Constraints and DefaultsThe differe

Constraints and Defaults

The different variables in a schema are often constrained: We do not expect tofind all possible plants or animals on a farm. Tigers, eels, and poison ivy are animals and plants but not within the normal range of possible crops or livestock. Many of the variables in schemata have default values associated with them. These are particular values for the variables that we can expect to apply unless we are told otherwise. Thus we might expect cows, pigs, horses, and chickens to be on a farm, and if nothing is said, we assume their presence. Similarly, we use the schema for commercial transaction for interpreting an occasion in which some person A has purchased item 0 from some other person B; we assume that money was transferred from A to B. We could be wrong. Money may not have been involved. Or, in the previous example, any particular farm may not have those animals. Nevertheless, these are the default values for our general understanding of the situations in question.
Variables (and their constraints) serve two important functions:
1. They specify what the range of objects is that can fill the positions of the
various variables.
2. When specific information about the variables is not available, it is possibleto make good guesses about the possible values.
The values for the variables for a schema are interrelated with one another. If a farm raises cattle, we expect a different size for the farm and different machinery and products than if the farm raises wheat, peanuts, or carrots. We would expect the buildings to look different. Similarly, if someone purchases an automobile, we expect a different amount of money to be involved than in the purchase of a pencil.

Schemata and Comprehension

We view a schema as a general model of a situation. A schema specifies the inter-relationships that are believed to exist among the concepts and events that comprise a situation. The act of comprehension can be understood as the selection of appropriate configuration of schemata to account for the situation. This means that there will be some initial selection of schemata and verification or rejection of the choices. A major portion of the processing effort involved in comprehension is directed toward determining the appropriate schemata for representing the situation. Once an appropriate configuration of schemata has been found, the constants of the situation have to be associated with (bound to) the variables of the schema. The schema that is selected will determine the interpretation of the situation. Different schemata will thereby yield different interpretations of the same situation, and different features of a situation will take on more or less importance as a function of that interpretation.
Like a theory, schemata vary in the adequacy with which they account for any given situation. Schemata both account for existing inputs and predict the values of others. If the account for the early observations is sufficiently good (and no other candidates emerge in subsequent processing), the schema will be accepted, even though there might be no evidence for some of its predictions. These predictions, then, constitute inferences about the situation that are made in the process of comprehension.
When a schema is sufficiently poor at describing the situation, a new schema must be sought. If no single adequate schema can be found, the situation can be understood only in terms of a set of disconnected subsituations-each interpreted in terms of a separate schema.

Schemata Are Active Data Structures

Although this is not the place to go into the details, we believe that the selection and use of schemata is controlled by the schemata themselves. We think of schemata as active processing units, each schema having the processing capability to examine whatever new data are being processed by the perceptual systems and to recognize data that might be relevant to themselves. Schemata activate themselves whenever they are appropriate to an ongoing analysis, and they are capable of guiding the organization of the data according to their structures. Schemata then can control and direct the comprehension process itself. We further suppose that the output of a schema (evidence that the concept represented by the schema is in the input) can then be introduced into the data pile for use by other schemata.
Perhaps the best way to view this is to think of all the data being written on a blackboard, with the schemata examining the blackboard for data relevant to themselves. When a schema sees something, it attempts to integrate the data into its organizational structure and then puts new information onto the blackboard. Other schemata may react to these new data. Thus schemata are data driven in the sense that they respond to the existence of relevant data. Schemata perform conceptually driven guidance to the processing by using their internal conceptualizations to add new data to the blackboard, thereby guiding the processing of other schemata. Thus each schema is data-driven and provides conceptually guided guidance to others. Further details of this system can be found in a number of sources: The blackboard analogy comes from the work of Reddy (see Reddy & Newell, 1974); active demons are familiar concepts in modern computing systems, from the demons of Selfridge and Neisser (1960), to the actors of Hewitt, Bishop, and Steiger (1973), to the production systems of Newell (1973); descriptions of those concepts relevant to this discussion are to
be found in some of our works, in particular Norman and Bobrow (1976), Rumelhart (1977) and Rumelhart and Ortony (1977).

