规则分类中刺激非规则特征突显条件下的样例效应
开篇：润墨网以专业的文秘视角，为您筛选了一篇规则分类中刺激非规则特征突显条件下的样例效应范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要 用Allan和Brooks的实验范式，采用2（学习轮次：5轮、10轮）×2（项目类型：旧项目、新项目）×2（项目匹配性质：正向匹配、反向匹配）混合实验设计，研究规则分类中非规则特征突显条件下的样例效应。结果发现，在学习5轮的条件下，获得了错误率上的样例效应，在学习5轮和10轮的条件下都没有获得反应时上的样例效应。实验得出样例效应的产生和突显的非规则特征有关的结论。
关键词 分类，规则，样例效应，感知特征突显度。
分类号 B842.5
1 引言
人们关于类别表征的加工过程是基于规则的还是基于相似性的争论是认知科学研究的重要内容，而且已经逐渐成为诸多认知领域（如分类、内隐学习、问题解决和阅读技能的发展等）研究的焦点之一[1]。样例效应是规则和相似互作用的一种表现形式，所谓样例效应是指人们对新事物进行分类时，虽然有可以利用的明确的分类规则，但是通常还会使用样例记忆来进行分类[2]。在类别学习领域，大量文献也表明人们学习类别时运用了不同的策略，在某种情境下规则是最好的策略，在另一种情境下可能样例相似性更好[3~5]。人们开始认识到单一表征不能解释人类复杂的认知行为，单一分类理论也不能解释所有的分类活动，各种分类理论和模型正向着整合的方向发展，比如近年来有研究者提出了混合的多重表征水平模型[3,4,6]。
目前，分类存在多重表征和多重过程的观点已经被人们普遍接受，需要进一步探讨的问题是在分类过程中多重表征和多重过程是单独起作用的还是有可能同时作用于同一认知过程。Allen和Brooks采用一个独特的研究范式首先对分类过程中的样例效应进行了研究，其研究范式被后来的研究广为运用[7]。实验中采用的刺激是由5个二进制的特征组成的虚拟动物，实验分学习和测试两个阶段。学习阶段呈现两种类型的项目――正向匹配的旧项目和反向匹配的旧项目，此阶段要求被试用一个既定的规则分类。测试阶段除呈现学习阶段所有的项目外还呈现两种类型的新项目：一种类型的新项目和学习阶段见到的旧项目相似并且根据规则也与这一旧项目属于同一类，称之为正向匹配的新项目；另一种类型的新项目看起来和学习阶段见到的旧项目相似，但是根据规则却不与这一旧项目属于同一类，称之为反向匹配的新项目。这样某种新项目和旧项目虽然很相似但是又有可能分别属于不同的类。实验结果发现被试分类反向匹配新项目花费更长的时间并且产生更多的错误。研究者的解释是尽管有明确的分类规则，但是被试仍然对学习阶段的样例进行了记忆，在测试阶段看到的项目与学习阶段看到的项目之间的相似性影响了基于规则的分类过程，从而使这一分类过程的时间更长，错误率更高。
Regehr和Brooks通过操纵刺激的组成结构进一步研究了样例效果产生的条件，发现刺激的感知特征影响样例效应的产生。研究者认为虽然与规则无关的特征不是抽象所必需的，但是却影响着被试学习和记忆个别样例，从而影响分类的完成，得出样例效应的产生源自于测试和学习项目整体上的相似的结论[5]。
Lacroix等用和Regehr和Brooks同样的研究范式和同样类型的刺激研究继续探讨样例效应产生的条件，结果表明，非规则属性和样例效应的产生无关。实验中学习阶段被试决策后刺激不是马上消失，而是停留一段时间，指导语指示被试注意背景颜色和刺激的关系；测试阶段，正向匹配的新项目的背景总是指向正确的类名称，多数反向匹配的新项目的背景总是指向错误的类名称，这导致了对规则运用的极大的干扰。研究者认为样例效应的产生取决于对于规则定义的属性和选择性注意，与非规则属性无关[8]。
这一结论和Regehr和Brooks的研究结果明显不同。Regehr等认为样例效应是自动化的过程，规则特征和非规则特征都是无意学习的，虽然非规则特征没有线索效用性，但是却有助于样例记忆，因为它们决定了学习项目和测试项目的相似性，人们在分类时，也许同时对两种信息（规则和非规则）都进行了编码[5]。而Lacroix等认为样例效应的加工机制不是自动化的过程，而是依赖于实验的指导语涉及的规则属性，只有当选择性注意明确指向非规则属性时，非规则属性才能影响规则的运用；否则，非规则属性与样例效应的产生无关[8]。国内学者张锦坤、沈德立等运用一致和不一致两种题型和插入不插入无关信息两种情况，探讨了高低解题正确率者的表征策略，研究结果发现被试对不一致题型的解题时间显著高于一致性题型，插入无关信息的题型的解题时间显著高于未插入无关信息的题型的解题时间，眼动研究发现被试对插入无关信息题上的注视次数多于未插入无关信息题[9]。这些结果说明在问题解决时，被试不仅注意与问题解决有关的信息而且也注意和问题解决无关的信息。
