生命特征的概念范文1
关键词：数学概念；教学引入；方法
中图分类号：G642.41 文献标志码：A 文章编号：1674-9324（2012）04-0162-02
一般而言，概念的引入分两种形式，一种是直接向学生展示概念，另一种是向学生提出一些供研究讨论的素材，并作必要的启示引导，让学生在一定的情境中进行思考。现代数学理论认为，概念教学是一种数学思维的教学，教师要引导学生主动参与，积极思维。显然，在数学概念教学中，后一种思维更能体现这一思想，具体地说，概念教学中可采取如下一些方法引入概念。
一、联系现实原型，引入概念
数学源于生活，在数学概念教学中结合学生身边熟悉的事物引入、生成和运用概念，不仅可以让学生感到数学知识的亲切，而且能将抽象的概念直观化，易于理解、掌握和解决问题。例如在讲解“梯形”的概念时，教师结合生活实际，引入梯形的典型实例（如梯子、堤坝的横截面等），再画出梯形的标准图形，让学生获得梯形的感性知识，同时应注意结合生活实际创设情境，活跃学生的思维，从而尽快地进入最佳的学习状态。
二、用观察的方法引入概念
在数学概念中运用观察法，就是在教师指导下，学生通过观察和已经学过的知识，来探索数学概念的本质。例如“面积”的概念，可通过引导学生观察黑板、桌子、课本等实物的面来引入，还可以引导学生用小刀剖开萝卜观察它的截面，让学生亲眼看一看，亲手摸一摸来引入。通过多种感官的协同活动，使“面积”的具体形象在学生头脑中得到全面的反映。学生通过课堂观察的方法，对所观察的事物进行抽象概括，揭示数学概念的本质属性，使认识从感性上升到理性，形成概念。
三、用归纳的方法引入概念
归纳法是讲数学概念时比较常用的方法。比如讲“平行线”这个概念时，教师出示铁轨、斑马线、门框等图形，让学生观察讨论这些图形中存在的线。学生经过讨论得出平行线的概念，在一个平面内，不相交的两条直线叫做平行线。建构主义的学习观认为，学习不是教师对知识的简单传递，而是学生自己主动建构的过程。在数学概念教学中运用归纳的方法，让学生在教师的引导下，自己去尝试、去琢磨，建构自己的知识网络。
四、由矛盾引入概念
矛盾法也是数学概念教学中的常用方法。例如，在讲“梯形”这一数学概念时，可以这样设计引入：前段时间我们学习了平行四边形，平行四边形的概念是什么？让学生完成以下问题：（1） 是平行四边形；（2） 是平行四边形；（3） 是平行四边形；（4） 是平行四边形；（5） 是平行四边形。等同学们填完以后，老师填写：一组对边平行，一组对边相等的四边形是平行四边形，然后让学生进行判断，最后，学生得出这个概念是错误的。那么，这个概念究竟是什么呢？教师给出答案，并画出梯形的图形，告诉学生，这就是我们今天要学的“梯形”。
五、基于CPFS理论引入概念
教学实践中，教师通常会遇到这些问题：当学生学了一个概念或一个命题，特别是学习了一组概念之后，往往不会灵活应用这些概念，不能把握这些概念的内涵和外延，无法辨认概念的反例，也不能理解这些概念的变式。那么，产生这一现象的原因是什么？我们数学教师又该怎样解决它呢？针对上述问题和现象，南京师范大学的喻平教授和单教授在2002年创造了数学学习心理的CPFS结构理论，CPFS结构理论的主要内容如下：包括概念系，概念域，命题系和命题域。CPFS结构是数学学习特有的认知结构，CPFS结构也是优良的数学认知结构。
1.通过概念域引入概念。一个概念C的所有等价定义的图式，叫做概念C的概念域。具体地说，概念域的含义是指某个概念的一些等价定义知识在个体头脑中形成的知识网络，是个体对数学知识的表征。利用概念域的有关知识，教师对等腰三角形的概念可以进行如下几种讲解：（1）两条边相等的三角形叫做等腰三角形；（2）两个角相等的三角形叫做等腰三角形；（3）一个角的内角平分线平分对边的三角形叫做等腰三角形；（4）有两条边上的高相等的三角形叫做等腰三角形；（5）有两条中线相等的三角形叫做等腰三角形。
2.通过强抽象关系引入概念。强抽象（又叫强化结构式抽象）是通过引入新的特征来强化原结构。就概念的内涵和外延来说，减少内涵，扩大外延的抽象就是强抽象。但是，强抽象中增加的新特征往往不是现成的，其抽象往往具有创造性。一般而言，在原型中引进的新特征，应是原型中的部分对象具有的，所以，强抽象的实质就是对原型中的部分或子类对象的再抽象，抽象方法可能不再是直接对原型中部分对象的直接考查而抽象而成，而是通过引进新的关系或运算造成原有概念的分化，对分化出的子类再抽象其共同特征，作为定义新概念的内涵特征，或是尝试添加新的特征强化原型，使之成为原型的子类或子概念。与弱抽象的情况相类似，在数学的历史发展中我们也可以找到不少强抽象的例子。在“角”概念上加上“90度”的特征，就构造出了“直角”这一概念，而“直角”是“角”的一个特例。这种造概念的方式，思维形式是顺向的，且过程简单明了，比较适合小学生的思维特点，学生很容易理解接受。
3.通过广义抽象引入概念。广义抽象是在定义概念B时用到了概念A，或者在证明命题B时用到了命题A，则称B是A的广义抽象，即B比A抽象。例如：映射―函数―连续函数，就是一组广义抽象。我们知道，菱形和矩形都是特殊的平行四边形，我们在讲菱形和矩形的概念时，可以这样引入：有一个角是直角的平行四边形是矩形，有一组邻边相等的平行四边形叫做菱形。而正方形又是特殊的菱形和矩形，因此在引入正方形的概念时可以这样说：有一个角是直角的菱形叫做正方形，有一组邻边相等的矩形叫做正方形。或者，有一组邻边相等并且有一个角是直角的平行四边形叫做正方形。
数学概念是人对客观事物中有关数量关系和空间形式方面本质属性的抽象。在数学概念教学中，作为数学教师，要认真设计引入环节，让学生参与课堂教学活动，使学生经历观察、分析、类比、猜想、归纳、推理、抽象、概括等思维活动，探究规律，才能把握数学概念的本质，从而得出新的数学概念.
参考文献：
[1]喻平.数学教育心理学[M].南宁：广西教育出版社，2004.
[2]邵芳芳.关于数学命题教学和概念教学的教学设计[EB/OL].2007-01-10.
http：//eblog.xhedu.省略/group.asp？gid=3&pid=1408
[3]谭均明.对数学概念引入教学的探究[J].中学课程辅导・教学研究，2010，（5）.
[4]陆银芳.融进生活实例的数学概念教学[EB/OL].2010-02-24.
http：//hsdzx.省略/xkmszt/jyzy/jyky/alyj/167053.shtml
生命特征的概念范文2
关键词 语音意图理解；多模态信息抽取；多模态信息融合
中图分类号 TP 309 文献标识码 A
A Study of Speech Intention Understanding Based on Multimodal
Information Integration
ZHENG Bin-bin JIA Jia CAI Lian-hong
(Department of Computer Science and Technology, Tsinghua University, Beijing 100084，China) [英文单位]（六号 斜体）
【Abstract 】 In order to obtain comprehensive speech intention information containing both the literal meaning and speaker’s affective state, a speech understanding method based on multimodal information integration is proposed. Key algorithms including keywords extraction, command analyzing, text/prosody-based affective state determination and multimodal information integration are designed. Our method is able to effectively obtain rich intention information by extracting information of different modality from recognition text and speech signal and merging them together, which is helpful to establish a natural human-computer interaction environment.
