stringtranslate.com

Категоризация

Категоризация — это тип познания , включающий концептуальную дифференциацию между характеристиками сознательного опыта , такими как объекты , события или идеи . Он предполагает абстракцию и дифференциацию аспектов опыта путем сортировки и различения группировок посредством классификации или типизации [1] [2] на основе черт, особенностей, сходств или других критериев, универсальных для группы. Категоризация считается одной из наиболее фундаментальных когнитивных способностей и изучается, в частности, психологией и когнитивной лингвистикой .

Категоризацию иногда считают синонимом классификации (см. Классификационные синонимы ). Категоризация и классификация позволяют людям организовывать вещи, объекты и идеи, существующие вокруг них, и упрощают их понимание мира. [3] Категоризация — это то, что делают люди и другие организмы : «делают правильные вещи с правильными вещами ». Деятельность по категоризации вещей может быть невербальной или вербальной. Для людей как конкретные объекты, так и абстрактные идеи распознаются, дифференцируются и понимаются посредством категоризации. Объекты обычно классифицируются для некоторых адаптивных или прагматических целей.

Категоризация основана на признаках, которые отличают членов категории от нечленов. Категоризация важна для обучения, прогнозирования, умозаключений , принятия решений , языка и многих форм взаимодействия организмов с окружающей средой.

Обзор

Категории — это отдельные коллекции конкретных или абстрактных экземпляров (членов категорий), которые когнитивная система считает эквивалентными. Использование знаний о категориях требует доступа к мысленным представлениям , которые определяют основные характеристики членов категории (когнитивные психологи называют эти специфичные для категории ментальные представления понятиями ). [4] [5]

Теоретики категоризации часто рассматривают категоризацию объектов с использованием таксономий с тремя иерархическими уровнями абстракции . [6] Например, растение можно идентифицировать на высоком уровне абстракции, просто назвав его цветком, на среднем уровне абстракции, указав, что цветок является розой, или на низком уровне абстракции, указав дополнительно эту конкретную розу. как шиповник. Категории в таксономии связаны друг с другом посредством включения классов, при этом самый высокий уровень абстракции является наиболее инклюзивным, а самый низкий уровень абстракции является наименее инклюзивным. [6] Три уровня абстракции следующие:

Начало категоризации

Существенный вопрос в изучении категоризации заключается в том, как начинается концептуальная дифференциация между характеристиками сознательного опыта у молодых, неопытных организмов. Все больше экспериментальных данных свидетельствуют о дифференциации характеристик предметов и событий у новорожденных и даже у плодов во внутриутробном периоде. [8] [9] Такое развитие происходит у организмов, которые демонстрируют только простые рефлексы (см. статьи о проблеме связывания , познании , когнитивном развитии , когнитивном развитии младенцев , мультисенсорной интеграции и восприятии ). Для их нервной системы окружающая среда представляет собой какофонию сенсорных раздражителей: электромагнитных волн, химических взаимодействий и колебаний давления. [10]

Категоризация мышления предполагает абстракцию и дифференциацию аспектов опыта, которые полагаются на такую ​​силу разума, как интенциональность и восприятие . Проблема в том, что эти молодые организмы уже должны осознать способности интенциональности и восприятия, позволяющие классифицировать окружающую среду. [8] Интенциональность и восприятие уже требуют от них способности распознавать объекты (или события), т. е. идентифицировать объекты сенсорной системой . [11] Это порочный круг: категоризация требует интенциональности и восприятия, которые появляются только в категоризированной среде. Итак, молодой, неопытный организм не обладает абстрактным мышлением и не может самостоятельно осуществлять концептуальную дифференциацию характеристик сознательного опыта, если он решает только задачу категоризации.

Изучая истоки социального познания в развитии ребенка, психолог развития Майкл Томаселло разработал понятие общей интенциональности , чтобы объяснить неосознанные процессы во время социального обучения после рождения и объяснить процессы формирования интенциональности . [12] Далее Игорь Вал Данилов расширил это понятие на внутриутробный период, введя гипотезу о нейрофизиологических процессах, происходящих во время Совместной интенциональности . [8] Гипотеза пытается объяснить начало когнитивного развития у организмов на разных уровнях сложности биосистем, от межличностной динамики до нейронных взаимодействий. [13] [14] Данные нейробиологии подтверждают эту гипотезу. Исследования с помощью гиперсканирования наблюдали межмозговую активность в условиях отсутствия общения в парах, когда испытуемые решали общую когнитивную задачу, и регистрировали повышенную межмозговую активность в отличие от состояния, когда испытуемые решали аналогичную задачу в одиночку. [15] [16] [17] [18] [19] [20] Эти данные показывают, что совместное взаимодействие без сенсорных сигналов может возникать в диадах мать-ребенок, обеспечивая общую интенциональность . [8] Показан способ познания на этапе без общения и абстрактного мышления. Значение этого знания состоит в том, что оно может раскрыть новое направление изучения сознания , поскольку последнее относится к осознанию внутреннего и внешнего существования, опирающемуся на интенциональность , восприятие и категоризацию окружающей среды.

