Сетевые модели. (3) Пропозициональные сети.

Пропозиции – «наименьшие единицы знания, которые могут быть выделены в отдельное высказывание».

Пропозиция – это абстракция, похожая на фразу, нечто вроде отдельной структуры, связывающей идеи и понятия.

Кодирование в модели ACT* пропозиции «Высокий адвокат полагал, что эти люди прибыли с Марса». (Anderson, 1983)

Нейросетевые модели хорошо объясняют быстроту ответов о непринадлежности объекта к категории и о незнании чего-либо.

Есть ли в русском языке слово «сурюга»?

- нет

Знаете ли вы столицу Республики Чад?

-не знаю

Перечислите основные произведения Станислава Пшемыльского.

- не знаю такого автора.

Нейрокогнитивные модели. Коннекционизм.

Коннекционистские модели при соответствующем подборе параметров сетей позволяют объяснить большинство эффектов, объясняемых теоретико-множественными, кластерными и сетевыми моделями. Более того, при введении в них рекурсии, они позволяют моделировать и процессы предсказания.

контекстные нейроны

Рекуррентные нейронные сети, применяющиеся для (А) моделирования построения форм прошлого времени английских глаголов и (Б) предсказания грамматической категории следующего слова в предложении (по: Cooper, 1996).

«абстрактную репрезентацию», не различая в какой форме знания представлены.

В то же время формы мышления (вербальное, числовое, пространственное и т.д.) различаются между собой и относительно мало зависят друг от друга (подробнее об этом будет сказано в разделе об измерении интеллекта), и более того, имеют различные нейрофизиологические основы.

Можно предположить поэтому, что и репрезентации знаний в разных формах хранятся «отдельно». иер. мод.

Подробное изучение этого вопроса, механизмов взаимодействия разных форм репрезентации знаний, а также того как тип задачи определяет используемую форму репрезентации знаний – предмет дальнейших исследований.

Репрезентация знаний – резюме.

1.Термин «семантическая организация» относится к способу систематизации и структурирования понятий в памяти.

2.В исследованиях репрезентации знаний доминируют две позиции, различающиеся по своей направленности: ассоцианистский

подход, который сосредоточен на функциональных связях между понятиями, и когнитивный подход, который сосредоточен на

мысленных структурах, характеризующих отношения между значением

ипамятью.

3.Когнитивные модели подразделяются на теоретико- множественные модели, модель сравнительных семантических признаков, сетевые модели и пропозициональные сети.

4.В теоретико-множественных моделях понятия организованы в виде множеств «групп» информации, содержащих категории и атрибуты.

5.Модель сравнительных семантических признаков также предполагает наличие теоретико-множественной структуры, но разделяет атрибуты на определяющие, и характерные (описательные) признаки. Оценка понятий предположительно основана больше на определяющих признаках.

Репрезентация знаний – резюме.

6.Сетевые модели исходят из того, что понятия хранятся в памяти в виде независимых единиц, объединенных конкретными и значимыми связями. Предполагается, что воспроизведение из памяти осуществляется путем оценки достоверности целевых и связанных с ними понятий и что перемещение по структуре в процессе извлечения информации требует времени.

7.Теория распространения активизации, объясняющая семантическую обработку, основана на сложной сети, в которой простые ассоциации (напр., «красный» и «огонь») связаны вместе в понятийном пространстве. Эта теория хорошо объясняет эффект

предварительной подготовки, или эффекты прайминга.

8. В моделях пропозициональных сетей репрезентация знаний организована в виде сложной ассоциативной сети пропозициональных конструкций, являющихся наименьшими значимыми единицами информации (например: «Нью-Йорк (есть)

большой»).

9. В коннекционистских моделях (PDP – parallel distributed processing) знания представлены как связи между единицами, теоретически подобные тому, как представлена информация в нейронных сетях.

Умозаключения

-Алгоритмические

-Эвристические