Вероятностные методы в психологии: Вероятностные методы в психологии «Читай-город»

31. Вероятность – как методология познания и ее место в современной науке. Вероятностные знания в психологии.

Вероятностная методология — это система предпосылок, принципов, методов и средств познания, предлагаемых теорией вероятностей, теорией случайных процессов и других дисциплин, базирующихся на них. Вероятностная методология — основа любого научного познания.

Поскольку все реальные объекты и процессы по своей сущности являются вероятностными, то для их изучения целесообразно использовать вероятностную методологию.

Вероятностная методология предполагает не формальное, но содержательное применение инструментов математики: системы предпосылок, принципов, методов и средств познания теории вероятностей, теории случайных процессов и других дисциплин, базирующихся на них. Это означает, что абстрактным математическим атрибутам, применяемым в физиологии, психологии, психофизиологии, медицине необходимо находить и придавать конкретный смысл, соответствующий сущности познаваемых объектов.

Развитие представлений о сущности живых систем можно разделить на два этапа. Вначале полагали, что живые системы имеют жесткую, неизменную структуру и их функции строго детерминированы. В соответствии с этим каждому значению одной неслучайной независимой переменной, описывающей структуру или функцию, соответствовало одно единственное значение другой неслучайной зависимой переменной. Исследователи наблюдали, что любые физические и психические переменные организма обладают свойством изменчивости (вариативности). Причиной этой изменчивости считали воздействия среды, погрешности измерений, что, несомненно, соответствовало действительности. Полагали, что для того, чтобы составить верное представление об изучаемом объекте, от подобных влияний среды, как от помехи, необходимо любым способом избавиться. Среди таких способов были: обеспечение максимального постоянства условий эксперимента, создание максимально точной измерительной аппаратуры, стандартизация измерений и т. д. Вариабельность переменных удалось снизить. Но это удалось лишь только в очень небольшой степени. Тогда для устранения «помехи» было использовано самое мощное средство — формальный аппарат теории вероятностей и математической статистики. Считалось, что реальные физические или психические переменные «в чистом виде», «без помехи» ненаблюдаемы. Однако эти ненаблюдаемые переменные можно оценить, используя математически ожидаемые величины, вычисленные с помощью методов теории вероятностей. Так появился термин «математическое ожидание». Эта величина использовалась в ряде формальных процедур, направленных на то, чтобы хотя бы учесть вариабельность как ошибку, если уж невозможно от нее избавиться. В частности, с формальных позиций оценивали пределы «ошибки измерений», достоверность или воспроизводимость результатов и т.п. В общем, эти формальные процедуры, определенная полезность которых несомненна, сами по себе принципиально новой информации дать не могли. Причиной этому были неверные исходные предпосылки о сущности объекта исследования, использование неадекватного этой сущности инструмента познания. Вместе с тем, негативный опыт оказался полезным. Он подтолкнул исследователей к новым догадкам. Было высказано суждение о том, что вариабельность переменных, описывающих живые системы, обусловлена не только внешними по отношению к ним причинами и, в первую очередь, не ими.

Вариабельность переменных, описывающих живые системы, обусловлена, прежде всего, вероятностной сущностью биологических переменных. Отсюда, от порочных стремлений избавиться от вариабельности как от помехи, пришли к стратегии принятия вариабельности как объективной реальности, к тому, что эта объективная реальность может быть измерена, а точнее — оценена как сущностный психофизиологический показатель. И этим начинается второй этап в развитии представлений о сущности живых систем. Появление принципиально новых показателей давало новые надежды на получение принципиально новых данных о живых системах. Так, возникла возможность вместо традиционных формальных процедур использовать математику содержательную.

Однако появление этой возможности еще не означало того, что она сразу будет воплощена в действительность.

Реальная возможность применения вероятностной методологии в физиологии, психологии, медицине появилась достаточно давно. Однако и сейчас пока еще нет оснований для того, чтобы говорить о повсеместном ее использовании. Скорее имеет место повсеместное ее неиспользование.

Сидоренко Е. Методы математической обработки в психологии

• формат pdf
• размер 12.02 МБ
• добавлен 05 ноября 2010 г.

