범주형 인식

Categorical perception

범주형 인식은 연속체를 따라 변수에 점진적인 변화가 있을 때 구별되는 범주에 대한 인식의 현상이다.그것은 원래 청각 자극에 대해 관찰되었지만 지금은 다른 지각 양식에 적용 가능한 것으로 밝혀졌다.[1][2]

음성 인식의 운동 이론

주요 기사:음성 인식의 운동 이론

우리가 범주에 이름을 붙일 때 사용하는 언어의 구성 요소는?우리의 말소리는 --/ba/, /da/, /ga/ —복잡한가? 아니면 배운가?우리가 그것에 대해 대답해야 할 첫 번째 질문은 그들이 전혀 범주적인 범주인지 아니면 단지 연속체를 따라 임의적인 점인지 하는 것이다.예를 들어 ba와 pa의 소리 분광기를 분석하면 둘 다 '보이스온셋타임'이라는 음향 연속체를 따라 놓여 있는 것으로 나타났다.시각 영상에 사용되는 것과 유사한 기법으로 연속적으로 서로에 "모핑"하는 것이 가능하며, 음성 파라미터를 점진적으로 증가시킴으로써 a /ba/를 /pa/ 이상으로 "모르핑"할 수 있다.

Alvin Liberman과 동료들은[3] (그는 그 논문에서 음성발진 시간에 대해 말하지 않았다) 사람들이 목소리를 내는 연속체에 따라 변하는 소리를 들을 때, 단지 /ba/s와 /pa/s만 들을 뿐, 그 사이에는 아무것도 듣지 않는다고 보고했다.이러한 효과(인식된 품질이 연속체를 따라 특정 지점에서 갑자기 한 범주에서 다른 범주로 뛰어드는 경우)는 점진적으로 변화하지 않고 "범주적 지각"(CP)이라고 불렀다.그는 CP가 언어에만 특유한 것이며, CP가 스피치를 특별하게 만들었으며, '스피커 인식의 모터 이론'이라고 불리게 된 것에서 CP의 설명은 스피치 생산의 구조에 있다고 제안했다.

(현재 버려진) 음성 인식의 운동 이론에 따르면, 사람들이 /ba/와 /pa/ 사이에서 급격한 변화를 인식하는 이유는 우리가 음성 소리를 듣는 방식이 사람들이 말할 때 어떻게 그것들을 생산하느냐에 의해 영향을 받기 때문이다.이 연속체를 따라 변화하는 것은 음성-온셋 시간이다: /ba/의 "b"는 음성이고 /pa/의 "p"는 음성이다.그러나 합성 "모핑" 기구와 달리, 사람들의 자연적인 발성 기구는 바와 파 사이에서 어떤 것도 생산할 수 없다.그래서 목소리를 내는 연속체에서 소리가 들리면, 뇌는 그것을 생산하기 위해 해야 할 일과 일치시키려고 노력함으로써 그것을 인지한다.그들이 만들 수 있는 유일한 것은 /ba/ 또는 /pa/이기 때문에, 그들은 연속체를 따라 있는 어떤 합성 자극도 그것이 더 가까운 /ba/ 또는 /pa/로 지각할 것이다.유사한 CP 효과는 ba/da에서 발견된다; 이것들은 음향학적으로 연속체를 따라 존재하지만, 소리적으로 /ba/는 두 입술로 형성된다. /da/는 혀 끝과 치경 산등성이로 형성된다. 그리고 우리의 해부학에서는 어떤 매개체도 허용하지 않는다.

음성 인식의 운동 이론은 어떻게 스피치가 특별한지, 그리고 왜 스피치 소운드가 분류적으로 인식되는지를 설명했다: 감각적 인식은 모터 생산에 의해 매개된다.생산이 범주적인 곳이라면, 인식은 범주적인 것이 될 것이고, 생산이 연속적인 곳이면 인식은 연속적인 것이 될 것이다.그리고 실제로 a/u와 같은 모음 범주는 ba/pa 또는 ba/da보다 훨씬 덜 범주적인 것으로 밝혀졌다.

획득 고유성

만약 모터 생산이 감각적 인식을 매개한다면, 사람들은 이 CP 효과가 언어 생산에 대한 학습의 결과라고 가정한다.그러나 Eimas 외 연구진(1971)은 유아들이 말하기 전에 이미 음성 CP를 가지고 있다는 것을 발견했다.아마도, 그렇다면, 그것은 우리가 말하는 것을 배우도록 "준비"하는 것으로 진화한 타고난 효과일 것이다.[4]그러나 Kuhl(1987)은 친칠라 역시 말을 배우지 않았음에도 "말하는 CP"를 가지고 있다는 것을 발견했고, 아마도 그렇게 하도록 진화하지 않았을 것이다.[5]레인(1965)은 계속해서 지각 불연속성을 중재할 모터 생산 불연속성이 없는 순수 감각(시각적) 연속체를 가지고 학습만으로 CP 효과를 유도할 수 있다는 것을 보여주었다.[6]그는 스피치 CP는 결국 특별한 것이 아니라, 단지 다른 반응을 만드는 것을 배우는 자극이 더 뚜렷해지고 같은 반응을 만드는 것을 배우는 자극이 더 비슷해진다는 로렌스의 고전적 실증 사례의 특별한 경우일 뿐이라고 결론지었다.

