层次网络模型 百科内容来自于: 百度百科

基本内容

Quillian和Collins1969年提出了第一个语义记忆模型(即概念的结构), 层次网络模型( Hierarchical Network Model)。这个结构最开始是针对言语理解的计算机模拟提出的,后来被用来说明概念的结构。在这个理论中,概念是以结点(node)的形式储存在概念网络中,每个概念具有一定的特征,这些特征实际上也是概念。各类属概念按逻辑的上下级关系组织在一起,概念间通过连线表示它们的类属关系,这样彼此具有类属关系的概念组成了一个概念的网络。在网络中,层次越高的概念,其抽象概括的水平也越高。
每个概念的特征实行分层存储,即在每一层概念的结点上,只存储该概念的独有特征。而同层各概念共有的特征,则存储于上一层的概念结点上。如:当我们提到“金丝雀”、 “鸵鸟”、“燕子”时我们会说它们都“会飞”,因此这一特征便存储在“鸟”这一概念结点上。而 “金黄色”、“大块”、“黑色”是分别是上述三种鸟的独有特征(相对这三种而言),这些特征便存储在自己的结点上。

理论评价

层次网络模型较简洁的说明 了概念间的相互关系,分级存储可以节省储存空间,体现出“认知经济”的原则。这一模型也叫“预存模型”。但是,他所概括的概念间的关系类型较少,因此对说明概念间的关系还是有其不足的一面。“范畴大小效应”支持了该理论,但是也有一些该理论无法解释的现象,比如熟悉相应、典型性判断、否定判断等。许多实验证实,这种概念结构不一定具有心理的实现性。
$firstVoiceSent
- 来自原声例句
小调查
请问您想要如何调整此模块?

感谢您的反馈,我们会尽快进行适当修改!
进来说说原因吧 确定
小调查
请问您想要如何调整此模块?

感谢您的反馈,我们会尽快进行适当修改!
进来说说原因吧 确定