Как читать эту книгу и как ею пользоваться
Начинающим лучше начать чтение с Главы 1, затем выбрать, на основании алгоритмов 1 и 2, какой метод им лучше использовать, разобраться в примере. Затем стоит внимательно прочитать весь параграф, относящийся к данному методу, и попробовать самостоятельно решить прилагаемые задачи. После этого можно смело начать решение собственной задачи или. переключиться на другой метод, если Вы убедились, что этот Вам не подходит.
Знатокам можно сразу обращаться к методам, которые кажутся им подходящими для их задачи. Они могут использовать алгоритм применения избранного метода или опираться на пример, как нечто более наглядное. Для интерпретации результатов им, возможно, понадобится познакомиться с разделом «Графическое представление критерия». Не исключено, что анализ задач, предлагаемых в руководстве, поможет им увидеть новые грани в использовании знакомого метода.

Владельцам компьютерных программ подсчета статистических критериев может оказаться необходимым познакомиться с идеологией избранного ими метода в разделах «Описание», «Гипотезы», «Ограничения» и «Графическое представление критерия» — ведь компьютер не объясняет, каковы способы интерпретации полученных числовых значений.
Стремящимся к быстроте лучше сразу обращаться к п. 5.2 о критерии ф* (угловое преобразование Фишера). Этот метод поможет решить почти любую задачу.
Стремящимся к основательности можно прочитать, помимо прочего, также и те разделы текста, которые набраны мелким шрифтом.
Желаю успеха!
Елена Сидоренко

Читать онлайн

Смотрите также

• формат djvu
• размер 1.3 МБ
• добавлен 27 декабря 2011 г.

Под.ред. проф. Карташова Э.М. М.: ИПЦ «МИТХТ». 2001г. 61с. Учебно-методическое пособие. Учебно-методическое пособие по математической статистике является продолжением ранее изданного в МИТХТ пособия Л.В Рыковой «Математические методы обработки результатов эксперимента», ч I. В тексте приведено большое количество примеров, иллюстрирующих и дополняющих теоретический материал. В приложении приведены краткие статистические таблицы, необходимые для ре…

• формат pdf
• размер 3.19 МБ
• добавлен 17 апреля 2011 г.

Воронежский институт высоких технологий, 2004 – 155 с. Пособие посвящено основам применения методов математической статистики для решения практических задач. Состоит из двух частей и приложения. Первая часть включает пять лабораторных работ, последовательное выполнение которых позволяет освоить приемы и способы решения наиболее часто встречающихся задач обработки статистического материала. Вторая часть – справочная. В ней излагаются основные пон…

• формат djvu
• размер 6.87 МБ
• добавлен 27 мая 2009 г.

Изложены основы теории вероятностей, математической статистики и общие правила сбора, обработки и анализа статистических данных.

Особое внимание уделено правилам принятия решений в условиях неопределенности. Анализ данных рассматривается также как составная часть принятия решений. Рассмотрены статистические методы изучения связей между переменными, проблемы построения и анализа временных рядов, прогнозирование на их основе. Показано значение стат…

• формат djvu
• размер 25.08 МБ
• добавлен 17 сентября 2010 г.

Удобный доступ через оглавление к главам и параграфам. Настоящий учебник написан в соответствии с программой курса «Математическая статистика», утвержденной для специальности «Программирование быстродействующих математических машин». Цель курса- изложить основы теории вероятностей и математической статистики, изучающей закономерности массовых случайных явлений. В книге рассматриваются важнейшие методы и приёмы обработки результатов наблюдений, з.

..

• формат pdf
• размер 9.91 МБ
• добавлен 24 октября 2010 г.

М.: Изд — во МГУ, 1987. — 264 с. Книга предназначена для начального изучения математической статистики. Основные понятия, задачи и методы вводятся на примере простых статистических моделей. Значительное внимание уделено с одной стороны численным и графическим иллюстрациям, с другой — логическим основам математической статистики. Для студентов университетов, обучающихся по специальности «Математика», «Прикладная математика», «Механика».

• формат djvu
• размер 10.21 МБ
• добавлен 22 июля 2011 г.

Перевод с английского О.В. Бруханской, Ф.С. Соловейчика, К.Н. Трофимова. Под редакцией Б.Р. Левина. Государственное издательство физико-математической литературы. Москва, 1961. — 623 с. Настоящая книга является руководством по применению математической статистики для целей технического контроля, как текущего, так и приёмочного (главным образом по качественному признаку). Изложение иллюстрируется большим количеством взятых из практики примеров. В…

• формат djvu
• размер 6.03 МБ
• добавлен 30 декабря 2008 г.