Теории

Классический вид

Классическая теория категоризации — это термин, используемый в когнитивной лингвистике для обозначения подхода к категоризации, который появляется у Платона и Аристотеля и который оказал большое влияние и доминировал в западной культуре, особенно в философии, лингвистике и психологии. [21] [22] Категорический метод анализа Аристотеля был передан в схоластический средневековый университет через « Исагогу » Порфирия . Классический взгляд на категории можно свести к трем допущениям: категория может быть описана как список необходимых и достаточных признаков, которыми должно обладать ее членство, категории дискретны, поскольку имеют четко определенные границы (либо элемент принадлежит одной, либо нет). , без каких-либо промежуточных возможностей), и все члены категории имеют одинаковый статус. (Нет членов категории, которые принадлежали бы больше, чем другие). [1] [23] [ нужна страница ] [21] С классической точки зрения категории должны быть четко определены, взаимоисключающие и коллективно исчерпывающие; таким образом, любой объект в данной классификационной вселенной однозначно принадлежит одной и только одной из предложенных категорий. [ нужна цитата ]

Классический взгляд на категории впервые появился в контексте западной философии в творчестве Платона , который в своем диалоге «Политический деятель» вводит подход группировки объектов на основе их сходных свойств . Этот подход был дополнительно исследован и систематизирован Аристотелем в его трактате «Категории» , где он анализирует различия между классами и объектами . Аристотель также интенсивно применял классическую схему категоризации в своем подходе к классификации живых существ (который использует технику применения последовательных сужающих вопросов, таких как «Это животное или растение?», «Сколько у него ног?», « Есть ли у него мех или перья?», «Может ли он летать?»...), создавая таким образом основу естественной систематики .

Примеры использования классического взгляда на категории можно найти в западных философских трудах Декарта , Блеза Паскаля , Спинозы и Джона Локка , а в 20 в. у Бертрана Рассела , Дж. Мура , логических позитивистов . Это было краеугольным камнем аналитической философии и ее концептуального анализа , а более поздние формулировки были предложены в 1990-х годах Фрэнком Кэмероном Джексоном и Кристофером Пикоком . [24] [25] [26] В начале 20-го века вопрос о категориях был введен в эмпирические социальные науки Дюркгеймом и Моссом, чьи новаторские работы были пересмотрены в современной науке. [27] [28]

Классическая модель категоризации использовалась, по крайней мере, с 1960-х годов лингвистами парадигмы структурной семантики Джерролдом Кацем и Джерри Фодором в 1963 году, что, в свою очередь, повлияло на ее принятие также такими психологами, как Аллан М. Коллинз и М. Росс Куиллиан. . [1] [29]

Современные версии классической теории категоризации изучают, как мозг изучает и представляет категории, обнаруживая особенности , которые отличают членов группы от нечленов. [30] [31]

Теория прототипов

Новаторское исследование психолога Элеоноры Рош и ее коллег, проводившееся с 1973 года, представило теорию прототипов , согласно которой категоризацию также можно рассматривать как процесс группировки вещей на основе прототипов . Этот подход оказал большое влияние, особенно на когнитивную лингвистику . [1] Частично оно было основано на предыдущих открытиях, в частности на формулировке категориальной модели, основанной на семейном сходстве Витгенштейна (1953) и Роджера Брауна «Как следует называть вещь?» (1958). [1]

Теория прототипов была затем принята когнитивными лингвистами, такими как Джордж Лакофф . Теория прототипов является примером подхода к категоризации, основанного на сходстве, в котором сохраненное представление категории используется для оценки сходства членов категории-кандидата. [32] Согласно теории прототипов, это сохраненное представление состоит из сводного представления членов категории. Этот прототип стимула может принимать различные формы. Это может быть центральная тенденция, представляющая среднего члена категории, модальный стимул, представляющий либо наиболее частый случай, либо стимул, составленный из наиболее распространенных признаков категории, либо, наконец, «идеальный» член категории, либо карикатура, подчеркивающая отличительные черты категории. [33] Важным соображением относительно этого представления прототипа является то, что оно не обязательно отражает существование реального экземпляра категории в мире. [33] Кроме того, прототипы очень чувствительны к контексту. [34] Например, хотя прототипом категории напитков может быть газировка или сельтерская вода, контекст позднего завтрака может привести к выбору мимозы в качестве прототипа напитка.

Теория прототипов утверждает, что члены данной категории имеют семейное сходство , а категории определяются набором типичных особенностей (в отличие от того, что все члены обладают необходимыми и достаточными характеристиками). [35]

Образцовая теория

Еще один пример подхода к категоризации, основанного на сходстве, теория образцов также сравнивает сходство кандидатов в члены категории с представлениями, хранящимися в памяти. Согласно теории образцов, все известные экземпляры категории хранятся в памяти как образцы. При оценке принадлежности незнакомого объекта к категории образцы из потенциально релевантных категорий извлекаются из памяти, а сходство объекта с этими образцами суммируется для формулирования решения о категоризации. [33] Контекстная модель Медина и Шаффера (1978) использует подход ближайшего соседа , который вместо суммирования сходств объекта с соответствующими образцами умножает их, чтобы обеспечить взвешенные сходства, которые отражают близость объекта к релевантным образцам. [36] Это эффективно смещает решения о категоризации в сторону образцов, наиболее похожих на объект, подлежащий категоризации. [36] [37]

Концептуальная кластеризация

Концептуальная кластеризация — это парадигма машинного обучения для неконтролируемой классификации , которая была определена Рышардом С. Михальским в 1980 году. [38] [39] Это современная вариация классического подхода к категоризации, основанная на попытках объяснить, как представляются знания. В этом подходе классы (кластеры или сущности) генерируются путем сначала формулирования их концептуальных описаний, а затем классификации объектов в соответствии с описаниями. [40]

Концептуальная кластеризация развивалась в основном в 1980-е годы как машинная парадигма обучения без учителя . Он отличается от обычной кластеризации данных тем, что генерирует описание концепции для каждой сгенерированной категории.

Концептуальная кластеризация тесно связана с теорией нечетких множеств , в которой объекты могут принадлежать к одной или нескольким группам с разной степенью приспособленности. Когнитивный подход признает, что естественные категории градуированы (они имеют тенденцию быть нечеткими в своих границах) и непоследовательны в статусе составляющих их членов. Идея необходимых и достаточных условий почти никогда не встречается в категориях естественно возникающих вещей.

