5-知识表征.ppt
《5-知识表征.ppt》由会员分享，可在线阅读，更多相关《5-知识表征.ppt（104页珍藏版）》请在冰点文库上搜索。
第五章知识表征,学习本章内容，将有助于你对以下问题的理解与思考：
陈述性知识和程序性知识有什么区别?
它们的表征形式是什么?
认知心理学中的知识表征主要有哪两大取向?
图式和脚本是一回事吗?
心理表象有哪些代表性的理论?
分布式表征是如何实现的?
双重编码理论解释了什么问题?
什么是心理旋转?
有哪些经典的研究?
知识表征（knowledgerepresentation）是指信息在人脑中的存储和组织形式：
即外在的事物、事件、观念等在人脑中呈现并为人脑所知的形式。
不同知识类的表征形式存在着较大的差异。
本章主要介绍语义信息的表征和表象表征。
陈述性知识（declarativeknowledge）是一般意义上的知识，是知道“是什么的知识，包括书本知识以及一切可以用语言表达的事实，其表征（representati）形式主要有命题、表象和图式等，比如你的生日，你朋友的名字，大熊猫的样子以及夏天的温度通常比冬天高等。
由于有语言作为载体，陈述性知识可以随时提取，但也会因记忆受到干扰或痕迹消退而产生遗忘。
第一节陈述性知识的表征,人脑用符号代码来存储外界环境中的各种刺激和事件的信息，例如“绿灯”表示可以通行即使梦中的人或物的形象也可以被认为是潜意识的符号和象征。
人通过加工和运用符号代码来表征并解释外界事物以及发生在自已身上的事情，知识表征促进了个体运用符号代码加工和处理外界信息刺激的能力。
一、符号-网络模型基于符号取向的知识表征,
（一）语义网络模型以概念为单位的表征,1、模型的结构,语义记忆的的基本单元是概念，每个概念具有一定的特征。
有关概念按逻辑的上下级关系组织起来，构成一个有层次的网络系统.概念之间的从属关系.概念与特征的关系.连线把代表各级概念的结点联系起来，并将概念与特征联系起来，构成一个复杂的层次网络。
连线具有一定意义的联想。
对概念的特征实行分级贮存。
每一级概念水平上只贮存该级概念独有特征，同一级的各概念所具有的共同特征则贮存于上一级概念的水平上。
概念按上下级关系组成网络，每个概念和特征都在网络中处于特定的位置，一个概念的意义或内涵要由该概念与其他概念和特征的关系来决定。
该模型包含了一定的推理过程。
模型的结构,动物,鸟,有皮肤,能活动,会吃,会呼吸,有翅膀,能飞,有羽毛,金丝雀,会唱,黄颜色,鸵鸟,腿细长,高个子,不会飞,鲨鱼,有鳍,会游泳,鱼,有鳃,会咬,是危险的,鲑鱼,粉红色,可吃,到上游产卵,代表概念,模型体现出了“认知经济”原则（CognitionEconomy）,代表概念间的从属关系,代表概念与特征的关系,对概念的特征分级储存,2.模型的验证:
范畴大小效应,Collins等进行了一系列实验，来验证这个模型。
句子验证实验。
句子验证实验,实验目的:
验证长时记忆中的信息编码是否按照层次网络模型来组织的。
实验材料：
一些简单的陈述句。
每个句子的主语都是层次网络中最低水平的一个具体名词，谓语取自不同的水平。
这些句子又可分为两种性质：
为特征句，如“金丝雀会唱”；为范畴句，如“金丝雀是鸟”。
根据概念间的距离呈现不同距离（水平）的句子，要求被试判断真伪，记录反应时。
动物,鸟,有皮肤,能活动,会吃,会呼吸,有翅膀,能飞,有羽毛,金丝雀,会唱,黄颜色,鸵鸟,腿细长,高个子,不会飞,鲨鱼,有鳍,会游泳,鱼,有鳃,会咬,危险,鲑鱼,粉红色,可吃,到上游产卵,代表主语,代表谓语,主语谓语,两类句子,特征句：
1、金丝雀会唱。
2、金丝雀能飞。
3、金丝雀有皮肤。
范畴句：
1、金丝雀是金丝雀。
2、金丝雀是鸟。
3、金丝雀是动物。
句子谓语的范畴在扩大（范畴即距离级别水平）,由此来检验范畴大小效应,?