【Keywords】speech intention understanding; multimodal information extraction; multimodal information integration
0 引 言
随着人机交互技术的迅速发展，如何使计算机具有理解话语的能力逐渐成为研究热点。意图理解系统旨在对说话人的意图进行准确地分析和理解。目前针对语音意图理解的研究主要集中于话语理解（spoken language understanding）[1]，通过分析特定领域的语音文本来获取其中的语义信息，大致可分为基于规则/文法的理解方法[2]、基于统计的理解方法[3]、以及基于例句的理解方法[4]。虽然上述方法能够有效地理解话语的字面意思，但普遍存在以下2个问题。
1）话语理解的研究对象是对语音进行人工转写得到的文本，而在实际应用中只能使用语音识别引擎来获取文本信息。
由于自然语言中存在着复杂的口语现象和现有语音识别技术条
件的限制，得到的文本不可避免地存在大量错误，这将导致理
解性能大幅下降。
2）只考虑了话语的字面意思，即语言学信息。然而，语音可以传达丰富的信息，除语言学信息外，说话人的态度、情绪或者说话风格等副语言学信息也对意图的理解起着重要的作用。忽视这部分信息可能导致对说话人意图的理解产生很大偏差。
针对以上问题，本文提出了一种基于多模态信息融合的语音理解方法，该方法利用关键词检测等技术对识别文本进行分析以减少识别错误带来的影响；除关键词信息外，也从语音信号中抽取声学特征，获得多模态信息并进行融合，以获取说话人状态，最终对说话人的意图进行准确而全面地理解。
1 意图结构与理解框架
1.1 意图结构设计
本文考虑语音意图理解在智能家居场景下的应用。在智能家居控制场景中，说话人的意图主要是对家居设备进行命令控制。为有效表示用户意图，设计了表1所示的意图结构，包括命令内容、用户状态以及命令状态3部分。
命令内容指用户语音中包含的具体指令。智能家居控制场景中常用的设备控制命令具有统一的模式，命令内容包括设备名称、设备属性、设备位置及操作类别4个子项。例如命令“把卧室空调的温度升高”中，设备名称、属性、位置和操作类别分别为“空调”、“风力”、“卧室”和“升高”。
用户状态反应说话人讲话时的情绪状态类别，包括高兴、悲伤、愤怒和惊奇4种基本情感类型，意图理解结果给出用户情绪状态属于每种情感类型的置信度得分，其取值范围为0～1。
命令状态包括命令的有效性和优先级，有效性指明该命令是否符合当前场景的设定。有效性取值为1表明命令有效，取值为0表明命令无效。优先级分为3个等级(0-low,1-normal,2-high)，反映了用户对该条命令响应时间的要求，优先级越高的命令用户要求的响应时间越短。
1.2 基于多模态信息融合的语音意图理解框架
为充分理解用户语音中包含的意图信息，设计了如图1所示的意图理解框架。
语音意图理解的多模态信息融合方法系统框架中的输入为用户语句，意图输出结果的形式是如前所述的意图结构。这种方法一方面从语音识别文本中抽取命令内容相关的关键信息和说话人状态判断的辅助信息；另一方面对用户语音进行声学特征分析，得到说话人状态的判别结果。最终将这两部分信息进行融合，获取到最终的用户意图。其中文本信息的获取包括关键词抽取、命令解析和基于文本信息的情绪状态判别等主要模块；声学信息由基于韵律特征的情绪状态判别得到。将这两部分信息经过多模态信息融合模块的融合处理，得到最终的用户意图。
2 基于N-Best音节格的命令关键词抽取
近年来，语音识别技术的研究取得了很大进展，但自然口语的语音识别仍然存在很多问题。这是由于自然口语中存在大量的重复、遗漏和倒序等现象[5]，使得识别准确率难以提升。另一方面，要对句子进行准确的理解，并不需要考虑句子中的每个词，只需对几个蕴含关键概念的关键词汇进行理解就能把握句子的意义。关键词识别技术从语句中抽取用户关心的关键信息，能够降低对识别系统和环境噪声的要求。
2.1 关键概念及关键词集设计
由于说话人可以用不同词汇来表达同一概念，所以可选择关键概念而非关键词本身作为后续理解算法的输入。根据1.1节中对命令模式的分析和意图结构的设计，针对智能家居控制场景定义五类关键概念(KC，key concept)，包括设备类型（cc_device）、设备属性（cc_attri）、设备位置（cc_pos、操作类别（cc_oper）和用户状态（user_state）。其中 “user_state”描述说话人的情绪状态。
每个概念项可能对应多个关键词，根据关键概念种类，定义了6类关键词：“Devices”，“Attributes”，“Positions”，“Operations”，“UserStates”和“Combinations”。其中前五类关键词依次对应前述的关键概念类别，“Combinations”类的关键词可以转化为一个设备属性和一个操作类别概念。为便于后续理解，算法并不输出关键词本身，而输出对应的关键概念。表2和表3所示为关键概念及关键词集的总结。
2.2 基于N-Best音节格的关键词抽取算法
在命令检测和对话系统的应用中，最通用的关键词抽取方法是基于垃圾模型的方法[6]。这类方法在对限定关键词建立声学模型的同时，构建垃圾模型吸收所有其他发音，其优点是实时性好，但关键词库难以扩展。在音频内容检索的研究中，研究者主要利用语音识别引擎产生基于音节或音素的搜索网格[7]进行关键词抽取，这类方法更换词库方便，但搜索开销较大。
针对上述问题，本文设计了基于N-Best音节格的命令关键词抽取算法。为保证关键词库的可扩展性，并使语音识别结果有较高的稳定性，采用基于微软SAPI5.1的大词汇量连续语音识别引擎作为前端。为进行细粒度词汇匹配，将语音识别结果转换为拼音和声调的组合串，构建基于音节的N-Best搜索网格作为关键词抽取的输入。N-Best音节格即N个识别得分最高的经过时间对齐的识别结果语句（实现中取N=5），其形式见图2。采用N-Best音节格代替1-Best的识别结果能够为关键词匹配提供更多的信息，并且这种音节格的形式简单，搜索时花销小，适合命令检测。
关键词抽取算法的输出是一个关键概念序列，各关键概念按出现位置排列，并且每个概念项标注其匹配位置和匹配得分。
搜索算法为从N-Best音节格的第1列开始以音节为单位进行扫描，计算每个预设关键词与从当前列开始的5个对应音节串之间的相似度得分，对这5个相似度得分以识别得分加权求和作为匹配得分；记录匹配得分超过预设阈值（根据实验取0.9）的关键词所对应的关键概念、匹配得分和匹配位置，构成关键概念序列；对得到的关键概念序列进行后处理，保证关键概念按匹配位置排列，并且前后关键词之间没有位置重叠。
为计算匹配得分，建立基于最小编辑距离（MED，minimum edit distance）[8]的词汇相似度度量。最小编辑距离是指把一个字符串转换为另一个字符串在编辑操作上所付出的最小代价，MED越小代表2个字符串越接近。其中允许的编辑操作包括替换、插入和删除。采用最小编辑距离作为词汇相似度度量能细致地描述不同音节串之间的差距，并可以用成熟的动态规划算法进行求解。
在音节级的匹配中，令插入、删除和替换代价均为1。音节级的MED将作为词汇级匹配中的替换代价，因此可用两音节长度的最大值进行归一化。定义拼音PYi和PYj间的归一化最小编辑距离为
在词汇级的匹配中，计算MED时令删除代价为无穷大，插入代价为1，替换代价为对应音节之间的归一化编辑距离。当计算得到词汇间的最小编辑距离后，将其转化为值域在0～1的相似度度量，定义词汇Wi和Wj间的相似度为
3 基于概念关系图的命令解析
目前通用的命令控制系统往往只能理解符合预设格式的语音命令，限制了说话人的表达方式。为使说话人能够更自然地进行表达，本文在分析命令结构的基础上，设计了一个基于关键概念限制关系的解析算法，不仅可以适应不同的命令表达方式，还允许用户在一句话中包含多条命令。
由1.1节的分析可知，智能家居控制场景中的命令包含设备位置、类别、属性及操作4个要素，设备的位置及类别、类别与属性、属性与操作之间存在直接的限制关系，据此构造并维护一个无向图（概念关系图）来表征不同命令要素即关键类别概念之间的关系（不考虑user_state类概念），图3给出了关键概念图的一部分。图中的节点表示关键概念项。概念关系图中的节点分为四层，只有相邻层之间存在边，代表直接的限制关系。当2个节点之间存在边连接时，表明这2个节点表示的关键概念可以在同一条命令中出现。若1个节点和相邻层只存在1条边，说明如果该节点代表的关键概念存在，可以直接推理出相邻层对应的关键概念也存在。