Kết quả (Việt) 1:

Những hạn chế và giá trị mặc địnhCác biến khác nhau trong một lược đồ thường bị hạn chế: chúng tôi không mong đợi tofind tất cả các nhà máy có thể hoặc động vật trên một trang trại. Hổ, cá chình và poison ivy là động vật và thực vật nhưng không nằm trong phạm vi bình thường của cây trồng có thể hoặc vật nuôi. Nhiều người trong số các biến trong schemata có giá trị mặc định, liên kết với chúng. Đây là các giá trị cụ thể cho các biến mà chúng tôi có thể mong đợi để áp dụng trừ khi chúng tôi đang nói cách khác. Do đó chúng tôi có thể mong đợi con bò, lợn rừng, ngựa, và gà là một trang trại, và nếu không có gì nói, chúng tôi giả định sự hiện diện của họ. Tương tự như vậy, chúng tôi sử dụng giản đồ cho các giao dịch thương mại cho giải thích một dịp trong đó một số người A đã mua mục 0 từ một số người khác B; chúng tôi giả định rằng tiền được chuyển từ A đến B. Chúng tôi có thể sai. Tiền có thể không có được tham gia. Hoặc, trong ví dụ trước đó, bất kỳ trang trại cụ thể có thể không có những con thú. Tuy nhiên, đây là các giá trị mặc định cho chúng tôi sự hiểu biết chung của các tình huống trong câu hỏi.Biến (và hạn chế của họ) phục vụ hai chức năng quan trọng:1. họ xác định phạm vi của các đối tượng là gì đó có thể điền vào các vị trí của cácCác biến khác nhau.2. khi các thông tin cụ thể về các yếu tố không phải là có sẵn, nó là possibleto làm tốt đoán về giá trị có thể.Các giá trị cho các biến cho một giản đồ được tương quan với nhau. Nếu một trang trại tăng gia súc, chúng tôi mong đợi một kích thước khác nhau cho các trang trại và máy móc thiết bị khác nhau và các sản phẩm hơn nếu các trang trại tăng lúa mì, đậu phộng, hoặc cà rốt. Chúng tôi mong chờ các tòa nhà để nhìn khác nhau. Tương tự như vậy, nếu ai đó mua một ô tô, chúng tôi hy vọng một số tiền khác nhau của tiền để được tham gia hơn trong việc mua một bút chì.Schemata và hiểuChúng tôi xem một lược đồ như là một mô hình chung của một tình huống. Một lược đồ xác định các mối quan hệ giữa hai được cho là tồn tại trong số các khái niệm và sự kiện bao gồm một tình huống. Các hành động của hiểu có thể được hiểu như là việc lựa chọn các cấu hình thích hợp của schemata vào tài khoản cho tình hình. Điều này có nghĩa rằng sẽ có một số lựa chọn ban đầu của schemata và xác minh hoặc từ chối các lựa chọn. Một phần lớn của các nỗ lực xử lý liên quan đến hiểu là hướng về xác định schemata thích hợp cho đại diện cho tình hình. Một khi một cấu hình thích hợp của schemata đã được tìm thấy, các hằng số của tình hình phải được liên kết với (ràng buộc) biến giản đồ. Lược đồ được chọn sẽ xác định việc giải thích của tình hình. Schemata khác nhau do đó sẽ mang lại các giải thích khác nhau của cùng một tình huống, và các tính năng khác nhau của một tình huống sẽ đưa vào tầm quan trọng hơn là một hàm giải thích đó.Như một lý thuyết, schemata khác nhau về tính đầy đủ mà họ chiếm bất kỳ tình huống nhất định. Schemata cả hai tài khoản cho đầu vào hiện tại và dự đoán các giá trị của những người khác. Nếu tài khoản cho các quan sát đầu tiên là đủ tốt (và không có ứng cử viên khác xuất hiện trong xử lý tiếp theo), giản đồ sẽ được chấp nhận, mặc dù có thể có không có bằng chứng cho một số dự đoán của nó. Những dự đoán, sau đó, chiếm suy luận về tình hình được thực hiện trong quá trình hiểu.Khi một lược đồ là đủ người nghèo lúc mô tả tình hình, một lược đồ mới phải được tìm kiếm. Nếu không có giản đồ đầy đủ duy nhất có thể được tìm thấy, tình hình có thể được hiểu chỉ trong điều khoản của một tập hợp các bị ngắt kết nối giải thích trong điều khoản của một giản đồ riêng biệt mỗi subsituations.Schemata là những cấu trúc dữ liệu hoạt độngMặc dù đây không phải là nơi để đi vào các chi tiết, chúng tôi tin rằng việc lựa chọn và sử dụng schemata được điều khiển bởi schemata mình. Chúng tôi nghĩ của schemata là đơn vị hoạt động chế biến, mỗi giản đồ có khả năng xử lý để kiểm tra bất kỳ dữ liệu mới đang được xử lý bởi các hệ thống perceptual và để nhận ra các dữ liệu có thể được liên quan đến mình. Schemata kích hoạt mình bất cứ khi nào họ có thích hợp để phân tích liên tục, và họ có khả năng hướng dẫn việc tổ chức các dữ liệu theo cấu trúc của họ. Schemata sau đó có thể kiểm soát và trực tiếp trình hiểu chính nó. Chúng tôi tiếp tục giả sử rằng đầu ra của một giản đồ (bằng chứng cho thấy khái niệm thể hiện bằng giản đồ là trong đầu) có thể sau đó được giới thiệu vào đống dữ liệu để sử dụng bởi schemata khác.Có lẽ là cách tốt nhất để xem điều này là để suy nghĩ của tất cả các dữ liệu được viết trên một bảng đen, với schemata kiểm tra các bảng đen cho dữ liệu có liên quan đến mình. Khi một đồ điểm nhìn thấy một cái gì đó, nó cố gắng để tích hợp các dữ liệu vào cơ cấu tổ chức của nó và sau đó đặt các thông tin mới vào các bảng đen. Schemata khác có thể phản ứng với các dữ liệu mới. Do đó schemata có dữ liệu hướng theo nghĩa rằng họ đáp ứng với sự tồn tại của dữ liệu có liên quan. Schemata thực hiện các hướng dẫn lái xe khái niệm với việc xử lý bằng cách sử dụng của conceptualizations nội bộ để thêm dữ liệu mới cho các bảng đen, do đó hướng dẫn xử lý schemata khác. Do đó mỗi lược đồ là thúc đẩy dữ liệu và cung cấp các hướng dẫn hướng dẫn khái niệm cho người khác. Thông tin chi tiết của hệ thống này có thể được tìm thấy trong một số nguồn: tương tự blackboard đến từ công việc của Reddy (Xem Reddy & Newell, 1974); hoạt động ma quỷ là khái niệm quen thuộc trong hệ thống máy tính hiện đại, từ những con quỷ Selfridge và Neisser (1960), với các diễn viên của Hewitt, giám mục, và Steiger (1973), để các hệ thống sản xuất của Newell (1973); Mô tả của các khái niệm liên quan đến cuộc thảo luận này là để được tìm thấy trong một số công trình của chúng tôi, đặc biệt là Norman và Bobrow (1976), Rumelhart (1977) và Rumelhart và Ortony (1977).

