语义记忆

(重定向自語意記憶

語意記憶(Semantic memory),又稱語義記憶字義記憶,是一種記憶的型態。它是一種對於一般知識的事實與概念的了解,透過語言、文字、數字、演算法等抽象性的了解來形成記憶。語意記憶通常是經由情節記憶發展而來,是一種客觀性的知識,與個人經驗無關。

外顯記憶(或陳述性記憶 )是對事實或事件的記憶,可以被清晰地儲存及提取,外顯記憶有两种类型,而語意記憶是其中之一。[1]在我们一生中所累积的世界的一般性知识即為語意記憶。[2]这种常识性知識(common knowledge) (事实、观念、意义和概念)會依赖于文化,並与经验交织在一起。语义记忆与情节记忆有所區別,情节记忆會記錄生活中所发生的经历和特定事件,我们可以由此重建任何给定的点。[3]例如,语义记忆可能包含與猫有關的資訊,而情节记忆則可能包含抚摸某隻猫的具體记忆。通过过去所学的知识,我们可以學得新的概念。[4]陳述性或外顯記憶对应的是非陳述性記憶内隐记忆[5]

模型

語義記憶的本質不同於情节记忆,它的內容不像情節記憶那樣與任何特定的經歷聯繫在一起。相反地,在语义记忆中所儲存的是经验的「主旨」,這是一种适用于各种經驗對象的抽象结构,描述对象之间的分类和功能关系。[6]因此,完整的语义记忆理论不仅必须说明此类「主旨」的表徵结构,还必须说明如何从经验中提取它们。目前已经提出了多種语义记忆模型,总结如下。

網路模型

在许多语义记忆理论中,各種網路都扮演著不可或缺的角色。一般而言,網路是由一組節點所組成,節點之間以鏈路聯結。节点可以表示概念、單詞、知覺特征,或者根本不代表什麼。這些鏈路可能是有權重的,使得某些鏈路比其他鏈路更强,或者等效地說,鏈路有著不同的长度,使得穿過某些鏈路比其他鏈路更耗時。这些網路的特征都已被用于语义记忆模型中,其示例如下。

可教學的语言理解者(TLC)

第一个语义记忆網路模型的示例是「可教學的语言理解者」(TLC)。[7]在此模型中,每个节点都是單詞,代表著一个概念(如「鸟」)。每个节点都儲存著一组属性(例如「可以飞翔」或「具有翅膀」)以及指向其他节点(例如「鸡」)的指標(即鏈路)。节点會直接链結到其子類別或超類別的节点(換言之,「鸟」将同时连接到「鸡」和「动物」)。因此,TLC是一种分层知识表徵,其中高级节点代表大型类别,該節點會(通过子類別的节点,直接或间接地)连接到许多該类别的实例,而代表特定实例的节点处于较低级别,仅與其超類別连接。此外,属性會被储存在它们所适用的最高类别级别。例如,「黄色」将与「金丝雀」一起储存,「具有翅膀」将与「鸟」(向上一级)一起储存,「可以移动」将与「动物」(再上一级)一起储存。节点还可以储存对其上级节点的属性的否定(即「 無法飛翔」将与「 企鵝」一起储存)。这就提供了一种表徵经济性,因为属性仅储存在必不可少的类别级别上,也就是说,該属性會成为這個点上的关键特徵(请参阅下文)。

TLC中的处理是某种形式的扩散激活[8] 換言之,当一个节点变为激活态时,該激活透過節點之間的鏈接傳播到其他節點。在這種情況下,回答「雞是鳥嗎?」這個問題的時間是 「雞」和「鳥」節點之間的激活必須擴散到多大程度的函數,即「雞」和「鳥」節點之間的鏈接數量。