Категория обучения

Хотя исчерпывающее обсуждение обучения категориям выходит за рамки этой статьи, краткий обзор обучения категориям и связанных с ним теорий полезен для понимания формальных моделей категоризации.

Если исследование категоризации исследует, как категории поддерживаются и используются, область изучения категорий направлена ​​в первую очередь на то, чтобы понять, как категории усваиваются. Для этого исследователи часто используют новые категории произвольных объектов (например, точечные матрицы), чтобы гарантировать, что участники совершенно незнакомы со стимулами. [41] Исследователи категорийного обучения обычно фокусируются на двух различных формах категорийного обучения. Классификация задач обучения для участников с прогнозированием категорий для стимула на основе его предоставленных характеристик. Обучение классификации сосредоточено на изучении информации между категориями и диагностических характеристик категорий. [42] Напротив, в процессе обучения выводам участники должны сделать вывод о наличии/ценности признака категории на основе предоставленного ярлыка категории и/или присутствия других признаков категории. Обучение умозаключениям сосредоточено на изучении внутрикатегориальной информации и прототипных особенностей категории. [42]

Задачи обучения по категориям обычно можно разделить на две категории: обучение с учителем и обучение без учителя. Задачи контролируемого обучения предоставляют учащимся метки категорий. Затем учащиеся используют информацию, извлеченную из помеченных категорий примеров, для классификации стимулов в соответствующую категорию, что может включать абстракцию правила или концепции, связывающей наблюдаемые характеристики объекта с метками категорий. Задачи обучения без присмотра не дают учащимся меток категорий. Поэтому учащиеся должны распознавать присущие структуры в наборе данных и группировать стимулы по сходству в классы. Таким образом, обучение без учителя представляет собой процесс создания классификационной структуры. Задания, используемые для изучения категорийного обучения, принимают различные формы:

Категории теорий обучения

Исследователи категорийного обучения предложили различные теории того, как люди изучают категории. [43] Преобладающие теории категорийного обучения включают теорию прототипов, теорию образцов и теорию границ решения. [41]

Теория прототипов предполагает, что для изучения категории необходимо изучить прототип категории. Последующая категоризация новых стимулов затем осуществляется путем выбора категории с наиболее похожим прототипом. [41]

Теория образцов предполагает, что для изучения категории необходимо узнать об образцах, принадлежащих к этой категории. Последующая категоризация нового стимула затем осуществляется путем вычисления его сходства с известными образцами потенциально релевантных категорий и выбора категории, которая содержит наиболее похожие образцы. [36]

Теория границы принятия решения предполагает, что для изучения категории необходимо либо изучить области пространства стимулов, связанные с конкретными реакциями, либо границы (границы решения), которые разделяют эти области реакции. Затем классификация нового стимула осуществляется путем определения, в какой области ответа он содержится. [44]

Формальные модели

Вычислительные модели категоризации были разработаны для проверки теорий о том, как люди представляют и используют информацию о категориях. [33] Для этого модели категоризации могут быть адаптированы к экспериментальным данным, чтобы увидеть, насколько хорошо прогнозы, предоставляемые моделью, соответствуют человеческим действиям. Основываясь на успехе модели в объяснении данных, теоретики могут сделать выводы о точности своих теорий и их актуальности для представлений человеческих категорий.

Чтобы эффективно понять, как люди представляют и используют информацию о категориях, модели категоризации обычно работают с вариациями одних и тех же трех основных предположений. [45] [33] Во-первых, модель должна сделать какое-то предположение о внутреннем представлении стимула (например, представление восприятия стимула как точки в многомерном пространстве). [45] Во-вторых, модель должна сделать предположение о конкретной информации, к которой необходимо получить доступ, чтобы сформулировать ответ (например, образцовые модели требуют сбора всех доступных образцов для каждой категории). [36] В-третьих, модель должна сделать предположение о том, как выбирается ответ с учетом доступной информации. [45]

Хотя все модели категоризации делают эти три предположения, они отличаются друг от друга способами представления и преобразования входных данных в представление ответа. [33] Внутренние структуры знаний различных моделей категоризации отражают конкретные представления, которые они используют для выполнения этих преобразований. Типичные представления, используемые моделями, включают образцы, прототипы и правила. [33]

Примеры

Модели-прототипы

Модель прототипа с взвешенными характеристиками [32] Первая версия прототипа модели была создана Ридом в начале 1970-х годов. Рид (1972) провел серию экспериментов, чтобы сравнить эффективность 18 моделей при объяснении данных из задачи категоризации, которая требовала от участников отсортировать лица по одной из двух категорий. [32] Результаты показали, что преобладающей моделью была модель прототипа с взвешенными характеристиками, которая принадлежала к семейству моделей среднего расстояния. Однако в отличие от традиционных моделей среднего расстояния в этой модели по-разному учитываются наиболее отличительные особенности двух категорий. Учитывая эффективность этой модели, Рид (1972) пришел к выводу, что стратегия, использованная участниками при выполнении задачи категоризации лиц, заключалась в построении представлений прототипов для каждой из двух категорий лиц и категоризации тестовых шаблонов в категорию, связанную с наиболее похожим прототипом. Более того, результаты показали, что сходство определялось наиболее отличительными чертами каждой категории.