Учебное пособ. для вузов. -2-е изд., -М.: Высш. школа, 1988. -239с., ил. Изложены основные методы обработки опытных данных. Подробно описаны способы предварительной обработки результатов наблюдения. Рассмотрены статистические методы построения эмпирических формул, метод максимума правдоподобия, метод средних и конфлюэнтный анализ. Освещена методика планирования и обработки активных эксперементов. Даны основы дисперсионного анализа.

• формат pdf
• размер 1. 54 МБ
• добавлен 02 декабря 2009 г.

Составитель Н. М. Новикова (Воронежский гос. ун-т, факультет прикладной математики и механики), 2000. — 71 с. Изучаются основные функции математического пакета Mathcad, предназначенные для решения задач математической статистики, а также методы ввода данных для последующей статистической обработки. Попутно рассматриваются основные понятия математической статистики, постановка задач, алгоритмы и методы их решения.

• формат djvu
• размер 5.34 МБ
• добавлен 30 января 2012 г.

Изд-во «Советское радио», М.: 1962. — 553 с. Настоящая книга предназначена для широкого круга читателей, занимающихся определением качества и надёжности изделий. В книге даётся приложение методов математической статистики к вопросам обработки и оценки результатов испытаний, при которых определяется качество и надёжность изделий. Приведены достаточно подробные сведения из математической статистики, а также таблицы, облегчающие расчёты.Изложение ил…

Психологические исследования вероятностного понимания

• Arkes, H.R. and A.R. Харкнесс: 1983, «Оценки непредвиденных обстоятельств между двумя дихотомическими переменными», Journal of Experimental Psychology, General . 112 (1), 117–135.

  Перекрёстная ссылка Google Scholar

• Бар-Хиллель, М.: 1980, «Ошибка базовой нормы в вероятностных суждениях», Acta Psychologica 44 , 211–233.

  Перекрёстная ссылка Google Scholar

• Бирнбаум, М.Х.: 1983, «Базовые коэффициенты в байесовском выводе: анализ обнаружения сигналов проблемы такси», Американский журнал психологии 96 (1), 85–94.

  Перекрёстная ссылка Google Scholar

• Брейнерд, Ч.Дж.: 1981, «Рабочая память и анализ вероятности развития», Психологический обзор 88 , 463–502.

  Перекрёстная ссылка Google Scholar

• Брунсвик, Э.: 1955, «Репрезентативный дизайн и вероятностная теория в функциональной психологии», Psychological Review 62 , 193–217.

  Перекрёстная ссылка Google Scholar

• Брунсвик, Э. и Х. Херма: 1951, «Вероятностное изучение сигналов восприятия при создании иллюзии веса», Журнал экспериментальной психологии 41 , 281–290.

  Перекрёстная ссылка Google Scholar

• Буш, Р. Р. и Ф. Мостеллер: 1955, Стохастические модели для обучения , Уайли, Нью-Йорк.

  Google Scholar

• Case, R.: 1978, «Интеллектуальное развитие от рождения до подросткового возраста: неопиажеианская интерпретация», в R.S. Зиглер (ред.): Детское мышление: что развивается? , Лоуренс Эрлбаум, Хиллсдейл, 37–71.

  Google Scholar

• Чепмен, Л. Дж. и Дж. П. Чепмен: 1967, «Генезис популярных, но ошибочных диагностических наблюдений», Journal of Abnormal Psychology 72 , 193–204.

  Перекрёстная ссылка Google Scholar

• Коэн, Дж., Э.Дж. Дернали и C.E.M. Гензель: 1956, «Сложение субъективных вероятностей», Acta Psychologica . 12 , 371–380.

  Перекрёстная ссылка Google Scholar

• Коэн, Дж. и С.Е.М. Гензель: 1955, «Идея независимости», British Journal of Psychology . 46 , 178–150.

  Перекрёстная ссылка Google Scholar

• Дончин Э. и М.Г.Х. Коулз: 1988, «Является ли компонент P300 проявлением обновления контекста?», Behavioral and Brain Sciences , 11 (3), 343–356.

  Перекрёстная ссылка Google Scholar

• Эдвардс, В.: 1968, «Консерватизм в обработке информации человеком», в Б. Клейнмунце (ред.): Формальное представление человеческого суждения , Wiley, Нью-Йорк, 17–52.