原始版本的TLC並沒有對節點之間的鏈接進行加權。雖然這版本的TLC在許多任務中的表現與人類相當,但是沒有預測到,人們比起那些不太典型的例子,會更快地回答更典型類別的問題。[9]科林斯和Quillian随后修改了TLC,納入了加权链接來解决這個问题。[10]新版的TLC能够解释熟悉效果典型性效果 。它的最大优点是它清楚地说明了促發 :「如果相關資訊(即 「促發物」)在很短的時間內已經呈現過,那麼更有可能從記憶中提取資訊。」还有一些记忆现象是TLC无法解释的,像是当相关节点在網路中相隔很远的时候,为什么人们能够快速反应明显错误的问题(如「鸡是流星吗?」)。[11]

语义網路

TLC是一类更通用模型的实例,該模型称为语义網路。在语义網路中,节点代表著特定的概念、單詞或特征。也就是说,每个节点都是一个「符号」。语义網路一般不会像神經網路那样采用分布式的概念表徵。语义網路的定義性特徵是它的链接几乎总是定向的(也就是说,它们仅指向一个方向,即从基点到目标),且链接有著许多不同的类型,每一种类型都代表着任何两个节点之间的特定关系。[12]语义網路中的处理過程通常采用扩散激活的形式(请参见上文)。

语义網路在篇章分析逻辑理解模型以及人工智慧的应用最为广泛 。[13]在这些模型中,节点对应的是單詞或词根,而链接代表它们之间的句法关系。语义網路在知识表徵中计算實作之範例,请参见Cravo和Martins(1993)。[14]

特徵模型

特徵模型認為,語義類別是由相對散亂的特徵集所組成。Smith、Shoben和Rips(1974)提出的語義特徵比較模型英语Semantic_feature-comparison_model[15]認為,記憶是由不同概念的特徵列表所組成。根據這種觀點,我們無法直接提取類別之間的關係,而是透過間接的方式計算出來。例如,主體可能透過比較代表主謂概念的特徵集來驗證一個句子。這種計算特徵比較模型的提出者包括Meyer(1970)[16]、Rips(1975)[17]、Smith等人(1974)。[15]

早期對知覺和概念分類的研究工作假設類別具有關鍵特徵,而類別成員可以透過特徵組合的邏輯規則來確定。較近期的理論則認為,類別可能具有不明確或 "模糊 "的結構[18],並提出了概率模型或全局相似性模型來驗證類別成員的資格[19]

关联模型

关联為兩個資訊之間的關係,是心理學中的一個基本概念。對於記憶和認知模型而言,不同層次的心理表徵之間的关联至關重要。記憶裡的項目之間的关联集相當於網路中的節點之間的鏈路,每個節點對應於記憶中的唯一項目。事實上,神經網路和語義網路可以被描述為認知的关联模型。然而,关联通常被更清楚地表示為一個N×N矩陣,其中N是記憶中項目的數量。因此,矩陣的每個單元對應於行項和列項之間的關聯強度。

關聯學習一般被認為是個赫布過程;也就是說,每當記憶中有兩個項目被同時激活,這兩個項目之間的关联就會越來越強,如果越是激活其中一項,那麼另一項也激活的可能性就越大。關聯模型的具體操作方法見下文。

搜索联想记忆(SAM)

搜索聯想記憶(SAM)模型是採用关联方法的標準記憶模型[20],雖然SAM最初是為了對情節記憶建模,但其機制也足以支援一些語義記憶的表徵[21],SAM模型包含短期儲存(STS)和長期儲存(LTS),STS是LTS中短暫激活的資訊子集。STS的容量有限,並且透過對可採樣的資訊量、採樣子集的激活時間作出限制,進而影響提取過程。LTS中的提取過程具有線索依賴性和概率性,亦即線索會啟動提取過程,並從記憶中隨機選擇資訊。抽樣概率取決於線索與被提取項之間的關聯性強弱,隨著抽樣資訊關聯性增強,最終會選出一個資訊。緩衝區的大小被定義為r,這並非一個固定的數字,當項目在緩衝區中排練時,其關聯強度隨緩衝區內總時間而線性增長[22]。在SAM中,當任何兩個項目同時佔據一個工作記憶緩衝區時,其關聯強度就會遞增。因此,經常同時出現的項目之間的關聯強度更加強健。在SAM中,項目也與特定的語境相關聯,而這種關聯的強度由每個項目在特定語境中存在的時間長短決定。因此,SAM的記憶是由記憶中的項目與項目之間,以及項目與語境之間的關聯所組成。一組項目和語境的出現,更有可能喚起記憶中某些項目的子集。項目對其他項目的喚起程度(無論是由於共同語境,亦或者是同時發生)都是項目語義關聯性的指標。

