(三)其他长时记忆存储与提取模型
    虽然研究语义记忆的存贮与操作是主流,但还有一些学者更致力于挑战难以入手的非语义记忆(如情节记忆、程序记忆等)的研究。下面的两个模型就是一种尝试。
    1.HAM模型(联想记忆模型)
    HAM是Human Associative Memory(人类联想记忆)的首字母缩写,Anderson和Bower(1973)提出的这一理论内容如下:
    (1)关于存贮方式
    ①记忆的基本单元是概念连起来的命题,而不是单个的概念本身,每一命题由一小集联想构成,而每个联想则将两个概念结合在一起或联系起来。这样多种联想把多个概念组织起来,构成具有网络性质的一个命题树。一个命题可嵌进另一个命题,几个命题又可有机结合,构成一个复杂命题,因而长时记忆就是一个庞大的命题树网络,而情景记忆也可以用命题来表征存在于命题树网络中。(参看下图)

    ②联想有不同的类型。如上下文-事实联想、地点-时间联想、主语-谓语联想、关系-宾语联想、概念-实例联想。(参看下图)

    (2)关于提取方式:
    记忆提取的操作过程为匹配过程,即当需要从长时记忆中提取信息来回答一个问题或解释一个句子时,就需将此问题或句子与长时记忆中的信息进行匹配。此过程可分为四个阶段:
    ①输入句子;
    ②对输入句子进行分析,构成一个命题树;
    ③把命题树的结点与长时记忆中的每个相应点匹配,并由此出发进行搜索,以找到一个依同样方式联系同样概念的命题树;
    ④搜索到相应的命题树与输入的命题树成功匹配。(参看下图)

    HAM模型得到了一些实验的支持,并成功地实现了计算机模拟;但它以命题为基本单元、较少考虑概念本身特性的方式,却很难解释前面几个语义记忆模型涉及的熟悉效应等现象。当然,它集语义记忆和情节记忆于一身的做法,得到了学界的高度评价。
    2.ELINOR模型
    ELINOR这个名字也许来自其提出者Lindsay、Norman和Rumelhart(1975)三个人的姓名开头字母,它是最具“野心”的一个长时记忆模型——它力图把语义记忆和情节记忆以及概念、事件和情景的关系外部囊括、一网打尽。下面是它的理论内容:
    (1)记忆的基本单元是事件。概念是构成事件的成分,而数个事件结合成情景。这样就形成了既能贮存语义、又能贮存情景的复杂网络。
    (2)概念、事件、情景都由命题来表征。
    (3)概念是指特定的思想,它由三种关系来定义:
    ①A“是一种(个)”上级概念;
    ②B“有(是、会)”什么特征;
    ③C“是一种(个)”下级概念。
    (4)事件是一个由行动、行动者和对象(都是概念)等构成的场景。概念间的联系是行动(即关系),因而可有各种联系(因有无数的行动)。
    (5)情景是由无数个事件构成,它们之间的联系是时间关系,即这些事件的先后顺序。(参见下图)   

    ELINOR模型也是网络模型,因此与前面介绍过的其他网络模型有许多共同之处和突出特点;但它的加工过程尚不清楚,无法对其操作的结果进行预测,因而难以将它与其他模型作具体比较。
    此外,关于长时记忆的结构与加工还有ACT-R模型、神经网络模型等论述,虽然后面提到的这些模型很少有实证方面的证据来支撑,但我们由此可窥长时记忆存储与操作研究之兴盛一斑。
 
 
1 2 3 4 5 6