自变量和因变量,特征句的三级水平,0级：
金丝雀会唱,1级：
金丝雀能飞,2级：
金丝雀有皮肤,能飞,金丝雀,会唱,黄颜色,鸟,有翅膀,能飞,有羽毛,金丝雀,会唱,黄颜色,动物,有皮肤,范畴句的三级水平,0级：
金丝雀是金丝雀,1级：
金丝雀是鸟,2级：
金丝雀是动物,鸟,有翅膀,能飞,金丝雀,会唱,鸟,有翅膀,能飞,有羽毛,金丝雀,会唱,黄颜色,动物,有皮肤,1500,1400,1300,1000,1100,1200,900,1,2,0,句子（真句）的水平（级别、距离、范畴）,平均反应时/ms,金丝雀会唱歌,金丝雀能飞,金丝雀有皮肤,金丝雀是金丝雀,金丝雀是鸟,金丝雀是动物,判断不同水平句子真伪的反应时,特征句,范畴句,实验结果图,0级：
金丝雀会唱,1级：
金丝雀能飞,2级：
金丝雀有皮肤,能飞,范畴大小效应,自变量:
句子水平愈高,因变量:
反应时愈长,实验结果和结论,实验结果:
无论是特征句还是范畴句,句子水平越高,其所需的判断时间就越长.原因:
范畴大小效应,即当谓语的范畴变大,判断句子所需要的时间就越长.同一水平上,特征随概念而储存,搜索一个特征搜索相应的概念需要更多时间.实验结论:
语义记忆具有层次网络结构的特点.,模型的缺点,?
3、对模型的批评,
（1）熟悉效应:
（2）典型性效应：
层次网络模型还难于解释另一些现象，如典型性效应（TypicalityEffect）。
所谓典型性效应是指对一个范畴或概念的典型成员的判断要快于非典型成员的判断。
（3）否定判断：
层次网络模型对否定判断的解释也是有困难的。
判断同一范畴的两个词比判断不同范畴的两个词需要花费更长的时间。
熟悉效应（FamiliarityEffect）,1级:
狗是哺乳动物,2级:
狗是动物,Rips等（1973）发现，判断一个包含直接的上级概念的句子有时要慢于判断一个包含更高的上级概念的句子。
狗,哺乳动物,哺乳动物,狗,动物,判断“狗是哺乳动物”的反应时判断“狗是动物”的反应时,实验结果:
判断“狗是哺乳动物”慢于“狗是动物”。
原因:
可能由于人经常将狗与动物联系在一起，而较少地将狗与哺乳动物联系起来。
这种对较熟悉的句子判断较快的现象成为熟悉效应。
支持实验:
Conrad（1972）也发现了类似的结果。
Conrad认为，概念与特征的层次距离对搜索或提取所需时间的影响小，而概念与特征联系的频率或强度则决定搜索或提取需要的时间。
实验结果和讨论,熟悉效应（FamiliarityEffect）,1级:
狗是哺乳动物,2级:
狗是动物,狗,哺乳动物,哺乳动物,狗,动物,词语之间的距离词语联系的频率词语联系的强度,
（2）典型性效应（TypicalityEffect）,典型性效应是指对一个范畴或概念的典型成员的判断要快于对非典型成员的判断。
鸽子是鸟,鸽子,鸟,企鹅是鸟,企鹅,鸟,判断“鸽子是鸟”的反应时判断“企鹅是鸟”的反应时,（3）否定判断,网络层次模型对判断同一范畴的两个词比判断不同范畴的两个词需要花费更长的时间。
（Schaeffer，Wallace）。
铁杉雏菊,铁杉,雏菊,植物,铁杉鹦鹉,铁杉,鹦鹉,植物,动物,生物,判断“铁杉雏菊”的反应时判断“铁杉鹦鹉”的反应时,网络层次模型缺乏对否定判断的完整解释.,否定判断,对伪句的判断与对真句一样，也有范畴大小效应（Meyer,1970）：