또한 CP는 Liberman이 원래 다음과 같이 생각하였던 모든 또는 단 하나의 효과가 아니라는 것이 분명해졌다.모든 /pa/s를 구별할 수 없고 모든 /ba/s를 구별할 수 없는 것은 아니다.우리는 빨간 색조의 차이를 볼 수 있듯이, 차이점을 들을 수 있다.단지 범주 내 차이(pa1/pa2 또는 red1/red2)가 범주 간 차이(pa2/ba1 또는 red2/yellow1)보다 훨씬 작게 소리/표현되어 보일 뿐이다(voiceing, 파장)의 크기가 실제로 같을 때에도 말이다.

식별 및 차별 작업

범주형 지각에 대한 연구는 종종 참여자들의 소리에 대한 인식을 분류하기 위해 차별과 식별 작업을 포함하는 실험을 이용한다.음성 시작 시간(VOT)은 이진수가 아닌 연속체를 따라 측정된다.영어의 양방향 정지 /b/와 /p/는 음성이 울리고 같은 장소와 발음의 방식을 가진 음성이 울리지만, 원어민은 주로 그들이 BOT 연속체 위에 떨어지는 소리를 구분한다.이러한 실험의 참여자들은 연속체에 분명한 음소 경계선을 설정한다; 서로 다른 VOT를 가진 두 개의 소리는 경계의 같은 쪽에 있다면 동일한 음소로 인식될 것이다.[7]참가자는 동일한 범주의 두 소리 차이가 더 크더라도 음소 경계 반대편의 두 소리보다 동일한 범주의 VOT에 속하는 두 소리를 구별하는 데 시간이 더 오래 걸린다.[8]

식별

범주형 인식 식별 과제에서 참가자는 종종 음성 소리와 같은 자극을 식별해야 한다./p/와 /b/ 사이의 VOT 경계에 대한 인식을 시험하는 실험자는 VOT 연속체의 다양한 부분에 떨어지는 여러 소리를 재생하고 각 소리를 /p/ 또는 /b/[9]로 들었는지 자원봉사자에게 물어볼 수 있다.그러한 실험에서 경계의 한쪽에서는 소리가 /p/로, 다른 한쪽에서는 /b/로 거의 보편적으로 들린다.경계에 대한 자극이나 경계에 가까운 자극은 식별하는 데 시간이 더 오래 걸리고 자원봉사자마다 다르게 보고되지만 중간 어딘가에서 소리가 아니라 /b/ 또는 /p/로 인식된다.[7]

차별

간단한 AB 차별 과제는 참가자들에게 두 가지 선택사항을 제시하며 참가자들은 그들이 동일한지 결정해야 한다.[9]실험에서 차별 과제에 대한 예측은 종종 앞의 식별 과제에 기초한다.정지 자음에 대한 범주적 인식을 검증하는 이상적인 차별 실험은 지원자가 경계 반대편에 있는 자극을 보다 정확하게 구별하는 동시에 경계와 같은 쪽에 있는 우연한 수준을 구별하는 결과를 가져올 수 있다.[8]

ABX 차별 과제에서 자원봉사자에게는 세 가지 자극이 주어진다.A와 B는 구별되는 자극이어야 하며 자원봉사자들은 두 가지 중 어떤 것이 세 번째 자극 X와 일치하는지 결정한다.이 차별 작업은 단순한 AB 작업보다 훨씬 더 흔하다.[9][8]

Whorf 가설

사피르-워프 가설(로렌스의 후천적인 유사성/간결성 효과가 단순히 특수한 경우일 수 있음)에 따르면 언어는 사람들이 세상을 인식하는 방식에 영향을 미친다.예를 들어, 색상은 다음과 같이 분류하여 이름이 지정되기 때문에만 분류적으로 인식된다.우리의 스펙트럼 세분화는 임의적이고, 학습되며, 문화와 언어에 따라 다양하다.그러나 베를린과 케이(1969)는 이것이 그렇지 않다고 제안했다:대부분의 문화와 언어가 같은 방식으로 세분되고 색상 스펙트럼의 이름을 붙일 뿐만 아니라 그렇지 않은 사람들에게도 압축과 분리의 영역은 같다.[10]우리 모두는 우리가 그 차이에 이름을 붙였건 말건 간에 모호한 경계가 있는 푸른색을 더 닮고 녹색도 더 닮았다고 본다.이러한 견해는 질문 "1"의 구별을 논하는 레지어 및 케이(2009)의 리뷰 기사에서 도전받아 왔다.색 용어가 색 인식에 영향을 미치는가?"와 "2".색의 범주는 대체로 자의적인 언어 관습에 의해 결정되는가?"그들은 대부분의 사람들을 위해 뇌의 좌뇌에 저장되는 언어 범주가 범주형 지각에 영향을 미치지만 주로 오른쪽 눈의 시야에 영향을 끼치고, 동시에 언어 간섭 과제를 수행하면 이러한 효과가 제거된다는 증거를 보고한다.[11]

보편주의는 사피르-화프 가설과 대조적으로 지각 범주는 선천적이며, 말하는 언어의 영향을 받지 않는다고 주장한다.[12]

지원

Sapir-Whorf 가설의 지원은 한 언어의 화자가 다른 언어의 화자와 다른 방식으로 범주형 인식을 보여주는 경우를 설명한다.그러한 증거의 예는 다음과 같다.

