6、利用连接主义模型捕捉印象形成的独特心理结构

利用连接主义模型捕捉印象形成的独特心理结构

1. 引言

在人际交往中，我们常常基于有限的观察数据对他人形成第一印象。为了更深入地理解这一过程，我们提出了一种新颖的连接主义架构来对其进行建模。我们的目的有两个：一是作为对印象形成过程感兴趣的科学家，希望开发出一种计算模型，能比现有相对简单的模型更准确地捕捉这一过程的微妙之处和独特特征，从而促进对该过程的更广泛理解；二是作为计算建模者，我们试图展示一种创建心理过程连接主义模型的特定策略的价值，即在训练之前，先识别目标现象的关键特征，并将其直接体现在网络架构中，而不是采用通用的网络结构并仅依靠连接权重来提供所有结构。这种方法能够更有效地创建一个网络模型，比传统网络架构更能捕捉印象形成的独特属性和动态。

2. 神经网络模型

连接主义类型的模型在人物感知研究中被广泛采用。这些模型利用并行约束满足框架，展示了不同抽象概念之间的相互作用，使得刺激可以被灵活解释，能够在抑制不一致认知的同时，让连贯的推理同时激活，这是社会心理学理论的一个标志，比简单的代数整合方法更强大。虽然这些网络通常不代表特定事件或人物的记忆，但其他连接主义网络表明，与个体的经验可以导致抽象概念的产生和表征，从而使网络具有对新刺激进行泛化的能力。此外，神经网络还具有并行处理的能力，研究发现不同的人物推理可以自发地同时激活，而串行模型或早期强制分类的模型难以处理这种情况。而且，强迫人们使用深思熟虑（而非自动）的判断策略会降低人物感知任务的准确性，这间接表明串行处理难以整合日常使用的信息，而并行整合更自然、高效。

3. 认知神经网络模型的扩展

虽然已经存在用于解释印象形成的连接主义模型，但为了更准确地解释人类的印象判断，我们需要关注一