内容来自两篇论文:
Minimization of Boolean complexity in human concept learning
The Simplicity Principle in Human Concept Learning
借助一篇博士论文《基于认知的文本语境生成和度量研究》内容,大致看懂了核心思想,下面摘抄一部分中文出来
这篇2000年Nature杂志上发表的一篇认知科学方面的论文,题为“人类概念学习的布尔表达式复杂度的最小化”。
它首次通过化简布尔表达式来度量人类概念学习的复杂度。根据认知科学中对人类概念学习的研究,有一个简单而符合经验的规律:一个概念的主观难度正比于它的布尔表达式的复杂度。
一个布尔概念(boolean concept )的对象是由一些二元的特征组成,例如物体概念可以由两个布尔特征构成:体积(大、小)和形状(圆、方)。
一个概念的布尔表达式的复杂度就是与这个概念等价的最短布尔表达式的长度,通常长度就是变量的总个数(包含正反变量)。
为了方便书写我们用ab代替a∧b,a+b 代替a∨b,a’代替~a。例如,概念ab+ab’等于a(b+b’),这样就等于a,所以有概念复杂度1;由于ab+a’b’没有更短的表达式,所以概念复杂度是4。
布尔表达式的复杂度实际上是一种内在数学复杂度的常用度量方法,也是概念的不可压缩性的体现。
假设有一个概念包括n个特征和m个对象,这样一个概念可以表达为m个分离的n个特征联合的累加和,通常表示成一个分离的