  Google Scholar

• Эстес, В.К.: 1964, «Вероятностное обучение», в А.В. Мелтон (ред.): Категории человеческого обучения , Academic Press, Нью-Йорк, 89–128.

  Google Scholar

• Фальк, Р., Р. Фальк и И. Левин: 1980, «Возможность изучения вероятности у детей младшего возраста», Образовательные исследования по математике 11 , 181–204.

  Перекрёстная ссылка Google Scholar

• Фальк, Р. и Д. МакГрегор: 1983, «Неожиданность совпадений», в П. Хамфрис, О. Свенсон и А. Вари (ред.): Анализ и помощь в принятии решений , Северная Голландия , Амстердам, 489–502.

  Перекрёстная ссылка Google Scholar

• Fischbein, E.: 1975, Интуитивные источники вероятностного мышления у детей , Reidel, Dordrecht.

  Перекрёстная ссылка Google Scholar

• Фишбейн, Э.: 1976, «Вероятностное мышление у детей и подростков», в Materialien und Studien vol.2, Forschung zum Prozeß des Mathematiklernerns , IDM: Bielefeld, 23–42.

  Google Scholar

• Фишбейн, Э.: 1987, Интуиция в науке и математике. Образовательный подход , Райдель, Дордрехт.

  Google Scholar

• Флад, М. М.: 1954, «Экологическая нестационарность в последовательном эксперименте по принятию решений», в Р.М. Тралл, С. Х., Кумбс и Р. Л. Дэвис (ред.): Процессы принятия решений , Уайли, Нью-Йорк, 287–299.

  Google Scholar

• Гигеренцер, Г.: 1987, «Вероятностное мышление и борьба с субъективностью», Л. Крюгер, Г. Гигеренцер и М.С. Морган (ред.): Вероятностная революция, том II: Идеи в науках , MIT Press, Кембридж, Массачусетс, 11–33.

  Google Scholar

• Гигеренцер Г. и Д.Дж. Мюррей: 1987, Познание как интуитивная статистика , Лоуренс Эрлбаум, Хиллсдейл, штат Нью-Джерси,

  Google Scholar

• Гуле Л.Р. и К.С. Гудвин: 1970, «Развитие и выбор поведения в вероятностных задачах и задачах решения проблем», в книге Х.В. Риз и Л. П. Липситт (ред.): Успехи в развитии и поведении детей , Academic Press, Нью-Йорк, 213–254.

  Google Scholar

• Грин Д.М. и Дж.А. Swets: 1966, Теория обнаружения сигналов и психофизика , Уайли, Нью-Йорк.

  Google Scholar

• Helson, H.: 1964, Теория уровня адаптации , Уайли, Нью-Йорк.

  Google Scholar

• Hoemann, H.W. и Б.М. Росс: 1981, «Детское понятие случайности и концепции вероятности», Развитие ребенка , 42 , 221–236.

  Перекрёстная ссылка Google Scholar

• Хогарт, Р.М.: 1980, Суждение и выбор: психология принятия решения , Уайли, Нью-Йорк.

  Google Scholar

• Хорст Р.Л., Р.Дж. Джонсон и Э. Дончин: 1980, «Потенциалы мозга, связанные с событиями, и субъективная вероятность в учебной задаче», Память и познание 8 , 476–488.

  Перекрёстная ссылка Google Scholar

• Хамфрис, П.К. и А. Д. Вишуда: 1987, Методы и инструменты для структурирования и анализа проблем принятия решений, том 1: Обзор, том 2: Каталог , Технический отчет 87-1, Лондонская школа экономики и политических наук, Лондон.

  Google Scholar

• Ярвик, М.Э.: 1951, «Вероятностное обучение и отрицательный эффект новизны в последовательном предвидении альтернативных символов», Журнал экспериментальной психологии 41 , 291–297.

  Перекрёстная ссылка Google Scholar

• Канеман, Д. и А. Тверски: 1972, «субъективная вероятность: оценка репрезентативности», Когнитивная психология 3 , 430–454.

  Перекрёстная ссылка Google Scholar

• Канеман, Д. и А. Тверски: 1973, «О психологии прогнозирования», Psychological Review 80 (4), 237–251.

  Перекрёстная ссылка Google Scholar

• Канеман, Д. и А. Тверски: 1982, «Варианты неопределенности», в Д. Канеман, П. Слович и А. Тверски (ред.): Суждение в условиях неопределенности, эвристики и предубеждений , Cambridge University Press, Кембридж, 509–520.

