HAM模型（HAM，Human AssoCIAtion Memory）
什么是HAM模型
HAM模型与Elinor模型、层次网络模型、激活扩散模型、集理论模型和特征比较模型同属于长时记忆的理论模型，其中层次网络模型和激活扩散模型、集理论模型、特征比较模型是针对语义记忆的模型，而HAM模型和Elinor模型则属于将语义记忆和情景记忆结合起来推理解释复杂记忆的模型。是由Anderson和Bower提出的一种网络模型。
HAM模型的特点
记忆的表征单元能够将若干单独概念联系起来的命题，而命题又是抽象的，由若干概念联合起来，相当于“命题是由一小集联想构成”。
共有四种类型的联想：上下文联想，地点—时间联想，主语—谓语联想以及关系—宾主联想。这几种联想结果恰当组合，就可以形成一个个命题。概念不是依据其本身的特征或者语义距离来组织，而是根据命题结构组织起来，可以用树形图很好的表明多种联想是怎么结合在一起而形成一个命题，这种命题被称为命题树。在命题树里既可以表征语义记忆也可以表征情景记忆，或者将两者结合起来。
HAM模型的优缺点
优点：得到若干实验支持，实现计算机模拟，集语义记忆与情景记忆于一身。
不足：以命题为基本单位，没有或较少考虑概念本身的特征，难以解释熟悉效应。
HAM模型的过程
- 第一阶段：输入外界信息；
- 第二阶段：对输入的信息进行分析，形成命题树；
- 第三阶段：搜索长时记忆中的每一个相应结点，力图寻找到与输入的命题树相匹配，存贮在记忆中的命题树；
- 第四阶段：匹配输入的与搜索到的命题树。
相关条目
- ACT模型
- 认知模型
发表评论