Эти узлы соответствуют основным понятиям
ДП, представленным здесь словами (точно так, как мы мог-
ли представить словами единицы и свойства в модели
ОСПЯ). Они служат для того, чтобы <привязать> высказы-
вание к ДП; это те фиксированные, точки, к которым можно
присоединить любое число деревьев. Таким образом, мы ви-
дим. что ДП подобна сети из таких деревьев (высказыва-
Ассоциация
Примеры
Контекст-Факт
вчера, дясон плакал
о школе
Место-Время -
дома
Париж
школа
мы едим
Ж2
вчера
Подлежащее-
Сказуемое
Отношение-
Объект
цезарь умер
моя тетка есть учительница
выше,чем Билл
любит суп
Класс Прошлое Преподаватель Спрашивать Билл
Рис. 8.2. Различные типы ассоциаций и их примеры (вверху) и схема вы-
сказывания <В классе учитель спрашивал Билла> (внизу) в соответствии
с моделью АПЧ (Anderson a. Bower, 1973).
Глава 8
ний), которые служат для ассоциации различных ячеек (со-
ответствующих терминальным узлам деревьев).
ПРОЦЕССЫ, ПРОТЕКАЮЩИЕ В МОДЕЛЯХ ОСПЯ И АПЧ
Итак, мы теперь знаем, что в сетевых моделях ДП обла-
дает структурой, основанной на ассоциациях. Но это лишь
часть дела. Эти модели, равно как и любая другая модель
ДП, немногого достигнут, если все сведется к одной лишь
структуре. Для того чтобы имитировать поведение человека
или предсказывать результаты экспериментов, касающихся
семантической памяти (которые будут рассмотрены несколь-
ко позже), модель должна отображать также и процессы.
Процессы действуют на структуру и участвуют вместе с ней
в кодировании, хранении и извлечении информации.
Например, в случае модели Куиллиана необходимо объ-
яснить, каким образом ОСПЯ приобретает новую информа-
цию, т. е. истолковывает лингвистические входы (что суще-
ственно для приобретения новой информации), и отвечает на
вопросы. Самый важный процесс, используемый с этой
целью, называется <поиском по пересечению>. Допустим, что
ОСПЯ пытается понять следующее предложение, подавае-
мое на вход: <Волк может укусить>. В этом предложении
названы некоторые понятия (<волк> и <укусить>). Процесс
поиска одновременно входит в ячейки ДП для каждого из
названных понятий, а затем следует по стрелкам, т. е. отхо-
дящим от этих ячеек путям. Всякий раз, когда какая-та
стрелка приводит к новому понятию, это понятие получает
метку, которая означает, что процесс поиска прошел через
данный пункт, и указывает, от какого понятия он сюда при-
шел. Возможно, что в какой-то момент один из путей поиска
приведет к понятию, которое уже было помечено (т. е. поиск
уже приводил к нему раньше). Эта точка представляет собой
пересечение. Если найдено пересечение, это значит, что дан-
ной точки можно достигнуть, ведя поиск от двух разных по-
нятий, и, следовательно, эти два понятия как-то связаны
между собой. Проверив, имеется ли в данной точке метка
и пройдя в обратном направлении путь, приведший к пере-
сечению, можно установить, какие именно понятия пересека-
ются и как они связаны между собой. Если связь между по-
нятиями в ДП совместима с их отношением во входном пред-
ложении, то можно сказать, что данное предложение понято.
Поиск по пересечению в модели ОСПЯ иллюстрирует
рис. 8.3. На нем изображена часть сетевой структуры ДП
(несколько более четко, чем .на рис. 8.1, с указанием всех
ДП: структура и семантическая переработка информации
элементов и свойств), содержащая понятия о некоторых жи-
вотных и их свойствах. Допустим, что мы ввели в ОСПЯ
предложение <Канарейка есть рыба>. Процесс поиска начнет-
ся в точках, соответствующих элементам <канарейка> и <ры-
ба>. На пути от <канарейки> будут помечены понятия <пти-
[ ] = Элемент
( ) = Свойство
-> = Стрелка
[Животное]
(Имеет крылья)
[Птица1+- (Летает)
(Имеет перья)
Гканореика] с "о) ,
- ~~ (Желтая)
(Лкла]
(Имеет колец)
(Может перемещаться)
( Ест)
(Дышит)
у (Имеет плавники)
[Рыба) - (Плавает)
~-(Имеет жабры)
Глпгпгь] - (Розовый)
" -(СьедоОвн)
(Кусается)
(Опасна)
Рис. 8.3. Фрагмент иерархической системы в модели памяти ОСПЯ; пока-
заны взаимоотношения между единицами и свойствами в пределах класса
<животные> (Collins a. Quillian, 1969).