  Google Scholar

• Канеман, Д., П. Словик и А. Тверски: 1982, Суждение в условиях неопределенности, эвристика и предубеждения , издательство Кембриджского университета, Кембридж.

  Google Scholar

• Кэрис, Д., Г. Л. Чесни и Э. Дончин: 1983, «…» десять к одному; и все же мы рискнули…»: P300 и принятие решений», Психофизиология , 20 , 260–268.

  Перекрёстная ссылка Google Scholar

• Konoid, C. : 1983, Представления о вероятности: реальность между молотом и наковальней , неопубликованная докторская степень. Диссертация, Университет Массачусетса, Амхерст.

  Google Scholar

• Ли, В.: 1971, Теория принятия решений и поведение человека , Уайли, Нью-Йорк.

  Google Scholar

• Лихтенштейн С., Б. Фишхофф и Д. Филлипс: 1982 г., «Калибровка вероятностей: современное состояние до 1980 г.», в Д. Канеман, П. Словик и А. Тверски (ред. ): Суждение в условиях неопределенности: эвристика и предубеждения , Cambridge University Press, Кембридж, 306–334.

  Google Scholar

• Лучинс А.С. и Э.Х. Лучинс: 1950, «Новые экспериментальные попытки предотвращения механизации решения проблем», Журнал общей психологии 42 , 279–297.

  Перекрёстная ссылка Google Scholar

• May, RS: 1986, «Самоуверенность как результат неполных и неправильных знаний», в RW Scholz (ed. ): Current Issues in West German Decision Research , 13–30.

  Google Scholar

• Мессик, С.Дж. и К.М. Солли: 1957, «Вероятностное обучение у детей: некоторые исследовательские исследования», стр. 9.0005 Журнал генетической психологии 90 , 23–32.

  Перекрёстная ссылка Google Scholar

• Мерфи, А. Х. и Р. Л. Винклер: 1974 г., «Прогнозы вероятности: обзор прогнозов национальной метеорологической службы», Бюллетень Американского метеорологического общества 55 , 1449–1453.

  Перекрёстная ссылка Google Scholar

• Нисбетт, Р.Э. и Л. Росс: 1980, Человеческий вывод: стратегии и недостатки социального суждения , Prentice-Hall, Englewood Cliffs, NJ

  Google Scholar

• Паскуаль-Леоне, Дж. : 1978, «Об обучении и развитии, стиль Пиаже I и IF», Canadian Psychological Review , 270–297.

  Google Scholar

• Пиаже, Дж. и Б. Инхельдер: 1951/1975, La Genese de l’Idée de Hasard chez l’Enfant , Presses Universitaires de France, Paris, переведено как: The Origin of the Idea of ​​Chance in Children , Norton, New York.

  Google Scholar

• Питц, Г.Ф.: 1974, «субъективные распределения вероятностей для несовершенно известных величин», в L.W. Грегг (ред.): Знание и познание , Уайли, Нью-Йорк, 29–41.

  Google Scholar

• Рапопорт А. и Т.С. Wallsten: 1972, «Индивидуальное поведение при принятии решений», Annual Review of Psychology , 131–176.

  Google Scholar

• Резник, Л.Б.: 1981, «Учебная психология», Ежегодный обзор психологии 32 , 659–704.

  Перекрёстная ссылка Google Scholar

• Рестл, Ф.: 1966, «Структура выполнения и вероятностное обучение: опровержение модели Рестла», Journal of Experimental Psychology 72 , 751–760.

  Перекрёстная ссылка Google Scholar

• Росс Б.М. и Дж. Ф. де Гроот: 1982, «Как подростки комбинируют вероятности», Журнал психологии 110 , 75–90.

  Google Scholar

• Скардамалия, М.: 1977, «Способность обработки информации и проблема горизонтального декаляжа: демонстрация с использованием задачи комбинаторного мышления», Развитие ребенка 48 , 28–37.

  Google Scholar

• Scholz, RW: 1987, Cognitive Strategies in Stochastic Thinking , Reidel, Dordrecht.

  Перекрёстная ссылка Google Scholar

• Шольц Р.В. и М.Б. Köntopp: 1990, «Элементы эвристической структуры bei Wahrscheinlichkeitsurteilen», в К. Хаусманне и М. Рейссе (ред.): Mathematische Lehr-, Lern-, Denk-Prozesse , Хогрефе, Геттинген, 107–130.