本文认为Lacroix等实验中控制被试对非规则特征进行注意的方法是值得商榷的，研究得出的非规则特征与样例效应产生无关的结论也是经不起推敲的。因为其是通过指导语来强调背景和刺激的关系从而强化被试对背景的注意，可是背景并不是刺激本身具有的特征，被试对背景的加工方式也许与对刺激本身的加工方式是不同的。本研究欲通过对组成刺激本身的感知特征的控制，进一步验证在刺激的非规则特征突显条件下的样例效应，检验刺激本身的非规则特征与样例效应的产生有关的假设。
2 实验方法
2.1被试
自愿参加实验的天津师范大学和南开大学的在读本科生、研究生共计60人，其中男生30人，女生30人。实验结束后发给每个被试一份精美礼品。
2.2材料
正式实验前先对实验材料进行评定。评定所用的材料是AutoCAD2004绘制的包括5个特征的几何图形构成的假想外星人。外星人的每个特征有两个水平，分别是上下角（尖朝外、尖朝内）、天线（波浪形、螺旋形）、侧耳（尖朝上、尖朝下）、中心图案（十字形、回形）、身体形状（圆形、菱形）。通过特征组合，共产生32张不同特征的刺激项目。
材料的评定方法是Smith和Minda使用的评定刺激特征感知突显度的方法[10]，裸眼或矫正视力正常的7名研究生或本科生（其中男生4名、女生3名）对刺激项目进行了5点评定，评定结果见表1和表2。
对材料的5个特征进行单因素重复测量的方差分析，结果表明，F（4,24）=13.66，p0.001，特征主效应非常显著，说明材料的5个特征的知觉突显度是不平衡的。为了确定突显的非规则特征，又进行了5个特征间的LSD多重比较，结果见表2。
由表2的结果可以看出，5个特征中，上下角、天线、侧耳两两之间没有显著性差异，而中心图案、身体形状和上面3个特征之间存在显著性差异，可以认为身体形状、中心图案相对于其它3个特征是突显的感知特征，实验中把这2个突显的特征定义为非规则特征。
正式实验材料为上述经过评定的外星人图形。表3呈现了实验中所用各种类型刺激项目的不同特征值，左边3个特征（上下角、天线、侧耳）是规则规定的。项目1～8在学习阶段出现，项目1～16在测试阶段出现。由于项目1～8在学习阶段已经出现过，故称之为旧项目；9～16仅在测试阶段出现，故称之为新项目。依照项目类型（旧项目、新项目）和项目匹配性质（正象匹配、反向匹配），16个项目可分为4种，分别为：正向匹配的新项目（和学习项目只有一个特征不同且属于同一类的新项目），反向匹配的新项目（和学习项目只有一个特征不同且不属于一类的新项目），正向匹配的旧项目（和正向匹配的新项目配对出现的学习项目），反向匹配的旧项目（和反向匹配的新项目配对出现的学习项目）。所有刺激在黑色背景下以白色线条呈现，图1为实验所用2个项目的实例。
2.3实验设计
实验是2（学习轮次：5轮、10轮）×2（项目类型：旧项目、新项目）×2（项目匹配性质：正向匹配、反向匹配）混合实验设计，其中，学习轮次是被试间因素，项目类型和项目匹配性质是被试内因素。实验程序用DMDX编制，程序自动记录被试反应，实验材料和指导语用微机呈现。60名被试随机分配到两种学习轮次条件下。
2.4实验程序
实验分为2个阶段，个别进行。第一阶段是学习阶段，先呈现指导语，告诉被试分类规则（至少拥有尖朝外的上下角、螺旋形的天线、向下的侧耳3个特征中的2个）并要求被试按此分类，然后注视点在屏幕中央出现1500毫秒，紧接着旧项目呈现在中央。根据指导语，如果被试认为其来自天孤星（规则规定的类）就按A键，如果被试认为其来自地兽星（其它类）就按 L键。如果反应正确，则以“正确”两字反馈；如果反应错误，则以 “错误”两字反馈。反应后，刺激和反馈共同保持2000毫秒，然后清屏，两刺激项目间有1000毫秒的间隔。学习5轮条件下，每轮中8个旧项目（4个正向匹配和4个反向匹配）随机呈现，共40个试验；学习10轮条件下，每轮中8个旧项目随机呈现，共80个试验。
第一阶段结束后，紧接着是第二阶段――测试阶段。学习5轮和学习10轮的程序相同。随机呈现16个项目，其中包括8个旧项目（学习阶段遇到的）和8个新项目（4个正向匹配和4个反向匹配）。每个项目呈现1次，每次呈现1000毫秒，要求被试根据第一阶段习得的规则分类，如果被试认为其来自天孤星（规则规定的类）就按A键，如果被试认为其来自地兽星（其它类）就按 L键。被试一旦做出反应，刺激随即消失，无反馈。1000毫秒后呈现下一个项目。
3 结果与分析
首先对数据进行筛选，先剔除被试错误反应的反应时，再按3个标准差的原则筛选数据；对于剔除反应时数据的被试的错误率数据也一并剔除，共有54名被试的有效数据进行了错误率和反应时的分析（其中，学习5轮条件下28人，学习10轮条件下28人）。
和前人研究相同[5,7,8]，分析测试阶段的所有项目的错误率和正确反应的反应时，采用Jean-Pierre Thibaut等的分析方法[11]，样例效应出现的判断标准为项目类型和项目匹配性质的交互作用，即正向匹配新项目和反向匹配新项目的分类错误率和反应时存在显著差异，而正向匹配旧项目和反向匹配旧项目的分类错误率和反应时无显著性差异。
