劉鳳英 姚志剛

（河北科技師范學院教育學院，秦皇島 066004）

類別標簽在類別特征推理中的極化效應*

劉鳳英 姚志剛

（河北科技師范學院教育學院，秦皇島 066004）

采用學習―測試二階段實驗范式，對比了類別標簽與類別特征在類別特征推理中的極化效應。研究結果表明，在類別標簽組，標簽匹配項目上的特征推理分數(shù)顯著高于標簽不匹配項目上的特征推理分數(shù)；在特征標簽組，標簽匹配項目上的特征推理分數(shù)與標簽不匹配項目上的特征推理分數(shù)之間差異不顯著。類別標簽組的失匹配分數(shù)顯著高于特征標簽組。即在類別特征推理任務中，類別標簽的極化效應顯著高于類別特征的極化效應，因此，類別標簽與類別特征存在本質差異，類別標簽在類別特征推理中起主導作用。而且，本研究還發(fā)現(xiàn)，高前提概率條件下的特征推理分數(shù)都顯著高于低前提概率條件下的特征推理分數(shù)，所以，前提概率也影響類別特征推理任務。

類別特征推理，類別標簽，極化效應，前提概率。

1 引言

類別知識在人們的認知活動中起著重要作用，我們可以利用類別知識對事物進行分類、推測事物的未知特征或進行問題解決，其中利用類別知識進行分類與推理是類別知識的兩大重要功能。分類任務是已知某項目具有的所有特征值，推測該項目所屬類別的類別標簽。而類別特征推理任務是已知某個項目所屬的類別標簽及部分特征值，推測該項目的某個或某些未知特征。因此，分類任務要推測的是項目的類別標簽，而推理任務推測的是項目的未知特征。

類別標簽是代表類別成員關系的符號，一般以名詞來表示。類別特征僅代表項目的特征，一般以形容詞表示。如蘋果是圓形的、很脆、很甜。其中“蘋果”是類別標簽，而 “圓形”、 “甜”、 “脆”是類別特征。有研究者認為，類別標簽與類別特征沒有本質區(qū)別 （Anderson,1990;Kruschke,1992;Love, Medin,&Gureckis,2004;Osherson,Smith,Wilkie, López,&Shafir,1990;Sloman,1993;Sloutsky,2003; Sloutsky&Fisher,2004;Heit,2000）。但是，持反對觀點的研究者認為，類別標簽與類別特征不同，原因在于：第一，類別標簽與物體是類包含關系，而類別特征與物體是部分-整體關系 （Yamauchi& Markman,2000）。第二，類別標簽指向事物的整體，而類別特征僅指向事物的一部分 （Miller&Johnson-Laird,1976;Tversky&Hemenway,1984;Murphy,1991）。Walton和Banaji（2004）提出，類別標簽可以激發(fā)一種持久、恒定感，而且與事物的身份密切聯(lián)系，即使是5歲的兒童也可以意識到類別標簽與類別特征的不同。很多研究結果都表明，類別標簽與類別特征在推理任務中所起的作用不同。研究表明 （Davidson&Gelman,1990;龍長權等, 2006;Gelman& Heyman,1999;Sloutsky,2003; Sloutsky&Fisher,2004;劉志雅,莫雷,胡誠,宋曉紅,黃艷利,2011），在類別標簽與特征相似性沖突的情況下，兒童及成人都傾向于根據(jù)類別標簽而不是根據(jù)特征相似性進行歸納推理。在Long，Lu，Zhang，Li和Deák（2012）的研究中，以卡通畫為實驗材料探討了類別標簽對學前兒童歸納推理的影響，結果表明，類別標簽可以降低被試基于特征相似性的推理反應率，說明類別標簽不同于類別特征。關于成人歸納推理的研究發(fā)現(xiàn)，在類別標簽條件下，被試傾向于認為與前提項目具有相同標簽的測試項目，具有與前提項目相同特征的比率要高于與前提項目不同標簽的測試項目，而特征標簽條件下則無此傾向 （Yamauchi,Kohn,&Yu,2007;Yamauchi &Yu,2008）。Yamauchi與Markman（2000）的研究表明，在類別特征推理組，被試認為與類別原型特征相似性程度很低的項目具有與原型相同特征的比率也較高。另外，Yamauchi，Kohn和Yu（2007）的研究還發(fā)現(xiàn)，測試刺激呈現(xiàn)之后，被試最先注意的是類別標簽而不是類別特征，而且，被試注意類別標簽的時間比類別特征的時間更多。因此，綜合以往研究結果可以發(fā)現(xiàn)，類別標簽與類別特征不同，類別標簽在特征推理任務中起主導作用，類別標簽對特征推理任務的影響遠大于特征相似性對特征推理任務的影響。