在SAM的更新版本中,已經存在的語義關聯使用語義矩陣來解釋。在實驗過程中,語義關聯保持不變,顯示出語義關聯不受實驗的情節經驗影響之假設。SAM模型中有兩種方法衡量語義關聯性:「潜在语义分析」(Latent semantic analysis,LSA)和「詞語關聯空間」(Word association spaces,WAS)[23]。LSA方法指出,單詞之間的相似性是透過單詞同時在局部語境中出現來反映。[24]WAS則是透過分析自由關聯規範的數據庫來發展的。在WAS中,具有相似關聯結構的詞會被放置在相似的空間區域中。[25]

ACT-R:生产系统模型

ACT(英語:Adaptive Control of Thought,思想的自适应控制)[26],以及後來的ACT-R理論(Adaptive Control of Thought-Rational,思想的自适应控制-理性)[27]使用「意元」(chunk)來表示陳述性記憶(語義記憶是該記憶的其中一種),「意元」是由一個標籤、一組與其他意元的明確關係(即 「這是一個__。」或「這個有一個__。」)、任意個意元特有的屬性所組成。那麼,鑑於每個節點都是一個具有獨特屬性的意元,而每個鏈路都是意元與另一個意元的關係,因此可以將意元映射為一個語義網路。在ACT中,意元的激活度會隨著該意元的創建時間增加而減少,並隨著該意元在記憶中的提取次數上升而增加。意元也可以從高斯雜訊以及它們與其他意元的相似性中獲得激活。例如,如果用「雞」作為提取線索,那麼「金絲雀」將憑藉其與該線索的相似性(即兩者都是鳥類等)來接收激活。當從記憶中提取物品時,ACT會查看記憶中最活躍的意元,如果高於閾值,該意元就會被提取出來,否則就發生了 「遺漏錯誤」(error of omission),即該項目會被遺忘。此外,還有一個提取潛伏期,它與被提取的意元對提取閾值的激活超出量成反比。這個潛伏期可被用來衡量ACT模型的響應時間,與人類的表現相比較[28]

雖然ACT是種一般性的認知模型,而不是記憶模型,但如上文所述,它提出了記憶結構的某些特徵。特別是,ACT將記憶建模為一組相關的符號意元,可以透過提取線索來觸接記憶。雖然ACT中使用的記憶模型在某些方面與語義網路相似,但所涉及的處理方式更類似於關聯模型。

统计模型

潜在语义分析(LSA)

语言超空间類比(HAL)