Образцовые модели

Модель обобщенного контекста [46] Контекстная модель Медина и Шаффера (1978) была расширена Нософски (1986) в середине 1980-х годов, что привело к созданию модели обобщенного контекста (GCM). [46] GCM — это образцовая модель, в которой образцы стимулов хранятся в виде исчерпывающих комбинаций характеристик, связанных с каждым примером. [33] Сохраняя эти комбинации, модель устанавливает контексты для признаков каждого экземпляра, которые определяются всеми другими признаками, с которыми этот признак встречается одновременно. GCM вычисляет сходство образца и стимула в два этапа. Сначала GCM вычисляет психологическую дистанцию ​​между образцом и стимулом. Это достигается путем суммирования абсолютных значений разности размеров между образцом и стимулом. Например, предположим, что образец имеет значение 18 по измерению X, а стимул имеет значение 42 по измерению X; результирующая размерная разница будет равна 24. После оценки психологического расстояния функция экспоненциального затухания определяет сходство образца и стимула, где расстояние, равное 0, приводит к сходству, равному 1 (которое начинает экспоненциально уменьшаться по мере увеличения расстояния). . Категориальные ответы затем генерируются путем оценки сходства стимула с образцами каждой категории, где каждый образец обеспечивает «голосование» [33] за соответствующие категории, сила которого варьируется в зависимости от сходства образца со стимулом и силы образца. ассоциация с категорией. Это эффективно присваивает каждой категории вероятность выбора, которая определяется долей полученных ею голосов, которую затем можно подогнать к данным.

Модели, основанные на правилах

Модель RULEX (Правило-Плюс-Исключение) [47] Хотя простые логические правила неэффективны при изучении плохо определенных структур категорий, некоторые сторонники теории категоризации, основанной на правилах, предполагают, что несовершенные правила могут использоваться для изучения таких структур категорий, если есть исключения. этому правилу также сохраняются и учитываются. Чтобы формализовать это предложение, Нософски и его коллеги (1994) разработали модель RULEX. Модель RULEX пытается сформировать дерево решений [48] , состоящее из последовательных проверок значений атрибутов объекта. Категоризация объекта затем определяется по результатам этих последовательных тестов. Модель RULEX ищет правила следующими способами: [49]

Метод, который RULEX использует для выполнения такого поиска, заключается в следующем: [49] Сначала RULEX пытается выполнить точный поиск. В случае успеха RULEX будет постоянно применять это правило до тех пор, пока не произойдет неправильная классификация. Если точный поиск не сможет выявить правило, начнется либо несовершенный, либо конъюнктивный поиск. Достаточное, хотя и несовершенное правило, полученное на одном из этих этапов поиска, станет окончательно реализованным, и тогда модель RULEX начнет искать исключения. Если правило не получено, модель попытается выполнить поиск, который она не выполняла на предыдущем этапе. В случае успеха RULEX навсегда внедрит правило, а затем начнет поиск исключений. Если ни один из предыдущих методов поиска не оказался успешным, RULEX по умолчанию будет искать только исключения, несмотря на отсутствие связанного правила, что соответствует получению случайного правила.

Гибридные модели

SUSTAIN (Стратифицированная адаптивная инкрементальная сеть с учителем и без учителя ) [ 50] Часто бывает, что представления изученных категорий различаются в зависимости от целей учащегося, [51] а также от того, как категории используются во время обучения. [5] Таким образом, некоторые исследователи категоризации предполагают, что правильная модель категоризации должна учитывать изменчивость, присутствующую в целях, задачах и стратегиях учащегося. [50] Это предложение было реализовано Лавом и коллегами (2004) посредством создания SUSTAIN, гибкой модели кластеризации, способной решать как простые, так и сложные проблемы категоризации посредством постепенной адаптации к специфике проблем.

На практике модель SUSTAIN сначала преобразует перцептивную информацию стимула в функции, которые организованы по набору измерений. Репрезентативное пространство, охватывающее эти измерения, затем искажается (например, растягивается или сжимается), чтобы отразить важность каждой особенности на основе входных данных от механизма внимания. Набор кластеров (конкретных экземпляров, сгруппированных по сходству), связанных с отдельными категориями, затем конкурирует за реакцию на стимул, при этом стимул впоследствии назначается кластеру, репрезентативное пространство которого наиболее близко к стимулу. Неизвестное значение измерения стимула (например, метка категории) затем прогнозируется победившим кластером, который, в свою очередь, информирует о решении о категоризации.

Гибкость модели SUSTAIN реализуется за счет ее способности использовать как контролируемое, так и неконтролируемое обучение на уровне кластера. Если SUSTAIN неправильно предсказывает принадлежность стимула к определенному кластеру, корректирующая обратная связь (т. е. контролируемое обучение) будет сигнализировать поддержке о необходимости набора дополнительного кластера, который представляет неправильно классифицированный стимул. Следовательно, последующие воздействия стимула (или аналогичной альтернативы) будут отнесены к правильному кластеру. SUSTAIN также будет использовать обучение без учителя для набора дополнительного кластера, если сходство между стимулом и ближайшим кластером не превышает пороговое значение, поскольку модель признает слабую прогностическую полезность, которая может возникнуть в результате такого назначения кластера. SUSTAIN также демонстрирует гибкость в решении как простых, так и сложных задач категоризации. В целом внутреннее представление SUSTAIN содержит только один кластер, что смещает модель в сторону простых решений. По мере того, как проблемы становятся все более сложными (например, требующими решений, состоящих из нескольких измерений стимулов), постепенно набираются дополнительные кластеры, чтобы SUSTAIN мог справиться с ростом сложности.