Regier와 Kay(2009)는 언어 범주가 주로 오른쪽 눈의 시야에서 범주형 지각에 영향을 미친다는 증거를 보고했다.[13]오른쪽 눈의 시야는 뇌의 좌뇌에 의해 조절되며, 이것은 언어 능력도 조절한다.다비도프(2001)는 색차별 과제에서 원어민이 같은 쪽보다 결정된 청록색 경계선을 통해 색 자극 간에 더 쉽게 차별을 두었지만, 베린모 '놀'과 '워'와 같은 과제를 부여받았을 때 범주적 인식을 보여주지 않았다는 증거를 제시했고, 베린모 스피커는 정반대의 행동을 보였다.[14]

현재 연구에서 인기 있는 이론은 "약-화이트리즘"으로, 인식에는 강력한 보편적 요소가 있지만 문화적 차이는 여전히 영향을 미친다는 이론이다.예를 들어, 1998년의 한 연구는 세츠와나 화자와 영어 사이에 색에 대한 보편적인 인식의 증거가 있는 반면, 두 언어 집단들 사이에도 현저한 차이가 있다는 것을 발견했다.[15]

진화하고 학습한 범주형 인식

진화된 범주형 인식

범주형 인식(CP)의 서명은 범주 내 압축 및/또는 범주 간 분리다.CP 효과의 크기는 스케일링 인자에 지나지 않는다. CP의 특징인 압축/분리 "accordion effect"이다.이 점에서, 모음에 대한 "취약" CP 효과는, 모터 생산은 범주형이라기보다는 연속적이지만, 이 기준에 의한 인식이 범주형인 모음에 대한 "취약형" CP 효과는, 바/파 및 바/다 효과만큼 CP 효과의 모든 비트다.그러나 색채와 마찬가지로 그 효과는 타고난 것 같다.색소리와 음성 소리 모두에 대한 우리의 감각 범주 감지기는 이미 진화에 의해 "편향"되어 태어난다.우리의 인식된 색상과 음성 소리 스펙트럼은 이미 이러한 압축/분리 기능을 통해 "뒤틀려 있다".

학습된 범주형 인식

최근 골드스톤(1994)에 의해 복제되고 확장된 레인/로렌스 시위는 CP가 학습만으로 유도될 수 있다는 것을 보여주었다.[16]또한 우리의 사전에는, 범주형 인식에 따르면, 선천적으로 태어나지 않을 것 같은 수많은 범주형 인식에 따르면,포도르[1983년]와 같은 나티브주의 이론가들은 때때로 우리의 모든 범주가 선천적이라는 것을 암시하는 것 같았다.[17]비록 일차적인 색과 언어의 범주는 타고난 것일 수 있지만, 학습의 결과로 그들의 경계가 수정되거나 심지어 사라질 수 있고, 학습만으로 더 약한 이차적인 경계가 만들어질 수 있다는 최근의 시위가 있다.[18]

선천적인 CP의 경우, 우리의 분류적으로 편향된 감각 감지기는 우리의 인식이 지속적이었을 때보다 훨씬 쉽고 신뢰할 수 있게 준비된 색상과 음성 소리 범주를 골라낸다.

학습은 비교적 영구적인 행동 변화를 초래하는 인지 과정이다.학습은 지각 처리에 영향을 미칠 수 있다.[19]학습은 개인이 이전의 경험이나 지식을 바탕으로 주어진 자극을 인식하는 방식을 변화시킴으로써 지각 처리에 영향을 미친다.이것은 어떤 것이 인식되는 방식이 이전에 그것을 보고, 관찰하고, 경험하는 방법에 의해 바뀐다는 것을 의미한다.학습의 효과는 관련된 과정을 살펴봄으로써 범주적 인식에서 연구될 수 있다.[20]

학습된 범주형 지각은 어느 정도 비교를 통해 다른 과정으로 나눌 수 있다.그 과정들은 범주들 사이에 그리고 비교의 범주 그룹들안에 분류될 수 있다.[21] 범주 그룹들 사이는 두개의 분리된 개체들 사이에서 비교되는 것들이다.범주 그룹 내에는 하나의 개체 집합 내에서 비교하는 그룹이 있다.주제 간 비교는 범주형 확장 효과로 이어진다.범주형 확장은 범주에 대한 분류와 경계가 더 큰 개체 집합을 포함하면서 더 넓어질 때 발생한다.즉, 범주형 확장은 범주를 정의하기 위한 "에지선"이 넓어지는 것이다.주제 내 비교는 범주형 압축 효과로 이어진다.범주형 압축 효과는 더 작은 객체 집합을 포함하기 위해 범주 경계를 좁히는 것에 해당한다("에지 선"이 더 가까이 있다).[21]따라서 범주 그룹 간의 정의는 덜 엄격한 그룹 정의로 이어지는 반면 범주 그룹 내에서는 더 엄격한 정의로 이어진다.