用2（学习轮次：5轮、10轮）×2（项目类型：旧项目、新项目）×2（项目匹配性质：正向匹配、反向匹配）重复测量两个因素的三因素混合方差分析分析错误率和反应时，其中学习轮次是被试间因素，项目类型和项目匹配性质是被试内因素。
3.1错误率分析
方差分析结果表明：学习轮次主效应显著，F（1,54）＝4.077，p0.05；项目匹配性质主效应显著，F（1,54）＝10.274，p0.01，被试反向匹配项目的分类错误率明显高于正向匹配项目；项目类型和项目匹配性质的二阶交互作用显著，F（1,54）＝6.863，p0.01。简单效应分析表明，对于测试阶段遇到的旧项目，不同匹配性质项目的平均错误率不存在显著差异；对于测试阶段遇到的新项目，不同匹配性质项目的平均错误率存在显著性差异，F（1,55）＝10.08，p0.01，表现为反向匹配新项目的平均错误率高于正向匹配新项目的错误率；项目匹配性质和训练轮次二阶交互作用显著，F（1,54）＝4.749，p0.05；学习轮次、项目类型和项目匹配性质三阶交互作用显著，F（1,54）＝4.497，p0.05。对这三者进行简单效应分析发现：①在学习5轮的条件下，项目匹配性质主效应显著，F（1,27）＝10.834，p0.01；项目匹配性质和项目类型交互作用显著，F（1,27）＝8.2，p0.001。进一步分析表明，对于测试阶段遇到的旧项目，不同性质项目的平均错误率不存在显著差异；对于测试阶段遇到的新项目（正向匹配和反向匹配的新项目），其平均错误率存在显著性差异，F（1,27）＝11.44，p0.01，表现为反向匹配新项目的平均错误率高于正向匹配新项目的错误率。②在学习10轮的条件下，项目匹配性质和项目类型主效应都不显著，交互作用也不显著。
其它因素的主效应和二阶交互作用都不显著。
3.2反应时分析
方差分析结果表明：学习轮次主效应显著，F（1,54）＝6.410，p0.05；项目类型主效应显著，F（1,54）＝14.06，p0.001。其它因素的主效应和二阶、三阶交互作用都不显著。
4 讨论
本实验的主要目的是验证在基于规则分类中刺激本身的非规则特征与样例效应的产生有关的假设。实验结果显示：在学习5轮的条件下获得了错误率上的样例效应，说明被试即使已经习得了分类规则，在对新项目进行分类时仍然受到先前学过的样例信息的影响。本实验和Lacroix等研究的区别是，实验中通过控制非规则特征本身的突显性，而不是通过指导语指示被试注意与规则无关的特征，在本实验条件下获得了错误率上的样例效应说明非规则特征和样例效应的产生是有关系的。因为非规则特征虽然和规则的运用无关，但却是产生新旧项目样例相似性所必需的。被试在分类新项目过程中，不仅对与规则相关的特征进行加工，而且对与规则无关的特征进行了加工，非规则特征对规则的运用产生了影响。
实验结果说明基于规则的和基于样例相似性的分类过程可以同时存在于同一分类过程中，这和许多类别学习和类别建构的研究结论一致。已有文献普遍认为基于规则的分类过程与自上而下的加工过程紧密相关，基于样例相似性的分类过程则与自下而上的加工过程紧密相关[12~14]。有研究发现自上而下和自下而上两种不同性质的加工过程会同时出现在同一任务中，并且相互干扰，这种干扰和刺激的感知特征有着密切的关系[13]。此外，根据分类的ALCOVE（attention learning covering map）模型，人们在分类新事物时，采用什么策略取决于注意的竞争机制，注意权重大的特征会率先被编码加工[15]。在本实验条件下，虽然在学习阶段习得了明确的分类规则，但是对于呈现的两种类型的新刺激，被试并不是单纯注意与规则相关的刺激特征，那些突显的非规则特征会自动捕获被试的注意，使得被试有限的注意资源也分配给非规则特征；那么对来自与规则相关特征的自上而下的注意可能会受到对突显的非规则特征的自下而上注意的影响，从而减弱自上而下的注意，进而影响被试对规则的运用，导致反向匹配的新项目的分类出现更多的错误。
本实验条件下，突显的非规则特征与样例效应的产生有关，有关注意和视觉搜索的相关研究为这一结论提供了支持。国内一项关于注意捕获的研究发现对靶项目进行反应时，非靶项目会干扰人们对靶项目的反应，从而延长了靶项目的反应时[16]。另一项关于注意捕获的研究认为注意捕获是一种自动化的过程，刺激能否产生注意的捕获往往依赖于刺激本身相对于其它项目的突显程度；突显性越高，注意捕获的可能性就越大[17]。还有研究通过分别操纵任务相关和无关维度，探讨自下而上的这些维度的感知突显度对注意的捕获，发现多维客体的选择性注意既与任务相关维度有关又与任务无关维度有关，自下而上的感知突显对注意的资源分配产生了重要影响[18]。在另一项关于视觉搜索的研究中，研究者采用视觉搜索范式，系统操纵了任务维度和任务无关维度的一致性对特征搜索和客体内联合搜索的影响；发现在特征搜索任务中，被试的反应不是完全基于任务维度上表征的激活，而是有可能受到无关维度的影响；任务维度和任务无关维度的一致性对任务维度上目标的搜索是否产生影响取决于维度间的相对知觉显著性[19]。本实验中，突显的非规则特征在分类过程对被试中产生了注意的捕获，学习阶段被试不仅对与规则相关的特征进行了加工，而且也对突显的非规则特征进行了加工，这样被试对刺激特征的整体记忆痕迹会加深；在测试阶段对新项目分类时运用规则的同时也会受到对刺激全部特征记忆的影响。那么，学习和测试阶段获得的样例相似性信息很可能会影响基于规则的分类，导致反向匹配新项目的错误率高于正向匹配新项目的错误率。