判断“雏菊是动物”的反应时判断“雏菊是鱼”的反应时,层次网络模型的核心是概念按逻辑的上下级关系而组成网络，具有简洁的特点，一些明显的缺点。
1、层次网络模型涉及的概念间联系的种类极少。
事实上，概念之间除了垂直方向的上下级关系外，还有许多横向联系，其数量远远超过垂直的联系。
2、层次网络模型对概念特征分级储存（认知经济原则），虽然节省了空间，但增加了提取信息所需的时间。
3.难以解释典型性效应.,对模型的其它批评,在某种程度上反映了语义记忆的一方面或一部分，缺点在激活扩散模型中得到克服。
对模型的肯定,是一个网络模型.以语义联系或语义相似性将概念组织起来。
网络上每一个概念是一个节点，连线长短表示概念之间联系的远近（短近长远）。
一个概念的意义或内涵由与它联系的概念来确定，但概念的特征不一定分级贮存。
1.模型的结构,如何在理论上表征一个人所拥有的知识?
其基本的符号和概念是什么?
它们之间是如何联系的?
是如何建构成更大的知识结构的?
又是如何被利用来解决日常问题的?
安德森和鲍文（Anderson和Bower，1973）带着这些疑问进行了命题表征的探索。
（二）联想记忆模型以命题为单位的表征,1命题的含义安德森等人利用命题来探索日常生活与知识表征的关系。
命题是指具有内在联系的两个或两个以上概念之间组合而构成的事实。
它是语词表达意义的最小单元，由一种关系和一组论题构成。
比如“书在桌面上”、“北京是中国的首都”“美国是世界第一大经济体”，这些都是命题。
在个体的认知结构中，陈述性知识的命题表征并不等同于日常意义中的包子。
例如“这个年老的男子骑着白马”这句话包含三层意思：
这个男人是老人，这个老人骑着马，马是白色的。
这三层意思在认知结构中各由一个命题来表征，因此这句话含有三个命题。
有时两个不同的句子可能表示的是一个命题。
例如“鸟在天上飞”和“天上飞着鸟”，表达的就是同一个命题，但句式不同。
句子与命题间的关系为：
命题用句子表述但不等于句子，命题只涉及句子所表达的意义。
人们在长时记忆中保持的不是句子本身而是句子所表达的意义。
命题表征主要是言语描述，因此具有语言表征一些特性，即不连续的、外显的、抽象的，是通过规则组织起来的代表心理的概念性内容。
2人类联想记忆模型人类联想记忆模型，是安德森和鲍文提出的以命题为基本单元的网络模型。
命题由一系列的联想构成，每个联想将两个概念联系在一起。
联想主要分为四种类型（51）：
上下文一事实联想，上下文指该事情何时何地发生；地点一时间联想；主词一谓词联想，主词指施动者、执行动作的人，谓词指主体的特性或实施的动作；关系宾语联想，关系指主体的动作或主体与其他事物的联系，宾语指动作的对象，关系和宾语的结合构成谓语。
此外还有概念一实例联想等，例如：
家具一椅子、建筑一房屋。
黄色,香蕉,苹果,桃子,梨子,黄水仙,玫瑰,郁金香,花,绿色,橙色,红色,公共汽车,学校,学生,救火车,救护车,卡车,小汽车,事故,交通工具,黄色,香蕉,苹果,桃子,梨子,水果,黄水仙,玫瑰,郁金香,花,绿色,橙色,红色,公共汽车,学校,学生,教师,救火车,救护车,火,卡车,小汽车,医院,事故,交通工具,若干个联想结合起来可以形成一个完整的命题表征，可以用命题模型图表示。
命题模型图由节点和连线构成，节点代表各个概念，连线代表联想。
在该模型中知识不是按照概念的特性或概念的语义距离而是按照命题的结构组织来表征的，具有网络性质。
人脑中存储的陈述性知识是一个庞大的命题网络。