또 다른 비교 방법은 감독되는 그룹 비교와 감독되지 않은 그룹 비교 모두를 보는 것이다.감독 집단은 범주가 제공된 집단을 말하며, 이는 범주가 이전에 정의되었거나 레이블이 부여되었다는 것을 의미한다. 감독되지 않은 집단은 범주가 생성되는 집단을 의미한다. 즉, 범주는 필요에 따라 정의되고 레이블이 지정되지 않는다.[22]

학습된 범주적 인식을 연구하는데 있어서 주제는 중요하다.학습 카테고리는 주제의 존재에 의해 영향을 받는다.주제는 학습의 질을 높인다.이는 특히 기존 주제가 정반대인 경우에 나타난다.[22]학습된 범주형 인식에서 주제는 다른 범주에 대한 단서 역할을 한다.그들은 그들의 범주에 물건을 넣을 때 무엇을 찾아야 하는지 지정하는 것을 돕는다.예를 들어, 모양을 인지할 때 각도는 하나의 테마가 된다.각의 수와 각도의 크기는 모양에 대한 더 많은 정보를 제공하고 다른 범주를 표시한다.세 각은 삼각형을, 네 각은 직사각형이나 정사각형을 나타낼 수 있다.각도의 주제와는 반대되는 것이 순환성의 주제일 것이다.각도의 날카로운 윤곽과 원의 둥근 곡률의 극명한 대조는 배우기 쉽게 한다.

주제와 비슷하게, 라벨은 학습된 범주형 인식에도 중요하다.[21]라벨은 유사성에 초점을 두고 범주형 처리를 장려할 수 있는 "noun-like" 제목이다.[21]라벨의 강도는 세 가지 요인에 의해 결정될 수 있다: 감정적(또는 감정적) 강도의 분석, 경계의 투과성(통과 능력) 및 불분명한 판단(강성성의 측정)이다.[21]라벨의 출처는 다르며, 감독되지 않은/감독된 범주와 유사하게, 생성되거나 이미 존재한다.[21][22]라벨은 출처에 관계없이 인식에 영향을 미친다.동료, 개인, 전문가, 문화, 공동체는 라벨을 만들 수 있다.출처는 단순히 라벨이 존재하는 것만큼 중요하지 않아 보인다. 중요한 것은 라벨이 있다는 것이다.라벨의 강도(세 가지 인자의 조합)와 라벨이 지각에 영향을 미치는 정도 사이에는 양의 상관관계가 있는데, 이는 라벨이 강할수록 라벨이 지각에 더 많은 영향을 미친다는 것을 의미한다.[21]

학습된 범주형 인식에 사용되는 단서는 범주를 학습하고 사용하는 과정에서 사전 지식의 보다 쉬운 회수 및 접근을 촉진할 수 있다.[22]범주에 메모리에 대한 큐가 있는 경우 범주에 있는 항목을 더 쉽게 불러올 수 있다.논의한 바와 같이, 라벨과 테마는 모두 범주에 대한 단서로서 기능하며, 따라서 범주에 속하는 개체의 특징과 범주에 대한 기억력을 돕는다.

직장에는 학습된 범주형 인식을 촉진하는 몇 가지 뇌 구조가 있다.관련된 영역과 구조는 뉴런, 전두엽 피질, 그리고 지엽 피질이다.[20][23]뉴런은 일반적으로 뇌의 모든 과정과 연결되어 있기 때문에 학습된 범주형 인식을 용이하게 한다.그들은 뇌 영역 사이에 메시지를 보내고 범주의 시각적 언어적 처리를 용이하게 한다.전두엽 피질은 "강력한 범주적 표현을 형성하는 것"[20]에 관여한다.유추 피질에는 다른 물체 범주에 대해 코드화하는 세포가 있고 진단 범주 치수를 따라 회전하며 범주 경계를 구분하는 영역이다.[20]

범주에 대한 학습과 범주적 인식은 언어적 라벨을 추가하고, 주제가 자아와 관련되도록 하고, 보다 별도의 범주를 만들고, 범주를 쉽게 형성하고 정의할 수 있도록 하는 유사한 특징을 대상으로 하여 개선할 수 있다.

학습된 범주형 지각은 인간 종에서만 일어나는 것이 아니라 동물 종에서도 증명되었다.연구는 인간, 원숭이, 설치류, 새, 개구리를 이용한 범주형 인식을 목표로 삼았다.[23][24]이러한 연구들은 수많은 발견으로 이어졌다.이들은 주로 포용이 시작되고 끝나는 범주의 경계를 배우는 데 초점을 맞추고 있으며, 범주형 지각은 학습된 요소를 가지고 있다는 가설을 뒷받침한다.

