言語可提取記憶

言語可提取記憶是指以語言的形式儲存在人腦內並可以提取的記憶。主要為一般知識和規律的記憶，與特殊的地點、時間無關。它表現在單詞、符號、公式、規則、規律、概念這樣的形式中，如記住化學公式、乘法規則、一年四季等。

基本介紹

• 中文名：言語可提取記憶
• 外文名：Speech can be extracted from memory
• 提出者：Endel Tulving

簡介

塔爾文（ Endel Tulving 1972）依據所貯存信息的類型，將長時記憶劃分為兩種類型：情景記憶和語義記憶。情景記憶接收和貯存關於個人的特定時間的情景或事件以及這些事件的時間—空間聯繫的信息；語義記憶是運用語言時所必需的記憶，它接收和貯存各種知識。換句話說，情景記憶是對個人在一定時間發生的事件的記憶，如”我昨晚看了一場電影”、 ”我上個月去了北京”等，它總是與個人生活中特定的時間或地點相聯繫。語義記憶則不同，它是對語詞、概念、規則等抽象事物的記憶，如數學公式、物理定理等。此外，佩威奧（ 1975）從信息編碼的角度將長時記憶分為兩個系統，即表象系統和言語系統。表象系統以表象代碼來貯存關於具體的客體和事件的信息，它構成了非言語思維的表征方式；言語系統以言語代碼來貯存言語信息，具有聽覺－運動性質。

儲存和提取模型

語義記憶模型主要是層次網路理論和激活擴散網路，這兩個理論從過去到如今仍然是大多數語義記憶研究與實驗的基礎。後來有人提出了一種吸引者網路的語義記憶聯想模型，這種模型是特徵羅列模型的升級版；還有人提出了感覺功能理論，概念結構理論和具體範圍假設，這些理論模型都可以用於理解語義記憶的各種現象。另外，將語義記憶障礙的病理研究與語義記憶的成像研究結合起來也促進了語義記憶研究的發展。

概念層次網路

層次網路模型是Collins&Quillian (1969)針對言語理解的計算機模型提出的一個語義記憶和表征模型。這個模型中的基本單元是概念,表示為“節點(nodes)”。每個概念都具有各自不同的特徵。覆蓋性最強的概念處於模型的頂部,同等級別的概念處於該網路的同一層面上,在模型的底部則為具體的下層的概念。這樣就構成了一個層次分明的、有節點連線起來表示概念之間關係 的分層網路。例如,動物、昆蟲、蚊子等都是一個分層網路模型中的節點,各節點具有不同的特徵。動物的概括性最強,因此位於模型的頂部;居中的是基本層面範疇,如昆蟲和家禽;模型的底部則為蚊子、跳蚤、鵪鶉、鵝等一些更為具體的概念。 分層網路模型具有如下特點:一、分層和連線是分層網路模型中的重要因素。在圖1中,上層與下層概念之間的關係可以用“包括”來表示。如動物包括昆蟲、家禽;昆蟲又包括蚊子、跳蚤。同樣,下層的概念可以用“是”表示與上層概念之間的關係。如蚊子是昆蟲;鵪鶉是家禽。二、底層概念之間的區分清晰。對於底層的具體的、語義容易混淆的節點用各自鮮明的、易於區分的特徵表明。如鵪鶉的特徵為“尖喙、個體小”,而鵝的特徵則表述為“脖子長、扁喙、腳有蹼,會游泳”。這樣,兩個概念之間的區別就一目了然了。三、模型從整體上強調認知經濟性。上層的節點包含了下面同一層次上不同節點的共同概念特徵,下面層次中的節點則各具有自身的特徵。如鵪鶉和鵝除了自身的特徵以外,還同時具有所有家禽的特徵,即有羽毛、有翅膀、家養;而昆蟲和家禽也同時分享了動物的有皮、能到處移動、吃東西和呼吸的共同特徵。

擴散激活網路

激活擴散模型也是一個網路模型，和層次網路模型不同的是，它是以語義联系或語義相似性將概念聯繫起來的。同概念之間通過它們的共同特徵數量形成聯繫，它們之間具有的共同特徵越多，概念間的關係就越密切，回憶時就更容易相互激活。雖然激活擴散模型不完全排除邏輯層次關係，但更多傾向於橫向聯繫。概念內涵通過與它聯繫特別緊密的概念確定。激活擴散模型不僅放棄了邏輯層次結構，也放棄了分級貯存原則；概念間已獲得了某種聯繫，即個體事先已經獲得某種知識，因此擴散激活模型是一種預存模型。