Допустим, что Р - это <дра-
гоценные камни>. Рассмотрим теперь утверждение <некото-
рые минералы суть драгоценные камни>. На первом этапе
проверки просматриваются множества, которые пересекаются
с множеством <драгоценные камни> (т. е. имеют с ним об-
щих членов). К их числу относятся такие классы, как <алма-
зы>, а также <минералы>, поскольку многие минералы суть
одновременно и драгоценные камни. Таким образом, истин-
ность утверждения может быть проверена. Если бы слово S
было <птицы> (<некоторые птицы суть драгоценные камни>),.
первый этап привел бы к отрицательному ответу, поскольку
ни один из членов класса <птиц> не является членом также
и класса <драгоценных камней>. Если же проверяется истин-
ность утверждения <все рубины суть драгоценные камни>, то
тогда на первом этапе будет обнаружено соответствие. Од-
нако наличие слова <все> потребует проведения также и вто-
рого этапа. Для этого придется сравнить все атрибуты дра-
гоценных камней (они дорого стоят, используются в ювелир-
ном деле и т. д.) с атрибутами рубинов. Если атрибуты тех
и других совпадают-а в данном случае это так и есть, ибо
рубины тоже стоят дорого, используются в ювелирном деле
и т. д.,-то истинность утверждения установлена. Если же
нет, как в случае <все писатели-женщины>, то утвержде-
ние будет отвергнуто. В последнем случае на первом этапе-
будет обнаружено соответствие, поскольку множество <пи-
сатели> пересекается с множеством <женщины>, но на втором.
этапе будет получен отрицательный ответ.
Глава 8
Теоретико-множественная модель типа мейеровской позво-
ляет объяснить эффекты величины класса, подобные тем, ко-
торые были рассмотрены выше. Чтобы это понять, мы долж-
лы сначала указать на принятое в этой модели предположе-
ние о неслучайности поиска пересекающихся классов, произ-
.водимого на первом этапе. Классы, пересекающиеся с Р, об-
следуются в порядке, соответствующем степени пересечения,
причем наиболее сильно пересекающиеся классы проверяются
в первую очередь. Это означает, что чем меньше число чле-
нов, не являющихся общими для 5 и Р, тем быстрее будет
обнаружен на первом этапе факт пересечения 5 и Р, так "как
он выявится на более ранней стадии обследования всех тех
.классов, которые пересекаются с Р. Тем самым получает
объяснение эффект величины класса: чем больше Р по срав-
нению с S, тем меньше они будут пересекаться и тем больше
.потребуется времени для нахождения 5 на первом этапе по-
.исков. Например, если 5 - <канарейки>, а Р - <птицы>, то
.пересечение 5 и Р сильнее, чем в том случае, если Р - <жи-
вотные> (этот класс больше, чем класс <птицы>). Таким об-
разом, если Р-<птицы>, то при обследовании пересекаю-
.щихся с Р классов <канарейки> будут обнаружены быстрее
и время реакции будет меньше, чем если Р - <животные>.
.Это и приведет к обычному эффекту величины класса. Одна-
ко модель Мейера не объясняет нарушения эффектов вели-
чины, наблюдаемого в тех случаях, когда величина не соот-
ветствует близости (см. Rips а. о" 1973); почему, например,
.в случае <кошка - млекопитающее> проверка занимает боль-
.ше времени, чем в случае <кошка - животное>?
МОДЕЛЬ ДП,
ОСНОВАННАЯ НА СЕМАНТИЧЕСКИХ ПРИЗНАКАХ
Одна из моделей, порожденных теоретико-множественным
подходом,-это.модель Смита, Шобена и Рипса, основанная
.на семантических признаках (Rips а. о., 1973; Smith а. о.,
1974). Преимущество ее состоит в том, что она может объяс-
нить обсуждавшиеся выше эффекты близости, т. е. позволяет
понять, почему степень близости лучше коррелирует с вре-
менем реакции, наблюдаемым при проверке, чем величина
.класса, и почему <типичность> различных представителей для
.данного класса, измеряемая по реакции испытуемых, может
.варьировать. В модели, основанной на семантических призна-
.ках, тот или иной семантический класс может быть представ-
лен в ДП как набор атрибутов, или признаков. Кроме того,
.предполагается, что набор признаков очень обширен и вклю-
чает как признаки, существенные для определения данного
ДП: стриктура и семантическая переработка информации
класса, так я относительно маловажные признаки. Скорее
всего признаки данного класса образуют непрерывный ряд
от очень важных для его определения до несущественных.
Возьмем, например, слово <малиновка>. Оно может быть
представлено в ДП в виде совокупности следующих призна-
ков: <двуногие>, <имеют крылья>, <имеют красную прудку>,.
<сидят на деревьях>, <не приручены>. Первые три признака,
вероятно, более важны для определения понятия <малинов-
ка>, чем два последних. (Конечно, этот перечень неполон,.
но в принципе мы могли бы иметь исчерпывающий набор
признаков, характеризующих значение слова <малиновка>.)
Обычно на такой непрерывной -шкале признаков можно
выбрать произвольную точку, отделяющую более важные
(определительные) признаки от менее важных (всего лишь
характерных). В модели, основанной на признаках, опреде-
лительным признакам придается большее значение в зада-
чах проверки истинности, чем характерным признакам.
(В нашем примере с <малиновкой> первые три признака
можно считать определительными, а остальные-характер-
ными.)
Рассмотрим теперь, как могли бы изменяться наборы
признаков при переходе от названия такого класса, как <ма-
линовки>, к стоящему над ним классу <птицы>. Поскольку
понятие <птица> более абстрактное, более общее, у него бу-
дет меньше определительных признаков. В самом деле, по-
скольку все малиновки относятся к птицам, все определи-
тельные признаки понятия <птица> должны быть также при-
ложимы к понятию <малиновка>, а у малиновки должно
быть, кроме того, еще много своих дополнительных призна-
ков.
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 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127