本研究旨在對比類別標簽與特征標簽在類別特征推理中表現(xiàn)出來的極化效應的大小。所謂極化效應是，在其它條件 （如外部特征等）一致的情況下，和所學習的類別 （或群體）具有相同標簽的項目與和所學類別 （或群體）具有不同標簽的項目之間在具有所學類別 （或群體）的典型特征的可能性上的差異。如某類別M具有典型特征a。某項目m1屬于類別M，某項目n1屬于類別N，那么項目m1及項目n1在具有典型特征a的可能性上的差異就是類別標簽M的極化效應。研究發(fā)現(xiàn) （Yamauchi et al.,2007;Yamauchi et al.,2008），在歸納推理任務中類別標簽的極化分數(shù)顯著高于特征標簽的極化分數(shù)。即類別標簽條件下與前提項目具有相同標簽的測試項目和與前提項目具有不同標簽的測試項目在具有與前提項目相同特征可能性上的差異顯著高于特征標簽條件。根據(jù)以往研究結果，類別標簽不同于特征標簽，在特征推理中起主導作用。我們認為在類別特征推理中，某測試項目是否具有某個類別標簽將直接影響其含有該類別典型特征的可能性，即在與所學類別 （或群體）具有相同標簽的項目上的特征推理分數(shù)與和所學類別 （或群體）具有不同標簽的項目上的特征推理分數(shù)的差值（即類別標簽的極化效應）較顯著，而特征標簽則無此功能。因此，本研究預測在類別特征推理中，類別標簽的極化效應會高于特征標簽的極化效應。另外，以往研究還沒有探討典型特征前提概率 （簡稱前提概率）對類別特征推理的影響。所謂前提概率是指某類別 （或群體）中具備某個典型特征的成員的比率，前提概率高意味著該類別 （或群體）的典型特征更具普遍性。本研究預測，前提概率是類別特征推理的基礎概率，應當影響類別內特征推理值，即前提概率高的測試項目具有所屬類別 （或群體）典型特征的可能性也高。但是，前提概率對于不屬于某類別 （或某群體）的測試項目的推理值無顯著影響，因為如果測試項目不屬于某類別，那么該類別的前提概率與此項目沒什么關聯(lián)。

實驗中被試要先后學習兩種蟲子 （標簽分別為Dalkoo及culla），每學習完一種，完成相應的測試。Dalkoo是高前提概率條件，即80%的類別（或群體）成員在不同的特征維度具有該類別 （或群體）的典型特征；culla是低前提概率條件，即65%的類別 （或群體）成員在不同的特征維度具有該類別 （或群體）的典型特征 （見表1）。本實驗設計了兩種標簽條件：一種是類別標簽條件，即每個項目具有的標簽代表項目所屬的類別；另一種是特征標簽條件，即每個項目具有的標簽代表項目的一個特征。另外，測試項目的標簽匹配類型也有兩種：標簽匹配條件及標簽不匹配條件 （數(shù)目各半）。標簽匹配條件指測試項目與所學類別 （或群體）具有相同標簽，標簽不匹配條件指測試項目與所學類別 （或群體）具有的標簽不同。極化效應以各條件下標簽匹配項目與標簽不匹配項目上的特征推理值的差值來表示。本研究提出以下實驗假設： （1）類別標簽的極化效應要高于特征標簽條件； （2）前提概率與標簽匹配類型之間存在交互作用，即前提概率影響標簽匹配項目的特征推理值，但是不影響標簽不匹配項目的特征推理值。