Социальная категоризация

Социальная категоризация заключается в объединении людей в группы для их идентификации на основе различных критериев. Категоризация — это процесс, изучаемый учеными-когнитивистами, но его также можно изучать как социальную деятельность. Социальная категоризация отличается от категоризации других вещей, поскольку она подразумевает, что люди создают категории для себя и других как человеческие существа. [3] Группы могут создаваться по этнической принадлежности, стране происхождения, религии, сексуальной идентичности, социальным привилегиям, экономическим привилегиям и т. д. Существуют различные способы сортировки людей по своим схемам. Люди принадлежат к различным социальным группам в зависимости от их этнической принадлежности, религии или возраста. [52]

Социальные категории, основанные на возрасте, расе и поле, используются людьми, когда они встречают нового человека. Поскольку некоторые из этих категорий относятся к физическим чертам, они часто используются автоматически, когда люди не знают друг друга. [53] Эти категории не объективны и зависят от того, как люди видят окружающий мир. Они позволяют людям идентифицировать себя с похожими людьми и идентифицировать людей, которые отличаются. Они полезны для формирования идентичности с окружающими людьми. Человек может построить свою собственную идентичность, идентифицируя себя в группе или отвергая другую группу. [54]

Социальная категоризация аналогична другим типам категоризации, поскольку она направлена ​​на упрощение понимания людей. Однако создание социальных категорий подразумевает, что люди будут позиционировать себя по отношению к другим группам. Иерархия в групповых отношениях может возникнуть в результате социальной категоризации. [54]

Ученые утверждают, что процесс категоризации начинается в раннем возрасте, когда дети начинают познавать мир и людей вокруг них. Дети учатся узнавать людей по категориям, основанным на сходствах и различиях. Социальные категории, созданные взрослыми, также влияют на их понимание мира. Они узнают о социальных группах, слыша общие сведения об этих группах от своих родителей. В результате этих общих черт у них могут развиться предубеждения о людях. [53]

Другой аспект социальной категоризации упоминается Стивеном Райхером и Ником Хопкинсом и связан с политическим доминированием. Они утверждают, что политические лидеры используют социальные категории, чтобы влиять на политические дебаты. [52]

Негативные аспекты

Деятельность по сортировке людей по субъективным или объективным критериям можно рассматривать как негативный процесс из-за ее склонности приводить к насилию от одной группы к другой. [55] Действительно, сходства объединяют людей, имеющих общие черты, но различия между группами могут привести к напряженности, а затем к использованию насилия между этими группами. Создание социальных групп людьми ответственно за иерархизацию отношений между группами. [55] Эти иерархические отношения способствуют распространению стереотипов о людях и группах, иногда основанных на субъективных критериях. Социальные категории могут побуждать людей ассоциировать стереотипы с группами людей. Связывание стереотипов с группой и людьми, принадлежащими к этой группе, может привести к формам дискриминации по отношению к людям этой группы. [56] Восприятие группы и связанные с ней стереотипы оказывают влияние на социальные отношения и деятельность.

Некоторые социальные категории имеют больший вес в обществе, чем другие. Например, в истории и до сих пор категория «раса» является одной из первых категорий, используемых для сортировки людей. Однако обычно используются только несколько категорий расы, такие как «черный», «белый», «азиат» и т. д. Это способствует сокращению множества этнических групп до нескольких категорий, основанных в основном на цвете кожи людей. [57]

Процесс сортировки людей создает представление о других как о «отличных», что приводит к дегуманизации людей. Ученые рассуждают о межгрупповых отношениях, опираясь на концепцию теории социальной идентичности , разработанную Х. Тайфелем. [55] Действительно, в истории множество примеров социальной категоризации приводили к формам доминирования или насилия от доминирующей группы к доминируемой группе. Периоды колонизации являются примерами случаев, когда люди из группы предпочитали доминировать и контролировать других людей, принадлежащих к другим группам, потому что считали их неполноценными. Расизм, дискриминация и насилие являются последствиями социальной категоризации и могут возникать из-за нее. Когда люди видят других как других, они склонны развивать иерархические отношения с другими группами. [55]

Неправильная категоризация

Не может быть категоризации без возможности неправильной категоризации . [58] Чтобы делать «правильные вещи с правильными вещами », [59] должно быть как правильное, так и неправильное действие. Категория, членом которой является «все» не только логически приводит к парадоксу Рассела («является ли она членом самой себя?»), но без возможности ошибки не существует способа обнаружить или определить что отличает членов категории от нечленов.

Примером отсутствия нечленов может служить проблема скудности стимулов в изучении языка ребенком: дети, изучающие язык, не слышат или допускают ошибки в правилах Универсальной Грамматики (УГ). Следовательно, они никогда не исправляются за ошибки в UG. Однако детская речь подчиняется правилам УГ, и говорящие могут сразу обнаружить, что что-то не так, если лингвист генерирует (намеренно) высказывание, нарушающее УГ. Следовательно, говорящие могут классифицировать то, что соответствует требованиям UG и не соответствует требованиям UG. Лингвисты пришли к выводу, что правила УГ должны быть каким-то образом закодированы в человеческом мозгу. [60]

Однако обычные категории, такие как «собаки», содержат множество примеров нечленов (например, кошек). Таким образом, можно научиться методом проб и ошибок, с коррекцией ошибок, обнаруживать и определять, что отличает собак от несобак, и, следовательно, правильно классифицировать их. [61] Этот вид обучения, называемый в поведенческой литературе обучением с подкреплением и обучением с учителем в компьютерной литературе, фундаментально зависит от возможности ошибки и ее исправления. Неправильная категоризация — примеры нечленов категории — должна существовать всегда, не только для того, чтобы сделать категорию доступной для изучения, но и для того, чтобы категория вообще существовала и могла быть определима.

