ヒントでピント、連想ゲームとかなつかしいな

知らん人のほうが多いんかなｗ

80年代から90年代にかけて、テレビのクイズ番組は全盛期だったとも言えますね。

最近テレビ見てないので、今クイズ番組何をやっているのか全く分かりませんが

昔の番組無茶苦茶面白かったな。

マジカル頭脳パワーとかｗ

YouTubeで昔の番組見てみるか。

さて、本日のテーマは意味記憶のモデルについて

2つの記憶のネットワークモデルを紹介します。

それではまとめの方はじめていくぅー

→意味記憶って何だったっけ？復習から

まずは意味記憶の復習から

意味記憶はタルヴィングによって区分された記憶の一つです

記憶されている情報の内容によって

意味記憶とエピソード記憶に区分しました。

知識に対応するもので、時間的空間的な要素を含まないものです。

詳しくは2.9「記憶の区分」を読んでみてください。

→コリンズ+１　１つ目のネットワークモデル

1つ目のネットワークモデルを紹介します。

コリンズ（Collins,A.M.）とキリアン（Quillian,M.R.）は

意味記憶に関する階層ネットワークモデルを提唱しました。

下の図を見てください（キーワード集の図です）

この図を具体的に説明していきます。

・一番下の階層（カナリア等具体的な名前）が下位概念です

・鳥とか魚など、下の階層の分類に当たるのが中位概念です

・すべてをまとめた動物の階層が上位概念です

・各概念は黒点（ノードといいます）で結びつきます

・各概念間の関係は黒点を結ぶ実線です

・矢印はポインタと呼び、その先にあるのが特性を示すものです

・カナリアという下位概念はさえずると黄色いという特性をもっています。

・上位概念はその下の概念すべてを含むものです

階層ネットワークモデルを理解するうえで重要なポイントは

ノード（黒点）間のリンクを活性化が行われるように情報の検索が行われるということです。

そして、リンクの距離が長ければ長いほど検索に時間がかかるということです。

上記の図でいうと

カナリアは→さえずるの検索は同じ階層にあるため時間は早く

カナリアは→食べるになると主語が下位に対して

特徴が上位に位置するため距離が遠く、検索の時間が遅くなります。

→コリンズ+１　２つ目のネットワークモデル

2つ目のネットワークモデルを紹介します。

コリンズとロフタス（Loftus,E.F.）は意味記憶のネットワークは、概念同士の意味的関連性によって結び付いていると仮定しました。

これを連想ネットワークモデルといいます。

まずは図の確認をどうぞ

このネットワークモデルの図を記載する際にポイントになるのは

概念と概念との意味的結びつきによる線の長さになります。

例えば

「乗り物」から出ている線は車、トラック、バス、消防車、救急車、通り

がありますが

様々な種類の乗り物の間は線が短いのはわかりますか？

これはお互いに意味的関連性が強いからです。

一方で「赤」から出ている線でリンゴ、日の入り、日の出、日の入り

がありますが

これらの共通の特性は赤いというのみですので

線の距離が遠く離れた位置で表現されます。

つまり、意味的関連性は弱いと判断します。

一度自分で書いてみるといいと思いますが

連想ネットワークモデルは結構書くの難しいです。

近年では連想ネットワークモデルが広く受け入れられています。

活性化がその連想ネットワークを介して広がっていく仮定を含めて

連想ネットワーク理論として知られています。

以上、本日のテーマは

意味記憶の2つのモデルでした。

次回は記憶と感情についてです。

それではまた次回！