2 方法

2.1 被試

本科生39人，被試被隨機分為兩組：類別標簽組及特征標簽組，其中類別標簽組20人 （其中男10人,女10人），特征標簽組19人 （其中男9人,女10人）。

2.2 實驗材料

實驗材料包括實驗指導語、學習材料和測試材料。每位被試先后學習兩種蟲子，Dalkoo及culla。類別標簽組被試及特征標簽組的被試得到的指導語不同，類別標簽組的指導語是：蟲子具有的標簽Dalkoo和culla代表蟲子所屬的類別；特征標簽組的指導語是：蟲子具有的標簽Dalkoo和culla代表蟲子背部的條紋樣式。兩組被試的學習材料和測試材料相同。學習材料如表1所示。Dalkoo的測試材料是10個新的蟲子，具有Dalkoo（標簽匹配條件）和Parfle（標簽不匹配條件）兩種標簽，各5個。每個測試項目都是已知標簽值及4個特征值，有一個未知特征，且4個已知特征中有2個與所學蟲子（Dalkoo）的典型特征 （有兩根觸角、頭部較大、腹部有條紋、有四條腿、翅膀是黑色）是一致的，5個特征維度做為未知特征維度的測試題目各1個。culla的測試材料也是10個新的蟲子，具有culla（標簽匹配條件）和merra（標簽不匹配條件）兩種標簽，各5個。每個測試項目都是已知標簽值及4個特征值，有一個未知特征，且4個已知特征中有2個與所學蟲子 （culla）的典型特征 （觸角較長、喜歡吃蔬菜、反應敏捷、白天出來活動、身體是綠色的）是一致的，5個特征維度做為未知特征維度的測試題目各1個。如以下是類別標簽組Dalkoo的一道測試項目：有一只新蟲子，名稱為Parfle，已知它頭部較大、腹部有條紋、有八條腿以及翅膀是綠色的，那么你認為它有兩根觸角的可能性有多大（0-100%打分）？ （該測試項目的標簽類型為類別標簽，標簽匹配類型為不匹配，前提概率為高）。

2.3 實驗設計

本實驗采用2（標簽類型:類別標簽,特征標簽）×2（標簽匹配類型:匹配,不匹配）×2（前提概率:高,低）。其中標簽類型為被試間因素，標簽匹配類型及前提概率為被試內因素，因變量為特征推理分數(shù)。

表1 學習材料

2.4 實驗程序

被試被隨機分為兩組，類別標簽組及特征標簽組，給每位被試發(fā)一本試題冊，兩組被試接受的指導語不同。每位被試要依次完成兩種蟲子 （Dalkoo及culla）的學習和測試。要求被試先閱讀第一種蟲子的指導語，然后閱讀該蟲子的學習材料，接下來要完成相應的10個測試項目，呈現(xiàn)順序隨機。第一種蟲子的測試完成之后，同樣，先閱讀第二種蟲子的指導語及學習材料，然后完成相應的10個測試項目。每個測試項目都是已知標簽值及4個特征值，有一個未知特征，要求被試推測每個測試項目在未知特征維度具有所學蟲子Dalkoo（或culla）典型特征的可能性 （0-100%打分）。

