Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Для получения информации о категориях Википедии см. Справка: Категория .
Для конкретного использования, см Категория (значения) .

Категоризация - это человеческая способность и деятельность по распознаванию общих черт или сходств между элементами опыта мира (например, объектами , событиями или идеями ), организации и классификации опыта путем отнесения их к более абстрактной группе (т. Е. категория, класс или тип), [1] [2] на основе их черт, особенностей, сходства или других критериев. Категоризация считается одной из самых фундаментальных когнитивных способностей , и поэтому она особенно изучается психологией и когнитивной лингвистикой .

Категоризация иногда считается синонимом классификации (см. Синонимы классификации ). Категоризация и классификация позволяют людям систематизировать вещи, объекты и идеи, существующие вокруг них, и упростить их понимание мира. [3] категоризация является то , что люди и другие организмы делают : «делать правильные вещи с правом рода вещи.» 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 делятся на категории по некоторым адаптивным или прагматическим целям.

Категоризация основана на особенностях, которые отличают членов категории от не членов. Категоризация важна для обучения, прогнозирования, вывода , принятия решений , языка и многих форм взаимодействия организмов с окружающей их средой.

Обзор категоризации [ править ]

Категории - это отдельные совокупности конкретных или абстрактных экземпляров (членов категорий), которые когнитивная система считает эквивалентными. Использование категорийного знания требует доступа к ментальным репрезентациям, которые определяют основные характеристики членов категории (когнитивные психологи называют эти ментальные репрезентации по категориям концепциями ). [4] [5]

Для теоретиков категоризации категоризация объектов часто рассматривается с использованием таксономий с тремя иерархическими уровнями абстракции . [6] Например, растение можно идентифицировать на высоком уровне абстракции, просто обозначив его как цветок, на среднем уровне абстракции, указав, что цветок является розой, или на низком уровне абстракции, указав 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 - наименее инклюзивным. [6] Три уровня абстракции следующие:

  • Высший уровень (например, Цветок) - самый высокий и самый всеобъемлющий уровень абстракции. Обладает высшей степенью общности и наименьшей степенью сходства внутри категории. [7]
  • Базовый уровень (например, Роза) - средний уровень абстракции. Рош и его коллеги (1976) предполагают, что базовый уровень является наиболее когнитивно эффективным. [6] Категории базового уровня демонстрируют высокие внутрикатегорийные сходства и высокие различия между категориями . Более того, базовый уровень - это наиболее инклюзивный уровень, на котором образцы категорий имеют обобщенную идентифицируемую форму. [6] Взрослые чаще всего используют имена объектов базового уровня, а дети сначала изучают базовые имена объектов. [6]
  • Подчиненный уровень (например, шиповник) - самый низкий уровень абстракции. Обладает высочайшей степенью специфичности и высокой степенью сходства внутри категорий. [7]

Теории категоризации [ править ]

Классический вид [ править ]

Основная статья: Категории (Аристотель)

Классическая теория категоризации , это термин , используемый в когнитивной лингвистике для обозначения подхода к категоризации , который появляется в Платона и Аристотеля , и что был очень влиятельным и доминирующим в западной культуре, особенно в философии, лингвистики и психологии. [8] [9] Классический взгляд на категории можно свести к трем предположениям: категорию можно описать как список необходимых и достаточныхособенности, которые должны быть у его члена; категории дискретны, у них есть четко определенные границы (либо элемент принадлежит к одному, либо нет, без промежуточных возможностей); все члены категории имеют одинаковый статус (т. е. нет лучших членов, которые принадлежат к категории больше, чем другие). [1] [10] [8] С классической точки зрения, категории должны быть четко определены, взаимоисключающими и коллективно исчерпывающими; Таким образом, любой объект в данной классификационной совокупности однозначно принадлежит к одной и только одной из предложенных категорий. [ необходима цитата ]

Классический взгляд на категории впервые появился в контексте западной философии в работах Платона , который в своем диалоге с государственным деятелем 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 для естественной систематики .