Смотрите также

Рекомендации

  1. ^ abcde Крофт, Уильям; Круз, Д. Алан (2004). «Категории, понятия и значения». Когнитивная лингвистика . Издательство Кембриджского университета . стр. 74–77. ISBN 0521661145.
  2. ^ Потос, Эммануэль М.; Уиллс, Энди Дж., ред. (2011). "Введение". Формальные подходы в категоризации . Издательство Кембриджского университета . п. 1. ISBN 9780521190480.
  3. ^ аб МакГарти, Крейг; Мавор, Кеннет И.; Скорич, Дэниел П. (2015), «Социальная категоризация», Международная энциклопедия социальных и поведенческих наук , Elsevier, стр. 186–191, doi : 10.1016/b978-0-08-097086-8.24091-9, ISBN 978-0-08-097087-5, получено 10 ноября 2022 г.
  4. ^ Мерфи, Грегори Л.; Медин, Дуглас Л. (1985). «Роль теорий в концептуальной связности». Психологический обзор . 92 (3): 289–316. дои : 10.1037/0033-295X.92.3.289. ISSN  1939-1471. ПМИД  4023146.
  5. ^ аб Маркман, Артур Б.; Росс, Брайан Х. (2003). «Использование категорий и изучение категорий». Психологический вестник . 129 (4): 592–613. дои : 10.1037/0033-2909.129.4.592. ISSN  1939-1455. ПМИД  12848222.
  6. ^ abcde Рош, Элеонора; Мервис, Кэролайн Б; Грей, Уэйн Д.; Джонсон, Дэвид М; Бойс-Брэм, Пенни (1 июля 1976 г.). «Основные объекты природных категорий». Когнитивная психология . 8 (3): 382–439. дои : 10.1016/0010-0285(76)90013-X. ISSN  0010-0285. S2CID  5612467.
  7. ^ аб Маркман, Артур Б.; Вишневский, Эдвард Дж. (1997). «Похожие и разные: дифференциация категорий базового уровня». Журнал экспериментальной психологии: обучение, память и познание . 23 (1): 54–70. дои : 10.1037/0278-7393.23.1.54. ISSN  1939-1285. S2CID  18585288.
  8. ^ abcd Вал Данилов, Игорь (2023). «Низкочастотные колебания для нелокальной связи нейронов в общей интенциональности до и после рождения: к происхождению восприятия». ОБМ Нейробиология . 7 (4): 1–17. дои : 10.21926/obm.neurobiol.2304192 .
  9. ^ Вал Данилов, Игорь; Михайлова, Сандра (2022). «Новый взгляд на оценку когнитивных способностей детей посредством оценки общей интенциональности». Журнал разведки . 10 (2): 21. doi : 10.3390/jintelligence10020021 . ISSN  2079-3200. ПМЦ 9036231 . ПМИД  35466234. 
  10. ^ Трейсман, А. (1999). «Решения проблемы связывания: прогресс через противоречия и сближение». Нейрон. 1999 год; 24:105-125.
  11. ^ Вал Данилов И. и Михайлова С. (2021). «Агент нейронной когерентности для общей интенциональности: гипотеза нейробиологических процессов, происходящих во время социального взаимодействия». ОБМ Нейробиология 2021;5(4):26; doi:10.21926/obm.neurobiol.2104113
  12. ^ Томаселло, М. (2019). «Становление человеком: теория онтогенеза». Кембридж, Массачусетс, США: Издательство Гарвардского университета .
  13. ^ Вал Данилов, И. (2023). «Теоретические основы общей интенциональности для нейробиологии при разработке биоинженерных систем». ОБМ Нейробиология 2023; 7(1): 156; doi:10.21926/obm.neurobiol.2301156
  14. ^ Вал Данилов, Игорь (2023). «Модуляция общей интенциональности на уровне клеток: низкочастотные колебания для временной координации в биоинженерных системах». ОБМ Нейробиология . 7 (4): 1–17. дои : 10.21926/obm.neurobiol.2304185 .
  15. ^ Лю Дж., Чжан Р., Се Э. и др. (2023). «Общая интенциональность модулирует межличностную нейронную синхронизацию при установлении системы связи». Коммун Биол 6, 832 (2023). https://doi.org/10.1038/s42003-023-05197-z
  16. ^ Художник, Д.Р., Ким, Джей-Джей, Рентон, А.И., Маттингли, Дж.Б. (2021). «Совместный контроль визуально управляемых действий предполагает согласованное усиление поведенческих и нейронных связей». Коммунальная биол. 2021 год; 4:816.
  17. ^ Ху, Ю., Пан, Ю., Ши, Х., Цай, Ц., Ли, Х., Ченг, Х. (2018). «Межмозговая синхронность и контекст сотрудничества при интерактивном принятии решений». Биол Психол. 2018 год; 133: 54-62.
  18. ^ Фишберн, Ф.А., Мерти, вице-президент, Хлутковски, Колорадо, МакГилливрей, CE, Бемис, Л.М., Мерфи, М.Э. и др. (2018). «Соединим головы: межличностная нейронная синхронизация как биологический механизм общей интенциональности». Социальные знания влияют на нейроны. 2018 год; 13: 841-849.
  19. ^ Шимански, К., Пескита, А., Бреннан, А.А., Пердикис, Д., Эннс, Дж.Т., Брик, Т.Р. и др. (2017). «Команды, работающие на одной волне, работают лучше: фазовая синхронизация между мозгами представляет собой нейронный субстрат для социальной помощи». Нейровизуализация. 2017 год; 152: 425-436.
  20. ^ Астольфи Л., Топпи Дж., Де Вико Фаллани Ф., Веккиато Г., Салинари С., Маттиа Д. и др. (2010). «Нейроэлектрическое гиперсканирование измеряет одновременную активность мозга у людей». Мозговой топогр. 2010 г.; 23: 243-256.
  21. ^ Аб Тейлор, Джон Р. (1995). Лингвистическая категоризация: прототипы в лингвистической теории (2-е изд.). Оксфорд [Англия]: Clarendon Press. стр. 21–24. ISBN 0-19-870012-1. ОСЛК  32546314.