命令解析算法以关键概念序列为输入，根据命令模式输出0、1个或多个关键词组合。利用概念关系图进行命令解析的过程如下：首先将语音中未出现但可由输入KC唯一确定的KC加入待解析序列，并令新加入的KC与对应的原始KC匹配位置相同；统计每类KC的个数并取其最大值M，构造M条候选命令；从KC个数最多的一类开始，对其中的每个KC按照概念关系图规定的邻接关系（左/右）在输入序列中查找与其相关的KC，直至查找到概念关系图中的第1（4）层；若在相邻层查找关键概念时只找到1个，将其加入包含当前KC的候选命令；若找到多于一个KC，计算这些KC与当前KC的匹配位置之间距离，则选取距离最小或未被加入候选命令的一个；最后对抽取得到的候选路径进行筛选，去除重复路径和不完整路径，输出合法路径对应的关键词组合结果。
为提高命令检出率，在进行二次识别时考虑历史信息：历史信息为用户上一次语音输入中的关键概念，在查找时若找不到相关的概念项，则用合适的历史信息概念代替。
4 说话人情绪状态判定及多模态信息的线性加权融合
说话人的情绪状态是比命令内容更高层次的语义信息，对意图理解有重要的影响。为对说话人状态进行判定，利用情绪相关的关键词和语音声学特征的多模态信息进行融合，提出了一种线性加权的多模态信息融合方法。
4.1 基于文本的情绪状态判定
命令解析模块只处理命令内容相关的关键概念，基于文本信息的情绪状态判定以关键词抽取模块得到的属于“user_state”类的关键概念为输入，输出语句属于4种基本情感类别的置信度得分，其值域为0～1。当user_state类的关键概念被检测到，令文本属于情感类别k的置信度得分为
(3)
其中，Nk表示检测到的第k类情感的关键词数，CW(k,i)表示属于k类情感的第i个词的置信度得分（关键词匹配得分）。
4.2 基于语音韵律特征的情绪状态判定
近年来，国内外已有大量语音情感识别的研究成果，其基本的研究思路是通过对语音声学特征进行分析和抽取，利用不同的模式分类方法将语音判别为某一类情感类型。本文借鉴语音情感识别的一般方法，构建了如图4所示的模式分类框架。
情绪状态相关的声学特征对识别结果有重要影响。目前在语音情感识别中使用最为广泛的声学特征包括韵律特征、音质特征和频谱特征。情感语音相关的大量分析结果表明，在这几类声学特征中，语音情感信息主要体现在韵律特征的变化上[9]。语音的韵律特征包括基频、能量和语速的相关统计或时序特征。因此选用音节平均时长、平均短时能量、平均基频、最大基频和基频范围作为用于识别的声学特征。声学特征的抽取利用praat软件完成[10]。
有关语音情感识别的大量研究证明了支持向量机（SVM）分类方法的有效性，因此，获得特征向量后，利用SVM的开源工具包libsvm[11]进行模型训练和识别。其中分类器类型选定为C-SVM，核函数采用3阶的径向基函数 (RBF)，分类器的输出为Cp(k)，为语句与第k类基本情感相对应的匹配得分。
4.3 多模态信息的线性加权融合
多模态信息融合进行说话人情绪状态和命令状态的最终判定，可以在特征层或决策层进行融合。由于声学特征和文本特征在形式上存在很大差异，选择在决策层进行融合。
文献[12]提出了一种求均值的方法来进行决策级的多模态信息融合，该方法简单易行，相当于对各模态信息赋予相同权重，但是忽略了不同模态本身的置信度。为描述不同模态信息的置信度，提出了一种加权求和的多模态信息融合方法。
融合算法的输入为基于文本和韵律特征的情绪状态判定模块的输出结果，二者均为输入语句属于4类基本情感的置信度得分，可以看作为四维的置信度得分向量，其各分量均为0～1之间的实数。计算语句最终属于第k类情感置信度得分的线性加权公式为
(4)
其中μ为加权系数，取值范围是0～1。采用实验方法确定加权系数，对语料库中的每个训练语句进行2种模态置信度得分向量的抽取，选取令分类正确的语句数最多的系数值μ，最终选定μ为0.45。μ的取值也说明了情绪信息主要蕴含在语音的声学特征中，所以语音模态的置信度应当高于文本模态。
多模态信息融合模块还对命令状态进行基于规则的判定：如果命令解析模块没有输出完整命令，则将命令视为无效；否则命令有效。对于命令优先级，若最终用户状态融合结果属于愤怒情感的置信度最高，置优先级为最高级level-2；若属于悲伤情感的置信度最高，置优先级为最低级level-0；对其他有效命令置优先级为普通级level-1。
5 测试与实验
5.1 命令内容检测性能测试
在命令集中选择15条命令进行测试，其中包含2个关键概念的命令有2条，包含3个关键概念的有10条，包含4个关键概念的有3条。对每条命令进行60次语音输入，不限制测试者对命令的表达方式，如“开门”也可以说成“把门打开”。
测试指标为命令的1次检出率和2次检出率。
一次检出率P1定义为进行一次命令输入时的检出率：
(5)
当第一次输入未得到合法命令时，系统提示用户进行第二次输入，在进行命令解析时利用历史信息。二次检出率P2定义为：
(6)
测试结果如图5所示：
15条测试命令的平均一次识别准确率为91.3%，平均二次识别率达到99.3%，说明系统能够有效地从用户语音中抽取命令内容。
5.2 情绪状态判定实验
为进行说话人情绪状态的判定，用一个包含四种情感语句的语料库进行训练和测试，这四种基本情感分别为愤怒、高兴、难过和惊奇。每种情感含有220个语句。句子文本并不限于命令内容。对文本中情感相关关键词进行人工筛选构造关键词库。每种情感选用200句作为训练数据，其他句子用于测试。
定义情绪状态判别准确率Pe如下：
(7)
只采用语音声学特征时，对情感状态包含在训练数据中的80个测试语句，情绪状态判别准确率达到88.8%。加入文本情绪状态信息时，情绪状态判别准确率达到93.8%。证明了融合多模态信息能够提高情绪状态判别的准确率。
6 结论
本文提出来一种基于多模态信息融合的语音意图理解方法，通过从识别文本和语音信号中抽取多模态信息进行融合从而进行说话人意图理解。该系统能够获得包括说话人命令内容、情绪状态以及命令状态在内的更加全面的用户意图信息，有利于人机交互的顺利进行。
7 致谢
本文受国家自然科学基金项目61003094, 90920302的资助。
参考文献
[1] Wang Y.-Y, Deng L and Acero A. Spoken Language Understanding [J]. IEEE Signal Processing Magazine. 2005. vol. 22, issue 5. pp: 16-31.
[2] Kimura.H, Tokuhisa.M, et al. Comprehension of Intentions and Planning for Response in Dialogue [R]. Technical Report of IEICE. TL98-15. pp:25-32. 1998.
[3] Wang Y-Y, Strategies for Statistical Spoken Language Understanding with Small Amount of Data An Empirical Study [C]. Proceeding of INTERSPEECH2010. Chiba, Japan. 2010. pp: 2498-2501.
[4] Shimada K, Iwashiata K and Endo T. A Case Study of Comprehension of Several Methods for Corpus-based Speech Intention Understanding [C]. Proceeding of PACLING2007. 2007. pp: 255-262.
[5] 宗成庆，吴华，等. 限定领域汉语口语对话语料分析[C]. 全国第五届计算语言联合学术会议论文集. 1999. 115-122.
Zong Chengqing, Wuhua, et al. Analysis of Spoken Dialog Corpus in Restrict Domain [C]. Proceeding of JSCL-99. 1999. pp: 115-122. (in Chinese).
[6] Rose R, Paul D. A Hidden Markov Model Based Keyword Recognition System [C]. Proceeding of ICASSP. Albuquerque. 1990. pp: 129-132.
[7] Lin H, Stupakov A and Bilmes J. Improving Multi-Lattice Alignment Based Spoken Keyword Spotting [C]. Proceeding of ICASSP. Taipei. 2009. pp:4877-4880.
[8] Navapro G. A Guide Tour to Approximate String Matching [J]. ACM Computing Surveys. 2001, vol. 33. pp:31-88.
