MLT Mémoire sémantique Flashcards

Question

Conclusion approche classique et de l’approche par réseau

Answer 1

 Plusieurs arguments et résultats empiriques vont à l’encontre de l’approche classique et de l’approche par réseau, qui sont toutes deux des approches basées sur la logique: Postulats trop stricts  Pas de définitions claires  Concepts disjonctifs  Effets de typicité  Supériorité du niveau de base Mais alors, si on ne se base pas sur des règles logiques et des définitions pour catégoriser, sur quoi se base-t-on?

Answer 2

 Tous les “frères” se ressemblent beaucoup, Pas de propriété unique commune et Pas de propriétés nécessaires  Pourtant, on les classerait dans la même famille (catégorie)  Ressemblance familiale est basée sur le nombre de propriétés partagées par les membres d’une catégorie

Answer 3

But: Montrer la validité de l’approche des ressemblances familiales Rationnel: Items les plus typiques d’une catégorie sont ceux qui partagent le plus grand nombre de caractéristiques (qui ont le plus grand degré de ressemblance familiale) avec les autres membres de la catégorie Tâches  Phase 1: Jugements de typicité (1 = Bas; 7 = Haut)  Phase 2: Lister propriétés (Scores de ressemblance familiale)

Answer 4

 Tâche: Lister toutes les propriétés connues pour différents exemplaires  Propriétés nécessaires ou non-nécessaires (caractéristiques) catégorie > item > propriétés Score de ressemblance familiale pour un item  Nombre d’autres items pour lesquels une propriété spécifique est partagée  Somme pour toutes propriétés de l’item étudié Exemple : chat et chien p(4), p(4)... score RF 14 pour les deux alors ressemblance

Answer 5

 Haute corrélation entre jugements de typicité et mesure de ressemblance fam. pour toutes catég.  Item plus typique partage plus de propriétés avec autre membres de catégorie (et moins avec membres d’autres catégories)  Ressemblances familiales utilisées dans le processus de catégorisation  On utilise propriétés “non-nécessaires” ou caractéristiques  Lorsqu’un item montre le plus grand score RF, on dit que c’est le prototype de la catégorie

Answer 6

 Similarité détermine catégorisation  Si l’objet à classer possède assez de propriétés en commun avec une représentation mentale donnée (i.e., il est assez similaire), alors il est classé comme un membre de cette catégorie  Deux modèles basés sur la similarité  Approche prototypiste  Approche exemplariste

Answer 7

Les concepts sont des prototypes :  Représentation abstraite et sommaire dérivée en “moyennant” tous les exemplaires rencontrés d’une catégorie donnée “Moyennage”  Choisir la valeur la plus commune pour ch. propriété - Lorsque propriétés peuvent être identifiées  Moyenne mathématique - Lorsque propriétés ne peuvent être identifiées  Un prototype peut ne pas être identifiable! Règle de classification: Si objet possède assez de propriétés en commun avec (ou est “assez similaire au) prototype, alors il est classé comme un membre de cette catégorie

Answer 8

Approche classique: Ne peut classer les frères ensemble car pas de caractéristiques nécessaires partagées Approche prototypiste: Suppose que l’expérience avec les frères mène à la composition d’un concept qui est la moyenne des membres de la famille (visage au centre) - Le prototype permet la classification de membres de la famille jamais vus auparavant… et l’exclusion des non-membres

Answer 9

 Jusqu’à maintenant, nous avons étudié des catégories naturelles ou concepts “langagiers”, où les propriétés et étiquettes sont verbalisables “Les catégories désignées par les mots des langues naturelles présentent l’avantage (pour les étudier) qu’ils ont évolué et apparaissent dans un véritable usage par l’humain; toutefois, ils ont le désavantage de montrer des variables d’intérêt non-contrôlées et nonanalysables en conjonction avec d’autres variables et d’autres facteurs externes.” > on connait bien alors on sait pas comment ça développe Une façon de contrôler toutes ces variables est de partir de zéro, en demandant aux gens de classer des exemplaires qu'ils n'ont jamais vus, dans des catégories qu'ils n'ont pas pu développer avant (des catégories "artificielles"). C'est ainsi qu'on pourra en savoir plus sur le genre de représentation mentale qui se développe pour un concept (est-ce une définition, un prototype, un ensemble d'exemplaires, etc.)?