  Google Scholar

• Scholz, RW and R. Waschescio: 1986, «Детские когнитивные стратегии в задачах с двумя спиннерами в рулетке», в Proceedings of the Tenth Intern. конф. Психология математического образования , Лондонский университет, Лондон, 463–468.

  Google Scholar

• Шульман Л.С. и Н.Б. Кэри: 1984, «Психология и ограничения индивидуальной рациональности, последствия для изучения мышления и вежливости», Review of Educational Research 54 (4), 501–524.

  Google Scholar

• Siegler, R. S.: 1986, Children’s Thinking , Прентис Холл, Энглвудские скалы.

  Google Scholar

• Слович, П., С. Лихтенштейн и Б. Фишхофф: 1986, «Принятие решений», в Р.К. Аткинсон, Р.Дж. Hermstein, G. Lindzey, and RD Luce (eds.): Steven’s Handbook of Experimental Psychology , 2-е изд., Wiley, Нью-Йорк, 673–738.

  Google Scholar

• Свенсон, О.: 1981, «Все ли мы менее рискованны и более умелы, чем наши коллеги-водители?», Acta Psychologica 47 , 143–148.

  Перекрёстная ссылка Google Scholar

• Томдайк, Э.Л.: 1931, Human Learning , Сенчури, Нью-Йорк.

  Перекрёстная ссылка Google Scholar

• Тверски, А. и Д. Канеман: 1973, «Доступность: эвристика для оценки частоты и вероятности», Когнитивная психология 3 , 207–232.

  Перекрёстная ссылка Google Scholar

• Тверски, А. и Д. Канеман: 1979, «Причинные схемы в суждениях в условиях неопределенности», М. Фишбейн (ред.), Progress in Social Psychology , Лоуренс Эрлбаум, Хиллсдейл, 49–72.

  Google Scholar

• Тверски, А. и Д. Канеман: 1983, «Экстенсиональное и интуитивное рассуждение: ошибка конъюнкции в вероятностном суждении», Психологический обзор 90 (4), 293–315.

  Перекрёстная ссылка Google Scholar

• Верлегер, Р.: 1988, Событийные потенциалы и память: критика гипотезы обновления контекста и альтернативная интерпретация P300, Науки о поведении и мозге 3 , 343–356.

  Перекрёстная ссылка Google Scholar

• Выготский, Л.С.: 1978, Разум в обществе: развитие высших психологических процессов , Издательство Кембриджского университета, Кембридж.

  Google Scholar

• Винтерфельдт, Д. В. и В. Эдвардс: 1986, Анализ решений и поведенческие исследования , Издательство Кембриджского университета, Кембридж.

  Google Scholar

Скачать ссылки

Вероятностные модели обработки и усвоения языка

. 2006 г., июль; 10 (7): 335–44.

doi: 10.1016/j.tics.2006.05.006. Epub 2006 19 июня.

Ник Чейтер ¹ , Кристофер Д. Мэннинг

принадлежность

• ¹ Факультет психологии, Университетский колледж Лондона, Гауэр-стрит, Лондон, WC1E 6BT, Великобритания. [email protected]

• PMID: 16784883
• DOI: 10. 1016/j.tics.2006.05.006

Ник Чейтер и др. Тенденции Cogn Sci. 2006 июль

. 2006 г., июль; 10 (7): 335–44.

doi: 10.1016/j.tics.2006.05.006. Epub 2006 19 июня.

Авторы

Ник Чейтер ¹ , Кристофер Д. Мэннинг

принадлежность

• ¹ Факультет психологии, Университетский колледж Лондона, Гауэр-стрит, Лондон, WC1E 6BT, Великобритания. [email protected]

• PMID: 16784883
• DOI: 10. 1016/j.tics.2006.05.006

Абстрактный

Вероятностные методы обеспечивают новые объяснительные подходы к фундаментальным вопросам когнитивной науки о том, как люди структурируют, обрабатывают и усваивают язык. В этом обзоре рассматриваются вероятностные модели, определяемые традиционными символическими структурами. Понимание и производство языка включают в такие модели вероятностный вывод; приобретение включает в себя выбор наилучшей модели с учетом врожденных ограничений, а также лингвистических и других данных. Вероятностные модели могут учитывать изучение и обработку языка, сохраняя при этом сложность символических моделей. Недавний расцвет теоретических разработок и создание онлайн-корпусов позволили протестировать большие модели, выявив вероятностные ограничения в обработке, подорвав аргументы приобретения, основанные на предполагаемой бедности стимула, и предложив плодотворные связи с вероятностными теориями категоризации и разрешения неоднозначности в восприятии. .