Примеры использования классического взгляда на категории можно найти в западных философских работах Декарта , Блеза Паскаля , Спинозы и Джона Локка , а также в 20-м веке у Бертрана Рассела , Дж. Мура , логических позитивистов . Это было краеугольным камнем аналитической философии и ее концептуального анализа , с более поздними формулировками, предложенными в 1990-х Фрэнком Кэмероном Джексоном и Кристофером Пикоком . [11] [12] [13]

Классическая модель категоризации использовалась, по крайней мере, с 1960-х годов лингвистами парадигмы структурной семантики Джеррольдом Кацем и Джерри Фодором в 1963 году, что, в свою очередь, повлияло на ее принятие психологами, такими как Аллан М. Коллинз и М. Росс Куиллиан. . [1] [14]

В аналитической философии предполагается, что эти характеристики, необходимые для принадлежности к категории, полностью отражают значение этой категории. [ необходима цитата ] Современные версии классической теории категоризации изучают, как мозг учится и представляет категории, обнаруживая особенности, которые отличают членов от нечленов. [15] [16]

Теория прототипов [ править ]

Основная статья: Теория прототипов

Новаторское исследование, проведенное психологом Элеонор Рош и его коллегами с 1973 года, представило теорию прототипов , согласно которой категоризацию можно рассматривать как процесс группировки вещей на основе прототипов . Этот подход оказал большое влияние, особенно на когнитивную лингвистику . [1] Отчасти это было основано на предыдущих открытиях, в частности, на формулировке модели категорий, основанной на семейном сходстве , Витгенштейном (1953) и Роджером Брауном « Как следует называть вещь?». (1958). [1]

Теория прототипов была принята когнитивными лингвистами, такими как Джордж Лакофф . Теория прототипов является примером основанного на подобии подхода к категоризации, в котором сохраненное представление категории используется для оценки сходства кандидатов в члены категории. [17] 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 общих характеристик категории, или, наконец, «идеальный» член категории, или карикатура, подчеркивающая отличительные особенности категории. [18]Важным аспектом этого представления прототипа является то, что оно не обязательно отражает существование фактического экземпляра категории в мире. [18] Кроме того, прототипы очень чувствительны к контексту. [19] Например, хотя прототипом категории напитков может быть газированная вода или сельтерская вода, контекст позднего завтрака может побудить их выбрать мимозу в качестве прототипа напитка.

Теория прототипов утверждает, что члены данной категории имеют семейное сходство , а категории определяются наборами типичных характеристик (в отличие от всех членов, обладающих необходимыми и достаточными характеристиками). [20]

Образцовая теория [ править ]

Основная статья: Теория образцов

Другой пример основанного на подобии подхода к категоризации, примерная теория аналогичным образом сравнивает подобие кандидатов в члены категории с сохраненными в памяти представлениями. Согласно теории образцов, все известные экземпляры категории хранятся в памяти как образцы. При оценке членства в категории незнакомого объекта образцы из потенциально релевантных категорий извлекаются из памяти, и сходство объекта с этими образцами суммируется для формулирования решения о категоризации. [18] Медин и Шаффер (1978) Контекстная модель использует ближайшего соседа.подход, который вместо суммирования сходства организации с соответствующими образцами, умножает их, чтобы получить взвешенные сходства, отражающие близость организации к соответствующим образцам. [21] Это эффективно смещает решения о категоризации в сторону примеров, наиболее похожих на объект, подлежащий категоризации. [21] [22]

Концептуальная кластеризация [ править ]

Основная статья: Концептуальная кластеризация

Концептуальная кластеризация - это парадигма машинного обучения для неконтролируемой классификации , которая была определена Рышардом С. Михальски в 1980 году. [23] [24] Это современный вариант классического подхода к категоризации, основанный на попытках объяснить, как представлены знания . В этом подходе классы (кластеры или сущности) генерируются, сначала формулируя их концептуальные описания, а затем классифицируя сущности в соответствии с описаниями. [25]

Концептуальная кластеризация развивалась в основном в 1980-х годах как машинная парадигма для обучения без учителя . Ее отличает от обычной кластеризации данных создание описания 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 соответствия. Когнитивный подход признает , что естественные категории сортовые (они , как правило, нечеткие на их границах) и непоследователен в состоянии их субъекты. Идея необходимых и достаточных условий почти никогда не встречается в категориях естественных вещей.