联想记忆模型可以实现命题间的嵌套，即一个命题嵌人另一个命题之中，产生类似主从复合句的命题形式。
这样，就可以把几个命题有机结合在一起，构成一个更为复杂的命题网络来表征更为复杂的知识。
人类联想记忆模型的另一个重要优点是既可以表征语义记忆，又可以表征情节记忆，从而将两者结合起来。
这是一般的语义记忆模型难以做到的，因此受到了研究者的高度重视。
1图式图式是用以组织知识、创建相关概念的意义结构的一种心理框架县一种包含了环境和事件的一般信息的知识结构，是人们对事物典型特征及复杂关系的抽象表征。
例如，人们对“超市”的图式包括较大的自由走动空间、货架、琳琅满目的货物、手推车、收银机与收银员等，可以根据这些基本特征形成对超市认知框架。
图式可以看作是一种“信息包”，包括固定的和可变的两种成分分。
如，“鲸鱼”的图式包括的固定成分是哺乳动物、生活在水中；可变成分包括体型、有无牙齿、食性等。
（三）图式与脚本,图式可以表示信息间的关系，包括以下几种：
概念（猫和老虎的联系）；概念中的属性（如大象的高度和重量）；相关概念中的属性（如草莓的红和苹果的红）；概念与特定环境（如鲸鱼和海洋）；特殊概念和一背景知识（如鸦片战争的概念与关于清政府的知识）等。
（三）图式与脚本,鲁姆哈特和奥托尼概括出图式的四个基本特征：
第一，一个大的图式可以包含其他小的图式。
如在“动物”的图式中，包“松鼠”、“孔雀”、“鸵鸟”和“大象”等。
第二，图式中既含有典型的、普遍的事实，也可以有变化。
例如典型的脊椎动物包括头、躯干、尾三部分，不同的脊椎动物具有不同的特征，如鱼类和鸟类就有很大的区别。
第三，图式可以按照层级组织起来，也可以嵌入到另一个图式中。
如“医院”的图为较高的层次，“门诊”、“病房”等都是其下一层级的图式，“医生”、“护士”、“病人”也可以嵌入到“医院”这个图式之中。
第四，图式的抽象性抽象程度可以不同。
如“邪恶”比“麻雀”甚至比“鸟类”的图式的抽象度更高。
（三）图式与脚本,2脚本脚本（script）是一种关于常规性事件或人类行为的某些相对固定程序的图式：
塞克和艾贝尔森（Schank和Abelson，1977）用这一概念来解释日常生活中出现的典型事件的顺序以及人类行为的某些相对固定的模式。
如在餐馆就餐（表5一2）和看电影等。
表52餐馆脚本,表52餐馆脚本,塞克和艾贝尔森认为在餐馆吃饭的脚本是：
第一步，进入餐馆；第二步，点菜；第三步，吃；第四步，离开餐馆。
每一部分又可分解成许多行为，如第三步可分为厨师把食物交给服务员、服务员把食物端给客人、客人吃食物和谈话等。
脚本是知识表征的高级心理单位之一，人可以通过分析脚本的结构和修正脚本从而让脚本更好地为自己服务。
比如，一个早上上班或上学常迟到的人，可以调整早起的时间，还可以尝试在睡觉前准备好第二天穿的衣服，收拾好公文包书包等，这样可以简化第二天早上的事务。
与传统的基于符号的解释相比，联结主义的兴起为有关表征的解释提供了一个新的视角。
神经网络组成的计算模型和分布式表征等观点更多地提供了知识表征的微观结构的特征。
二、分布式表征基于联结主义取向的知识表征,平行加工方法（parallelprocessingapproach）于20世纪80年代初成为一种的认知研究范式，即联结主义模型。
（一）联结主义,这种模型的基本构成成分包括单元和联结。