Похожие статьи

• Используют ли люди языковую продукцию, чтобы делать прогнозы во время понимания?

  Пикеринг М.Дж., Гаррод С. Пикеринг М.Дж. и др. Тенденции Cogn Sci. 2007 март; 11(3):105-10. doi: 10.1016/j.tics.2006.12.002. Epub 2007, 24 января. Тенденции Cogn Sci. 2007. PMID: 17254833

• Воплощенный смысл в нейронной теории языка.

  Фельдман Дж., Нараянан С. Фельдман Дж. и соавт. Брейн Ланг. 2004 г., май; 89 (2): 385–92. doi: 10.1016/S0093-934X(03)00355-9. Брейн Ланг. 2004. PMID: 15068922 Аннотация недоступна.

• Байесовские модели индуктивного обучения и рассуждений, основанные на теории.

  Тененбаум Дж. Б., Гриффитс Т. Л., Кемп С. Тененбаум Дж. Б. и соавт. Тенденции Cogn Sci. 2006 июль; 10 (7): 309-18. doi: 10.1016/j.tics.2006.05.009. Epub 2006 22 июня. Тенденции Cogn Sci. 2006. PMID: 16797219

• Воплощенный язык: обзор роли двигательной системы в понимании языка.

  Fischer MH, Zwaan RA. Фишер М.Х. и соавт. Q J Exp Psychol (Хоув). 2008 г., июнь; 61 (6): 825-50. дои: 10.1080/17470210701623605. Q J Exp Psychol (Хоув). 2008. PMID: 18470815 Обзор.

• [Овладение языком и статистическое обучение].

  Брайтенштейн С., Кнехт С. Брайтенштейн С. и др. Нервенарцт. 2003 г., февраль; 74 (2): 133–43. doi: 10.1007/s00115-002-1466-1. Нервенарцт. 2003. PMID: 12596014 Обзор. Немецкий.

Посмотреть все похожие статьи

Цитируется

• Соображения по проектированию иерархической семантической композиционной структуры для понимания медицинского естественного языка.

  Тайра РК, Гарлид АО, Шпейер В. Тайра Р.К. и др. ПЛОС Один. 2023 16 марта; 18 (3): e0282882. doi: 10.1371/journal.pone.0282882. Электронная коллекция 2023. ПЛОС Один. 2023. PMID: 36928721 Бесплатная статья ЧВК.

• Композиция является основным драйвером языково-селективной сети.

  Моллика Ф., Зигельман М., Дьячек Э., Пиантадоси С.Т., Минерофф З., Футрелл Р., Кин Х., Цянь П., Федоренко Е. Моллика Ф. и др. Нейробиол Ланг (Кэмб). 2020 1 марта; 1(1):104-134. дои: 10.1162/nol_a_00005. Электронная коллекция 2020. Нейробиол Ланг (Кэмб). 2020. PMID: 36794007 Бесплатная статья ЧВК.

• Модальность, представление, предметная область и эффекты обучения в статистическом обучении.

  Лукич К.С., Лукач А. Лукикс К. С. и соавт. Научный представитель 2022 г. 3 декабря; 12 (1): 20878. doi: 10.1038/s41598-022-24951-7. Научный представитель 2022. PMID: 36463280 Бесплатная статья ЧВК.

• Контакт лицом к лицу в младенчестве: как развитие взгляда на лица влияет на словарный запас младенцев.

  Белтеки З., ван ден Боомен К., Юнге К. Бельтеки З. и др. Фронт Псих. 2022 28 окт;13:997186. doi: 10.3389/fpsyg.2022.997186. Электронная коллекция 2022. Фронт Псих. 2022. PMID: 36389540 Бесплатная статья ЧВК. Обзор.

• Быстрая адаптация прогностических моделей во время понимания языка: апериодический наклон ЭЭГ, индивидуальная альфа-частота и плотность идей модулируют индивидуальные различия при обновлении модели в реальном времени.

  Борнкессель-Шлезевски И., Шаррад И., Хоулетт К.