Kết quả (Việt) 2:

Những hạn chế và Defaults Các biến khác nhau trong một lược đồ thường chế: Chúng tôi không mong tofind tất cả các nhà máy có thể có hoặc động vật ở một trang trại. Hổ, cá chình, poison ivy là loài động vật và thực vật nhưng không nằm trong phạm vi bình thường của cây trồng có thể hoặc vật nuôi. Nhiều người trong số các biến trong lược đồ có giá trị mặc ​​định liên kết với chúng. Đây là những giá trị đặc biệt đối với các biến mà chúng ta có thể mong đợi để áp dụng trừ khi chúng ta đang nói cách khác. Như vậy chúng ta có thể mong đợi bò, lợn, ngựa, gà được trên một trang trại, và nếu không có gì là nói, chúng ta giả định sự hiện diện của họ. Tương tự như vậy, chúng tôi sử dụng các giản đồ cho giao dịch thương mại để giải thích một dịp trong đó một số người A đã mua item 0 từ một số người khác B; chúng ta giả định rằng, tiền được chuyển từ A đến B. Chúng tôi có thể là sai. Tiền có thể không có liên quan. Hoặc, trong ví dụ trước đó, bất kỳ trang trại nào đó có thể không có những loài động vật. Tuy nhiên, đây là những giá trị mặc ​​định cho sự hiểu biết chung về các tình huống trong câu hỏi. Biến (và những hạn chế của họ) phục vụ hai chức năng quan trọng: 1. Họ xác định những phạm vi của các đối tượng là có thể lấp đầy vị trí của các biến khác nhau. 2. Khi thông tin cụ thể về các biến là không có, nó là possibleto làm cho dự đoán tốt về các giá trị có thể. Các giá trị cho các biến cho một lược đồ có mối liên hệ với nhau. Nếu một trang trại chăn nuôi gia súc, chúng tôi mong đợi một kích thước khác nhau cho các máy móc và các sản phẩm hơn nếu các trang trại nuôi lúa mì, đậu phộng, cà rốt và trang trại khác nhau. Chúng tôi mong chờ các tòa nhà để nhìn khác nhau. Tương tự như vậy, nếu có ai đó mua một chiếc ô tô, chúng tôi mong đợi một số tiền khác nhau của tiền để được tham gia hơn trong việc mua một cây bút chì. Schemata và hiểu Chúng tôi xem một giản đồ như một mô hình tổng quát của một tình huống. Một lược đồ xác định các liên mối quan hệ được cho là tồn tại giữa các khái niệm và các sự kiện mà bao gồm một tình huống. Các hành động của hiểu có thể được hiểu như là sự lựa chọn cấu hình phù hợp lược đồ để chiếm được tình hình. Điều này có nghĩa là sẽ có một số lựa chọn ban đầu của lược đồ và xác minh hoặc bác bỏ những sự lựa chọn. Một phần lớn của các nỗ lực xử lý liên quan đến hiểu là hướng về việc xác định lược đồ thích hợp để đại diện cho tình hình. Một khi một cấu hình thích hợp của lược đồ đã được tìm thấy, các hằng số của tình hình phải được liên kết với (ràng buộc) các biến của lược đồ. Các lược đồ được chọn sẽ quyết định việc giải thích tình hình. Lược đồ khác nhau sẽ do đó mang lại giải thích khác nhau của cùng một tình huống, và các tính năng khác nhau của một tình hình sẽ đi vào chi tiết hoặc ít hơn tầm quan trọng như là một chức năng của diễn giải đó. Giống như một lý thuyết, lược đồ khác