Cobweb：一种类人的增量式层级类别学习模型

Cobweb 是一种类人的类别学习系统，与大多数认知科学模型不同，它在类别效用度量的指导下增量式地构建层级组织的树状结构。先前的研究表明，Cobweb 能够捕捉基本层次、典型性和扇出效应等心理效应。然而，目前仍缺乏将 Cobweb 作为人类分类模型进行的更广泛评估。当前研究填补了这一空白。它确立了 Cobweb 与经典人类类别学习效应的一致性。它还探讨了 Cobweb 在单一框架内展现示例式（exemplar-like）和原型式（prototype-like）学习的灵活性。这些发现为将 Cobweb 作为人类类别学习的稳健模型进行进一步研究奠定了基础。