[9] Tao J-H, Tan T and Picard R W. Feature Importance Analysis for Emotional Speech Classification[C]. LNCS 3748. 2005. pp: 449-457.
[10] Boersma P and Weenink D. Praat: Doing Phonetics by Computer [Computer Program]. Version 5.1.34. retrieved 31 May 2010 from 省略/.
生命特征的概念范文3
生物概念 策略 因素
知识在教学活动中更多地表现为概念和命题，知识的掌握在于知识传递系统中学生对概念的接受和占有。生物学概念处于生物学科的中心位置，概念教学是生物学课程内容的基本组成部分，对学生学习生物学及相关科学具有重要的支撑作用。围绕着生物学重要概念来组织并开展教学活动能有效提高教学效益，有助于学生对知识的深入理解和迁移应用。
教学中的教学设计应注意以下几个因素，策略性地做到既保障符合学科逻辑和学生的认知逻辑，又能顺利地有效遵循掌握知识的心理学原理，科学地开展教学活动，完成概念教学的目标。
一、把握住学科逻辑和学生认识逻辑不一致的关系
学生的经验型思维逻辑和学科逻辑是有着落差的，例如，形态结构是生理功能的基础（结构和功能相适应），动物行为是生理功能的外在表现形式，这是学科知识体系内在的逻辑。而学生认知特点是先对动物有什么行为感兴趣，再对其结构、功能感兴趣，从而在好奇中开始学习生理功能。如按形态结构——生理功能——动物行为来组织学生按部就班地开展学习，学生学习的主动性和注意的品质、动机水平都会徘徊在较低的水平。那么，为能激发较高的动机水平和较好的注意品质，并能使概念教学在适合他们的范畴内开展，应如何设计呢？
例如，将鲸、老虎、老鼠、海豚、蝙蝠归于同一类群（哺乳动物）。该部分动物形态特征迥异，各具奔跑、飞翔、毛色、大小、体形等非本质属性。如何依据其本质特征归类为一个种群？
可按如下策略设计：展现动物的行为，引导学生联系到动物的生理功能，进而展示形态结构。借助直观的、具体的、科学的、形象化的教学资源展示本质特征（胎生、哺乳、用肺呼吸、心脏四腔、体温恒定等）的教学活动，既能提高观察、分析、归纳的精确性、准确性、科学性，又能帮助其将这些间接经验固化为自己头脑中相应的认知结构以建立概念。这样学生不但记住了概念的“文本知识”，而且经过二次抽象了解概念的形成过程及其应用。
从动物的行为出发，再了解动物的生理功能，进而展示形态结构的教学设计，有助于学生形成强烈的好奇心，有助于加强学生理解生理功能和形态结构的辩证关系。在此基础上体验和建立形态结构、生理功能、动物行为的辩证统一的学科观念，有助于学生增强分析、概括、总结的思维能力，以达到教学设计中深入浅出的效用，更好地针对学生的年龄特征和认知能力来确定概念教学的深度和广度，以切实达到预期的教学效果，并为后续的学习打下基础，实现概念教学的螺旋形上升。
二、善用“探究式”学习模式，强化形成有效和足够强度的学习动机
在很多情况下学生不能自发完成概念的理解，课堂上体现为学生凭借已有基础知识和思维工具不足以解决学习任务，不足以对事物的特征和联系进行分析归纳。此时学生这种心理困境会使其对原有的知识积极地开展思考和产生更新的愿望。而概念的学习是一种理性的概括，这个复杂的过程，需要在知觉水平上对一类事物的特征与联系进行分析、比对、区分出一般（共有）与特殊（非共有）因素，从而揭示事物的一般因素和本质因素来掌握同类事物的共同本质属性。
“探究式”学习模式能为学生在解决上述困境而开展的学习活动中提供形式上的保障，在内容上为其提供广阔的活动空间。其借助于学生日益发展的思维中的批判性、独立性，借助于不满足、不简单盲目信奉书本和教师的解释和论断的好奇心，借助于喜欢探究、喜欢争论的年龄特征，来开展活动并引导其得出学习成果。
面对学生运用相对薄弱的基础知识体系和有限的正在逐渐发展的思维能力做出的简单化、片面化、不正确的命题时，教师需给予恰如其分、恰到好处的帮助，符合实际的积极归因的评价。这样，学生就能产生强烈的学习动机，而学习动机的形成取决于下面三个方面：首先，创设外部客观条件，激发学习动机；其次，引起内部心理需要，转化学习动机；再次，强化各种内外因素，维持学习动机。
三、厘清生物学概念和生活化用语的本质区别
初一学生从小学的科学课学习中、在日常生活、社会生活中都可以接触到一些常识性的知识和学科信息，以学科角度来看，这些表述内容显得浅显、泛化，科学性和系统性都有很大的不确定性、功利性。教学中应避免它们负面的影响，而可借用其直观、形象化的特征来帮助学生建立概念。
例如，常见的两个词语：“营养丰富”、“垃圾食物”。我们可以通过这两个词语来了解生活化用语的片面性、机械性、绝对性和局限性。
从食物成分表上看，不存在所谓的营养特别丰富的食物，而且只有针对特定的时间、空间下的特定对象才有所谓的生活意义、医学意义上的“营养丰富”一说。例如，沙漠中缺水受困者，水及含水丰富的食物就是营养最丰富的食物；远洋航行中，含Vc和淡水丰富的食物就是营养最丰富的食物。因此，这两个词语，人们在生活中形成的定义，其在性质上表现出形而上学的特质，推理形式上表现为一种机械式的论断。
教学中面对上述类别的生活词语，要与学科概念区别开，特别注意阐明学科概念的科学性、概括性、逻辑性，以使学生获得辨析两者的生物学素质。渗透这种认知于教学中，是最困难的，但也是必要的，更是应该的。其意义在于：可以使被动的课堂教学实践和学习时间转化为主动性更强的自我学习时间和实践活动，真正地开拓了学习环境、学习机会和条件。
学生在近似活生生的现实社会和生活中学习和探究，在往返的辨析中，加深对生活的关注、深入地理解社会实际问题，形成更加积极的、科学的情感态度和价值观，有利于主动参与社会决策和形成积极健康的生活态度。这对学生学会学习、学会解决问题和提高公民素质都极为有利。这种学习经历有利于形成尊重客观事实、敢于怀疑、坚持真理和勇于反思等科学素养。
四、理解概念的相对真理性、避免绝对化
概念教学对于学生学习生物学及相关科学具有重要的支撑作用。学生们的科学观初步地形成于学校中的学科学习，学生在教师帮助下，在对概念进行自觉的反思和必要的更新的过程中，逐渐形成正确的科学观念，伴随着学生的成长，其科学观念也在不断加深和拓展中。
我国有着厚重而深凝的非科学文化传统和方术思想，泛灵意识充斥于日常生活和社会生活中。因此，教学活动有必要在科学性质上加强经典科学性质的认识和理解，而且在初等教育阶段，尤显必要。在学生心智还不健全，还没有建立起系统的、科学的、积极的情感态度和价值观时，应教给学生们一个经典的客观真理的科学主义概念，这是成长的阶段性、发展性决定的，符合学生的心理发展规律。在不久的将来，当学生随着长大，心智渐开，会像人类的自然科学认识过程一样从绝对化到相对化，逐步认识和理解科学和技术的局限性、阶段性、发展性，从而最终建立起积极、科学、具有辩证精神的唯物主义科学观、方法论、价值观、情感态度。
另外也不要轻视并要避免机械论调对学习概念的毒害作用。如一个人依据“在一楼居住的人比在二楼居住的人承受的万有引力要低一些”，而推断“居住在一楼的人要比居住在二楼的人长寿”这样的结论。这种看似合理科学的解释，却充斥着机械化、绝对化、片面化、简单化的谬误的逻辑推断，得出了一个看似正确其实错误的命题。其危害性在于有较大的迷惑性和欺骗性，其割裂了事物间的联系，孤立地采取单一的标准去分析一个复杂的现象。
教学设计中要通过围绕实例来组织学习活动，科学地运用逻辑思辨能力对其给予明确和严谨的辨析，使学生在遇到类似的具有迷惑性的命题时能明辨是非、洞烛先机。通过学习活动让学生有勇气和智慧去辩驳，利用已有的学科素养和有效的、有力的思维能力去认识这种机械论命题的危害性，洞悉该机械命题论证过程的绝对化、机械化、片面性，洞悉该机械命题论证过程推理方法上的错误。
五、认识、遵循掌握概念的内化定型规律
对于每个学生个体来说，概念建立的心理过程就是把具体事物的知识经验加以抽象化，从中区分一类有关事物所共有的一般的、本质的要素，经抽象化形成抽象定义，从而确认本质属性的过程。
