Действительность реплики

Достоверность реплики - это условная вероятность того, что объект попадает в определенную категорию с учетом конкретной особенности или реплики . Этот термин популяризировали Бич (1964) , Рид (1972) и особенно Элеонора Рош в ее исследованиях приобретения так называемых базовых категорий ( Rosch & Mervis 1975 ; Rosch 1978 ).

Определение достоверности реплики

Формально достоверность признака по отношению к категории определяется следующими способами: ${\ displaystyle f_ {i} \}$ ${\ displaystyle c_ {j} \}$

Как условная вероятность ; см. Reed (1972) , Rosch & Mervis (1975) , Rosch (1978) . ${\ displaystyle p (c_ {j} | f_ {i}) \}$
Поскольку отклонение условной вероятности из категории базовой ставки, ; см. Edgell (1993) , Kruschke & Johansen (1999) . ${\ displaystyle p (c_ {j} | f_ {i}) - p (c_ {j}) \}$
Как функция линейной корреляции; см. Smedslund (1955) , Castellan (1973) , Sawyer (1991) , Busemeyer, Myung & McDaniel (1993) .
Другие определения; см. Restle (1957) , Martignon et al. (2003) .

Для определений, основанных на вероятности, высокая достоверность метки для данной функции означает, что эта функция или атрибут является более диагностическим признаком принадлежности к классу, чем функция с низкой достоверностью метки. Таким образом, функция высокой достоверности - это функция, которая передает больше информации о категории или переменной класса и, таким образом, может считаться более полезной для идентификации объектов как принадлежащих к этой категории. Таким образом, высокая достоверность реплики выражает высокую информативность функции . Для определений, основанных на линейной корреляции, выражение «информативности», зафиксированное мерой достоверности реплики, не является полным выражением информативности функции (как во взаимной информации, например), но только ту часть его информативности, которая выражается линейной зависимостью. Для некоторых целей двусторонняя мера, такая как взаимная информация или полезность категории, более уместна, чем достоверность реплики.

Примеры

В качестве примера рассмотрим область «чисел» и допустим, что у каждого числа есть атрибут (то есть реплика ) с именем « is_positive_integer», который мы вызываем и который принимает значение 1, если число на самом деле является положительным целым числом . Тогда мы можем узнать , что справедливость этой реплики является в отношении следующих классов: { , , }: ${\ displaystyle f_ {p {\ mbox {-}} int} \}$ rational numberirrational numbereven integer

Если мы знаем, что число является положительным целым числом, мы знаем, что это рациональное число . Таким образом , действительность реплики в качестве реплики для категории равна 1. ${\ Displaystyle p (c_ {рациональный} | f_ {p {\ mbox {-}} int}) = 1 \}$ is_positive_integerrational number
Если мы знаем , что число является положительным целым числом , то мы знаем , что это не иррациональное число . Таким образом , действительность реплики в качестве реплики для категории равна 0. ${\ displaystyle p (c_ {иррационально} | f_ {p {\ mbox {-}} int}) = 0 \}$ is_positive_integerirrational number
Если мы знаем только то, что число является положительным целым числом, тогда его шансы быть четным или нечетным равны 50-50 (при том же количестве четных и нечетных целых чисел). Таким образом , достоверность реплики в качестве реплики для категории составляет 0,5, что означает, что атрибут совершенно не информативен относительно принадлежности числа к классу . ${\ displaystyle p (c_ {even} | f_ {p {\ mbox {-}} int}) = 0,5 \}$ is_positive_integereven integeris_positive_integereven integer

В восприятии «достоверность сигнала» часто является сокращением от экологической достоверности сигнала восприятия и определяется как корреляция, а не вероятность (см. Выше). В этом определении неинформативный сигнал восприятия имеет экологическую значимость 0, а не 0,5.

Использование достоверности реплики

В большинстве работ по моделированию обучения людей по категориям делалось (а иногда и подтверждалось) предположение, что взвешивание по вниманию отслеживает валидность реплики или некоторую связанную меру информативности признаков. Это означало бы, что атрибуты по-разному взвешиваются системой восприятия; информативные атрибуты или атрибуты с высокой достоверностью имеют больший вес, в то время как неинформативные атрибуты или атрибуты с низкой достоверностью имеют меньший вес или вообще игнорируются (см., например, Navarro 1998).

использованная литература

Бич, Ли Рой (1964), "Кью пробабилизм и умозаключение поведение", Психологическая Монография: Общая и прикладная , 78 (5): 1-20, DOI : 10,1037 / h0093853
Busemeyer, Jerome R .; Мён, Ин Джэ; МакДэниел, Марк А. (1993), «Эффекты конкуренции сигналов: эмпирические тесты моделей адаптивного сетевого обучения», Психологическая наука , 4 (3): 190–195, DOI : 10.1111 / j.1467-9280.1993.tb00486.x
Кастелян, Н. Джон (1973), "Multiple-кий вероятность обучения , не относящимися к сигналам", организационное поведение и Human Performance , 9 (1): 16-29, DOI : 10,1016 / 0030-5073 (73) 90033-0
Эджелл, Стивен Э. (1993), «Использование конфигурационной и размерной информации», в Н. Джон Кастеллан (редактор), Принятие индивидуальных и групповых решений: текущие проблемы , Хиллсдейл, Нью-Джерси : Лоуренс Эрлбаум, стр. 43–64
Крушке, Джон К .; Йохансен, Марк К. (1999), "Модель вероятностной категории обучения", журнал экспериментальной психологии: обучение, память и познание , 25 (5): 1083-1119, DOI : 10,1037 / 0278-7393.25.5.1083
Мартиньон, Лаура; Витауч, Оливер; Такэдзава, Масанори; Форстер, Малькольм Р. (2003), «Наивный и все же просвещенный: от собственных частот к быстрым и экономным деревьям решений», в Дэвиде Хардмане и Лоре Макки (ред.), Мышление: Психологические перспективы рассуждений, суждений и принятия решений , New Йорк : John Wiley & Sons, стр. 190–211.
Рид, Стивен К. (1972), "Распознавание образов и категоризации", Когнитивная психология , 3 (3): 382-407, DOI : 10.1016 / 0010-0285 (72) 90014-х
Restle, Frank (1957), "Теория выборочного обучения с подкреплением вероятным", Psychological Review , 64 (3): 182-191, DOI : 10,1037 / h0042600
Рош, Элеонора (1978), «Принципы категоризации», в Элеоноре Рош и Барбаре Б. Ллойд (ред.), Познание и категоризация , Хиллсдейл, Нью-Джерси : Лоуренс Эрлбаум, стр. 27–48.
Рош, Элеонора; Mervis, Каролин Б. (1975), "Семья сходств: Исследования внутренней структуры Категорий", Когнитивная психология , 7 (4): 573-605, DOI : 10,1016 / 0010-0285 (75) 90024-9
Sawyer, Джон Е. (1991), "Гипотезы выборки, строительства или регулировки: Как выводы о нелинейных монотонных нештатных развитых", организационное поведение и процессы принятия решений человека , 49 : 124-150, DOI : 10.1016 / 0749-5978 (91 ) 90045-у
Смедслунд, Ян (1955), Множественное вероятностное обучение: Исследование истоков восприятия , Осло : Академиск Форлаг