客體分類及客體識別的腦機制研究

摘要客體分類可以依據不同的標準，其中最廣泛研究的兩種就是歸類相似觀和基于知識的歸類觀。這兩種觀點對上位、基位和下位水平的定義有所不同。但重要的是這不同類別間存在著范疇效應，不同的概念水平之間也存在著概念層次效應。自然類別的加工時間要長于人造類別，且腦定位亦有不同;各概念水平間加工時間也不同，基位水平的客體分類要短于上位和下位水平，且上位水平涉及更多的語義加工，下位水平涉及更多的視覺加工。對于各種類別的客體識別，研究者們從最開始一直到現在形成了四種理論，人們可以更好地理解客體識別。

關鍵詞范疇效應 激活擴散模型 入口水平理論 分化理論

中圖分類號:B84文獻標識碼:A

1 分類(categorization)的依據

分類就是將事物分為各種類型，人的分類能力屬于腦的一種基本認知功能。人們可以按照很多標準對客體進行分類，如物理特征和化學特征，也如生物屬性。但這些標準本質上都是屬于基于相似性的歸類觀或基于知識的歸類觀。

最早提出的歸類相似觀認為，歸類是根據類別成員彼此之間相似性進行的。基于相似性(Similarity)的分類觀認為，影響個體做出歸納力度判斷的是客體之間的特征相似等性程度，而不是類別相似性，或者，個體做出歸納力度(信心) 大小判斷的依據有兩個因素:前提類別和結論類別的相似性，前提類別與包含前提和結論類別的最低水平類別的成員的相似性，如果這兩個因素的值越大，即相似性程度越高，那么個體將會做出更大力度的判斷。Medin提出了相似性的幾個成分。首先，兩個事物之間的相似性應隨著其共有特征數量的增加而增加，隨著共有特征數量的減少而減少。第二，特征與特征之間應該相互獨立，而且必須以相加的方式來增加相似性。第三，構成相似性的特征應該處于同一抽象水平上。第四，這些原則應足以描述一個概念或類別的結構，概念在某種程度上應當是由一系列特征組成。然而，相似性的局限性逐漸暴露出來，有研究表明，人們可能并非總是用相似性來判斷類別的結構，有時候人們可能會使用理論性和解釋性的背景知識來進行類別判斷。

基于知識的歸類觀認為人們對事物的歸類，不僅要對該事物各種客體、物理或事件的特征進行比較，而且還運用概念如何被組織的知識證明分類的合理性，并解釋為什么某些樣例可組織在某個范疇內。

對于上位水平、基位水平和下位水平如何定義， Rosch認為，屬于同一基位水平的物體在外形上相似，上位水平比基位水平更抽象和概括，而下位水平則是比基位水平更具體，而且，兒童在習得概念的時候，首先學會的是基位概念，她認為基位概念是最具包容性的概念水平。在大多數情況下，上位水平和下位水平間是相反的。上位水平只有很少的共同特征，而且是抽象的、功能性的特性。而下位水平就擁有很多共同特征，他們的這些特殊特性就像是基位水平特征的微小的知覺或功能模塊。但是，基于知識的歸類觀則認為，人們對事物的歸類，不僅要對該事物各種客體、物理或事件的特征進行比較，而且還運用概念如何被組織的知識證明分類的合理性，并解釋為什么某些樣例可組織在某些范疇內。

2 客體分類的ERP研究

最早將自然物體分類用于ERP研究的是Thorpe，其實驗采用go/no-go范式，將包括動物或非動物的自然景色圖片作為刺激，要求被試判斷圖片中是否有動物，當圖片中有動物時松開一個持續按著的鍵，沒有動物則不松鍵。結果發現在額部記錄點，非動物刺激比動物刺激引發出一個更加負性的電位，這種現象發生在刺激后150ms，屬于ERP 早期成分，命名為N1。并認為人腦對這種高需求任務的視覺加工時間是150ms。

之后研究者們對各個類別之間(自然類別和人造類別)進行分類的范疇效應(或類別效應)進行了考察。Kiefer發現自然類別的反應時要快于人造類別，一致情況下，人造類別的錯誤率高于自然類別，不一致情況下剛好相反。這種差異不僅表現在行為數據上，腦電結果發現兩類別的腦激活區域也有不同。Doloves Paz-Caballero在研究中讓被試完成兩種任務:語義分類任務和性別判斷任務，結果發現，在300-400ms間，自然類別引起的負波小于人造類別;在450-600ms間，自然類別引起的正波明顯大于人造類別。自然類別和人造類別的腦激活ERP頭皮分布不同。表明自然類別和人造類別是基于不同的神經學基礎組成獨立的兩種語言亞系統，兩類別的ERP波形都存在差異;自然類別和人造類別在任務所需的功能上表現出不同的加工。很多研究者也發現了類似結果，自然類別和人造類別間確實存在范疇效應。