关于学习时间长短对样例效应产生的影响，一种观点认为长时间的学习更有利于样例效应的产生[20]；另一种观点则认为长时间学习对规则运用更有利[13]。本实验结果表明，学习时间的增加并没有产生更明显的样例效应。产生这一结果的原因可能是由于学习时间的增加，规则运用会越来越熟练，由突显特征引起的自下而上的注意会受到更多的自上而下的注意的制约，这样便减弱了样例效应，因而在学习10轮的条件下没有出现样例效应。而在学习5轮之后，基于规则和基于样例相似性的分类可能处于比较激烈的竞争状态，因而这两种性质不同的加工过程的交互作用会更明显，反向匹配新项目的错误率明显高于正向匹配新项目的错误率，所以在较短时间的学习之后出现了错误率上的样例效应。
但是无论学习5轮还是学习10轮都没有获得反应时上的样例效应，这可能和本实验材料结构（5个组成特征）较为简单有关，预测在材料结构更为复杂（如6个组成特征）的条件下可能会获得反应时上的样例效应，这有
待于进一步的研究来验证。
5 结论
本实验得出以下结论：
（1）基于规则的分类会受到学习过的样例记忆的信息的影响，表明基于规则的和基于样例相似性的分类可以同时存在于同一分类过程中。
（2）在基于规则分类过程中刺激本身的非规则特征与样例效应的产生有关。
（3）本实验条件下，较短的学习时间更有利于产生错误率上的样例效应。
参考文献
1 Hahn U, Chater N. Similarity and rules: Distinct? Exhaustive? Empirically distinguishable? Cognition, 1998, 65: 197~230
2 Murphy G L. The Big Book of Concepts. Cambridge, M A: MIT Press, 2002: 74
3 Erickson M A, Kruschke J K. Rules and exemplars in category learning. Journal of Experimental Psychology: General, 1998, 127: 107~140
4 Nosofsky R M, Palmeri T J, McKinley S C. Rule-plause-exception model of classification learning. Psychological Review, 1994, 101: 53~79
5 Regehr G, Brooks L R. Perceptual manifestations of an analytic structure: The priority of holistic individuation. Journal of Experimental Psychology: General, 1993, 122: 92~114
6 Ashby F G, Alfonso-Reese L A, Turken U, et al. A neuropsychological theory of multiple systems in category learning. Psychological Review, 1998, 105: 442~481
7 Allen S W, Brooks L R. Specializing the operation of an explicit rule. Journal of Experimental Psychology: General, 1991, 120: 3~19
8 Lacroix G L, Gyslain G G, Larochelle S. The origin of exemplar effects in rule-driven categorization. Journal of Experimental Psychology: Learning, Memory, and Cognition, 2005, 31: 272~288
9 张锦坤, 沈德立, 臧传丽. 算术应用题表征策略的眼动研究. 心理与行为研究, 2006, 4(3): 188~193
10 Smith J D, Mindia J P. Prototypes in the Mist: The early epochs of category learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1998, 24(6): 1411~1436