ца>, <петь> и <желтый>; на пути от <рыбы>-понятия <плав-
ники>, <плавать> и <животное>. Наконец, когда поиск, иду-
щий от понятия <канарейка>, достигнет понятия <животное>,
там будет обнаружена метка с указанием на стрелку, веду-
щую сюда от понятия <рыба>. Пройдя в обратном направле-
нии пути, .приведшие к <животному>, можно выяснить отно-
шение между понятиями <рыба> и <канарейка>. Оно несов-
местимо с их отношением в высказывании, которое утверж-
дает, что <канарейка есть рыба>. Если бы, однако, это вы-
сказывание гласило, что <канарейка родственна рыбе>, то
оно подтвердилось бы. Сходным образом результаты поиска
могли бы подтвердить, что <канарейка имеет кожу> (был бы
найден путь от <канарейки> к <птице>, от <птицы> к <жи-
вотному> и от <животного> к <коже>), или привести к выво-
ду, что <канарейка может летать> (<канарейка есть птица>,
а <птица может летать>).
Рис. 8.4. Схема процесса соетоставлеиид в модели А.ПЧ, показывающая,
каким образом входное сообщение <Собака кусает Билла> сравнивается
с информацией, содержащейся в ДП.
В модели АПЧ процесс, соответствующий поиск) по пере-
сечению !B ОСПЯ, называется процессом <сопоставления>. Он
изображен на рис. 8.4. Этот процесс имеет своей целью свя-
зывать входную информацию с памятью, в результате чего
модель получает возможность интерпретировать эту инфор-
ДП: структура и семантическая переработка информации
мацию. Сначала система АПЧ пытается закодировать вход-
ную информацию (например, какое-либо предложение), пред-
ставив ее в виде дерева,-процесс кодирования, называе-
мый <разбором> входного сообщения. Затем она сопоставля-
ет терминальные-самые нижние-узлы схемы с соответ-
ствующими ячейками в ДП. (Если во входном сообщении
окажется незнакомое слово, оно не сможет быть сопоставле-
но с определенной ячейкой ДП; тогда в ДП образуется но-
вый узел, представляющий в ней это слово, и начинается
сбор информации об этом узле: каково правописание этого
слова, с какими словами оно ассоциируется в предложении
и каким образом.) Затем делается попытка найти в ДП де-
рево, сходное с входным деревом. Такой поиск начинается от
каждой ячейки ДП, соответствующей одному из слов вход-
ного предложения; это .поиск в сети ДП путей, соединяющих
терминальные узлы таким же образом, как они соединены
во входном сообщении. Иными словами, требуется найти та-
кое дерево ДП, которое соединяло бы те же понятия и таким
же образом, как и во входном сообщении. Когда такое дере-
во найдено, это значит, что соответствие между входным со-
общением и сетью ДП установлено и предложение понято.
Тот же процесс может быть использован при входных со-
общениях многих различных типов, например при вопросах.
Получив вопрос <Кто ударил Билла?>, система произведет
грамматический разбор вопроса и построит входное дерево,
в котором местоимение <кто> будет рассматриваться как про-
пуск, подлежащий заполнению. Она будет пытаться устано-
вить соответствие между остальными частями дерева и ин-
формацией, имеющейся в памяти. Если в памяти найдутся
сведения о том, что <Билла ударил Джон>, система сможет
заполнить пропуск и дать ответ на вопрос. (Этот пример не-
сколько тривиален, но описанный метод можно распростра-
нить на более сложные случаи ответов на вопросы.) Другая
важная особенность метода сопоставления в модели АПЧ
состоит в том, что его можно распространить на нелингвисти-
ческие входы, например <зрительные> (сцены). Некоторые
процессы в системе АПЧ предназначены для разбора или
описания таких входов путем построения деревьев, позволя-
ющих выяснять, что это за входы. С данным входом можно
сопоставить имеющиеся в памяти описания, в результате
чего система получает возможность распознать предъявлен-
ную картину. Короче говоря, процесс сопоставления выполня-
ет много функций, так как это основной механизм, который
позволяет связывать текущий опыт с приобретенными ранее
знаниями об окружающем мире и играет тем самым главную
роль в кодировании информации и IB ее извлечении.
Глава 8
ДАННЫЕ О СЕМАНТИЧЕСКОЙ ПАМЯТИ
Теперь, когда мы ознакомились с одним типом моделей
ДП (а именно с сетевыми моделями), уместно будет рас-
смотреть кое-какие данные, для объяснения которых эти мо-
дели были созданы. В настоящей главе мы рассмотрим дан-
ные относительно семантической памяти (эпизодической па-
мяти мы коснемся в последующих главах). Мы сможем оце-
нить объяснительную силу ООПЯ, АПЧ ,и других моделей,
когда увидим, в какой мере они позволяют понять известные
факты.