3 結果

將同一條件的測試題目的得分求平均值，作為該條件下特征推理分數(shù)的最后得分。各條件下的特征推理分數(shù)見表2。對數(shù)據(jù)進行2（標簽類型:類別標簽,特征標簽）×2（標簽匹配類型:匹配,不匹配）×2（前提概率:高,低）方差分析，結果表明，標簽類型主效應不顯著，F(xiàn)（1,37）=3.26，p>0.05；標簽匹配類型主效應顯著，F(xiàn)（1,37）=22.62，p< 0.001；前提概率主效應顯著，F(xiàn)（1,37）=10.51，p< 0.01；標簽類型與標簽匹配類型之間的交互作用顯著，F(xiàn)（1,37）=8.01，p<0.01；標簽類型與前提概率之間的交互作用不顯著，F(xiàn)（1,37）=0.42，p>0.1；標簽匹配類型與前提概率之間的交互作用不顯著，F(xiàn)（1,37）=1.00，p>0.1；標簽類型、標簽匹配類型及前提概率的三維交互作用也不顯著，F(xiàn)（1,37）= 0.57，p>0.1。由于標簽類型與標簽匹配類型之間的交互作用顯著，進一步進行簡單效應分析，結果表明，在類別標簽組，標簽匹配項目上的特征推理分數(shù)顯著高于標簽不匹配項目上的特征推理分數(shù)，F(xiàn)（1,37）=29.53，p<0.001；在特征標簽組，標簽匹配項目上的特征推理分數(shù)與標簽不匹配項目上的特征推理分數(shù)之間差異不顯著，F(xiàn)（1,37）=1.81，p>0.1。另外，在標簽匹配項目上，特征標簽組的特征推理分數(shù)與類別標簽組的特征推理分數(shù)沒有差異，F(xiàn)（1,37）=0.01，p>0.1；而在標簽不匹配項目上，特征標簽組的推理分數(shù)顯著高于類別標簽組的特征推理分數(shù)，F(xiàn)（1,37）=8.04，p<0.01。

由于本研究關注在類別標簽組及特征標簽組兩種條件下的極化效應是否不同，所以，計算了每種條件下的極化分數(shù)，即各條件下標簽匹配項目與標簽不匹配項目特征推理值的差值。以極化分數(shù)的大小代表極化效應的大小，各條件下極化分數(shù)見表3。以極化分數(shù)為因變量，對數(shù)據(jù)進行標簽類型（類別標簽組,特征標簽組）×前提概率 （高,低）方差分析的結果表明，標簽類型主效應顯著，F(xiàn)（1,37）=8.01，p<0.01；前提概率主效應不顯著，F(xiàn)（1,37）=1.00，p>0.1；標簽類型與前提概率二者之間的交互作用也不顯著，F(xiàn)（1,37）=0.57，p>0.1。

表3 各條件下的極化分數(shù) （%）

4 討論

4.1 類別標簽的極化效應

三因素方差分析結果表明，標簽匹配類型主效應及前提概率主效應都顯著，而且標簽類型與標簽匹配類型之間的交互作用也顯著。對標簽類型與標簽匹配類型之間的交互作用進一步進行的簡單效應分析發(fā)現(xiàn)，在類別標簽組，標簽匹配項目上的特征推理分數(shù)顯著高于標簽不匹配項目上的特征推理分數(shù)；但是在特征標簽組，標簽匹配項目上的特征推理分數(shù)與標簽不匹配項目上的特征推理分數(shù)之間差異不顯著。所以，在類別標簽組有明顯的極化效應，即標簽匹配項目比標簽不匹配項目在未知特征維度含有該類別典型特征的可能性更大，但是特征標簽組條件下的極化效應不顯著。如表3所示，在高前提概率條件下，類別標簽組、特征標簽組的極化分數(shù)分別為14.42%和4.03%；在低前提概率條件下，類別標簽組、特征標簽組的極化分數(shù)分別為20.94%和4.95%，進一步分析表明在兩種前提概率條件下，類別標簽組的極化分數(shù)都顯著高于特征標簽組。此結果明確表明，類別標簽具有顯著的極化效應，而特征標簽沒有表現(xiàn)出明顯的極化效應。

