Event Segmentation Theory

义项:事件分割理论
Event Segmentation Theory

Event Segmentation Theory(事件分割理论)是一种关于人如何把连续不断的行为流切分为离散事件的认知理论,由 Jeffrey M. Zacks 等人在 2007 年系统提出[1]。该理论认为,人在工作记忆中维护一个关于当前事件的心理模型,并据此预测随后会发生什么;当预测出现瞬时误差时,人便知觉到事件边界,并更新事件模型。它把事件知觉、注意分配与记忆编码联系起来,是事件知觉研究中最具影响力的解释框架之一[2]。

目录
  1. 定义
  2. 背景
  3. 内容
  4. 影响与争议
  5. 参见

定义

事件分割理论主张,人的知觉系统在观察持续活动时不断对接下来的输入作出预测,这些预测由工作记忆中的事件模型产生;事件模型既包含当前的知觉细节,也包含与情境相关的语义与情节记忆,如行动者的目标、时空信息与因果线索。当环境或情境属性发生变化、原有模型不再能有效预测后续输入时,预测误差短暂上升,观察者便在这一时刻知觉到事件边界,并据当前可得信息替换或重建模型。理论由此把知觉、注意与记忆更新纳入同一机制:稳定期被经验为一个事件,变化期被经验为事件之间的边界[3]。

Zacks 等人还提出事件表征的更新采取整体更新的方式,即边界出现时并非只替换发生变化的维度,而是整体重建情境模型[3]。在神经层面,该理论假设事件表征可能由外侧前额皮层的结构实现,而预测误差的计算与评估则依赖包括前扣带皮层和皮层下神经调制系统在内的通路[1]。

背景

人类经验在时间上是连续的,但人们报告和记忆活动时使用的是有起点与终点的事件单元,这一现象早于该理论出现便已被实验研究关注[1]。在事件分割理论之前,文本阅读理解领域的情境模型等框架已指出,时间、空间、因果与人物目标的变化会增加新信息整合进当前心理模型的难度,从而影响加工负荷[4]。

这些解释多聚焦于某一类刺激或某一类情境变化,难以说明为何在不同材料、不同通道中都会出现相似的边界效应。事件分割理论试图给出一个统一机制,把边界知觉视为知觉系统为改善对近期未来的预测而产生的附带结果,从而解释事件分割与工作记忆更新、长时记忆内容以及新程序学习之间的联系[5]。

内容

理论的核心构成为工作事件模型、事件图式与预测误差监测 3 个环节。工作事件模型是在线维护的当前事件表征,事件图式则是从长期经验中抽象出的关于事件类型与目标结构的知识,两者共同约束对后续输入的预测[6]。当模型对输入的预测失败、误差短暂升高时,这一信号被视为门控信号,触发模型的更新并标记事件边界[7]。

支持该机制的实验证据之一来自预测任务:让被试观看日常活动影片并在若干时刻暂停,要求其预测 5 秒后会发生什么,结果在独立评定者标定的事件边界附近,预测正确率更低、反应时更长[8]。同一研究还发现,在难以预测的时刻,与多巴胺相位释放相关的中脑与纹状体区域活动短暂升高,可能为其他脑系统提供全局更新信号[8]。

计算建模方面,Reynolds、Zacks 与 Braver 用带门控的循环网络模拟了事件分割:网络在与重复模式的经验中形成稳定的内部表征,以瞬时升高的预测误差识别边界并据此更新表征,从而提高对后续活动的预测[9]。该模型把预测误差作为更新门控的形式化类比,与前述行为与神经证据相互呼应[7]。

在测量方法上,实验室常用事件分割任务,请被试在观看影片或阅读文本时按键标出他们认为一个有意义单元结束的位置;不同被试的标定具有相当的一致性,并可区分粗颗粒与细颗粒等不同时间尺度[10]。神经影像研究显示,事件边界处后颞叶、顶叶及外侧额叶等区域活动短暂增强,提示分割过程伴随注意与工作记忆的重新配置[5]。

影响与争议

该理论成为视觉事件知觉领域的主导解释框架,并被扩展用于叙事阅读、听觉叙事、音乐乃至数据可视化等材料的事件结构研究[2]。相关研究把事件边界与情景记忆联系起来,发现同一事件内的项目在时间顺序判断上更准确、主观上更接近,跨边界的项目则相反,表明分割结果会影响记忆组织。也有研究指出,事件分割对随后记忆的作用并不单向,事件边界之后新异项目的记忆精度可能下降,而对来源信息记忆则可能受益[11]。

争议集中在预测误差是否为分割的必要条件。有批评意见认为,在环境噪声较大或不确定性较高时,预测误差的变化未必能有效反映事件结构;而某些引发边界的转换本身具有可预测性,难以用单纯的预测失败解释。另有研究提出基于推断的框架,认为经验按所推断的生成原因分组,推断改变即形成边界,因而边界可以在没有知觉变化、甚至转换可预测的情况下出现[12]。

理论自身也在被补充和修正。有研究指出,现有表述未考虑相邻事件之间的信息泄漏,即先前事件表征可能影响后续事件段落的加工[13]。计算神经科学方面的工作则把误差驱动与不确定性驱动视为两种可能的分割机制,并用 fMRI 检验它们是否对应不同脑网络与不同时间动态[14]。

参见

  • Jeffrey M. Zacks —— 事件分割理论的主要提出者,长期从事事件知觉与记忆研究。

  • 事件边界 —— 该理论用于描述一个事件结束、另一事件开始的时间点。

  • 事件模型 —— 理论中在工作记忆内在线维护、用于生成预测的当前事件表征。

  • 预测误差 —— 理论假设触发模型更新与边界知觉的关键信号。

  • 情景记忆 —— 事件分割结果被认为会影响其编码与提取组织。

  • 情境模型 —— 文本理解研究中与事件分割理论并列的解释框架之一。

参考资料

  1. Event perception: A mind-brain perspective [引用日期2026-10-29]
  2. S2211368116302479 [引用日期2026-10-29]
  3. jst.go.jp 上的网页 [引用日期2026-10-29]
  4. Published in final edited form as: Trends Cogn Sci [引用日期2026-10-29]
  5. Recherches associées [引用日期2026-10-29]
  6. ABSTRACT [引用日期2026-10-29]
  7. wiley.com 上的网页 [引用日期2026-10-29]
  8. citations [引用日期2026-10-29]
  9. ed.gov 上的网页 [引用日期2026-10-29]
  10. 事件切割:我们如何知觉并记忆日常事件? [引用日期2026-10-29]
  11. Event boundaries: Costs and benefits for memory [引用日期2026-10-29]
  12. PPR326873 [引用日期2026-10-29]
  13. hbm [引用日期2026-10-29]
  14. Multiple event segmentation mechanisms in the human brain [引用日期2026-10-29]
词条评价
词条统计

浏览次数:4 次

阅读量:0 次 · 阅读完成量:0 次

最近更新:2026-10-28T18:58:12Z

历史版本

本条目引用的词条
Jeffrey M. Zacks 事件边界 事件模型 预测误差 情景记忆 情境模型