三元主題關系中環(huán)性與線性結構的分離
發(fā)布時間:2021-07-14 03:25
在日常生活中,人們有意無意地習得各種社會性關系。在后天的反復經驗和本民族文化長期的熏陶下,很多固定的社會性關系模式以結構圖式的形式儲存在長時記憶中。其中,三個行動者之間形成的三元組關系(tradic relations)是最簡單、最重要、最本質的微觀社會結構。探討三元組關系的認知加工機制,可能對家庭結構和宏觀社會結構具有一定的理論和現實意義。大量研究發(fā)現,中西文化中的社會結構具有一定的差異,中國文化在三元組主題關系加工中,相比于西方的線性結構(linear structure),更傾向于環(huán)性結構(cycle structure)。比如“唐僧管悟空”,“悟空打妖怪”,而“妖怪抓唐僧”。即中國人在對三元客體間關系進行判斷時,常常傾向于A→B,B→C,C→A的環(huán)性傳遞結構特點。而不是像西方文化背景下的A→C的線性傳遞結構。本研究通過行為研究和ERP技術,采用Chwilla和Kolk(2005)雙重詞匯判斷任務的啟動范式,從行為表現和生理機制兩個方面,探究環(huán)性結構與線性結構的加工分離效應,可能揭示社會結構圖式加工的文化差異問題。研究一:400ms呈現時間時,探討環(huán)性結構、線性結構、環(huán)性無關和線...
【文章來源】:閩南師范大學福建省
【文章頁數】:146 頁
【學位級別】:碩士
【部分圖文】:
結構一致映射示意圖(Halford,Wilson,&Phillips,2010)
圖 2c 所示(Halford et al., 1998)。關系符號通過輸入向量的外積(outer products)形成的數組/張量(array /tensor)而綁定到元素。張量內部單元的激活是在工作記憶中動態(tài)形成的,它是輸入單元激活的直接結果。關系符號 loves 和參數角色lover(John)與 loved(Sally)對應于數組的不同軸。這與謂詞演算表達式(predicatecalculus expressions)中的關系表征自然對應,如 loves(John, Sally)、自然語言中的關系表征“(John loves Sally”)以及 Oberauer(2009)提出工作記憶模型的結構表征。關系實例可以通過疊加來積累,從而能夠識別它們之間的共性,圖 3(e-f)是兩種關系疊加在同一表示法上。通達性(accessibility)是由點積運算(dot productoperator)實現的,并且吞吐量(throughput)是多向的,所以輸入的任何兩個向量使用點積運算都會產生第三個向量,即兩個向量的數量積等于它們對應坐標的乘積的和(Halford et al., 1998)。在 STAR 模型中最初可以學習包含多達四個相關元素的關系實例(圖 3e-3f),而在 DORA 中,最初只學習單個位置的實例。
第 1 章 文獻綜述cture mapping)來進行特征比較,揭示了不同概(Markman & Gentner, 2000)。要通過增加相似性、減少差異性,將有著共同客體感知特征之間的相似性或差異性。主題關共同主題,進而增加了互補性客體間的共同性s, 2009)。所以說二者的深層認知機制存在著本“老鼠”分為一類時,分類學關系的判斷傾向因為貓和老鼠都有四條腿、一條尾巴和毛發(fā)等鼠在“捕食”這個主題上扮演著“吃”和“被關系和主題關系間也存在一定交集。主題關系系的具體關系見下圖 3。
本文編號:3283311
【文章來源】:閩南師范大學福建省
【文章頁數】:146 頁
【學位級別】:碩士
【部分圖文】:
結構一致映射示意圖(Halford,Wilson,&Phillips,2010)
圖 2c 所示(Halford et al., 1998)。關系符號通過輸入向量的外積(outer products)形成的數組/張量(array /tensor)而綁定到元素。張量內部單元的激活是在工作記憶中動態(tài)形成的,它是輸入單元激活的直接結果。關系符號 loves 和參數角色lover(John)與 loved(Sally)對應于數組的不同軸。這與謂詞演算表達式(predicatecalculus expressions)中的關系表征自然對應,如 loves(John, Sally)、自然語言中的關系表征“(John loves Sally”)以及 Oberauer(2009)提出工作記憶模型的結構表征。關系實例可以通過疊加來積累,從而能夠識別它們之間的共性,圖 3(e-f)是兩種關系疊加在同一表示法上。通達性(accessibility)是由點積運算(dot productoperator)實現的,并且吞吐量(throughput)是多向的,所以輸入的任何兩個向量使用點積運算都會產生第三個向量,即兩個向量的數量積等于它們對應坐標的乘積的和(Halford et al., 1998)。在 STAR 模型中最初可以學習包含多達四個相關元素的關系實例(圖 3e-3f),而在 DORA 中,最初只學習單個位置的實例。
第 1 章 文獻綜述cture mapping)來進行特征比較,揭示了不同概(Markman & Gentner, 2000)。要通過增加相似性、減少差異性,將有著共同客體感知特征之間的相似性或差異性。主題關共同主題,進而增加了互補性客體間的共同性s, 2009)。所以說二者的深層認知機制存在著本“老鼠”分為一類時,分類學關系的判斷傾向因為貓和老鼠都有四條腿、一條尾巴和毛發(fā)等鼠在“捕食”這個主題上扮演著“吃”和“被關系和主題關系間也存在一定交集。主題關系系的具體關系見下圖 3。
本文編號:3283311
本文鏈接:http://sikaile.net/shekelunwen/xinlixingwei/3283311.html
教材專著