Категория обучения [ править ]

Основная статья: категорийное обучение

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

Если исследование категоризации исследует, как категории поддерживаются и используются, то область изучения категорий стремится понять, как категории приобретаются в первую очередь. Для этого исследователи часто используют новые категории произвольных объектов (например, точечные матрицы), чтобы убедиться, что участники совершенно не знакомы со стимулами. [26] Исследователи категорийного обучения обычно сосредоточивают внимание на двух различных формах категорийного обучения. классификация обучающих задач участников с прогнозированием меток категорий для стимула на основе предоставленных им характеристик. Классификационное обучение сосредоточено на изучении межкатегориальной информации и диагностических функций категорий. [27] Напротив, обучение логическим выводомставит перед участниками задачу сделать вывод о наличии / значении функции категории на основе предоставленной метки категории и / или наличия других функций категории. Обучение логическим выводам сосредоточено на изучении информации внутри категории и прототипных характеристик категории. [27]

Категории учебных задач, как правило, можно разделить на две категории: обучение с учителем и обучение без учителя. Учебные задания с учителем снабжают учащихся ярлыками категорий. Затем учащиеся используют информацию, извлеченную из помеченных примеров категорий, чтобы классифицировать стимулы в соответствующую категорию, что может включать абстракцию правила или концепции, связывающей наблюдаемые характеристики объекта с метками категорий. В задачах обучения без учителя учащиеся не получают ярлыки категорий. Поэтому учащиеся должны распознавать внутренние структуры в наборе данных и группировать стимулы по сходству в классы. Таким образом, обучение без учителя - это процесс создания структуры классификации. Задания, используемые для изучения категорийного обучения, принимают различные формы:

  • Задачи на основе правил представляют категории, которые участники могут изучить с помощью явных процессов рассуждения. В задачах такого типа классификация стимулов осуществляется с помощью усвоенного правила (т. Е. Если стимул велик по измерению x, ответьте A).
  • Задачи интеграции информации требуют, чтобы учащиеся синтезировали перцептивную информацию из нескольких параметров стимула, прежде чем принимать решения о категоризации. В отличие от задач, основанных на правилах, задачи интеграции информации не имеют правил, которые легко сформулировать. Считывание рентгеновского снимка и попытку определить, присутствует ли опухоль, можно рассматривать как реальный экземпляр задачи интеграции информации.
  • Задачи искажения прототипа требуют, чтобы учащиеся сгенерировали прототип для категории. Образцы-кандидаты для категории затем создаются путем случайного изменения характеристик прототипа, которые учащиеся должны классифицировать как принадлежащие к категории или нет.

Теории изучения категорий [ править ]

Исследователи категорийного обучения предложили различные теории того, как люди изучают категории. [28] Преобладающие теории категориального обучения включают теорию прототипов, теорию образцов и теорию границ решений. [26]

Теория прототипов предполагает, что для изучения категории необходимо изучить прототип категории. Последующая категоризация новых стимулов выполняется путем выбора категории с наиболее похожим прототипом. [26]

Теория образцов предполагает, что для изучения категории необходимо узнать об образцах, принадлежащих к этой категории. Последующая категоризация нового стимула затем выполняется путем вычисления его сходства с известными образцами потенциально релевантных категорий и выбора категории, которая содержит наиболее похожие образцы. [21]

Теория ограничения решений предполагает, что для изучения категории необходимо либо изучить области пространства стимулов, связанных с конкретными реакциями, либо границы (границы решения), разделяющие эти области ответов. Затем классификация нового стимула осуществляется путем определения того, в какой области ответа он содержится. [29]

Формальные модели категоризации [ править ]

Вычислительные модели категоризации были разработаны для проверки теорий о том, как люди представляют и используют информацию о категориях. [18] Для этого модели категоризации могут быть подогнаны к экспериментальным данным, чтобы увидеть, насколько хорошо прогнозы, сделанные на основе модели, совпадают с характеристиками человека. Основываясь на успехе модели в объяснении данных, теоретики могут сделать выводы о точности своих теорий и о значении их теории для человеческих представлений о категориях.

