Мышление (1).

Репрезентация знаний и семантическая организация информации; умозаключения, логика и вероятностные суждения.

Репрезентация знаний

Основные вопросы:

-Как теоретически представить знания, которыми обладает человек?

-Что представляют собой элементарные символы или понятия и как они связываются между собой?

-Как из этих символов строятся более крупные структуры знаний и как осуществляется доступ к столь обширной «картотеке»?

-Как ведется поиск информации и как хранящаяся в памяти информация используется при решении рядовых вопросов повседневной жизни?

Иерархическая (кластерная) модель

репрезентации знаний Г. Бауэра.

Организованный список действительно запоминается лучше…

Но только если он представлен в виде пространственно организованной схемы.

Теоретико-множественная модель

репрезентации знаний.

Согласно этой модели, каждая лексическая единица представлена в виде «созвездия» событий, атрибутов и ассоциаций, а воспроизведение заключается в «проверке», то есть поиске сходных по характеристикам образцов в двух или более множествах информации.

Проверка высказывания (например: «Малиновка есть птица») осуществляется только путем сравнения атрибутов одного множества (птица) с атрибутами другого множества (малиновка).

2 типа логических отношений между категориями – общее (ОУ) и частное (ЧУ) утверждения.

ОУ — это случай, когда все члены одной категории принадлежат другой категории — или: все S есть Р (например: «Все канарейки суть птицы»); ЧУ — это случай, когда только некоторые члены одной

категории являются также членами другой категории

— или: некоторые S есть Р (например: «Некоторые животные суть птицы»).

Модель сравнительных семантических признаков.

Во многом сходна с теоретико-множественной моделью, но отличается от нее несколькими важными допущениями:

1. «Значение понятия не является неразложимой единицей, скорее оно представляет собой набор семантических признаков».

Значение понятия можно представить в виде набора существенных, или определяющих, аспектов (определяющих признаков), а также других признаков, являющихся необязательными, хотя и характерными, аспектами (характерных признаков).

2. Возможны градации отношений между понятиями – с использованием дополнительных определений («лингвистических ограждений») типа «грубо говоря», «в принципе», или «видимо, является».

«Истинное утверждение» делается на основе и определяющих и характерных признаков, утверждение «Верно в принципе» - на основе только определяющих, утверждение «Грубо говоря» - на основе только характерных признаков.

Сетевые модели. (1) Модель Коллинза и Квиллиана.

Принцип «экономичной упаковки информации»: общие для всех объектов класса свойства «приписаны» только объединяющему их классу, а не каждому из объектов (например, в данной схеме свойства «имеет плавники» и «может плавать» связаны с узлом «рыба», а не отдельно с акулой и лососем).

Сетевые модели. (2) Теория распространения активации (Коллинз и Лофтус).

Семантическая обработка с точки зрения теории распространения активации.

Эллипсы обозначают понятия, а линии - связи между ними. Сила связей между понятиями представлена длиной линии. Предположение, что знание может быть представлено как чрезвычайно сложная сеть ассоциаций, лежит в основе

большинства моделей познания, основанных на нейронных сетях. (Collins & Loftus, 1975)