学生建立概念的心理过程开始于感性概括，是在直观基础上自发进行的，直觉概括不经分析、抽象，而是依靠事物外表特征的强弱对比，强要素泛化来掩盖弱要素而实现的，这种概括往往只反映事物的外表特征，只能获得概括不充分的日常概念。
教学中要引导学生在感性概括上发展，不能停留或局限于此。尽可能超越感性概括，引导学生进入概念掌握的抽象化概括阶段，通过教师的指导和辅导，通过分析、比较、归纳、综合等学习活动来了解概念一般的、本质的特征与联系，上升到抽象定义，从抽象定义出发，以辨析、例证等思维活动，来确认本质属性，逐步地构建起科学概念。
教学组织程序可按系统论分析方法创设的概念模式来实施和开展。依下图所示，抽象化概括是为了揭示概念的一般本质特征与联系的活动过程，不只是识记文本知识，更重要的是对一类具体事例或表象进行分析，要在解析的基础上找出共同的不可或缺的本质要素，再依据确定的本质要素及其形成的联系，对这一概念提出初步的假设，经同学教师的反馈，对初步假设进行修正，以形成概念。
如未能如期修正或出现偏差，需要再引导学生回到起始的阶段重新进入上述进程开展学习，直至完成概念的心理结构的构建，形成概念。
教学设计和教学进程中遵循概念形成过程的心理学原理，重视最大限度地在时间、空间上保障学生自主地完成概念形成的心理结构的构建过程，对学生今后持续性地学习生物学及其相关学科有着支柱性的支撑作用，并为后续的学习在方法论范畴打下良好的基础。并实现概念教学的螺旋形上升，实现概念高效的教学，实现教育最本源的目标——掌握知识、形成能力、建立科学的价值观。
总之，在生物学教学设计过程中，要注重对概念的把握，结合现代心理学原理等各种因素，积极地进行探究，综合分析各种不利因素的影响以及有利因素的推动作用，更好地利用各种策略性因素，主动地进行课堂教学设计，使生物学教学有一个质的飞跃。
参考文献
[1] 肖巧玲.高中生物教学中学生前科学概念转变实践研究.福州：福建师范大学，2006.
[2] 姚宝骏.一般教育环境下生物学概念形成过程特征及影响因素的实验研究.上海：华东师范大学，2009.
生命特征的概念范文4
摘 要：lakoff提出的icm认知模型，依据结构型式，可分为四个子模型：命题模型、意象图式模型、隐喻模型和转喻模型。在对icm的四个子模型及其相互关系进行综述性研究中发现，转喻和隐喻之间并没有严格的区分界限。
关键词：icm 意象图式模式 命题模式 转喻模式 隐喻模式
一、icm
认知模型（cognitive model），是指人类关于客观世界知识的心理构建。这种构建往往是模式化的，反映出以特定而固化的方式勾勒客观现象，表现出一种理想化了的思维定势。刘宓庆（1999）认为：“思维形态是一种历史的产物，又是一种共时的现象。它是无时无刻不在支配语言表现并模式化为语言表层结构样式的深层机制”。因此，lakoff（1987）提出了icm这一人类认知模型。他认为，人类往往依据结构来组织知识和表征现实，每一种icm均是一个复杂的结构化整体，即一种格式塔（gestalt），而且每一种icm均能构建一个心理空间。依据结构型式的不同，icm表现为四个子模型：命题模型、意象图式模型、隐喻模型和转喻模型。lakoff指出，认知模式是人脑为感知世界进行组织和表征的方式。这种方式是人类创造的，并不是客观存在的，所以称之为icm（理念化的认知模式，idealized cognitive models）。每一种理念化认知模式都是一个复杂的结构化整体，而且每一种认知模式都能建构一个心理空间。ungerer & schmid（1996）指出，认知模型不具备普遍性，其形成有赖于人所成长和生活的文化语境，因而，特定认知域的认知模型最终会受制于文化模型。
二、命题模式和意象图式模式
命题模式（propositional model）是对原型结构直接关联概念之间关系的知识结构进行认知的一种方式。这种认知包括对特定对象特征、特性及其相互关系的认知。意象图式模式（image-schema model）与空间结构直接相关，凡是涉及形状、移动、空间关系的知识都是以此模式储存的。（赵艳芳，2001）
在心理学界，“意象”（image）是指人们在感知体验外界事物过程中所形成的抽象表征，这种表征不是原事物具体而丰富的形象，而是删除具体细节后的有组织的结构，是事物在大脑中的一种抽象类比物（赵艳芳，2001）。在认知语言学中，意象是指特定的、体验性经验的心理表征（croft & cruse，2004）。在langacker（1990）看来，意象是指对一个客观事物或情形由于“识解”方式的差别——凸现的部分不同，采取的视角不同，抽象化的程度不同等等而形成的不同心理印象。后来，langacker（1991）对意象概念作了细微的修正，认为意象是指人们以交替的方式识解一种被认识的事物。
在认知科学中，bartlett（1932）明确指出，人的记忆能把各种信息和经验组织为认知结构，逐渐形成常规图式，遇到新事物，惟有把这些新事物和已有的图式相联系才能被理解。rumelhart（1980）认为图式是所有信息加工所依靠的基本要素。他提出，图式理论基本上是一种关于人的知识的理论，所有的知识在头脑中均被安排在一定的单元中，这些单元就是图式。croft & cruse（2004）认为，意象图式就是对意象的图式表征，是图式性的，是一种非命题的认知结构。johnson（1987）认为，意象图式是认知过程中反复出现的结构，是这种结构构建理解和推理的型式。所谓意象图式模型，就是指人类对客观现实的知识是以形状等空间概念储存于大脑的，表现为图式性意象。“就是指人们在认知世界的过程中，往往从自己已有的知识结构出发，基于自己的经验和背景去观照客观诸事物。”（王文斌，2008）
意象图式较之意象显得更具抽象性和概括性，不是包容客观事物各种具体细节的形象，而是业已抽象了的图式。意象图式不是反映客观事物具体细节的形象，而是抽象的认知结构和知识表征，是人类揭示并认识属于世界同一种关系事物的手段。（王文斌，2008）
三、隐喻模型和转喻模型
（一）隐喻模型
根据认知语言学，隐喻是从一个概念域向另一个概念域的结构映射，其认知立足点是“意象图式”，这些图式均产生于人类的基本经验，来源于人类的日常生活并由此获得意义（王文斌，2001）。lakoff & turner（1989）认为，映射就是两个概念域（始源域和目标域）之间的对应集。这一对应集可能是“此事物与彼事物的外在表象联系”，也可能是“此事物与彼事物的内在特性的关联”，也可能是“两者兼而有之的关系。”（王文斌、林波，2003）
任何隐喻都隐含着施喻者对某一特定事物的一种认识、理解和阐释，表现出对特定事物的一种认知的心路历程（王文斌，2007）。隐喻施喻者往往是凭借自己个人对于世界的知识、经验、记忆等个体要素来构建隐喻。lakoff & johnson（1980）有句名言：“隐喻的本质就是以另一件事和经验来理解和经历一件事和经验”。隐喻关涉到源域和目标域之间的对应，即隐喻是将源域映射到目标域之上，而映射的动因就是人类的经验。（王文斌，2006）
隐喻的相似性基本有两种：一是“物理相似性”，二是“心理相似性”。前者是指源域与目标域之间存在客观上的共有特征，而后者就是指这两个域之间存在主观上的共有特性。lakoff（2005）指出，隐喻仅存在于人的大脑，存在于人的概念性映射，而隐喻的意义肯定与思维相关，它不存在于词语，也不存在于客观世界，而是人的思维将一种新的意义强施于目标域（王文斌，2006）。隐喻的基础——相似性，不是绝对客观的，而是相对于人们的经验而言的，是可以创造的。（李诗平，2003）
（二）转喻模型
认知语言学视角下的转喻不再是传统的修辞方式，而是一种认知过程，langacker（1993）认为转喻是一种参照体现象，便于人们在心理上建立与目标的联系，radden&kovecses（1999）认为在这一认知过程中，同一理想认知模式内的一个概念实体为另一概念实体提供心理可及。而croft（1993）认为转喻是在认知矩域阵内次域之间的映射关系。但无论哪种理论模式，转喻的发生总是基于同一模式或者框架内概念之间的临近性，这种临近性不仅存在于框架内的各部分之间，也存在于框架整体和部分之间。