Чтобы эффективно фиксировать, как люди представляют и используют информацию о категориях, модели категоризации обычно работают с вариациями одних и тех же трех основных предположений. [30] [18] Во-первых, модель должна сделать какое-то предположение о внутреннем представлении стимула (например, представление восприятия стимула как точки в многомерном пространстве). [30] Во-вторых, модель должна делать предположение о конкретной информации, к которой необходимо получить доступ, чтобы сформулировать ответ (например, модели-образцы требуют сбора всех доступных образцов для каждой категории). [21] В- третьих, модель должна делать предположение о том, как выбирается ответ с учетом доступной информации. [30]

Хотя все модели категоризации делают эти три допущения, они различаются способами, которыми они представляют и преобразуют входные данные в представление ответа. [18] 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. [18]

  • Образцовые модели хранят в памяти все отдельные экземпляры стимулов с соответствующими метками категорий. Категоризация последующих стимулов определяется коллективным сходством стимула со всеми известными образцами.
  • В моделях-прототипах хранится сводное представление всех экземпляров в категории. Категоризация последующих стимулов определяется выбором категории, прототип которой наиболее похож на стимул.
  • Модели на основе правил определяют категории, сохраняя сводные списки необходимых и достаточных функций, необходимых для членства в категории. Граничные модели можно рассматривать как нетипичные модели правил, поскольку они не определяют категории на основе их содержания. Скорее, граничные модели определяют границы (границы) между категориями, которые впоследствии служат определяющими факторами для категоризации стимула.

Примеры моделей категоризации [ править ]

Модели прототипов [ править ]

Модель прототипа с взвешенными функциями [31] Ранняя реализация прототипа модели была произведена Ридом в начале 1970-х годов. Рид (1972) провел серию экспериментов для сравнения эффективности 18 моделей по объяснению данных из задачи категоризации, которая требовала от участников сортировки лиц по одной из двух категорий. [31]Результаты показали, что преобладающей моделью была модель-прототип с взвешенными функциями, которая принадлежала к семейству моделей среднего расстояния. Однако, в отличие от традиционных моделей среднего расстояния, эта модель по-разному взвешивала наиболее отличительные черты этих двух категорий. Учитывая эффективность этой модели, Рид (1972) пришел к выводу, что участники стратегии, использованные во время задачи категоризации лиц, заключались в построении представлений прототипов для каждой из двух категорий лиц и категоризации тестовых шаблонов в категории, связанной с наиболее похожим прототипом. Кроме того, результаты показали, что сходство определялось наиболее отличительными характеристиками каждой категории.

Образцы моделей [ править ]

Обобщенные контекст Модель [32] Медин и (1978) Шеффера контекстная модель была расширена на Nosofsky от (1986) , в середине 1980-х годов, в результате чего в производстве Обобщенные контекстной модели (ГКМ). [32] GCM - это примерная модель, которая хранит образцы стимулов в виде исчерпывающих комбинаций функций, связанных с каждым образцом. [18]Сохраняя эти комбинации, модель устанавливает контексты для характеристик каждого образца, которые определяются всеми другими характеристиками, с которыми эта функция сочетается. GCM вычисляет сходство образца и стимула в два этапа. Во-первых, GCM вычисляет психологическое расстояние между образцом и стимулом. Это достигается суммированием 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 разность размеров будет 24. После оценки психологического расстояния функция экспоненциального распадаопределяет подобие образца и стимула, где расстояние 0 приводит к сходству 1 (которое начинает экспоненциально уменьшаться по мере увеличения расстояния). Затем генерируются категориальные ответы путем оценки сходства стимула с образцами каждой категории, где каждый образец обеспечивает «голос» [18] за свои 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 голосов, которые она получает, которые затем могут соответствовать данным.

Модели на основе правил [ править ]

Модель RULEX (правило плюс исключение) [33] Хотя простые логические правила неэффективны при изучении плохо определенных структур категорий, некоторые сторонники основанной на правилах теории категоризации предполагают, что несовершенное правило может быть использовано для изучения таких структур категорий, если исключения к этому правилу также сохраняются и учитываются. Чтобы формализовать это предложение, Нософски и его коллеги (1994) разработали модель RULEX. Модель RULEX пытается сформировать дерево решений [34], состоящее из последовательных тестов значений атрибутов объекта. Затем по результатам этих последовательных тестов определяется категоризация объекта. Модель RULEX ищет правила следующими способами: [35]

  • Точный поиск правила, использующего один атрибут для безошибочного различения классов.
  • Несовершенный поиск правила, использующего один атрибут для различения классов с небольшим количеством ошибок
  • Конъюнктивный поиск правила, использующего несколько атрибутов для различения классов с небольшим количеством ошибок.
  • Исключение Поиск исключений из правила.