계산 및 신경 모델

컴퓨터 모델링(Tijsseling & Harnad 1997; Daminer & Harnad 2000)은 많은 종류의 범주 학습 메커니즘(예: 백프로포메이션 및 경쟁 네트워크 모두)이 CP와 같은 효과를 나타낸다는 것을 보여주었다.[25][26]백프로포메이션 네트에서는 입력을 "표현"하는 숨겨진 유닛 활성화 패턴이 학습에 따라 카테고리 내 압축과 카테고리 간 분리를 쌓는다. 다른 종류의 네트는 유사한 효과를 나타낸다.CP는 다음과 같은 목적을 위한 수단으로 보인다.서로 다른 입력은 모두 동일한 출력을 생성해야 하는 경우 유사한 내부 표현으로 "압축"되며, 다른 출력을 생성해야 하는 경우에는 더 분리된다.네트워크의 "바이어스"는 정확한 출력 범주로 입력을 필터링하는 것이다.그물은 동일한 범주의 구성원이 공유하고 서로 다른 범주의 구성원과 신뢰성 있게 구별되는 불변 특성을 선택적으로 탐지(많은 시행착오 후 오류 수정 피드백에 의해 유도)함으로써 이를 달성한다. 그물은 분류와 무관하게 다른 모든 변동을 무시하는 것을 배운다.

브레인 베이시스

신경 데이터는 CP와 학습의 상관관계를 제공한다.[27]뇌에서 기록된 사건 관련 잠재력 사이의 차이는 피험자가 보는 자극의 인식 범주의 차이와 상관관계가 있는 것으로 밝혀졌다.신경영상 연구에서는 이러한 효과가 국부적이고 심지어 범주를 성공적으로 학습한 과목에서는 특정 뇌영역에 편중되며 그렇지 않은 과목에서는 결석한다는 것이 밝혀졌다.[28][29]

범주형 지각은 음성 단위에 대한 그러한 인식을 보여주는 왼쪽 전전두피질과 동일하며, 이는 왼쪽 상위의 측두회 영역과 같은 처리 초기 후두부에 의한 것이 아니다.[30]

언어유발

선천적인 CP와 학습된 CP 모두 센서리모터 효과:압축/분리 편향은 센서리모터 편향이며, 유기체의 센서리모터 수명-이력 중이든, 학습된 CP의 경우든, 또는 선천적인 CP의 경우 종의 센서리모터 수명-이력 중이든 센서리모터 기원이 있었을 것으로 추정된다.신경망 I/O 모델도 다음과 같은 사실과 호환된다.그들의 I/O 편향은 그들의 I/O 이력에서 비롯된다.그러나 우리가 사전에 있는 범주들의 레퍼토리를 살펴보면, 그들 중 많은 수가 우리의 일생 동안 직접적인 센서리모터 역사를 가지고 있었을 가능성은 거의 없고, 심지어 조상들의 생애에서는 더욱 낮다.우리 중 유니콘을 실제로 본 사람이 몇이나 될까?우리는 그들의 사진을 본 적이 있지만, 그 사진들을 처음 그린 사람들은 무엇을 보았는가?그리고 내가 그릴 수도 없고 볼 수도 없는 범주(또는 맛이나 만질 수도 없는 범주):선과 진실과 같은 가장 추상적인 범주는 어떨까?

우리 범주의 일부는 직접적인 센서리모터 경험이 아닌 다른 원천에서 비롯되어야 하며, 여기서 우리는 언어와 Whorf 가설로 돌아간다.범주 및 그에 수반되는 CP는 언어만을 통해 획득할 수 있는가?다시, 약간의 신경망 시뮬레이션 결과는 한번 범주 이름 집합을 직접적인 감각 운동 경험을 통해"접지"이 되었지만 그들은 부울 조합(사람 남성&인간)고 뿐만 아니라 더 추상적인 골라, 높은 아직도 고차 조합(총각)미혼&남자)로 결합할 수 있는 제안하고 있다.er-order은 직접 센서이미터 검출기(direct sensorimotor detector)가 하는 방식과 마찬가지로 CP 효과를 상속하며, 자체 생성도 한다.총각은 미혼과 남성의 압축/분리를 계승하고, 자신의 분리/압축 층을 추가한다.[31][32]

이러한 언어에 의한 CP 효과는 인간 주제에서 직접 입증되어야 한다. 지금까지 학습된 센서리모터 CP와 선천적인 센서리모터 CP만이 입증되었다.[33][34]후자는 세계에 대한 우리의 인식을 뒤틀면서, 이름을 짓고 분류하는 Whorfian의 힘을 보여준다.그 색 면에 대한 명백한 과실(그리고 아마도 또한 eskimo 눈 terms[35]에 대한 명백한 과실에서)의 워프의 가설을 회복시키는 데, 그러나 이제는 본격적인 언어 효과, 아닌 어휘 효과는 세계가 우리의 인식은 또한, 방법뿐만 아니라 thi에 치우친 충분히 보여 주어야 할 것이다 보여 주기에 충분하다.ngs그들에 대해 우리가 들은 것에 의해 이름이 지어졌다.