lakoff认为转喻是一种概念现象，是同一个认知域的内部投射；他还认为转喻是一种参照点现象，转喻词语指称的概念体作为一个参照点为想要描述的概念体提供心理通道。转喻结构的成分来源在语义层上的分析必须以不同概念在语义范畴上的统一与协调为基础，建立不同概念之间的或隐或显的关联。如“the kettle boils”，可以“boil”的物质大多是液体状的而非固体物品。“kettle”和“boil”并非一个概念范畴，但我们知道“kettle”是用来盛水烧水的一个器具，“kettle”代替了“water”，所以“kettle”和“boil”成为同一个语义范畴，形成一个转喻；“a small cat”中“small”在语义层上突显了“cat”“身形娇小”这一隐性特征，虽然“small”和“cat”从纯语义的角度看属于不同概念范畴，但在这一具体语境中却可划归于同一语义范畴“cat”，从而形成转喻概念模式“以特征代事物”；“a man with long hair”中的次要成分“long hair”从语义层上强调了“man”的“长发”这一显性的外形特征，二者无论从纯语义还是从具体语境的角度讲都可以划为同一语义范畴“man”，形成转喻概念模式“以部分代整体”。（周娜娜，2008）
四、四种模型之间的关系
命题模式是对原型结构直接关联概念之间关系的知识结构进行认知的一种方式。这里的认知包括对特定对象特征、特性及其相互关系的认知。命题可以有多种多样的形式，可以有真假之分。命题模式可以是一个命题，可以是一个定义，也可以是简单的一句话。它是一切模式的基础。所有的语言形式都可以称之为命题，命题模式包括“意象图式模式、隐喻模式和转喻模式”，这三种模式都是命题模式的一部分。我们可以用图1来表示命题模式，图2来表示它们之间的关系。
如图所示，外面大圈表示命题模式，包括所有语言形式，而大圈里面的“小圈a、b和c”则分别表示意象图式模式、隐喻模式和转喻模式。这三种模式都包含在命题模式之中。
意象图式模式（image-schema model）与空间结构直接相关，凡是涉及形状、移动、空间关系的知识都是以此模式储存的。也就是说，意象图式是潜在于人类大脑中事物内部元素之间以及相邻或相似事物之间抽象的表征。人类历史的初始阶段是没有语言的，在与外部世界的慢慢接触之中，基于经验，人们开始对事物进行对比区分，于是相类似的、邻近事物在人脑中聚合，构成一个巨大的空间网络，这就构成一个意象图式。也就是说，人们头脑里面知识的一个总的集合被称为意象图示。比如，当我们谈到“中国”的时候，藏在脑子里面的关于中国的一系列知识都会闪现出来，无论间隔时间有多久，也无论间隔空间有多远。我们远可以想到炎黄二帝、秦始皇，近可以想到毛泽东、胡锦涛、中国的文化和资源等等，凡是和中国相关的事情，只要是我们知道的，都会随着“中国”这个字眼出现在我们脑海里。当我们不讨论“中国”时，它们仍然作为一种知识储藏在大脑里，只是集体储藏在脑子里。
我们通过下面的例子来分析隐喻模式。
“女人一生如花。女人二十岁是桃花，鲜艳；三十岁是玫瑰花，迷人；四十岁是牡丹花，大气；五十岁是兰花，淡定；六十岁是棉花，温暖。”
在这个例子中，女人的一生都被比喻为花，且在各个年龄阶段被比喻为不同的花。从认知角度看，一个隐喻就是将某一始源域模型的结构映射到一个目标域模型的结构。构成隐喻的基础的是相似性。而隐喻的相似性基本上不外乎两种，一是“物理相似性”，二是“心理相似性”。前者是指源域与目标域之间存在客观上的共有特征，后者是指这两个域之间存在主观上的共有特性。无论是“物理相似性”，还是“心理相似性”，无论是内在的还是外在的相似性，都是人的主观性在起作用。施为者有这样的生活经验以及相关认知知识，在一定场合，隐喻就被施为者造出来了。这就要求我们不仅在命题模式的基础上构建隐喻，而且要站在包括人脑所有知识组合中的意象图式的基础上构建生成隐喻。隐喻和人的主观认知是分不开的。下面用图3来表示隐喻。
如图3所示，隐喻模式里的源域和目标域是可以相互映射的。在“小姑娘像春天的花一样”中，“小姑娘”被比作了“花”。在“春天像小姑娘一样，花枝招展地笑着、走着”中，“春天”被比作了“小姑娘”。这里的源域和目标域可以相互映射，不一定要有方向性，域a和域b有相似性，它们之间是可以相互作源域和目标域的。
与建立在相似性基础上的隐喻相比，转喻则是建立在邻近性原则之上的。雅各布森在继承索绪尔结构语言学的基础上，提出“隐喻”和“转喻”是一组二元对立的概念，它们是根据不同的原则生成的表达方式。“隐喻”是按照相似性原则进行选择与组合，而“转喻”则是按照连续性原则进行选择与组合。一般来说，转喻有“整体代替部分、部分代替整体”以及“特征代替整体”等。在“红领巾来了”中，“红领巾”代表的是“小学生”。因为在我们储藏在意象图式的知识网里，“红领巾”就是小学生戴的，这不仅是小学生的一个特征，还是小学生日常生活衣着的一部分。很多人认为“隐喻和转喻的最主要区别是隐喻涉及两个域而转喻涉及一个域”。我们对此持不同的观点。例如，“红领巾”和“小学生”不属于一个域，也不属于一个范畴。“红领巾”属于服装范畴，而小学生则属于人类。可见，转喻并不是一个域内发生的修辞或者认知现象，转喻也是有两个域的。同理，我们不仅在命题模式的基础上构建隐喻，还在包括人脑所有知识组合中的意象图式的基础上构建生成隐喻。
隐喻所涉及的目标域和源域有一个或几个相似点，而转喻则是用某种事物代替或表现另一事物的，自然也有他们相似或者共同之处。很多时候转喻也因为相似性而构成，隐喻也由邻近性构成，两者之间的生成方式并非完全不同。我们用图4来表示和说明转喻模式。本文同意brown的观点，称转喻和隐喻是很难区别开来的，更难以界定他们之间的关系。所以，icm的四种模式及其关系可以用图5来表示。最外层的大圈表示命题模式，命题模式是其他三个模式的基础，包括所有的语言形式，而其中，隐喻模式和转喻模式又是建立在命题和意象图式基础上。
五、结语
转喻也是由两个域构成，且转喻也可以由相似性生成，而隐喻也可以由邻近性生成。转喻和隐喻之间并没有严格的区分界限。命题模式，包括所有的语言形式，意象图示模式是一切知识在大脑中的储存，隐喻模式和转喻模式不仅在命题模式的基础上生成，而且在相对系统的意象图示模式基础上生成。
参考文献：
[1]bartlett，f.c. remember：a study in experimental and
social psychology[m].cambridge：cambridge university press，1932.
[2]croft，w.& d.a. cruse. cognitive linguistics[m]. cambridge：
cambridge university press，2004.
[3]lakoff，g.& m. johnson. metaphor we live by[m].chicago：
chicago university press，1980.
[4]lakoff，g. women，fire and dangerous things[m].chicago：the
university of chicago press，1987.
[5]lakoff，g.& m. turner. more than cool reason：a field
guide to poetic metaphor[m].chicago：chicago university press，1989.
[6]langacker，r.w. concept，image and symbol[m].new york：
moutonde gruyter，1990.
[7]langacker，r.w. foundations of cognitive grammar volⅱ：
descriptive application[m].stanford/california：stanford university press，1991.
[8]langacker，r.w. reference-point constructions[j].cognitive
linguistics，1993，（4）：1～38.