Метод, который RULEX использует для выполнения этих поисков, следующий: [35]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 может определить правило, начнется либо несовершенный, либо конъюнктивный поиск. Достаточное, хотя и несовершенное правило, полученное во время одной из этих фаз поиска, будет постоянно реализовано, и затем модель RULEX начнет поиск исключений. Если правило не получено, модель попытается выполнить поиск, который не выполнялся на предыдущем этапе. В случае успеха RULEX постоянно реализует правило, а затем начинает поиск исключения. Если ни один из предыдущих методов поиска не дал результата, RULEX по умолчанию будет искать только исключения, несмотря на отсутствие связанного правила, что приравнивается к получению случайного правила.

Гибридные модели [ править ]

SUSTAIN (контролируемая и неконтролируемая структурированная адаптивная инкрементная сеть) [36] Часто бывает так, что выученные представления категорий различаются в зависимости от целей учащегося [37], а также от того, как категории используются во время обучения. [5] Таким образом, некоторые исследователи категоризации предполагают, что правильная модель категоризации должна учесть вариативность, присутствующую в целях, задачах и стратегиях учащегося. [36] Это предложение было реализовано Лав и коллегами (2004) путем создания SUSTAIN, гибкой модели кластеризации, способной учитывать как простые, так и сложные проблемы категоризации посредством постепенной адаптации к специфике проблем.

На практике модель SUSTAIN сначала преобразует информацию восприятия стимула в характеристики, которые организованы по набору измерений. Репрезентативное пространство, которое охватывает эти измерения, затем искажается (например, растягивается или сжимается), чтобы отразить важность каждой особенности на основе входных данных от механизма внимания. Набор кластеров (конкретные экземпляры, сгруппированные по сходству), связанные с различными категориями, затем конкурируют за ответ на стимул, причем стимул впоследствии назначается кластеру, репрезентативное пространство которого находится ближе всего к стимулу ». Неизвестное значение измерения стимула (например, метка категории) затем прогнозируется выигравшим кластером, который, в свою очередь, сообщает решение о категоризации.

Гибкость модели SUSTAIN реализуется благодаря ее способности использовать как контролируемое, так и неконтролируемое обучение на уровне кластера. Если SUSTAIN неверно предсказывает, что стимул принадлежит определенному кластеру, корректирующая обратная связь (т. Е. Контролируемое обучение) будет сигнализировать об устойчивости, чтобы привлечь дополнительный кластер, 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 порогового значения, поскольку модель признает слабую прогностическую полезность, которая может возникнуть в результате такого назначения кластера. SUSTAIN также демонстрирует гибкость в том, как он решает как простые, так и сложные проблемы категоризации.В общем, внутреннее представление SUSTAIN содержит только один кластер, что смещает модель в сторону простых решений. По мере того, как проблемы становятся все более сложными (например, требуя решения, состоящего из нескольких измерений стимулов), постепенно набираются дополнительные кластеры, поэтому SUSTAIN может справиться с ростом сложности.

Социальная категоризация [ править ]

Социальная категоризация заключается в разделении людей на группы для их идентификации на основе различных критериев. Категоризация - это процесс, изучаемый учеными в области когнитивных наук, но также может рассматриваться как социальная деятельность. Социальная категоризация отличается от категоризации других вещей, потому что она подразумевает, что люди создают категории для себя и других как людей. [3] Группы могут быть созданы на основе этнической принадлежности, страны происхождения, религии, сексуальной идентичности, социальных привилегий, экономических привилегий и т. Д. Существуют различные способы сортировки людей в соответствии с их схемами. Люди принадлежат к разным социальным группам в силу своей этнической принадлежности, религии или возраста. [38]

Социальные категории на основе возраста, расы и пола используются людьми при встрече с новым человеком. Поскольку некоторые из этих категорий относятся к физическим характеристикам, они часто используются автоматически, когда люди не знают друг друга. [39] 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 друг от друга. Они полезны в формировании идентичности с окружающими их людьми. Можно создать свою собственную идентичность, отождествляя себя в группе или отвергая другую группу. [40]

Социальная категоризация похожа на другие типы 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 появиться в результате социальной категоризации. [40]

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 взрослых также влияют на их понимание мира. Они узнают о социальных группах, слыша общие сведения об этих группах от своих родителей. В результате этих общих слов у них могут развиться предубеждения о людях. [39]

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. [38]

Отрицательные аспекты [ править ]

Деятельность по сортировке людей по субъективным или объективным критериям может рассматриваться как негативный процесс из-за ее тенденции приводить к насилию от одной группы к другой. [41] Действительно, сходство объединяет людей, которые имеют общие черты, но различия между группами могут привести к напряженности, а затем к применению насилия между этими группами. Создание людьми социальных групп отвечает за иерархию отношений между группами. [41]Эти иерархические отношения участвуют в продвижении 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. [42] Восприятие группы и связанные с ней стереотипы влияют на социальные отношения и деятельность.