Answer 10

Beaucoup de variables des catégories naturelles ne peuvent être contrôlées  Comment les catégories sont apprises  Fréquence d’usage des exemplaires et catégories  Familiarité  Facteurs culturels, etc. Pour comprendre comment on crée/apprend des concepts, il faut créer des stimuli jamais vus/classifiés En construisant les catégories selon certaines variables, on peut contrôler tous les facteurs, isoler des effets spécifiques et faire des prédictions

Answer 11

But: Montrer comment les « idées abstraites » (prototypes) pourraient être acquises et utilisées Tâche: Induction catégorielle Matériel: Patrons de points aléatoires (Catégories artificielles)  3 catégories (A, B, C) générées selon 3 prototypes  Chaque catégorie composée de 4 distorsions (12 exemplaires au total) Mesures : Taux d’exactitude/Temps de réponse

Answer 12

 Technique : Probabilité de déplacement point - faible : pas bcp déplacement - forte : gros déplacement

Answer 13

1- phase induction : Apprendre à classer les exemplaires dans leur catégorie avec rétroaction 2- phase test : Classer avec exactitude anciens et nouveaux exemplaires dans la bonne catégorie sans rétroaction avec 4 types de stimuli Possibilité 1: Pratique  Seuls les anciens items ont été appris  Nouveaux items: jamais vus alors + TR et - exact  Tous les nouveaux items classés de façon moins exacte (au hasard) et plus lentement que les anciens items  Pas de raison de croire qu’on trouvera une différence entre les différents types de nouveaux items Possibilité 2: Prototypes  Représentations mentales prototypiques ont été développées  Même si prototypes jamais présentés alors - TR que autres nv et plus exact  Prototypes jamais vus seront classés avec exactitude et rapidement  Pairage avec la bonne représentation mentale pour chaque catégorie  Autres nouveaux items: performance dépendra de la similarité aux prototypes acquis

Answer 14

 Anciens exemplaires classés avec exactitude et rapidité tel que prédit  MAIS les prototypes catégoriels aussi, même si jamais vus à l’apprentissage  Performance pour autres nouvelles distorsions est une fonction de leur similarité au prototype catégoriel  Plus similaire = plus grande exactitude/ TR plus bas

Answer 15

But: Est-ce que la mémoire des prototypes est durable? Tâche: Induction catégorielle Matériel: Patrons de points aléatoires  4 catégories (A, B, C, D) générées selon 4 prototypes  Chaque catégorie composée de 4 distorsions  16 exemplaires au total Mesures  Taux d’exactitude/Temps de réponse Conditions  Phase test immédiate ou avec délai (1 semaine) Procédure: Identique

Answer 16

 Avantage pour anciens items disparait avec temps  Performance pour prototypes élevée et stable même après une semaine  Performance pour nouveaux exemplaires prédite par similarité aux prototypes après une semaine  Selon Posner et Keele, les prototypes, i.e. des moyennes des exemplaires vus pendant l’apprentissage, sont développés comme représentations catégorielles (ou concepts)  Ces représentations sont durables  Parce qu’on a utilisé des stimuli et catégories artificielles, pas de variables externes qui peuvent expliquer les résultats  Soutien pour l’approche prototypiste

Answer 17

 Les concepts sont l’ensemble ou le sous-ensemble de tous les exemplaires rencontrés précédemment  Pas de représentations sommaires (règles/proto)  Si un objet à classer est assez similaire à des exemplaires mémorisés, alors il est classé comme membre de la catégorie de ces exemplaires Selon le modèle exemplariste, le nouveau frère sera comparé à tous les frères mémorisés. Il sera classé dans la même catégorie que le frère auquel il est le plus similaire.