[9]ungerer，f.& h.j. schmid.an introduction to cognitive
linguistics[m].addis on wesley longman limitid，1996.
[10]李诗平.隐喻的结构类型与认知功能研究[j].外语与外语教
学，2003，（1）：15～18.
[11]刘宓庆.汉英对比研究的理论问题[a].李瑞华（编）.汉英语言
文化对比研究[c].上海：上海外语教育出版社，1999.
[12]王文斌，林波.论隐喻中的始源之源[j].外语研究，2003，（4）.
[13]王文斌.再论隐喻中的相似性[j].四川外语学院学报，2006，
（2）：125～130.
[14]王文斌.汉英“一量多物”现象的认知分析[j].外语教学与研
究，2008，（4）：257～262.
[15]王文斌.论汉语“心”的空间隐喻结构化[j].解放军外国语学
院学报，2001，（1）：57～60.
[16]王文斌.论隐喻构建的主体自洽[j].外语教学，2007，（1）：
5～9.
[17]王文斌.西方隐喻研究理论视点述要[j].宁波大学学报，2006，
（2）：25～33.
[18]赵艳芳.认知语言学概论[m].上海：上海教育出版社，2001.
生命特征的概念范文5
关键词：双语stroop实验范式；色词干扰；心理词汇；高职高专
中图分类号：G642文献标识码：A文章编号：1009-0118（2012）11-0357-02
一、双语心理词汇的非对称模型理论
修正的等级模型（Revised Hierarchical Model，RHM），也被称为非对称模型，是Kroll和Stewart（1994）在研究双语者的第二语言词汇表征通达机制中，通过考察图片命名和翻译任务的差别提出。RHM模型的核心是非非对称性。在该模型中词汇表征和概念表征之间都有联系，只是他们之间的强度不一样。双语者在获得他们的L2时依赖于他们的L1来获得概念，所以L1与概念的联系较强，而L2与概念的联系相对较弱。因此，随着第二语言熟练度的提高，它的词汇表征层和概念表征层之间的联系也会逐渐建立起来，并随着双语者第二语言熟练程度的提高而增加（Brauser,1998）。因此，非熟练中英双语者的心理词汇模型具有词汇连接的特点（龚少英，2005）；熟练中英双语者的心理词汇则具有概念调节的特点（莫雷等，2005）。那么，高职高专院校中英双语者的心理词汇表征的通达机制到底是怎样呢，双语者的词汇层和概念层具有何种特点，他们之间又是怎么相互作用和影响。了解高职高专中英双语者心理词汇表征的将对大学英语教学的开展有着重要的影响。
二、双语Stroop效应范式实验
双语stroop效应实验在研究语言生成机制中有着重要的意义。目前最常用的有两种研究范式：图-文干扰任务和翻译任务。前者是通过向被试呈现图画和干扰词，要求被试以一种语言命名图画；当干扰词以另一种语言呈现时则引导被试在命名图画时忽略干扰词，以此来研究干扰词对被试的影响。而翻译任务则是选取双语者为被试，要求他们进行从L2到L1或者L2到L1的翻译，再向被试呈现语要生成的词语在音位和正字法上相似的母语干扰词，观察语义干扰和形式异化效应。按照多通路模式理论低熟练度的双语者是采用词汇连接模式来习得单词，但是随着第二语言熟练程度不断提高则不再需要母语词汇的中介，而与第二语言的概念间建立直接的联系。为此，我们选取我国三所院校（四川化工职业技术学院、泸州职业技术学院、四川警察学院的专科班）一年级的156名非英语专业的学生为实验对象。实验设备为联想手提电脑一台，DMDX通用实验软件及外周设备。依据Magist(1984)的颜色命名实验，我们选择常用的7种颜色：红、黄、蓝、紫、黑、橙、绿，并在计算机中为每一种颜色设置3张色卡，共21张色卡组成色块刺激。此外，每一种颜色分别设置6张汉语色词卡和6张英语色词卡。其中有3张为卡片颜色和色词所指颜色相符合的卡片，另外3张则为卡片颜色和色词所指颜色不符合的卡片。这样总共等到42个英文色词和42个汉语色词。
实验程序：整个实验分为三个区组：色块、英语色词和汉语色词；每个区组的刺激都是随机呈现。每个被试需要分别用英语和汉语对这三个区组的刺激进行命名。被试通过计算机显示屏，并固定位置出现的显示颜色分别用中文和英文对这个刺激命名，其反应时间及准确率将通过麦克风输入计算机。如果被试在1000毫秒之内未作出反应，将按错误计入计算机。
对色块命名时发现，用汉语命名的平均反映时间为496.3毫秒，错误率为0；而用英文命名的平均反映时间为621.2毫秒，错误率为1.57%。
对色块命名的反映时间进行方差分析，表明：命名方式的主效应显著［F(1,26)=97.59,P=0.000］,中文命名时间要比用英文命名时间短。对色块命名的错误率的方差分析，发现：被试用中文命名的错误率为0，而用英文命名则出现一定的错误率。这表明，在对非文字性的命名中，第二语言掌握的熟练度要略低于母语。
表1色词命名的反映时间
刺激类型中文命名英文命名
一致不一致干扰量一致不一致干扰量
汉字571.6612.567.5811.7908.561.3
英文单词724.9830.155.4657.2703.197.9
对表1中列出的色词命名反映时间做出数据进行的多维方差分析（MANOVA）。结果显示：语言条件主效应显著［F(2,52=30.27,P=0.000)］,不同语言条件下反映时存在差异。此外，色词一致条件下的命名反映时远低于色词不一致条件的命名反映时。
表2色词命名的错误率%
刺激类型中文命名英文命名
一致不一致干扰量一致不一致干扰量
汉字3.145.522.185.045.372.80
英文单词3.453.213.164.526.193.78
对被试的色词命名错误率百分比进行了色词一致性因素的One-way ANOVA分析，结果显示：一致性的主效应显著［F(1,26=105.32，P=0.000)］，当词色一致时，刺激的错误百分比明显小于色词不一致时刺激的错误百分比。此外，在进一步对各种类型刺激的干扰量的错误百分比进行多因素方差分析。结果显示：刺激类型因素的主效应显著［F(2,52=5.04,P=0.003)］.不同语言条件下的刺激因素和命名方式的交互作用也达到了显著水平［F(2,52=5.21,P=0.012)］.其中，当以英文命名时，以汉字色词的干扰量最小；中文命名时，汉字色词的干扰量也最小。
三、讨论
以上的实验数据分析结果表明：刺激类型因素的主效应显著；刺激类型和命名方式的交互作用的主效应显著。其中，被试在英文刺激条件下，以英文命名的反应时、错误百分比和干扰量最为突出。由此可见，第二语言条件下，第二语言对被试的干扰要大于第一语言的干扰。但是，比较两者对色词命名反映时的干扰量，可以发现在用第二语言反映时，尽管第二语言色词产生的干扰量要大于第一语言色词产生的干扰量，干扰量的差别不大。这就表明，高职高专中英双语者的两种语言的熟练水平没有显著差异，能较为熟练地运用两种语言进行交流。因此，我们可以推断出高职高专中英双语者的心理词汇中，第二语言词汇层与概念之间的连接正逐渐建立起来，符合熟练双语者的心理词汇模型为概念调节型的特点。
参考文献：
［1］Brauer,M.Stroop interference in bilingual:the role of similarity between the two languages［A］.Healy,A.F.and L.E.Bourne.Foreign Language Learning［C］.N.J:Lawrence Erlbaum Associaties,1998.
［2］Kroll,J.F.&Stewart,E.Category interence in translation and picture naming: Evidence for a symmetric connections between bilingual memory representation.Journal of Memory and Language,1994,33,149-174.
［3］Magiste,E.Stroop tasks and dichotic translation:The development of interference patterns in bilinguals.Journal of Experimental Psychology:Learning Memory and Cognition, 1984,10,304-315.