11 Thibaut J P, Gelaes S. Exemplar effects in the context of a categorization rule: Featural and holistic influences. Journal of Experiment Psychology: learning, Memory, and Cognition. 2006, l32(6):1403~1415
12 Smith E E, Patalano A L, Jonides J. Alternative strategies of categorization. Cognition, 1998, 65: 167~196
13 Smith E E, Sloman S A. Similarity-versus rule-based categorization. Memory and Cognition, 1994, 22: 377~386
14 Pothos E. The rule versus similarity distinction. Behavioral and Brain Science, 2005, 28: 1~14
15 Kruschke J K. ALCOVE: An exemplar-based connectionist model of category learning. Psychological Review, 1992, 99(1): 22~44
16 梁华, 陈湘川, 张达人. 不同注意负载条件下刺激驱动的注意捕获. 心理学报, 2004, 36(1): 31~36
17 储衡清, 周小林. 注意捕获与自上而下的加工过程. 心理科学进展. 2004, 12(5): 680~687
18 Ping Wei, Xiaolin Zhou. Processing multidimensional objects under different perceptual loads: The priorit of bottom-up perceptual saliency. Brain Research, 2006, 113~124
19 魏萍, 周小林. 任务维度和任务无关维度一致性对视觉搜索的影响. 见: 全国普通与实验心理学2007年学术年会论文集. 南京, 2007, 40
20 Logan G D. Toward an instance theory of automatization. Psychological Review, 1988, 95(4): 492~527
EXEMPLAR EFFECTS IN THE CONTEXT OF STIMULUS′S NONRULE FEATURE PERCEPTUAL SALIENCY ON THE RULE-BASED CATEGORIZATION
Cao Rui1, Yin Guo′en1, Wang Min2
(1Academy of Psychology and Behavior in Tianjin Normal University, Tianjin300074; 2 Tianjin Institute of Foreign Economic Relation and Trade, Tianjin300221）
Abstract
A 2(learning blocks: 5 blocks vs. 10 blocks)×2(item type: old items vs. new items)×2(item match quality: positive match vs. negative match)experiment was designed to investigate the exemplar effects in the context of stimulus feature perceptual saliency with Allan and Brooks′s paradigm. The results indicated that the exemplar effects on error rate under 5 blocks learning was observed, but none of exemplar effects on reaction time was found. The result suggests that the exemplar effects correlate significantly with nonrule feature.
Key wordscategorization, rule, exemplar effects, perceptual saliency.