감정

감정은 인간의 중요한 특징이다.감정은 얼굴 표정을 보면 가장 쉽게 관찰되는 추상적인 개념이다.감정과 범주형 지각과의 관계는 종종 얼굴 표정을 사용하여 연구된다.[36][37][38][39][40]얼굴에는 다량의 귀중한 정보가 담겨 있다.[38]

감정은 서로 분리되어 있기 때문에 범주로 나뉜다.각각의 감정은 분리되고 뚜렷한 반응, 결과, 그리고 표현을 수반한다.감정의 느낌과 표현은 자연스러운 현상이며, 실제로 어떤 감정의 경우 보편적인 현상이다.연령, 성별, 인종, 국가, 문화 전반에 걸쳐 인간 종에 보편적이라고 여겨지고 분류적으로 구별되는 6가지 기본 감정이 있다.이 여섯 가지 기본적인 감정은 행복, 혐오, 슬픔, 놀라움, 분노, 두려움이다.[39]분리된 감정 접근법에 따르면, 사람들은 혼합보다는 다른 감정이 아닌 하나의 감정을 경험한다.[39]감정표정에 대한 범주형 인식은 어휘적 범주를 필요로 하지 않는다.[39]이 여섯 가지 감정 중에서 행복이 가장 쉽게 확인된다.

표정을 이용한 감정의 인식은 범주의 정의와 경계(본질적으로 하나의 감정이 끝나고 그 후의 감정이 시작되는 '에지선')에 따라 약간의 성별 차이를[36] 드러낸다.분노의 감정은 남성들에 의해 보여질 때 더 쉽고 빠르게 인식된다.그러나 여성에 의해 그려질 때 행복의 감정에서도 같은 효과를 볼 수 있다.[36]이러한 효과는 두 감정(위험과 행복)의 범주가 이들 특정 성별의 다른 특징과 더 밀접하게 연관되어 있기 때문에 본질적으로 관찰된다.

비록 언어적인 라벨이 감정에 제공되지만, 그것을 분류적으로 인식할 필요는 없다.유아들의 언어 이전에, 그들은 감정적인 반응을 구별할 수 있다.감정에 대한 범주적 인식은 "고정된 메커니즘"[39]에 의해 이루어진다.특정 감정에 대한 꼬리표가 없을 수도 있지만 여전히 그것을 자신의 감정으로 분류하여 인식할 수 있는 문화의 언어적 꼬리표를 보여주는 추가적인 증거가 존재하며, 다른 감정과 분리되어 있다.[39]감정에 대한 범주별 인식은 눈 움직임의 추적을 사용하여 연구되었는데, 눈 움직임의 반응은 눈 움직임만을 필요로 하고 이후의 언어적 반응은 요구하지 않기 때문에 언어적 요구사항이 없는 암묵적 반응을 보였다.[37]

감정에 대한 범주적 인식은 때때로 공동 처리의 결과물이다.이 인식에는 다른 요소들이 포함될 수 있다.감정 표현과 변하지 않는 특징(상대적으로 일관성이 유지되는 특징)이 함께 작용하는 경우가 많다.[38]인종은 표현과 함께 범주적 인식에 기여하는 불변의 특징 중 하나이다.인종은 또한 사회적 범주로 여겨질 수 있다.[38]감정적 범주형 지각은 범주형 지각과 차원 지각의 혼합으로도 볼 수 있다.치수 인식은 시각적 이미지를 포함한다.범주형 인식은 처리가 치수인 경우에도 발생한다.[40]