生命特征的概念范文6
关键词： 高三历史复习 历史概念 阶段特征 基本线索
历史是一门知识性很强的学科，教与学的效果首先取决于对知识的掌握。如何掌握知识？除了再认再现重要的历史事实、历史结论外，还有再认再现历史概念、历史的阶段特征、基本线索等。这就告诉我们，决不能把基本史实当做孤立分散的知识点，而要抓住史实之间的内在联系，形成由基础知识、阶段特征、基本线索构成有层次的历史知识网络体系。同时还要求我们，改变传统中学历史教学中重史实轻理论、重结论轻分析、重记忆轻理解的状况，对教学要从根本上进行改革。笔者就如何在高三历史复习中建立网络体系，谈谈自己的做法和看法。
一、突出历史概念，加强基本史实的联系
基础知识是历史知识网络中的点，亦是最基本的单位。基础知识主要是指基本史实和历史概念。基本史实主要包括时间、地点、人物、过程等要素，属于中学知识的初级层次。基本史实是在历史的点、线、面、体中不可缺少的史实，其能力要求是准确记忆。基本历史概念是事物本质属性的反映，是对基本史实实质的抽象概念，在中学历史知识结构中属中间层次。历史概念的形成是经过分析史实之间的联系，对史实的表象抽象概括而成的，其能力要求侧重于理解。历史概念是基本史实的拓展和深化，在知识结构的形成中更为重要。
由于中学教材中没有对历史概念进行集中完整的概括，因此在基础知识的教学中应该在狠抓基本史实的同时，突出历史概念的分析和概括。分析近几年的高考试题几乎每一道考题的背后都有一个值得理解的历史概念，对历史概念的解读应是多元的而不是单一的，是发展的而不是僵化的。例如，凡尔赛体系这个综合性很强的历史概念，在要求学生准确掌握巴黎和会、凡尔赛和约、巴黎和约、战后新兴国家、国际联盟这些基本史实的基础上，分四个层次阐明何为凡尔赛体系。第一，体系的构成：《凡尔赛和约》连同协约国同战败国奥地利、保加利亚、匈牙利、土耳其签订的和约，构成了凡尔赛体系。第二，体系的作用是建立帝国主义在西方的统治秩序。第三，维系体系的国际机构是英法控制的国际联盟。第四，体系的影响：凡尔赛体系隐含着许多矛盾。对战败国的掠夺，加深了战败国与战败国的矛盾，特别是德国与英法的矛盾，后来成为纳粹撕毁和约发动战争的口实。分赃不均，加剧了战胜国之间的矛盾：英美争夺世界霸权的矛盾；英法争夺欧洲霸权的矛盾；美日争夺亚、太地区的矛盾等。牺牲弱小国家和民族的利益，激化了殖民地、半殖民地国家与帝国主义的矛盾。这些矛盾的发展，对上世纪二三十年代的国际关系产生了深远的影响。
通过对凡尔赛体系的分析、概括可以看出，突出历史概念教学有利于加强对基本史实内在联系的理解，有利于把基本史实放在历史发展的长河中发掘隐性联系的前因后果，并达到深化基础知识、加强知识结构化的效果。
二、揭示阶段特征，加强历史的横向联系
不同历史时期的阶段特征是历史网络体系中的“纬线”。历史具有多样化的特点，在空间上涉及世界各地，在内容上涵盖政治、经济、民族、军事、文化等。而这些方面又是互相联系、互相制约的，这就使历史知识本身具有一种横向的网络结构。阶段特征揭示了历史不同时期各个方面发展的共性，在对历史的认识中起着统括全局、加强横向内在联系、加强知识结构化的作用。
在教学中，首先需要正确地划分历史发展阶段。例如，把世界近代史划分为三个阶段：工场手工业时期、资本主义国家的诞生（1640—19世纪20年代）；第一次工业革命，资本主义世界体系初步形成（19世纪30年代—1871年）；第二次工业革命，资本主义世界体系最终形成（1871—1917年）。
帮助学生揭示时代特征，应该在教学过程中及时进行阶段小结。以世界近代史第三阶段为例。在小结时首先让学生自己列举出这一时期的主要事件或历史现象：从1871—1917年，进行了第二次工业革命，出现了垄断、政党政治、列宁主义、亚洲的觉醒、第一次世界大战等。然后指导学生分析这些事件或现象的特点和联系：第二次工业革命是在自然科学有了重大突破的条件下产生的技术革命，使人类进入电器时代。生产力的发展，导致了生产方式的变化，以科技为依托、垄断为组织形式、提高生产率为主要手段的资本主义生产模式最终形成。经济基础的变化引起上层建筑的改变，垄断资产阶级控制的国家政权的国体和议会政治、政党政治为政体的资本主义政治模型定型。资本主义发展到帝国主义阶段。这些变化影响到工人运动，各国工人政党普遍建立，合法斗争和经济斗争增多，列宁主义诞生。最后，在教师指导下概括出时代特征。
所谓概括，就是把事物的共同点进行归纳，从特殊中找到一般。上述六大事件同源于第二次工业革命，而资本主义的生产模式、政治模式、国际关系、工人运动、民族解放运动的特点无不与资本主义世界体系的最终形成相联系。所以，可以将世界近代史第三阶段的时代特征概括为第二次工业革命、资本主义世界体系最终建立。
揭示阶段特征，加强历史横向联系的过程，也就是帮助学生掌握分析、归纳、概括等逻辑思维方法的过程。如果没有对事件个别特征的分析，没有由个别到一般的归纳，没有对事物共同点的概括，就无法揭示时代特点。因此，知识体系的建立与思维能力的培养，有不可分割的联系。
三、把握基本线索，加强历史的纵向联系
基本线索是知识网络体系中的“经线”。历史不外是各个时代的依次交替。历史的这种发展性，使历史知识具有一种有别于一般知识系统性的链式结构，即其发展包含着必然性、渐进性和质变的内涵。把握基本线索，不仅能贯通来龙去脉，更能起到明确趋势归宿、揭示变化规律的作用。
教会学生把握基本线索，贯穿于整个高三历史复习中。教学中最大的误区是把基本线索讲成了知识线索。例如，世界近代史的基本线索有三条：资本主义产生、发展并形成世界体系的历史，国际工人运动的历史和民族解放运动的历史。如果在教学中，按上述专题，机械地把孤立、松散的知识点串联成线，还不能称之为基本线索。因为其仍然仅仅局限于知识内容，至多是积累了、描述了历史过程的个别方面，而没有揭示出历史发展的一般规律，因而只能称之为知识线索。
基本线索则侧重事物过程的阶段性变化，从部分质变到质的飞跃的规律性变化过程。以第一条线索为例：17世纪中期到19世纪初，处于工场手工业时期的英、美、法的新兴资产阶级，依靠人民通过革命战争旧制度建立资产阶级政权，社会发生了转型的巨变。19世纪中期，伴随着第一次工业革命的普遍展开，出现了自上而下的革命、改革和统一战争，俄、日、意、德等走上资本主义发展的道路，资本主义世界体系初步形成；政治模式定型；世界被瓜分完毕，以资本输出为主要形式把主要资本主义国家与广大殖民地、半殖民地联系为统一的经济整体；资本主义世界体系最终形成。总之，只有这样把资本主义的发展概括为三个阶段性变化，揭示出社会基本矛盾的运动规律，才能使学生从社会发展的趋势中把握历史的脉络，构成历史知识的框架。
把握基本线索，加强历史纵向联系的过程，也是帮助学生掌握和运用唯物主义基本原理的过程。世界近代史最主要的基本线索：资本主义产生、发展并最终形成世界体系的历史，即是生产力与生产关系、经济基础与上层建筑矛盾运动的过程。它具体而生动地体现了社会发展最一般的规律，即生产关系一定要适合生产力的状况，上层建筑一定要适合经济基础状况的规律；深刻地说明了社会进步最根本的标志是生产力的提高。因此，建立知识体系的过程有机地渗透了历史唯物主义原理的教学。
总之，通过建立历史知识网络体系的教学，我深刻地体会到，马克思主义的历史学之所以称为历史科学，绝不是单纯地复述历史，而是在科学的认识上阐述历史。历史知识的网络体系客观地再现了历史的进程。在帮助学生建立这个体系的过程中，一改过去教学中重记忆轻理解、重结论轻过程的弊病，记忆、理解、运用能力的培养是积累性的，互相融合而为一体的。当然，无论是知识体系的内化还是能力的养成，仅仅依靠课堂讲解示范都是远远不够的，还应设计必要的练习加强训练。
参考文献：