语义记忆的其他统计模型

相關條目

延伸閱讀

  1. ^ Squire, Larry R. Declarative and Nondeclarative Memory: Multiple Brain Systems Supporting Learning and Memory. Journal of Cognitive Neuroscience. 1992-07-01, 4 (3): 232–243 [2021-10-12]. ISSN 0898-929X. PMID 23964880. doi:10.1162/jocn.1992.4.3.232. (原始内容存档于2022-06-17) (英语). 
  2. ^ McRae, Ken; Jones, Michael. Reisberg, Daniel , 编. The Oxford Handbook of Cognitive Psychology. New York, NY: Oxford University Press. 2013: 206–216. ISBN 9780195376746. 
  3. ^ Tulving, Endel. Episodic Memory: From Mind to Brain. Annual Review of Psychology. 2002-02, 53 (1): 1–25 [2021-10-12]. ISSN 0066-4308. PMID 11752477. doi:10.1146/annurev.psych.53.100901.135114. (原始内容存档于2022-06-07) (英语). 
  4. ^ Saumier, Daniel; Chertkow, Howard. Semantic memory. Current Neurology and Neuroscience Reports. 2002-12, 2 (6): 516–522. ISSN 1528-4042. doi:10.1007/s11910-002-0039-9 (英语). 
  5. ^ Tulving, Endel; Schacter, Daniel L. Priming and Human Memory Systems. Science. 1990-01-19, 247 (4940): 301–306 [2021-10-12]. Bibcode:1990Sci...247..301T. ISSN 0036-8075. PMID 2296719. doi:10.1126/science.2296719. (原始内容存档于2021-12-10) (英语). 
  6. ^ Kintsch, W. The role of knowledge in discourse comprehension: A construction-integration model. Psychological Review. 1988, 95 (2): 163–182. PMID 3375398. doi:10.1037/0033-295x.95.2.163. 
  7. ^ Collins, A. M.; Quillian, M. R. Retrieval time from semantic memory. Journal of Verbal Learning and Verbal Behavior. 1969, 8 (2): 240–247. doi:10.1016/s0022-5371(69)80069-1. 
  8. ^ Collins, A. M. & Quillian, M. R. (1972). How to make a language user. In E. Tulving & W. Donaldson (Eds.), Organization of memory (pp. 309-351). New York: Academic Press.
  9. ^ Rips, L. J.; Shoben, E. J.; Smith, F. E. Semantic distance and the verification of semantic relations. Journal of Verbal Learning and Verbal Behavior. 1973, 14: 665–681. doi:10.1016/s0022-5371(73)80056-8. 
  10. ^ Collins, A. M.; Loftus, E. F. A spreading-activation theory of semantic processing. Psychological Review. 1975, 82 (6): 407–428. doi:10.1037/0033-295x.82.6.407. 
  11. ^ Glass, A. L.; Holyoak, K. J.; Kiger, J. I. Role of antonymy relations in semantic judgments. Journal of Experimental Psychology: Human Learning & Memory. 1979, 5 (6): 598–606. doi:10.1037/0278-7393.5.6.598. 
  12. ^ Arbib, M. A. (Ed.). (2002). Semantic networks. In The Handbook of Brain Theory and Neural Networks (2nd ed.), Cambridge, MA: MIT Press.
  13. ^ Barr, A. & Feigenbaum, E. A. (1982). The handbook of artificial intelligence. Lost Altos, CA: William Kaufman.
  14. ^ Cravo, M. R.; Martins, J. P. SNePSwD: A newcomer to the SNePS family. Journal of Experimental & Theoretical Artificial Intelligence. 1993, 5 (2–3): 135–148. doi:10.1080/09528139308953764. 
  15. ^ 15.0 15.1 Smith, E. E.; Shoben, E. J.; Rips, L. J. Structure and process in semantic memory: A featural model for semantic decisions. Psychological Review. 1974, 81 (3): 214–241. doi:10.1037/h0036351. 
  16. ^ Meyer, D. E. On the representation and retrieval of stored semantic information. Cognitive Psychology. 1970, 1 (3): 242–299. doi:10.1016/0010-0285(70)90017-4. 
  17. ^ Rips, L. J. Inductive judgments about natural categories. Journal of Verbal Learning & Verbal Behavior. 1975, 14 (6): 665–681. doi:10.1016/s0022-5371(75)80055-7. 
  18. ^ McCloskey, M. E.; Glucksberg, S. Natural categories: Well defined or fuzzy sets?. Memory & Cognition. 1978, 6 (4): 462–472. doi:10.3758/bf03197480. 
  19. ^ McCloskey, M.; Glucksberg, S. Decision processes in verifying category membership statements: Implications for models of semantic memory. Cognitive Psychology. 1979, 11 (1): 1–37. doi:10.1016/0010-0285(79)90002-1. 
