層次網路模型

層次網路模型是概念結構理論的一種，除此之外較為公認的還有里伯的內隱學習理論，Bourne等人的特徵表理論和Rosch的原型模型。層次網路模型認為具有類屬關係的概念組成了一個概念的網路。在網路中，層次越高的概念，其抽象概括的水平越高。

基本介紹

• 中文名：層次網路模型
• 外文名：Hierarchical Network Model
• 所屬理論：概念結構理論
• 提出時間：1969年

基本內容

Quillian和Collins1969年提出了第一個語義記憶模型（即概念的結構），層次網路模型(Hierarchical Network Model)。這個結構最開始是針對言語理解的計算機模擬提出的，後來被用來說明概念的結構。在這個理論中，概念是以結點（node）的形式儲存在概念網路中，每個概念具有一定的特徵，這些特徵實際上也是概念。各類屬概念按邏輯的上下級關係組織在一起，概念間通過連線表示它們的類屬關係，這樣彼此具有類屬關係的概念組成了一個概念的網路。在網路中，層次越高的概念，其抽象概括的水平也越高。

每個概念的特徵實行分層存儲，即在每一層概念的結點上，只存儲該概念的獨有特徵。而同層各概念共有的特徵，則存儲於上一層的概念結點上。如：當我們提到“金絲雀”、 “鴕鳥”、“燕子”時我們會說它們都“會飛”，因此這一特徵便存儲在“鳥”這一概念結點上。而 “金黃色”、“大塊”、“黑色”是分別是上述三種鳥的獨有特徵（相對這三種而言），這些特徵便存儲在自己的結點上。

理論評價

層次網路模型較簡潔的說明 了概念間的相互關係，分級存儲可以節省儲存空間，體現出“認知經濟”的原則。這一模型也叫“預存模型”。但是，他所概括的概念間的關係類型較少，因此對說明概念間的關係還是有其不足的一面。“範疇大小效應”支持了該理論，但是也有一些該理論無法解釋的現象，比如熟悉相應、典型性判斷、否定判斷等。許多實驗證實，這種概念結構不一定具有心理的實現性。