单元是带有活性值（activationvalue）的简单加工器，联结则是单元之间相互作的中介，单元及单元之间的联结被称为网络。
单元通过联结形成平行分布式加工（paralleldistributedprocessing，PDP）的网络。
记忆、知觉和思维等心理操作被认为是以平行的方式进行工作，并且分布在高度复杂的神经网络中。
整个网络系中的单元会同时（平行地）相互激活或抑制。
正是通过单元之间的联结，知识得以分布于整个系统之中。
1、模型的结构,联结主义认为，信息是整个神经节的激活模式，知识信息并不存在于特定的地点，而是存在于神经网络的联结中或权重里，通过调整权重就可以改变网络的联结关系进而改变网络的功能。
1、模型的结构,第一，它强调的是人们在进行知识表征时，存储的不是物体、图形或者观念的属性及原型，而是单元间的联结强度。
通过联结，物体、图形和观念可以被重建出来。
第二，联结主义模型认为，学习是联结强度的获得而不是学习各种规则。
第三，联结主义模型受到神经结构的启发，所采用的是基于人脑而不是计算机的一种模型。
计算机模型假设人们的知识都存储在特定的单元里、聚集在特定的区域内的。
联结主义则认为所有知识都内隐地蕴藏在完成任务的设备结构之中（联结上），正如神经联结的结构情形一样，联结强度决定着表征的成功与否。
2、模型的特点,根据PDP模型，知识的形式是在网络结构中被表征的。
网络自身和单元并不表征信息，存储在各单元之间的联结强度可以对潜在的兴奋或抑制进行不同度的加工。
同时，各种单元的联结被组合起来，以分布式方式表征单元之间的关系。
分布式表征实际上是一种加工过程或者是一种潜在的加工过程。
无论人们何时使用知识，都会改变对它的表征。
（二）分布式表征,与符号表征相比，从联结主义取向出发对知识所进行的分布式表征，显示其优越性。
首先，分布式表征是内容与地址匹配的，也就是说过去经历的事件或场景均能促进后续的记忆提取。
例如：
当你看到某个画面、闻到某种气味或看到某纪念物时，都有可能唤起你在某个地方旅游的记忆。
其次，分布式表征允许产生动化加工，即在内容与地址的匹配方式上，相似的模式也会产生相似的反应。
再次，分布式表征是定义表征的微观结构，其模型中涉及的类神经元的加工单位，使得它与大脑的联系更为直接，对认知中的许多问题给予了更有意义的答案。
模型的特点,程序性知识是关于一件事情应该怎么做的知识。
例如如何系鞋带、开车、计算、修理等。
程序性知识通常不能单纯用语言来描述，更不是靠语言描述就能掌握的，往往需要反复的练习才能获得。
程序性知识的表征形式为产生式，其表名特点与陈述性知识有较大差异。
第二节程序性知识的表征,程序性知识表征的早期模型来自于人工智能和计算机模拟研究。
计算机之所以能够表征和组织程序性知识，在于它能够以成套的规则对程序的产生和输出进行管理，即产生式管理。
一、程序性知识的表征及其系统,程序性知识在人脑中也是以产生式规则来表征和存储的，每个产生式规则均表述为“如果一那么”（ifthen）的形式，可以称之为产生式的“条件一行动”公式。
如果产生式规则条件得到满足，那么个体就做出某种相应的行为。
例如，如果你的收音机打开开关后没有声音，那么首先要检查电池的情况。
在产生式规则中，“如果”部分指明了“那么”部分所必须满足的一些条件。
（一）产生式规则,产生式系统的形成是一个过程，在这个过程中，要将不连贯的简单动作操作转化为自动化的熟练技能。