nhau trong sự đầy đủ mà họ chiếm bất kỳ tình huống nào. Schemata cả hai tài khoản cho các đầu vào hiện tại và dự đoán các giá trị của những người khác. Nếu tài khoản cho các quan sát đầu là đủ tốt (và không có ứng cử viên khác xuất hiện trong chế biến tiếp theo), lược đồ sẽ được chấp nhận, thậm chí dù có thể có không có bằng chứng cho một số dự đoán của nó. Những dự báo này, sau đó, tạo thành kết luận về tình hình được thực hiện trong quá trình hiểu. Khi một schema là đủ nghèo ở mô tả tình trạng này, một sơ đồ mới phải được tìm kiếm. Nếu không có đồ thích hợp duy nhất có thể được tìm thấy, tình hình có thể được hiểu chỉ về một bộ ngắt kết nối subsituations-từng giải thích về một lược đồ riêng biệt. Schemata là dữ liệu cấu trúc hoạt động Mặc dù đây không phải là nơi để đi vào các chi tiết, chúng tôi tin rằng việc lựa chọn và sử dụng các lược đồ được kiểm soát bởi các lược đồ tự. Chúng tôi nghĩ rằng các lược đồ như các đơn vị xử lý hoạt động, mỗi giản đồ có khả năng xử lý để kiểm tra bất cứ dữ liệu mới đang được xử lý bởi các hệ thống tri giác và nhận dữ liệu mà có thể có liên quan đến bản thân mình. Schemata kích hoạt bản thân bất cứ khi nào chúng thích hợp để phân tích đang diễn ra, và họ có khả năng hướng dẫn việc tổ chức dữ liệu theo cấu trúc của họ. Schemata sau đó có thể kiểm soát và chỉ đạo quá trình hiểu bản thân. Chúng tôi tiếp tục cho rằng sản lượng của một lược đồ (bằng chứng cho thấy các khái niệm đại diện bởi các giản đồ là trong dữ liệu) sau đó có thể được giới thiệu vào đống dữ liệu sử dụng cho các lược đồ khác. Có lẽ cách tốt nhất để xem đây là suy nghĩ của tất cả các dữ liệu được ghi trên bảng đen, với các lược đồ kiểm tra bảng cho dữ liệu liên quan đến bản thân mình. Khi một schema thấy cái gì, nó cố gắng để tích hợp các dữ liệu vào cơ cấu tổ chức của nó và sau đó đưa thông tin mới vào bảng đen. Lược đồ khác có thể phản ứng với các dữ liệu mới. Như vậy là lược đồ dữ liệu hướng trong ý nghĩa rằng họ đáp ứng với sự tồn tại của dữ liệu có liên quan. Lược đồ biểu diễn các khái niệm hướng dẫn việc xử lý bằng cách sử dụng các khái niệm hóa nội bộ của họ để thêm dữ liệu mới vào bảng đen, qua đó hướng dẫn việc xử lý các lược đồ khác. Vì vậy, mỗi giản đồ được hướng dữ liệu và cung cấp khái niệm hướng dẫn hướng dẫn cho những người khác. Thông tin chi tiết của hệ thống này có thể được tìm thấy trong một số nguồn: Các tương tự bảng đen đến từ công việc của Reddy (xem Reddy & Newell, 1974); quỷ đang hoạt động là khái niệm quen thuộc trong các hệ thống máy tính hiện đại, từ những con quỷ của Selfridge và Neisser (1960), các diễn viên của Hewitt, Giám mục, và Steiger (1973), với hệ thống sản xuất của Newell (1973); giới thiệu những khái niệm có liên quan đến cuộc thảo luận này là để được tìm thấy trong một số tác phẩm của chúng tôi, đặc biệt là Norman và Bobrow (1976), Rumelhart (1977) và Rumelhart và Ortony (1977).