類別標簽的極化效應顯著高于特征標簽主要原因在于，在標簽匹配條件下，類別標簽組的特征推理分數(shù)與特征標簽組無差異，但在標簽不匹配條件下，類別標簽組的特征推理分數(shù)顯著低于特征標簽組。前已述及，在類別標簽組，標簽匹配項目上的特征推理分數(shù)顯著高于標簽不匹配項目上的特征推理分數(shù)；但是在特征標簽組，標簽匹配項目上的特征推理分數(shù)與標簽不匹配項目上的特征推理分數(shù)之間差異不顯著。說明在類別標簽組，標簽匹配與否對被試的特征推理分數(shù)影響很大，而在特征標簽組，標簽匹配與否對被試的特征推理分數(shù)影響很小。所以，本研究的結果充分表明，類別標簽與類別特征是有本質區(qū)別，類別標簽在特征推理過程中起著主導作用，類別標簽決定著某個新項目是否含有某個類別典型特征的可能性的高低，即如果某項目與某類別具備相同的類別標簽，則該項目具備該類別典型特征的可能性較高，如果某項目與某類別的類別標簽不相同，則該項目具備該類別典型特征的可能性較低，而特征標簽則沒有這種決定性作用。本研究結果與以往研究結果也是一致的。以往關于兒童歸納推理的研究表明，兒童也傾向于根據(jù)事物的類別而不是事物的知覺特征進行歸納推理（Waxman&Booth,2001;Sloutsky,2003;Sloutsky &Fisher,2004;龍長權等,2006）。而來自成人歸納推理的研究結果也表明，類別標簽確實與類別特征有本質差異 （Yamauchi&Yu,2008;Yamauchi et al.,2007;Yamauchi&Markman,2000;劉志雅等,2011）。類別標簽之所以在特征推理任務中起主導作用，原因可能有以下三點：第一，人們的認知活動大都遵循 “認知節(jié)儉”原則。在完成認知任務時，把同類事物作為一個整體來對待，并以類別標簽來表示之，而不是單獨分析，這種 “類別整體化”表征可以大大提高認知任務的完成效率。第二，類別標簽可以激發(fā)一種持久、恒定感，而且與事物的身份密切聯(lián)系（Walton&Banaji,2004）。第三，類別標簽可以激活大腦中相應的類別知識表征，導致類別標簽在類別相關任務中起著非常重要的作用。

4.2 類別特征推理的前提概率效應

本研究還發(fā)現(xiàn)，高前提概率條件下的特征推理分數(shù)顯著高于低前提概率條件下的特征推理分數(shù)。前提概率是類別 （或群體）成員具有各類別 （或群體）典型特征的一個基礎概率，前提概率高意味著該類別 （或群體）的典型特征更具普遍性。類別（或群體）內具有某個典型特征的成員比率越高，則該典型特征更普遍，那么新成員具有該典型特征的可能性也越高。本研究結果說明，被試在進行類別特征推理時確實考慮了這一基礎概率，而不是單純地考慮標簽的匹配程度，說明，被試能夠比較理性地進行類別特征推理任務，可以利用較全面的信息，從而進行比較客觀地判斷。但是，本研究結果還表明，前提概率與標簽匹配類型之間交互作用不顯著，即前提概率影響標簽匹配項目的特征推理值，也影響標簽不匹配項目的特征推理值。后者與本研究的實驗假設不符。原因可能在于，本研究中所有測試項目都有兩個特征與所學類別 （或群體）的典型特征一致，即使對于標簽不匹配項目，被試可能也認為它們與所學類別 （或群體）有密切關系，因此，所學類別 （或群體）的前提概率也影響到被試對于標簽不匹配項目的特征推理值，此問題還需進一步深入研究。本研究首次探討了類別典型特征的前提概率問題，首次發(fā)現(xiàn)典型特征前提概率對類別特征推理的影響。

5 結論

本研究得到以下結論： （1）類別特征推理中，類別標簽的極化效應顯著高于類別特征的極化效應。 （2）類別標簽與類別特征存在本質差異。（3）前提概率影響類別特征推理任務。

劉志雅,莫雷,胡誠,宋曉紅,黃艷利.(2011).歸納推理中相似性和類別標簽的作用.心理科學,34(5),1026-1032．

龍長權,吳睿明,李紅,陳安濤,馮廷勇,李富洪.(2006).3.5-5.5歲兒童在知覺相似與概念沖突情行下的歸納推理.心理學報, 38(1),47-55．

Anderson,J.R.(1990).The adaptive character of thought. Hillsdale,NJ:Lawrence Erlbaum.

Davidson,N.S.,&Gelman,S.A.(1990).Inductions from novel categories:The role of language and conceptual structure. Cognitive Development,5,151-176.