这个过程包括以下三个阶段：
认知阶段、联结阶段和自动化阶段。
（二）产生式系统的形成,在认知阶段，个体学习相关的知识和动作要领。
例如一个人学习开汽车，先要学习相关的知识，了解各种操作的要领。
这时，个体行为的一个重要特征就是对于所要解决的问题看一步走一步，对每一个产生式规则都有清晰的认识，并干出相当大的意志努力。
1、认知阶段,在联结阶段，个体的主要任务是通过反复的练习熟悉产生式系统。
这时，个体联结执行各个产生式规则，使之成为一个问题解决的程序系统，并达到熟练应用的程度。
在这个阶段，个体解决问题已经不需要太多的意识和意志努力。
2、联结阶段,在自动化阶段，个体在熟练运用产生式系统的基础上，对其进行协调和精细化。
这时的个体更加善于识别各种条件以及条件之间的细微差别，使自己的反应更加适合、更加精确，解决问题时的意识和意志努力也进一步减少，人们在使用产生式系统时很少或者没有意识到系统的运作。
每个产生式的内容贮存在工作记忆中，这意味着产生式系统的内容是陈述性知识。
因此，当解决一个加法问题时，人们还可以意识到自己正在做什么，但是人们可能不能意识到或不能说出自己是怎样解决问题的。
3、自动化阶段,当一个人获得了某种程序性知识时，就获得了运用该种知识去产生行为或解决相应问题的能力。
根据程序性知识与特定领域的关联程度，程序性知识可以分为两大类。
二、程序性知识的范畴,一般领域（domaingeneral）的程序性知识，即认知活动中普遍应用的程序性知识，是个体顺利进行认知活动所必须掌握的一般方法或途径。
例如：
手段一目的分析、逆推、尝试错误、事先做出计划、探讨各种可能性等。
一般领域的程序性知识被称为弱方法（weakmethod）。
一般领域的程序性知识的产生式规则的多件中包含了变量。
（一）一般领域的程序性知识,特殊领域（domainspecific）的程序性知识，是帮助个体在具体情况中解决具体问题的特殊方法或途径。
其产生式规则的条件部分的限制性更强，适用性相对较小，但其解决问题的速度相对较快，被称为强方法（strongmethod）。
（二）特殊领域的程序性知识,例如，一位有经验的程序员在编写一个对数据进行排序的程序时，需要同时具备这两方面的程序性知识。
首先他要懂得编程序和做任何事情一样，都要先清楚问题的要求和可以借助的已知条件，寻找和设计一定的解决方案，然后将一步步的方案转化为程序，从而解决问题。
这位程序员所懂得的对事情的分析解决的一般做法，就是一般领域的程序性知识。
他还可以借鉴各种排序的方法，如泡法、选择法等，这都是只适用于数据排序这一领域的，属于特殊领域的程序知识。
如果一个领域的专家积累了大量与该领域有关的程序性知识，并且能灵运用，就能够游刃有余地迅速解决该领域的专业问题。
尽管你没有在激流中漂流过，但脑中也可以浮现出顺流而下漂流的情景。
心理表象（mentalimage）是对事物形成的一种不能即时被感觉器官所感知的心理表征（Behrmann，Kosslyn和Jeannerod，1996）。
表象包括记忆表象和想象表象，所表征的事物或事件可能是经历过的事物，也可能是根本不存在的事物。
第三节心理表象,
（一）心理旋转心理旋转是以心理表象为基础，在想象自我或客体旋转过程中产生的一种心理现象。
谢帕德和梅茨勒等人（Shepard和Metzler，1971）对心理旋转的信息加工机制的研究是空间认知领域的经典研究，对后来的表象研究产生了巨大的影响。