  22. ^ Лакофф, Джордж (1987). Женщины, огонь и опасные вещи: что категории говорят о разуме . Чикаго: Издательство Чикагского университета. ISBN 0-226-46803-8. ОСЛК  14001013.
  23. ^ Дэвид В. Эмбли; А. Оливе; Судха Рам, ред. (2006). Концептуальное моделирование: ER 2006: 25-я Международная конференция по концептуальному моделированию, Тусон, Аризона, США, 6–9 ноября 2006 г.: материалы . Берлин: Шпрингер. ISBN 978-3-540-47227-8. ОСЛК  262693303.
  24. ^ Пашлер, Гарольд (10 декабря 2012 г.). Энциклопедия разума . Публикации SAGE. ISBN 978-1-5063-1938-4.
  25. ^ Джексон, Фрэнк (9 марта 2000 г.). От метафизики к этике: защита концептуального анализа (1-е изд.). Издательство Оксфордского университета, Оксфорд. дои : 10.1093/0198250614.001.0001. ISBN 978-0-19-825061-6.
  26. ^ Пикок, Кристофер (25 сентября 1995 г.). Исследование концепций. дои : 10.7551/mitpress/6537.001.0001. ISBN 9780262281317.
  27. ^ Дюркгейм, Эмиль; Мосс, Марсель; Дюркгейм, Эмиль (2002). quelques образует примитивы классификации. Классики социальных наук. Шикутими: Ж.-М. Трамбле. doi : 10.1522/cla.due.deq. ISBN 1-55441-218-8.
  28. ^ Алехандро, Одри (январь 2021 г.). «Как проблематизировать категории: создание методологического инструментария для лингвистической рефлексивности». Международный журнал качественных методов . 20 : 160940692110555. дои : 10.1177/16094069211055572 . ISSN  1609-4069. S2CID  244420443.
  29. ^ Кац, Джеррольд Дж.; Фодор, Джерри А. (1963). «Структура семантической теории». Язык . 39 (2): 170–210. дои : 10.2307/411200. ISSN  0097-8507. JSTOR  411200. S2CID  9860676.
  30. ^ Эшби, Ф. Грегори; Валентин, Вивиан В. (01 января 2017 г.), Коэн, Анри; Лефевр, Клэр (ред.), «Глава 7 - Множественные системы обучения по категориям восприятия: теория и когнитивные тесты», Справочник по категоризации в когнитивной науке (второе издание) , Сан-Диего: Elsevier, стр. 157–188, doi : 10.1016. /b978-0-08-101107-2.00007-5, ISBN 978-0-08-101107-2, получено 10 ноября 2022 г.
  31. ^ Перес-Гей Хуарес, Фернанда; Терио, Кристиан; Грегори, Мэдлин; Ривас, Дэниел; Сабри, Хишам; Харнад, Стеван (2017). «Как и почему категорийное обучение вызывает категорическое восприятие?». Международный журнал сравнительной психологии . 30 . дои : 10.46867/ijcp.2017.30.01.01 . ISSN  0889-3675.
  32. ^ abc Рид, Стивен К. (1 июля 1972 г.). «Распознавание образов и категоризация». Когнитивная психология . 3 (3): 382–407. дои : 10.1016/0010-0285(72)90014-X. ISSN  0010-0285.
  33. ^ abcdefghi Kruschke, Джон К. (2008), Сан, Рон (редактор), «Модели категоризации», Кембриджский справочник по вычислительной психологии , Кембриджские справочники по психологии, Кембридж: Cambridge University Press, стр. 267–301, doi : 10.1017/cbo9780511816772.013 , ISBN 978-0-521-85741-3
  34. ^ Рош, Э. (1999). Восстановление концепций. Журнал исследований сознания, 6 (11–12), 61–77.
  35. ^ Рош, Элеонора; Мервис, Кэролин Б. (1 октября 1975 г.). «Семейные сходства: Исследования внутренней структуры категорий». Когнитивная психология . 7 (4): 573–605. дои : 10.1016/0010-0285(75)90024-9. ISSN  0010-0285. S2CID  17258322.
  36. ^ abcd Медин, Дуглас Л.; Шаффер, Маргарита М. (1978). «Контекстная теория классификационного обучения». Психологический обзор . 85 (3): 207–238. дои : 10.1037/0033-295X.85.3.207. ISSN  1939-1471. S2CID  27148249.
  37. ^ Голдстоун, Р.Л., Керстен, А., и Карвалью, П.Ф. (2012). Понятия и категоризация. Справочник по психологии, второе издание, 4.
  38. ^ Фишер, Дуглас Х. (1987). «Получение знаний посредством поэтапной концептуальной кластеризации». Машинное обучение . 2 (2): 139–172. дои : 10.1007/BF00114265 .
  39. ^ Михальски, Р.С. (1980). «Получение знаний посредством концептуальной кластеризации: теоретическая основа и алгоритм разделения данных на соединительные концепции». Международный журнал политического анализа и информационных систем . 4 : 219–244.
  40. ^ Кауфман, Кеннет А. (2012), «Концептуальная кластеризация», в Силе, Норберт М. (редактор), Энциклопедия наук об обучении , Бостон, Массачусетс: Springer US, стр. 738–740, doi : 10.1007/ 978-1-4419-1428-6_1219, ISBN 978-1-4419-1427-9
  41. ^ abc Эшби, Ф. Грегори; Мэддокс, В. Тодд (1 февраля 2005 г.). «Обучение человеческих категорий». Ежегодный обзор психологии . 56 (1): 149–178. doi :10.1146/annurev.psych.56.091103.070217. ISSN  0066-4308. ПМИД  15709932.
  42. ^ Аб Хиггинс, Э., и Росс, Б. (2011). Сравнения в категории обучения: Как лучше сравнивать и с чем. В материалах ежегодного собрания Общества когнитивных наук (том 33, № 33).