Answer 18

But: Montrer que la classification se fait exclusivement sur la base des exemplaires mémorisés Tâche: Induction catégorielle Matériel: Formes géométriques cercle gros gauche bleu, carré rouge petit droite (changent)  Construits avec quatre propriétés binaires (2 valeurs) Procédure  On montre 9 exemplaires à classer dans l’une de deux catégories (a-b) pour jusqu’à 16 blocs (ou jusqu’à deux blocs sans erreur)  Apprendre à classer les stimuli dans l’une de deux catégories à l’aide de rétroaction  Cette structure catégorielle célèbre se nomme la “5-4”

Answer 19

 Si prototypes sont acquis, alors exemplaires hautement similaires au prototype devraient être appris plus facilement (taux d’erreur plus bas)  Si seulement les exemplaires sont mémorisés, alors exemplaires hautement similaires à d’autres exemplaires dans la même catégorie, et dissimilaires aux exemplaires de l’autre catégorie, devraient être appris plus facilement Si l’approche prototypiste est correcte, exemplaire 1 (1110) devrait être appris plus facilement qu’exemplaire 2 (1010) parce qu’il possède plus de propriétés en commun avec le prototype (1111) Si l’approche exemplariste est correcte, exemplaire 2 (1010) devrait être appris plus facilement qu’exemplaire 1 (1110). Exemplaire 2 est hautement similaire à deux autres membres de sa propre catégorie… (1110 et 1011 pour 3/4)…mais pas à des exemplaires de l’autre catégorie. tandis que le 1 est seulement très similaire pour 1 autre membre de sa catégorie, mais deux ememplaires de l'autre catégorie

Answer 20

 Exemplaire 2 plus facile à appr. qu’Exemplaire 1  Plus haut taux d’exactitude tout au long de l’apprentissage  Medin et Schaffer furent les premiers à montrer des preuves soutenant un modèle exemplariste au détriment d’un modèle prototypiste  Depuis, beaucoup de recherche/modélisation faite pour montrer que les représentations prototypistes et exemplaristes peuvent toutes deux expliquer certains résultats  Qui a raison?

Answer 21

 But: Démontrer une capacité minimale pour la mémoire des exemplaires distincts  Tâches  Étude: Regarder des images, noter les doublons  10 blocs de 20 minutes pour l’étude  2896 images, présentées durant 3 secondes chacune  Test: Reconnaissance (2 images côte à côte)  Durée de l’expérience: 5 heures et demie!!!

Answer 22

 Étude: Tâche de détection de doublons  Lorsque les items répétés sont séparés par plus de 1000 items, on détecte les doublons 79% du temps!  Test: Reconnaissance  3 conditions: Catégorie (Novel), Exemplaire, État  Résultat: Performance près de 90% peu importe la condition, après 2896 images!!!

Answer 23

 Notre cerveau enregistre tout ce qu’on voit!  Le niveau de détail de nos souvenirs d’exemplaires est excessivement précis  Capacité minimale du cerveau calculée: 228 000 représentations distinctes  Soutien solide pour modèles exemplaristes

Answer 24

 Modèles exemplaristes font du sens dans le cadre d’expériences contrôlées avec des petites catégories mal définies, mais dans la vraie vie?  Certains exemplaires sont plus importants que d’autres Ex: Votre propre chien  On ne peut pas représenter une structure hiérarchique (Rosch) avec un modèle exemplariste (mais on peut avec un modèle prototypiste)  N’explique pas l’avantage du niveau de base  Ne tient pas compte des effets de contexte, ou des croyances à propos d’un domaine  On ne peut pas généraliser à partir d’un exemplaire  N’explique pas le développement conceptuel, etc.