲存 」 之 論點 。 圖 4.6 __UNDEF__ 顯示 的 即 是 這樣 的 一 個 網路 結構 。 此 網路 乃是 一 個 階層化 的 架構 , 其中 關於 特定 動物 的 事實 分別 依 其 本身 之 普通性 而 被 儲存 在 不同 的 階層 中 。 比方說 「 鳥類 有 羽毛 」 這 個 事實 是 存在 鳥 這 個 階層 ; 而 「 鳥 有 皮膚 」 這 個 事實 則 沒有 被 確實 儲存 , 只是 可以 依 「 動物 有 皮膚 」 這 個 事實 來 做 推論 。 換句話說 , 事實 根據 本身 之 普通性 來 決定 其 被 儲存 的 階層 , 而 普通性 所 指 的 乃是 它們 是否 可以 被 據以 用來 區分 不同 類別 的 物件 。 所有 的 動物 都 有 皮膚 , 但 沒有 一 顆 石頭 會 有 皮膚 , 因此 「 皮膚 」 便是 用來 區分 動物 和 礦物 的 一 個 很 有效 的 概念 。 反過來說 , 只有 某些 動物 才 有 羽毛 , 因此 擁有 羽毛 本身 並 不 是 一 個 可 用來 區分 動物 與 礦物 的 標準 。 但 羽毛 當然 是 個 分辨 鳥類 與 其它 小 生物 的 一 個 很 有效 的 指引 , 因此 「 鳥類 有 羽毛 」 這 個 事實 便 被 存在 整 個 知識 階層 中 的 「 鳥 」 這 個 層級 了 。 Collins 和 Quillian 提出 我們 把 分類 的 知識 存在 階層化 網路 上 這樣 的 觀念 , 圖 4.6 __UNDEF__ 便是 其中 的 一 個 例子 。 他們 更 進一步 提出 如何 使用 這 個 架構 來 確認 事實 的 機制 。 他們 主張 , 當 一 個 人 被 要求 去 驗證 一 項 如 「 魚 有 皮膚 」 這樣 的 陳述 時 , 一 個 由 魚 這 個 階層 開始 的 搜索 便 已 開始 尋找 皮膚 這 項 特質 。 如果 在 這 個 階層 沒有 找到 皮膚 , 則 搜尋 作業 便會 往 上 一 個 階層 進行 , 並 再度 尋找 有關 皮膚 的 特質 。 而 這 一 回 便 成功 地 找到 了 皮膚 了 。 此外 , 由於 這 是 個 階層化 的 結構 , 所有 事件 在 較 高 階層 屬實 則 在 較 低 階層 也 會 屬實 , 因此 若 一旦 在 較 高 階層 發現 了 皮膚 , 則 主體 ( 受 試 者 ) 便 可 回答 __UNDEF__ 「 __UNDEF__ 此 題 為 真 」 。 為了 檢驗 這 個 階層式 事實 儲藏 的 觀念 , Collins 和 Quillian 預測 , 驗證 事實 所 需 的 時間 會 隨 階層 中 兩 個 概念 的 距離 遠近 而 定 。 因此 , 要 驗證 「 金絲雀 有 皮膚 」 , 比 驗證 __UNDEF__ 「 __UNDEF__ 金絲雀 是 黃色 的 」 這 項 事實 , 要 花上 較 長 的 時間 ; 因為 從 金絲雀 再 找到 皮膚 之間 要 跨越 兩 個 層級 , 而 由 金絲雀 到 黃色 則 在 同 一 個 階層 內 。 在 上述 實驗 中 受 試 者 必須 坐 在 一 台 電腦 終端機 前 看 著 螢幕 , 當 每 一 個 受 試 者 從 螢幕 上 讀到 像 「 魚 有 皮膚 」 這樣 的 事實 時 , 他們 必須 很 快 地 決定 此 事實 為 真 或 假 。 如果 為 真 , 受 試 者 需 按下 鍵盤 上 設定好 的 那 個 「 是 」 的 鍵 ; 若 為 假 , 則 按下 另 一 個 設定好 為 「 假 」 的 鍵 。 受 試 者 在 這 個 假設 的 概念 之 距離 遠近 的 階層 中 檢驗 句子 是否 為 真 所 用 的 時間 會 由 電腦 自動 記錄下來 。 圖 4.7 __UNDEF__ 顯示 , 當 受 試 者 在 檢驗 本身 為 真 、 且 句 中 概念 分別 分佈 在 假設 之 記憶 架構 之 第0 、 1 、 2 階層 中 的 那些 句子 , 所 需要 的 平均 反應 時間 。 研究 者 把 有 兩 個 描述 不同 層級 屬性 的 句子 分開 處理 。 在 兩 個 例子 中 , 受 試 者 的 反應 時間 都 隨著 概念 間 距離 變遠 而 增長 , 因此 也 驗證 了 實驗 者 原先 的 假設 。 儘管 後來 的 研究 對 Collins 和 Quillian 的 理論 模式 之 特定性 有所 批評 ( 如 :Smith , Shoben , & Rips , 1974 ) , 他們 這 個 網路 的 一般 概念 至今 仍 是 很 有用 的 。 這些 結果 建議 了 人類 會