Как правило, при изучении семантической памяти имеют
дело с <неэпизодической> информацией, т. е. знаниями, су-
ществующими независимо от времени или места их приобре-
тения. Одним из лучших примеров такого рода информации
служат определения слов. Почти каждому известно, что <ка-
нарейка - птица> и что <все алмазы - камни>. Не удиви-
тельно поэтому, что определения слов использовались во мно-
гих экспериментах по семантической памяти. Оддн из самых
обычных методов, применяемых в таких экспериментах, -
это задача на проверку истинности утверждения. Испытуемо-
му предъявляют некоторое утверждение и предлагают ре-
шить, истинно оно или ложно; например: КАНАРЕЙКА-
ПТИЦА1 (истинно) или КАНАРЕЙКА-РЫБА (ложно).
Как и следовало ожидать, испытуемые выполняют такого
рода задания с очень небольшим числом ошибок. Зависимая
переменная в таких заданиях-это время реакции (ВР),
определяемое обычно как интервал между предъявлением
утверждения и ответом испытуемого.
ЭФФЕКТ ВЕЛИЧИНЫ КЛАССА
Из всех явлений семантической памяти, вероятно, наи-
большее внимание исследователей привлекает так называе-
мый эффект величины класса. В типичном случае для изу-
чения этого эффекта используется задача на проверку истин-
ности утверждения, имеющего вид
(Некоторое подлежащее) (S) есть (Некоторое сказуемое) (Р).
Независимой переменной служит величина класса сказуемо-
го Р. Под величиной класса имеется в виду число входящих
в него членов. Часто невозможно бывает точно указать чис-
Строго говоря, следовало бы писать <канарейка есть некоторая пти-
ца>, но в данном контексте, где обсуждается вопрос о механизме пони-
мания обычной речи, мы будем переводить подобные утверждения упро-
щенной формой, свойственной обычному языку. - Прим. ред.
ДП: структура и семантическая переработка информации
ло членов, входящих в данный класс (но иногда это число
совершенно очевидно, например в случае класса <времена
года>, в который входит четыре члена). Тем не менее всегда
есть возможность определить относительную величину .клас-
са, т. е. сказать, что один класс больше другого. Обычно об
этом можно говорить в тех случаях, когда один класс входит
в другой; тогда, конечно, второй должен быть больше пер-
вого. Например, класс <птицы> входит в класс <животные>;
следовательно, к классу <животные> относятся все <птицы>
плюс что-нибудь еще, так что он должен быть больше. Основ-
ной результат, к которому привели эксперименты по проверке
истинности утверждений, состоит в том, что ВР, необходимое
для ответа <истинно>, возрастает с увеличением объема клас-
са Р. Например, проверка утверждения <канарейка-живот-
ное> занимает больше времени, чем проверка утверждения
<канарейка-птица> (см., например, Collins a. Quillian,
1969; Meyer, 1970). ВР для ложных утверждений также обыч-
но возрастает с увеличением класса Р (см., например, Lan-
dauer a. Freedman, 1968; Meyer, 1970).
Эффект величины класса чрезвычайно важен для построе-
ния модели семантической памяти. Суть его сводится к тому,
что время, необходимое для проверки принадлежности дан-
ного объекта (скажем, канарейки) к данному классу (<пти-
цы>), зависит от величины этого класса. А это в свою оче-
редь говорит кое-что о природе семантической ДП, так что
любая разумная модель должна объяснять эффект величины
класса. В случае модели Куиллиана нетрудно дать ему до-
вольно правдоподобное объяснение. В этой модели предпола-
гается, что данный объект связан с непосредственно стоя-
щим над ним высшим классом одной стрелкой; этот высший
класс связан со стоящим над ним, и так далее. Такова внут-
ренняя структура ДП в данной модели. Для того чтобы про-
верить истинность утверждения <канарейка - птица>, надо
пройти только по одной стрелке, а чтобы добраться до более
удаленного из высших классов, надо уже пройти по двум
таким стрелкам (см. рис. 8.3). Поскольку прохождение по
стрелке занимает определенное время, путь, соответствую-
щий двум стрелкам, потребует больше времени. В результате
мы и получим эффект величины класса: чем выше положение
данного класса Р в иерархии, тем большее число стрелок
нужно пройти и тем больше это занимает времени.
Несколько труднее объяснить с помощью модели ОСПЯ,
почему эффект величины класса наблюдается и при проверке
ложных утверждений (таких, например, как <маргаритка -
рыба>). Действительно, ВР будет больше, если, например,
заменить в приведенном выше утверждении понятие <рыба>
Глава 8
на <животное>. Коллинз и Куиллиан (Collins a. Quillian,
1970) предложили следующее объяснение. По их мнению, в
большинстве случаев эффект величины класса не проявля-
ется. Он возникает только тогда, когда 5 и Р связаны между
собой (например, маргаритка, рыба и животные-это все
живые организмы). А если 5 и Р связаны, то они чаще всего
будут связаны теснее, когда Р-большой, а не малый по
объему класс. Например, как можно видеть из рис. 8.3, <мар-
гаритка> будет ближе (в смысле близости в иерархической
системе) к <животному>, чем к <рыбе>. Кроме того, если 5
и Р близки, в процессе поиска могут возникать ошибки. При
поиске может быть выявлено отношение, которое окажется
неподходящим.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51