:::
概念學習與範疇劃分 - 教育百科
| 概 | |
| 念 | |
| 學 | |
| 習 | |
| 與 | |
| 範 | |
| 疇 | |
| 劃 | |
| 分 |
國家教育研究院辭書
基本資料
| 英文： | concept learning and categorization |
| 作者： | 連韻文 |
| 日期： | 2012年10月 |
| 出處： | 教育大辭書 |
辭書內容
|
名詞解釋： 範疇劃分（categorization）是指在某脈絡下將事物分類的歷程。概念（concept）通常特指人類心智所產生的範疇，是事物的心智表徵（mental representation）。概念間能以各種關聯（例如因果、從屬等）形成階層性或非階層性的概念系統，人們藉此理解、解釋與預測生活世界。形成範疇一方面使我們能夠將已知事物的經驗用於理解與預測新事物（例如：賦予一隻未曾見過的野生大貓老虎或豹的已知特性），另一方面也可能導致錯誤的推論（例如以族群刻板印象套用在一個新認識的人身上）與偏差的知覺判斷。 人們如何形成範疇一直是哲學、心理學與認知科學界的主要研究議題。一個直觀的看法是人們傾向將相似的東西歸為一類，有關範疇形成的古典觀點與機率觀點皆根植於這種「相似性取向」。古典觀點認為範疇成員擁有共同的質素（或稱「定義特徵」，defining features）。換句話說，每個範疇都有明確的界限，而概念學習就是找出定義特徵的過程。然而哲學家維根斯坦（L. Wittgenstein）指出像「賽局」（game）這樣的範疇找不到一個特質是所有遊戲或競賽所共有的，但每種賽局都和其他賽局有一些共通點，就像家族成員常具有一些家族長相特徵，但沒有一個特徵是所有成員都具備的。基於「家族相似性」原則，機率觀點認為範疇成員不再是單純的二分法，範疇界限是模糊的，愈和其他成員相似的個例就愈具範疇典型性（typicality），也愈不可能被歸到其他範疇。例如：同樣是鳥類，但麻雀比企鵝為更典型的鳥。 前述觀點皆認為範疇的形成是依賴客觀存在的特質，但自上個世紀八零年代以降，研究發現相似度的判定與特質的選取受到人們主觀信念、經驗、知識、目標與所在脈絡的左右，並非穩定一致的，顯示範疇可以是為了個體的目標與適應而形成。在這種由目標衍生或功能性的範疇中，最典型的成員不再是居中的成員，而是最能產生符合目標效能的成員。知識也能促使人們轉而根據深層或理論相關的特質，而不是顯而易見的知覺特質分類，甚至因而產生創意性的遠距類比，例如把光和聲音都視為一種波動，促進科學家對光性質的理解與預測。綜言之，範疇形成受先天知覺傾向的規範，也受後天經驗、知識與目標的形塑。 探討人們如何運用策略歸納出一組特徵組合或規則來區分某範疇成員與非成員，或是如何打造具概念學習能力的人工智慧機器則是概念學習的研究重點。 |
|
| 資料來源： | 國家教育研究院_概念學習與範疇劃分 |
| 授權資訊： | 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出 |
貓頭鷹博士