Некоторые социальные категории имеют больший вес, чем другие в обществе. Например, в истории и по сей день категория «раса» является одной из первых категорий, используемых для сортировки людей. Однако обычно используются только несколько категорий рас, такие как «черный», «белый», «азиатский» и т. Д. Он участвует в сокращении множества этнических групп до нескольких категорий, основанных в основном на цвете кожи людей. [43]

Процесс сортировки людей создает представление о другом как о «другом», что ведет к дегуманизации людей. Ученые говорят о межгрупповых отношениях с концепцией теории социальной идентичности, разработанной Х. Тайфелем. [41] Действительно, в истории множество примеров социальной категоризации приводили к формам доминирования или насилия со стороны доминирующей группы к доминируемой группе. Периоды колонизации - это примеры случаев, когда люди из группы предпочитали доминировать и контролировать других людей, принадлежащих к другим группам, потому что считали их подчиненными. Расизм, дискриминация и насилие являются последствиями социальной категоризации и могут возникать из-за нее. Когда люди видят в других отличных друг от друга, они склонны развивать иерархические отношения с другими группами. [41]

Смотрите также: Теория социальной идентичности

Неверная категоризация [ править ]

Категоризация невозможна без возможности неправильной категоризации. [44] Для того, чтобы сделать «правильную вещь с правом рода вещи.», [45] там должно быть право и неправильно , что нужно сделать. Мало того, что категория, членом которой является «все», логически приводит к парадоксу Рассела («является ли она частью самой себя?»), Но без возможности ошибки нет способа обнаружить или определить что отличает членов категории от нечленов.

Примером отсутствия нечленов является проблема бедности стимула в изучении языка ребенком: дети, изучающие язык, не слышат или делают ошибки в правилах универсальной грамматики (UG). Следовательно, они никогда не исправляются за ошибки в UG. Тем не менее, детская речь подчиняется правилам UG, и говорящие могут сразу определить, что что-то не так, если лингвист создает (намеренно) высказывание, нарушающее UG. Следовательно, выступающие могут классифицировать то, что является UG-совместимым и UG-несовместимым. Из этого лингвисты пришли к выводу, что правила УГ должны каким-то образом закодированы в человеческом мозгу. [46]

Однако обычные категории, такие как «собаки», имеют множество примеров нечленов (например, кошки). Таким образом, можно научиться методом проб и ошибок, с исправлением ошибок, обнаруживать и определять, что отличает собак от не собак, и, следовательно, правильно классифицировать их. [47] Этот вид обучения, называемый обучением с подкреплением в поведенческой литературе и контролируемым обучением в вычислительной литературе, фундаментально зависит от возможности ошибки и исправления ошибок. Неправильная категоризация - примеры лиц, не являющихся членами категории - должна существовать всегда, не только для того, чтобы сделать категорию доступной для изучения, но и для того, чтобы категория существовала и вообще могла быть определена.

См. Также [ править ]

  • Категорическое восприятие
  • Классификация (общая теория)
  • Классификация библиотеки
  • Классификация с несколькими этикетками
  • Распознавание образов
  • Статистическая классификация
  • Проблема с заземлением символа
  • Характеристика (математика)
  • Knolling

Ссылки [ править ]