Gelman,S.A.,&Heyman,G.D.(1999).Carrot-eaters and creature believers:The effects of lexicalization on children′s inferences about social categories.Psychological Science,10,489-493.

Heit,E.(2000).Properties of inductive reasoning.Psychonomic Bulletin&Review,7,569-592.

Kruschke,J.K.(1992).ALCOVE:An exemplar-based connectionist model of category learning.Psychological Review,99,22-44.

Long,C.Q.,Lu,X.Y.,Zhang,L.,Li,H.,&Deák,G.O.(2012). Category label effects on Chinese children′s inductive inferences: Modulation by perceptual detail and category specificity.Journal of Experimental Child Psychology,111(2),230-245.

Love,B.C.,Medin,D.L.,&Gureckis,T.M.(2004).SUSTAIN: A network model of category learning.Psychological Review, 111,309-332.

Miller,G.A.,& Johnson-Laird,P.N.(1976).Language and perception.Cambridge,MA:Harvard University Press.

Murphy,G.L.(1991).Parts in object concepts:Experiments with artificial categories.Memory&Cognition,19,423-438.

Osherson,D.N.,Smith,E.E.,Wilkie,O.,Lopez,A.,&Shafir,E. (1990).Category-based induction.Psychological Review,97, 185-200.

Sloman,S.A.(1993).Feature-based induction.Cognitive Psychology, 25(2),231-280.

Sloutsky,V.M.(2003).The role of similarity in the development of categorization.Trends in Cognitive Science,7,246-251.

Sloutsky,V.M.,&Fisher,A.V.(2004).Induction and categorization in young children.Journal of Experimental Psychology:General, 133,166-188.

Tversky,B.,&Hemenway,K.(1984).Objects,parts,and categories. Journal of Experimental Psychology:General,113,169-191.

Walton,G.M.,&Banaji,M.R.(2004).Being what you say:The effect of essentialist linguistic labels on preferences.Social Cognition,22,193-213.

Waxman,S.R.,&Booth,A.E.(2001).Seeing pink elephants: Fourteen-month-olds′interpretations of novel nouns and adjectives. Cognitive Psychology,43,217-242.

Yamauchi,T.,Kohn,N.,&Yu,N.Y.(2007).Tracking mouse movement in feature inference:Category labels are different from feature labels.Memory&Cognition,35,852-863.

Yamauchi,T.,&Markman,A.B.(2000).Inference using Categories. Journal of Experimental Psychology:Learning,Memory,and Cognition,26(3),776-795.

Yamauchi,T.,&Na-Yung,Yu.(2008).Category labels versus feature labels:Category labels polarize inferential predictions.Memory&Cognition,36(3),544-553.

Polarization Effect of Category Label in Category-based Feature Inference

Liu Fengying,Yao Zhigang

(School of Education,Hebei Normal University of Science&Technology,Qinhuangdao 066004)

Categorization and inference are two important functions of category knowledge,besides categorization, category-based feature inference is an important application of category knowledge.Categorization is to infer an item′s category label when its feature value is known,while inference is to infer an item′s one or few unknown feature value when its category label is known.Category label is a symbol on behalf of category membership,while category feature is a symbol representing a feature of an item.This study aimed to contrast the polarization effect between category label and feature label in category-based feature inference. The experiments used learning-test two phase paradigm and a 2(type of category label:category and feature)×2(matching type of label:matching and non-matching)×2(basal probability:high and low) experimental design.The results of the experiment showed that:1)The polarization effect of category label was significantly higher than the one of feature label.2)Category label was different from category feature essentially.3)The basal probability affected the category-based feature inference.In summary,this study showed that category label is essentially different from category feature.And this study had a new finding that the basal probability did affect the category-based feature inference.

category-based feature inference,category label,polarization effect,basal probability.

B842.1

2015-1-1。

河北省社會科學基金項目 （HB15JY054）和河北科技師范學院博士研究啟動基金 （社會科學）項目 （2015YB017）。

劉鳳英，E-mail：hihibird@126.com。