참고 항목

참조

  1. ^ Fugate Jennifer M. B. (Jan 2013). "Categorical Perception for Emotional Faces". Emotion Review. 5 (1): 84–89. doi:10.1177/1754073912451350. PMC 4267261. PMID 25525458.
  2. ^ 크리스탈, D. (1987)케임브리지 언어 백과사전.케임브리지 CB2 1RP: 케임브리지 대학교 출판부
  3. ^ Liberman, A. M., Harris, K. S., Hoffman, H. S. & Griffith, B. C. (1957). "The discrimination of speech sounds within and across phoneme boundaries". Journal of Experimental Psychology. 54 (5): 358–368. doi:10.1037/h0044417. PMID 13481283.{{cite journal}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  4. ^ Eimas, P.D.; Siqueland, E.R.; Jusczyk, P.W. & Vigorito, J. (1971). "Speech perception in infants". Science. 171 (3968): 303–306. doi:10.1126/science.171.3968.303. hdl:11858/00-001M-0000-002B-0DB3-1. PMID 5538846. S2CID 15554065.
  5. ^ Kuhl, P. K. (1987). "The Special-Mechanisms Debate in Speech Perception: Nonhuman Species and Nonspeech Signals". In S. Harnad (ed.). Categorical perception: The groundwork of Cognition. New York: Cambridge University Press.
  6. ^ Lane, H. (1965). "The motor theory of speech perception: A critical review". Psychological Review. 72 (4): 275–309. doi:10.1037/h0021986. PMID 14348425.
  7. ^ a b Fernández, Eva; Cairns, Helen (2011). Fundamentals of Psycholinguistics. West Sussex, United Kingdom: Wiley-Blackwell. pp. 175–179. ISBN 978-1-4051-9147-0.
  8. ^ a b c Repp, Bruno (1984). "Categorical Perception: Issues, Methods, Findings" (PDF). SPEECH AND LANGUAGE: Advances in Basic Research and Practice. 10: 243–335.
  9. ^ a b c Brandt, Jason; Rosen, Jeffrey (1980). "Auditory Phonemic Perception in Dyslexia: Categorical Identification and Discrimination of Stop Consonants". Brain and Language. 9 (2): 324–337. doi:10.1016/0093-934x(80)90152-2. PMID 7363076.[영구적 데드링크]
  10. ^ Berlin, B.; Kay, P. (1969). Basic color terms: Their universality and evolution. Berkeley: University of California Press. ISBN 978-1-57586-162-3.
  11. ^ Regier, T.; Kay, P. (2009). "Language, thought, and color: Whorf was half right". Trends in Cognitive Sciences. 13 (10): 439–447. doi:10.1016/j.tics.2009.07.001. PMID 19716754.
  12. ^ Penn, Julia, M. (1972). Linguistic relativity versus innate ideas: The origins of the Sapir-Whorf hypothesis in German thought. Walter de Gruyter. p. 11.
  13. ^ Regier, T.; Kay, P. (2009). "Language, thought, and color: Whorf was half right". Trends in Cognitive Sciences. 13 (10): 439–447. doi:10.1016/j.tics.2009.07.001. PMID 19716754.
  14. ^ Davidoff, Jules (September 2001). "Language and perceptual categorisation" (PDF). Trends in Cognitive Sciences. 5 (9): 382–387. doi:10.1016/s1364-6613(00)01726-5. PMID 11520702.
  15. ^ Davies, I.R.L.; Sowden, P.T.; Jerrett, D.T.; Jerrett, T.; Corbett, G.G. (1998). "A cross-cultural study of English and Setswana speakers on a colour triads task: A test of the Sapir-Whorf hypothesis". British Journal of Psychology. 89: 1–15. doi:10.1111/j.2044-8295.1998.tb02669.x.
  16. ^ Goldstone, R. L. (1994). "Influences of categorization on perceptual discrimination". Journal of Experimental Psychology. General. 123 (2): 178–200. doi:10.1037/0096-3445.123.2.178. PMID 8014612.
  17. ^ Fodor, J. (1983). The modularity of mind. MIT Press. ISBN 978-0-262-06084-4.
  18. ^ Roberson, D., Davies, I. & Davidoff, J. (2000). "Color categories are not universal: Replications and new evidence from a stone-age culture" (PDF). Journal of Experimental Psychology. General. 129 (3): 369–398. doi:10.1037/0096-3445.129.3.369. PMID 11006906.{{cite journal}}: CS1 maint : 복수이름 : 작성자 목록(링크)
  19. ^ Notman, Leslie; Paul Sowden; Emre Ozgen (2005). "The Nature of Learned Categorical Perception Effects: A Psychophysical Approach". Cognition. 95 (2): B1–B14. doi:10.1016/j.cognition.2004.07.002. PMID 15694641.
  20. ^ a b c d Casey, Matthew; Paul Sowden (2012). "Modeling learned categorical perception in human vision" (PDF). Neural Networks. 33: 114–126. doi:10.1016/j.neunet.2012.05.001. PMID 22622262.
  21. ^ a b c d e f g Foroni, Francesco; Myron Rothbart (2011). "Category Boundaries and Category Labels: When Does a Category Name Influence the Perceived Similarity of Category Members". Social Cognition. 29 (5): 547–576. doi:10.1521/soco.2011.29.5.547.
  22. ^ a b c d Clapper, John (2012). "The Effects of Prior Knowledge on Incidental Category Learning". Journal of Experimental Psychology: Learning, Memory, and Cognition. 38 (6): 1558–1577. doi:10.1037/a0028457. PMID 22612162.