  1. ^ a b c d e Крофт и Круз (2004) Когнитивная лингвистика, глава 4, с. 74-77
  2. ^ Pothos, E. и Wills, A. (ред.) 2011 Формальные подходы к категоризации , Введение, глава 1, стр.1
  3. ^ а б МакГарти, Крейг и др. «Социальная категоризация». Международная энциклопедия социальных и поведенческих наук, 2015, стр. 186–191.
  4. Перейти ↑ Murphy, GL, & Medin, DL (1985). Роль теорий в концептуальной согласованности. Психологическое обозрение, 92, 289–315
  5. ^ а б Маркман, AB, & Росс, BH (2003). Использование категорий и изучение категорий. Психологический вестник, 129 (4), 592.
  6. ^ a b c d e Рош Э., Мервис С. Б., Грей В. Д., Джонсон Д. М., Бойс-Лещ П. Основные объекты в естественных категориях. Когнитивная психология. 1976; 8: 382–439.
  7. ^ a b Маркман, AB, & Вишневски, EJ (1997). Подобные и разные: дифференциация категорий базового уровня. Журнал экспериментальной психологии: обучение, память и познание, 23 (1), 54.
  8. ^ a b Джон Р. Тейлор (1995) Лингвистическая категоризация: прототипы в лингвистической теории , 2-е изд., глава 2, стр. 21-24
  9. ↑ Джордж Лакофф (1987) Женщины, огонь и опасные вещи , глава 1
  10. ^ Embley, DW Olivé, A. (2006) [ https://books.google.it/books?id=XfdAu8ZdY0cC&pg=PA100 Концептуальное моделирование - ER 2006: 25-я Международная конференция по концептуальному моделированию
  11. ^ Raatikainen, Пану Классическая теория понятия , в Pashler, Гарольд (2012) Энциклопедия ума
  12. ^ Джексон, Ф. (1998) От метафизики к этике: защита концептуального анализа
  13. ^ Peacocke, C. (1992) Исследование концепций, Массачусетский технологический институт.
  14. Перейти ↑ Katz, JJ & Fodor, JA (1963). Структура семантической теории. Язык, 39 (2), апрель – июнь, 170–210.
  15. Перейти ↑ Ashby, FG, & Valentin, VV (2017). Множественные системы перцептивного обучения категории: теория и когнитивные тесты. В: Cohen, H., & Lefebvre, C. (Eds.). (2017). Справочник по категоризации в когнитивной науке (2-е издание) . Эльзевир.
  16. ^ Переса-Гей Хуарес, Ф., Theriault, К., Грегори, М., Ривас Д., Сабри H., & Харнад, С. (2017). Как и почему категориальное обучение вызывает категоричное восприятие? Международный журнал сравнительной психологии , 30.
  17. ^ Рид, СК (1972). Распознавание образов и категоризация. Когнитивная психология, 3, 382–407.
  18. ^ Б с д е е г ч я Kruschke, JK (2008). Модели категоризации. Кембриджский справочник по вычислительной психологии, 267-301.
  19. ^ Рош, Э. (1999). Освоение концепций. Журнал исследований сознания, 6 (11-12), 61-77.
  20. ^ Рош, Е., & Mervis, CB (1975). Семейное сходство: исследования внутренней структуры категорий. Когнитивная психология, 7 (4), 573-605.
  21. ^ a b c d Медин, DL, & Schaffer, MM (1978). Контекстная теория классификационного обучения. Психологический обзор, 85 (3), 207.
  22. Перейти ↑ Goldstone, RL, Kersten, A., & Carvalho, PF (2012). Понятия и категоризация. Справочник по психологии, второе издание, 4.
  23. ^ Фишер, Дуглас Х. (1987). «Приобретение знаний посредством инкрементальной концептуальной кластеризации» . Машинное обучение . 2 (2): 139–172. DOI : 10.1007 / BF00114265 .
  24. ^ Михальский, RS (1980). «Приобретение знаний посредством концептуальной кластеризации: теоретическая основа и алгоритм разделения данных на конъюнктивные концепции». Международный журнал анализа политики и информационных систем . 4 : 219–244.
  25. Перейти ↑ Kaufman KA (2012) Conceptual Clustering. В: Seel NM (eds) Энциклопедия наук об обучении. Спрингер, Бостон, Массачусетс
  26. ^ a b c Эшби, Ф. Г., & Мэддокс, В. Т. (2005). Человеческое категорийное обучение. Анну. Rev. Psychol., 56, 149–178.
  27. ^ a b Хиггинс, Э., и Росс, Б. (2011). Сравнения в категории обучения: как лучше и с чем сравнивать. В материалах ежегодного собрания Общества когнитивных наук (Том 33, № 33).
