情報理論に基づく分類のための合理的説明

arXiv cs.AI / 2026/4/1

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、人間がどのようにカテゴリーを形成するのかを説明するために、分類に関する新しい情報理論的な合理的理論を提案する。
本理論を検証するため、Hayes-Roth と Hayes-Roth（1977）、Medin と Schaffer（1978）、Smith と Minda（1998）による古典的な分類実験の結果と、その予測を比較する。
著者らは、提案する枠組みが、独立した手がかり／文脈モデル、Anderson の合理的モデル、階層的ディリクレ過程モデルなど、いくつかの既存アプローチと少なくとも同等、あるいはそれらを上回ると報告している。
本研究は、分類を情報効率／合理的分析の問題として位置づけ、モデルがそれ以前の確率論的および合理的認知的説明に対する競争力のある代替であることを示す。

概要: 情報理論的な合理的分析に基づく、分類（カテゴリ化）の新しい理論を提示します。この理論を評価するために、Hayes-Roth および Hayes-Roth（1977）、Medin および Schaffer（1978）、Smith および Minda（1998）によって行われた古典的な分類実験の主要な知見を、どの程度うまく説明できるかを調べます。その結果、この理論は、独立した手がかりおよび文脈モデル（Medin & Schaffer, 1978）、分類の合理モデル（Anderson, 1991）、階層的ディリクレ過程モデル（Griffiths et al., 2007）と少なくとも同程度（あるいはそれ以上）に、人間の分類行動を説明できることが分かりました。