  23. ^ a b Prather, Jonathan; Stephen Nowicki; Rindy Anderson; Susan Peters; Richard Mooney (2009). "Neural Correlates of Categorical Perception in Learned Vocal Communication". Nature Neuroscience. 12 (2): 221–228. doi:10.1038/nn.2246. PMC 2822723. PMID 19136972.
  24. ^ Eriksson, Jan L.; Villa, Alessandro E.P. (2006). "Learning of auditory equivalence classes for vowels by rats". Behavioural Processes. 73 (3): 348–359. doi:10.1016/j.beproc.2006.08.005. PMID 16997507.
  25. ^ Damper, R.I.; Harnad, S. (2000). "Neural Network Modeling of Categorical Perception". Perception and Psychophysics. 62 (4): 843–867. doi:10.3758/BF03206927. PMID 10883589.
  26. ^ Tijsseling, A.; Harnad, S. (1997). "Warping Similarity Space in Category Learning by Backprop Nets". In Ramscar, M.; Hahn, U.; Cambouropoulos, E.; Pain, H. (eds.). Proceedings of SimCat 1997: Interdisciplinary Workshop on Similarity and Categorization. Department of Artificial Intelligence, Edinburgh University. pp. 263–269.
  27. ^ Sharma, A.; Dorman, M.F. (1999). "Cortical auditory evoked potential correlates of categorical perception of voice-onset time". Journal of the Acoustical Society of America. 106 (2): 1078–1083. doi:10.1121/1.428048. PMID 10462812.
  28. ^ Seger, Carol A.; Poldrack, Russell A.; Prabhakaran, Vivek; Zhao, Margaret; Glover, Gary H.; Gabrieli, John D. E. (2000). "Hemispheric asymmetries and individual differences in visual concept learning as measured by functional MRI". Neuropsychologia. 38 (9): 1316–1324. doi:10.1016/S0028-3932(00)00014-2. PMID 10865107.
  29. ^ Raizada, RDS; Poldrack; RA (2007). "Selective Amplification of Stimulus Differences during Categorical Processing of Speech". Neuron. 56 (4): 726–740. doi:10.1016/j.neuron.2007.11.001. PMID 18031688.
  30. ^ Myers, EB; Blumstein, SE; Walsh, E; Eliassen, J.; Batton, D; Kirk, JS (2009). "Inferior frontal regions underlie the perception of phonetic category invariance". Psychol Sci. 20 (7): 895–903. doi:10.1111/j.1467-9280.2009.02380.x. PMC 2851201. PMID 19515116.
  31. ^ Cangelosi, A.; Harnad, S. (2001). "The Adaptive Advantage of Symbolic Theft Over Sensorimotor Toil: Grounding Language in Perceptual Categories". Evolution of Communication. 4 (1): 117–142. doi:10.1075/eoc.4.1.07can.
  32. ^ Cangelosi A.; Greco A.; Harnad S. (2000). "From robotic toil to symbolic theft: Grounding transfer from entry-level to higher-level categories". Connection Science. 12 (2): 143–162. doi:10.1080/09540090050129763. hdl:10026.1/3618.
  33. ^ Pevtzow, R.; Harnad, S. (1997). "Warping Similarity Space in Category Learning by Human Subjects: The Role of Task Difficulty". In Ramscar, M.; Hahn, U.; Cambouropolos, E.; Pain, H. (eds.). Proceedings of SimCat 1997: Interdisciplinary Workshop on Similarity and Categorization. Department of Artificial Intelligence, Edinburgh University. pp. 189–195.
  34. ^ Livingston, K. Andrews; Harnad, S. (1998). "Categorical Perception Effects Induced by Category Learning". Journal of Experimental Psychology: Learning, Memory, and Cognition. 24 (3): 732–753. doi:10.1037/0278-7393.24.3.732. PMID 9606933.
  35. ^ Pullum, G. K. (1989). "The great eskimo vocabulary hoax". Natural Language and Linguistic Theory. 7 (2): 275–281. doi:10.1007/bf00138079.
  36. ^ a b c Hess, Ursula; Reginald Adams; Robert Kleck (2009). "The Categorical Perception of Emotions and Traits". Social Cognition. 27 (2): 320–326. doi:10.1521/soco.2009.27.2.320.
  37. ^ a b Cheal, Jenna; M. D. Rutherford (2012). "Mapping Emotion Category Boundaries Using a Visual Expectation Paradigm". Perception. 39 (11): 1514–1525. doi:10.1068/p6683. PMID 21313948.
  38. ^ a b c d Otten, Marte; Mahzarin Banaji (2012). "Social Categories Shape the Neural Representation of Emotion: Evidence From a Visual Face Adaptation Task". Frontiers in Integrative Neuroscience. 6: 9. doi:10.3389/fnint.2012.00009. PMC 3289861. PMID 22403531.
  39. ^ a b c d e f Sauter, Disa; Oliver LeGuen; Daniel Haun (2011). "Categorical Perception of Emotional Facial Expressions Does Not Require Lexical Categories" (PDF). Emotion. 11 (6): 1479–1483. doi:10.1037/a0025336. PMID 22004379.
  40. ^ a b Fujimura, Tomomi; Yoshi-Taka Matsuda; Kentaro Katahira; Masato Okada; Kazuo Okanoya (2012). "Categorical and Dimensional Perceptions in Decoding Emotional Facial Expressions". Cognition & Emotion. 26 (4): 587–601. doi:10.1080/02699931.2011.595391. PMC 3379784. PMID 21824015.

이 문서에는 CC BY-SA 3.0 라이센스에 따라 사용할 수 있는 Stevan Harnad의 텍스트가 포함되어 있다.이 텍스트와 릴리스는 Wikimedia Response Team에 의해 접수되었다. 자세한 내용은 토크 페이지를 참조하십시오.

참고 문헌 목록