  43. ^ Эшби, Ф. Грегори; Мэддокс, В. Тодд (1998-01-01), Бирнбаум, Майкл Х. (редактор), «Глава 4 - Категоризация стимулов», Измерение, суждение и принятие решений , Справочник по восприятию и познанию (второе издание), Сан-Диего : Academic Press, стр. 251–301, doi : 10.1016/b978-012099975-0.50006-3, ISBN. 978-0-12-099975-0
  44. ^ Мэддокс, В. Тодд; Эшби, Ф. Грегори (1996). «Разделимость восприятия, разделимость принятия решений и отношения классификации, ускоряющей идентификацию». Журнал экспериментальной психологии: человеческое восприятие и деятельность . 22 (4): 795–817. дои : 10.1037/0096-1523.22.4.795. ISSN  1939-1277. ПМИД  8756953.
  45. ^ abc Эшби, Ф. Грегори; Мэддокс, В. Тодд (1 сентября 1993 г.). «Отношения между прототипом, образцом и моделями категоризации, связанными с принятием решения». Журнал математической психологии . 37 (3): 372–400. дои : 10.1006/jmps.1993.1023. ISSN  0022-2496.
  46. ^ аб Нософски, Роберт М. (1986). «Внимание, сходство и отношения идентификации и категоризации». Журнал экспериментальной психологии: Общие сведения . 115 (1): 39–57. дои : 10.1037/0096-3445.115.1.39. ISSN  1939-2222. ПМИД  2937873.
  47. ^ Нософски, Роберт М.; Палмери, Томас Дж.; МакКинли, Стивен С. (1994). «Модель обучения классификации «правило плюс исключение». Психологический обзор . 101 (1): 53–79. дои : 10.1037/0033-295X.101.1.53. ISSN  1939-1471. ПМИД  8121960.
  48. ^ Саймон, Герберт А.; Хант, Э.Б.; Марин, Дж.; Стоун, П. (1967). «Опыты по индукции». Американский журнал психологии . 80 (4): 651. дои : 10.2307/1421207. JSTOR  1421207.
  49. ^ аб Наварро, Даниэль Дж. (1 августа 2005 г.). «Анализ модели категорийного обучения RULEX». Журнал математической психологии . 49 (4): 259–275. дои : 10.1016/j.jmp.2005.04.001. hdl : 2440/17026 . ISSN  0022-2496.
  50. ^ ab Love, Брэдли С.; Медин, Дуглас Л.; Гурекис, Тодд М. (2004). «SUSTAIN: сетевая модель категорийного обучения». Психологический обзор . 111 (2): 309–332. дои : 10.1037/0033-295X.111.2.309. ISSN  1939-1471. ПМИД  15065912.
  51. ^ Барсалу, Лоуренс В. (1985). «Идеалы, центральная тенденция и частота реализации как определяющие факторы градуированной структуры категорий». Журнал экспериментальной психологии: обучение, память и познание . 11 (4): 629–654. дои : 10.1037/0278-7393.11.1-4.629. ISSN  1939-1285. ПМИД  2932520.
  52. ^ аб Райхер, Стивен; Хопкинс, Ник (2001). «Психология и конец истории: критика и предложения по психологии социальной категоризации». Политическая психология . 22 (2): 383–407. дои : 10.1111/0162-895X.00246. ISSN  0162-895X. JSTOR  3791934.
  53. ^ аб Либерман, Зоя; Вудворд, Аманда Л.; Кинзлер, Кэтрин Д. (2017). «Истоки социальной категоризации». Тенденции в когнитивных науках . 21 (7): 556–568. doi :10.1016/j.tics.2017.04.004. ПМК 5605918 . ПМИД  28499741. 
  54. ^ аб Боденхаузен, Гален В.; Канг, Соня К.; Пири, Судьба (2012), «Социальная категоризация и восприятие социальных групп», Справочник SAGE по социальному познанию , SAGE Publications Ltd, стр. 311–329, doi : 10.4135/9781446247631.n16, ISBN 978-0-85702-481-7, S2CID  151765438
  55. ^ abcd Тайфел, Х (1982). «Социальная психология межгрупповых отношений». Ежегодный обзор психологии . 33 (1): 1–39. doi : 10.1146/annurev.ps.33.020182.000245. ISSN  0066-4308.
  56. ^ Гугенберг, Курт; Боденхаузен, Гален В. (2004). «Двусмысленность в социальной категоризации: роль предрассудков и мимики в расовой категоризации». Психологическая наука . 15 (5): 342–345. дои : 10.1111/j.0956-7976.2004.00680.x. ISSN  0956-7976. PMID  15102145. S2CID  14677163.
  57. ^ Надин Шоран. Стереотипизация. Социальная категоризация. Исторический словарь и критика расизма, PUF, 10 стр., 2013. ffhal-00966930
  58. ^ Магидор, Офра (2019), «Категорийные ошибки», в Залте, Эдвард Н. (ред.), Стэнфордская энциклопедия философии (изд. осени 2019 г.), Лаборатория метафизических исследований, Стэнфордский университет , получено 17 января 2020 г.
  59. ^ Коэн и Лефевр, 2017 г.
  60. ^ Ласник, Ховард; Лидз, Джеффри Л. (22 декабря 2016 г.), Робертс, Ян (редактор), «Аргумент от бедности стимула», Оксфордский справочник по универсальной грамматике , Oxford University Press, стр. 220–248, doi : 10.1093/oxfordhb/9780199573776.013.10, ISBN 978-0-19-957377-6
  61. ^ Берт, Джереми Р.; Торосдагли, Неслиса; Хосраван, Наджи; РавиПракаш, Хариш; Мортази, Алиасгар; Тиссавирасингем, Фиона; Хусейн, Сарфараз; Багчи, Улас (01 сентября 2018 г.). «Глубокое обучение за пределами кошек и собак: последние достижения в диагностике рака молочной железы с помощью глубоких нейронных сетей». Британский журнал радиологии . 91 (1089): 20170545. doi :10.1259/bjr.20170545. ISSN  0007-1285. ПМК 6223155 . ПМИД  29565644. 

Внешние ссылки

Поищите категоризацию в Викисловаре, бесплатном словаре.