除類別間存在范疇效應，研究者們還發現各概念水平間還存在概念層次效應。Mazerolle采用了兩個概念水平:基位和上位水平，其ERP結果發現上位水平和不一致的情況下N300都出現了。N300反映了明顯的一致性效應和概念層次效應，N300對語義加工是敏感的，在其他概念水平上匹配詞語(名字)需要額外的語義加工。這也證明了Rosch一個結論:客體首先是在基位水平被識別的，然后需要進一步的語義加工以使其在其他水平上得到識別。

另一位研究者發現了另一個重要結論。Collin在他的一個實驗中將圖片進行空間視覺條件過濾之后，發現下位水平的客體識別在low-pass條件下受到影響最大，而基位和上位水平下的客體識別在三種過濾條件(low-pass， high-pass， unfiltered)下幾乎沒受到任何影響，認為下位水平的客體識別比基位和下位水平依賴更多的視覺條件。因此，我們斷言，上位水平、基位水平及下位水平涉及不同的加工機制，大量研究結果都證實了此結論。

3 客體識別的理論形成及發展

人們在各個概念層次上的客體識別，以及體現出的概念層次效應，最開始被研究者用激活擴散模型來解釋。激活擴散模型(Spreading-Activation Theory)認為概念是以語義聯系或語義相似性組織起來的，概念之間相互聯系，概念以結點的形式存在于人們的記憶網絡系統中，結點間共同特征越多，兩個概念間的聯系越緊密。但其局限性是不能解釋雞尾酒會效應等。激活擴散模型局限性使得新理論的出現更加緊迫。入口水平理論(entry-level theory)認為在概念的網絡系統中存在一些特定特殊的結點，他們為探索語義網絡而作為入口點(entry points)，認為視覺刺激首先在一個中間概念水平被分類識別，然后需要進一步的層次加工的激活擴散來在其他概念層次上加工。分化理論(differentiation theory)在客體分類過程中，基位水平在加工上并不占優勢，但基位水平的優勢卻體現在激活其他相平衡的所有概念層次時他們系統的結構特征的作用。即基位水平類別既表現出區別于其他類別，又富于信息;既相似于同一類別的其他基位概念，但同其他的類別的基位水平又不同。隨著研究的深入，又提出了更新更全面的理論，那就是平行分布加工理論。平行分布加工理論(Parallel distributed processing theory， PDP)認為詞語和客體的意義的相關知識是來源于通過不同模式的接收和表達的知覺的、運動的、語義表征的相互激活。

參考文獻

[1] Freedman D J， Riesenhuber M， Poggio T， et al. Categorical representation of visual stimuli in the primate prefrontal cortex. Science， 2001， 291: 312~316.

[2] Osherson D N， Smith E E， Wilkie O， Lopez A. Shafir E. Category-based induction. Psychological Review， 1990， 97(2): 185~200.

[3] Sloman S A. Feature-based induction. Cognitive Psychology， 1993， 25: 231~280.

[4] Medin， D L. Concepts and conceptual structure. American Psychologist， 1989， 44: 1469~1481.

[5] Rosch E. Classification of real-world objects: origins and representations in Cognition. Thinking: Readings in Cognitive Science， 1976: 212~222.

[6] Rosch E， Mervis C B， et al. Basic objects in natural categories. Cognitive Psychology， 1976， 8: 382~439.

[7] Murphy G L， Lassaline M E. Hierarchical structure in concepts and the basic level of categorization. Knowledge， concepts and categories， 1997: 93~131.

[8]趙冬梅，劉志雅，劉鳴.歸類的解釋觀和跨范疇分類.心理科學， 2002.25(5): 608~609.

[9] Thorpe S， Fize D， Marlot C. Speed of processing in the human visual system. Nature， 1996， 381: 520~522.

[10] Kiefer M， et al. Perceptual and semantic sources of category-specific effects: Event-related potentials during picture and word categorization. Memory Cognition， 2001.29(1): 100~116.