  28. Перейти ↑ Ashby, FG, & Maddox, WT (1998). Категоризация стимулов. В измерении, суждении и принятии решений (стр. 251-301). Академическая пресса.
  29. ^ Maddox, WT, и Эшби, FG (1996). Перцептивная отделимость, возможность принятия решений и отношения классификации с ускоренной идентификацией. Журнал экспериментальной психологии: человеческое восприятие и производительность, 22 (4), 795.
  30. ^ a b c Эшби, Ф. Г., & Мэддокс, В. Т. (1993). Отношения между прототипом, образцом и моделями категоризации, связанными с принятием решения. Журнал математической психологии, 37 (3), 372-400.
  31. ^ a b Рид, СК (1972). Распознавание образов и категоризация. Когнитивная психология, 3 (3), 382-407.
  32. ^ а б Нософски, Р.М. (1986). Внимание, сходство и отношение идентификации и категоризации. Журнал экспериментальной психологии: Общие, 115 (1), 39.
  33. ^ Nosofsky, RM, Palmeri, TJ, и МакКинли, SC (1994). Модель обучения классификации "правило плюс исключения". Психологический обзор, 101 (1), 53.
  34. Перейти ↑ Hunt, EB, Marin, J., & Stone, PJ (1966). Эксперименты по индукции.
  35. ^ a b Наварро, ди-джей (2005). Анализ модели категорийного обучения RULEX. Журнал математической психологии, 49 (4), 259-275.
  36. ^ a b Любовь, BC, Medin, DL, & Gureckis, TM (2004). SUSTAIN: сетевая модель категориального обучения. Психологический обзор, 111 (2), 309.
  37. ^ Barsalou, Л. (1985). Идеалы, центральная тенденция и частота экземпляров как детерминанты градуированной структуры в категориях. Журнал экспериментальной психологии: обучение, память и познание, 11 (4), 629.
  38. ^ a b Райхер, С. и Н. Хопкинс. «Психология и конец истории: критика и предложение по психологии социальной категоризации». Политическая психология, т. 22, нет. 2. 2001. С. 383–407.
  39. ^ а б Либерман, Зои и др. «Истоки социальной категоризации». Тенденции в когнитивных науках, т. 21, нет. 7. 2017. С. 556–568.
  40. ^ a b Боденхаузен, Гален и Канг, С. К. и Пири, Д. (2012). Социальная категоризация и восприятие социальных групп. 10.4135 / 9781446247631.n16.
  41. ^ a b c d Тайфель, Х. «Социальная психология межгрупповых отношений». Ежегодный обзор психологии, т. 33, нет. 1, 1982, стр. 1–39.
  42. ^ Хугенберг, Курт и Гален В. Боденхаузен. «Неоднозначность в социальной категоризации: роль предрассудков и лицевого влияния в расовой категоризации». Психологическая наука, т. 15, вып. 5. 2004. С. 342–345.
  43. ^ Надин Chaurand. Стереотипизация. Catégorisation sociale. Dictionnaire Historique et Critique du Rcisme, PUF, 10p, 2013. ffhal-00966930
  44. ^ Magidor, Офра (2019), "Категория ошибки" , в Залта, Эдвард Н. (ред.), Стэнфорд энциклопедия философии (осень 2019 -е изд.), Метафизика Research Lab Стэнфордского университета , извлекаться 2020-01-17
  45. ^ Коэн и Лефевр 2017
  46. ^ Ласник, H., & Lidz, JL (2017). Аргумент бедности стимула. В: Ян Робертс (ред.) Оксфордский справочник универсальной грамматики .
  47. ^ Берт, JR, Torosdagli, Н., Khosravan, Н., RaviPrakash, Х., Mortazi, А., Tissavirasingham Ф., ... & Багчи, У. (2018). Глубокое обучение за пределами кошек и собак: последние достижения в диагностике рака груди с помощью глубоких нейронных сетей British Journal of Radiology , 91 (1089), 20170545.

Внешние ссылки [ править ]

  • Познать - значит распределить по категориям: Познание - это категоризация
  • Визуализатор категорий в Википедии
  • Междисциплинарное введение в категоризацию: интервью с Двором Яновым (политические науки), Эми Томассон (философия) и Томасом Серром (искусственный интеллект)
  • Биргер Хьёрланд. 2017 «Классификация» в энциклопедии организации знаний ISKO , ред. Биргер Хьёрланд и Клаудио Ньоли.
  • «Категория»  . Британская энциклопедия . 5 (11-е изд.). 1911. С. 508–510.