  20. ^ Raaijmakers, J. G. W.; Schiffrin, R. M. Search of associative memory. Psychological Review 8 (2). 1981: 98–1341981. 
  21. ^ Kimball, Daniel R.; Smith, Troy A.; Kahana, Michael J. The fSAM model of false recall.. Psychological Review. 2007, 114 (4): 954–993. ISSN 1939-1471. PMC 2839460 . PMID 17907869. doi:10.1037/0033-295x.114.4.954 (英语). 
  22. ^ Raaijmakers, J.G.; Shiffrin R.M. SAM: A theory of probabilistic search of associative memory. Psychology of Learning and Motivation 14. 1980: 207–262. ISBN 9780125433143. doi:10.1016/s0079-7421(08)60162-0.  |journal=被忽略 (帮助)
  23. ^ Sirotin, Y.B.; Kahana, d. R. Going beyond a single list: Modeling the effects of prior experience on episodic free recall. Psychonomic Bulletin & Review. 2005, 12 (5): 787–805. PMID 16523998. doi:10.3758/bf03196773 . 
  24. ^ Landauer, T.K; Dumais S.T. Solution to Plato's problem: the latent semantic analysis theory of acquisition, induction, and representation of knowledge. Psychological Review. 1997, 104 (2): 211–240. CiteSeerX 10.1.1.184.4759 . doi:10.1037/0033-295x.104.2.211. 
  25. ^ Steyvers, Mark; Shiffrin, Richard M.; Nelson, Douglas L. Word Association Spaces for Predicting Semantic Similarity Effects in Episodic Memory (PDF). Healy, Alice F. (编). Experimental Cognitive Psychology and Its Applications. 2005: 237–249 [2020-04-19]. CiteSeerX 10.1.1.66.5334 . ISBN 978-1-59147-183-7. doi:10.1037/10895-018. (原始内容存档于2020-04-21). 
  26. ^ Anderson, J. R. (1983). The Architecture of Cognition. Cambridge, MA: Harvard University Press.
  27. ^ Anderson, J. R. (1993b). Rules of the mind. Hillsdale, NJ: Erlbaum.
  28. ^ Anderson, J. R.; Bothell, D.; Lebiere, C.; Matessa, M. An integrated theory of list memory. Journal of Memory and Language. 1998, 38 (4): 341–380. CiteSeerX 10.1.1.132.7920 . doi:10.1006/jmla.1997.2553. 
  • John Hart, Michael A. Kraut. 2007. Neural Basis of Semantic Memory. Publisher-Cambridge University Press. ISBN 0521848709, 9780521848701
  • Rosale McCarthy. 1995.Semantic Knowledge And Semantic Representations: A Special Issue Of Memory. Publisher Psychology Press. ISBN 0863779360, 9780863779367
  • Frank Krüger. 2000. Coding of temporal relations in semantic memory. Publisher-Waxmann Verlag. ISBN 3893259430, 9783893259434
  • Sandra L. Zoccoli. 2007. Object Features and Object Recognition: Semantic Memory Abilities During the Normal Aging Process. Publisher-ProQuest. ISBN 0549321071, 9780549321071
  • Wietske Vonk. 1979. Retrieval from semantic memory. Publisher Springer-Verlag.
  • Sarí Laatu. 2003. Semantic memory deficits in Alzheimer's disease, Parkinson's disease and multiple sclerosis: impairments in conscious understanding of concept meanings and visual object recognition. Publisher-Turun Yliopisto
  • Laura Eileen Matzen. 2008. Semantic and Phonological Influences on Memory, False Memory, and Reminding. Publisher-ProQuest. ISBN 0549909958, 9780549909958
  • William Damon, Richard M. Lerner, Nancy Eisenberg. 2006. Handbook of Child Psychology, Social, Emotional, and Personality Development. Publisher John Wiley & Sons. ISBN 0471272906, 9780471272908
  • Rohani Omar, Julia C. Hailstone, Jason D. Warren. Semantic Memory for Music in Dementia. Music Perception: An Interdisciplinary Journal, Vol. 29, No. 5 (June 2012), pp. 467-477
  • Ashley D. Vanstone, Ritu Sikka, Leila Tangness, Rosalind Sham, Angeles Garcia, Lola L. Cuddy. Episodic and Semantic Memory for Melodies in Alzheimer's Disease. Music Perception: An Interdisciplinary Journal, Vol. 29, No. 5 (June 2012), pp. 501-507
  • Edward E. Smith. Neural Bases of Human Working Memory. Current Directions in Psychological Science, Vol. 9, No. 2 (Apr., 2000), pp. 45-49

外部連結