一、表象的心理操作,（A）平面对，其中一个图形在平面上旋转80；（B）立体对，其中一个图形在空间中旋转80；（C）镜象对，两个不同的图形,被试的判断结果表明，无论图片所示的物体是在平面上调转（即通过旋转画纸就可以实现），还是在三维深度中旋转（把物体方位旋转“进”画纸中去），判断所用的时间都同两个物体图片上的角度差异呈线性关系，即两个图形的方位差越大，信息加工的时间越长，方位差每增加53度，反应时就增加1秒。
被试报告了他们判断时使用的方法：
首先是把一个物体图形在心里旋转，直到与另一物体的方位相同，然后进行匹配比较，从而做出完全相同或完全不同的判断。
由此谢帕德等人认为心理旋转这种心理过程是存在的，旋转的度数越多，反应所用的时间越长，心理旋转的速度为每秒53度。
2字符旋转实验谢帕德和其他的一些研究者将旋转角度与反应时之间的关系，扩展到了对其他刺激材料的研究上。
2、字符旋转实验,2.心理旋转的验证,1984年，Cooper和Shepard又以多边形为实验材料，进行了同样设计的实验。
结果发现，无论是否具有前行信息，被试都会进行心理旋转这种操作然后再进行正反位、匹配等反应。
它表明了心理旋转的心理真实性。
3心理旋转的连续性,心理旋转的过程是连续的还是跳跃的?
梅茨勒（1973）对此进行了实验研：
他根据前人的研究成果，采用延缓呈现刺激材料的方法进行实验。
延缓时间根据谢帕德和梅茨勒在实验中发现的心理旋转的速度为每秒53度的实验结果辣定的。
实验表明，无论图形是平面对还是立体对，被试的判别反应时基本恒定：
并随两个刺激材料方位差的增长而有所增长。
这表明心理旋转是连续进行的。
心理旋转研究的理论概括1、表象的实质是就是一种类比表征，表象与外部客体有着同构的关系。
2、同构是指内部表征的机能与外部客体的结构联系是相似的，如心理旋转与客体的物理旋转。
Shepard等称这各同构为“二级同构”。
3、表象与外部客体的同构关系尤如锁与钥匙的关系，虽然实体不同，但在机能上却存在着一一对应的关系。
4、表象是记忆表征，但信息来自知觉，表象与知觉在机能上等价。
5、心理旋转是表象理论的重要组成部分，心理旋转的实验研究有力地说明了表象是一种独立的心理过程。
（二）心理扫描柯斯林（Kosslyn，1973）认为表象操作与对事物的知觉相似，视觉表象中客体也有大小、方位、位置等空间特性。
为此他们进行了心理扫描的实验研究，这些研究主要集中在距离效应和大小效应两个方面。
柯斯林等人（1978）曾经做了更为复杂的心理扫描实验。
他们让被试识记一个小岛的地图，图中画有茅屋、树、石头、水井、池塘、沙地和草地，其准确的位置在图中以表示。
实验结果表明，对表象扫描所需的时间随扫描距离而增加。
这同知觉时对图画进行扫描是一样的。
这说明，对心理表象的扫描时间与两物体间的距离呈现出典型的线性关系，两点之间的距离越长，反应时长。
这说明表象扫描中存在距离效应，表象操作具有特异性的空间特征。
这同知觉时对图画进行扫描是一样的。
在客体知觉过程中，小的客体总不如大的客体看得清楚。
如果表象过程也在这种现象，那么也将为心理扫描提供一个客观依据。
在实验（图57）中，斯林（1975）通过训练使被试形成四种颜色方块表象，每一个图形依次比后一个大6倍，且用不同的颜色命名。
主试首先说出一种颜色和一个动物，“褐色的熊”，“淡红色的老虎”，要
升级会员 