用张量网络建模儿童情感记忆

# 使用张量网络建模儿童情感记忆 来源：https://arxiv.org/html/2606.28470 Henry Groveshttps://orcid.org/0009-0004-7254-4063量子组，计算学院，纽卡斯尔大学，1 Science Square，泰恩河畔纽卡斯尔，NE4 5TG，英国Lucia F\. JacksonBarbara\-Anne Robertsonhttps://orcid.org/0000-0002-6828-3022b\.a\.robertson@newcastle\.ac\.uk (https://arxiv.org/html/2606.28470v1/mailto:[email protected])心理学院，纽卡斯尔大学，Wallace Street，泰恩河畔纽卡斯尔，NE2 4DR，英国生物科学研究所，纽卡斯尔大学，Framlington Place，泰恩河畔纽卡斯尔，NE2 4HH，英国Jonte R\. Hancehttps://orcid.org/0000-0001-8587-7618jonte\.hance@newcastle\.ac\.uk (https://arxiv.org/html/2606.28470v1/mailto:[email protected])量子组，计算学院，纽卡斯尔大学，1 Science Square，泰恩河畔纽卡斯尔，NE4 5TG，英国 ###### 摘要 我们展示了情感效价如何影响儿童再认记忆的顺序依赖结构：对一系列带有情感效价玩具的正确回忆不仅取决于某个玩具本身的效价，还取决于其前后展示的玩具的效价。虽然标准心理学模型确认，在整个事件（按顺序展示的一组玩具）中顺序依赖性有所不同，但准确率较低，且模型未能反映某个情感对象的记忆如何影响集合中的其他对象。一个引入效价因素的经典张量网络模型在模拟研究结果方面达到了77.98%的准确率。虽然这严格来说并非"量子认知"模型，但这种准确率的大幅提升显示了受量子启发的方法在建模顺序依赖现象（如情感记忆）方面的价值。此外，我们引入的任务协议提供了一种新颖的现实世界工具，用于探索儿童的情感时间记忆，以便使用经典和类量子认知模型进行分析。 ## I引言 大脑并不像计算机那样以固定客观的快照形式储存记忆。记忆回忆并非简单地重放过去的事件，而是一个主动过程，其中编码时绑定在一起的各个特征（例如，知觉特征[31 (https://arxiv.org/html/2606.28470#bib.bib50)]、概念特征[17 (https://arxiv.org/html/2606.28470#bib.bib38)]、环境/情境特征[61 (https://arxiv.org/html/2606.28470#bib.bib66)]和情感特征[61 (https://arxiv.org/html/2606.28470#bib.bib66)]）被重建，以构成对过去经历的表示[49 (https://arxiv.org/html/2606.28470#bib.bib14)]。记忆对编码（创造）和提取（回忆）发生的背景很敏感。重建记忆的过程并非万无一失，可能会受到扭曲和错误的影响，同时还会受到回忆时个人态度、知识和信念的影响[48 (https://arxiv.org/html/2606.28470#bib.bib15)]。 时间记忆作为长期关联记忆的一个特定方面，指事件在序列中的组织[27 (https://arxiv.org/html/2606.28470#bib.bib45)]，而关于情感如何影响这些过程，目前缺乏共识[54 (https://arxiv.org/html/2606.28470#bib.bib58)]。童年期可能特别有助于理解时间顺序记忆如何运作，因为此时要素绑定和执行功能等功能仍在发展，且高度敏感于情境影响[30 (https://arxiv.org/html/2606.28470#bib.bib48)]。与此一致的是，时间排序准确性方面的发展脆弱性已被联系到关键记忆结构的成熟：海马体、前额叶皮层（PFC）、大规模连接网络[4 (https://arxiv.org/html/2606.28470#bib.bib32)]，以及整个童年和青少年期前额叶和顶叶系统功能连接性的增强和成熟[46 (https://arxiv.org/html/2606.28470#bib.bib55)]。 人类记忆研究中的一个基本发现是，情感经历比情感较弱、更中性的经历被回忆得更生动、更准确，这种现象被称为情感记忆增强效应[1 (https://arxiv.org/html/2606.28470#bib.bib11),3 (https://arxiv.org/html/2606.28470#bib.bib12),54 (https://arxiv.org/html/2606.28470#bib.bib58)]。早期研究将该效应主要归因于唤醒度（经历的心理激活强度），其中杏仁核（一个对情感至关重要的大脑区域）在编码和提取过程中调节处理记忆的结构（即海马体）[32 (https://arxiv.org/html/2606.28470#bib.bib16)]。更近期的研究使这一图景复杂化。许多跨再认和自由回忆任务的分析表明，效价（所经历情感的性质——例如快乐、悲伤、愤怒）和唤醒度对记忆存储和回忆有各自独立的贡献[5 (https://arxiv.org/html/2606.28470#bib.bib17)]。文献[5 (https://arxiv.org/html/2606.28470#bib.bib17)]还显示，效价的影响呈二次方缩放，而唤醒度则线性影响记忆。这似乎是由于大脑中不同刺激使用了不同的通路。使用 fMRI 扫描的神经成像已经识别出唤醒驱动和效价驱动增强的不同神经通路：前者涉及杏仁核和海马体网络，后者则涉及前额叶皮层和海马体网络[47 (https://arxiv.org/html/2606.28470#bib.bib18)]。 总体而言，文献多依赖于中性刺激，并未明确定义情感效价何时为正、为负或两者兼有，并假设线性编码，这可能限制了其捕捉情境敏感和顺序依赖的提取能力。根据唤醒竞争偏向理论，情绪显著刺激主导注意力处理，增强项目表征[31 (https://arxiv.org/html/2606.28470#bib.bib50)]。然而，这种增强可能是有代价的：情绪会缩小注意力范围，改善项目记忆，同时损害情境关系（如时间顺序）的编码。虽然项目记忆效应表现稳健，但当唤醒度和效价未被明确区分时，顺序记忆的结果是不一致的[50 (https://arxiv.org/html/2606.28470#bib.bib29)]。此外，将回忆视为二元（记住/忘记）的模型隐含地假设了一种分类，这可能过度简化了复杂过程。文献中的共识是，唤醒度越高，注意力资源越集中，这遵循了文献[14 (https://arxiv.org/html/2606.28470#bib.bib21)]的线索利用假说。然而，关于什么是“中心”vs“外围”信息[28 (https://arxiv.org/html/2606.28470#bib.bib23),38 (https://arxiv.org/html/2606.28470#bib.bib22)]，以及这种缩小是否仅由唤醒度引起，还是离散的情感类别也有关系[25 (https://arxiv.org/html/2606.28470#bib.bib25)]，尚无定论。这些不一致突显了经典模型在解释顺序回忆的情境敏感和顺序依赖动态方面的局限性。 很少有研究在能够建模顺序依赖干扰的形式框架内，考察情感效价和重复如何共同塑造儿童的时间顺序记忆[54 (https://arxiv.org/html/2606.28470#bib.bib58),10 (https://arxiv.org/html/2606.28470#bib.bib36)]。现有工作优先考虑项目回忆而非排序，并依赖假设固定编码和稳定提取的经典线性模型，这限制了它们解释儿童回忆中变异性和顺序效应的能力。儿童常常难以准确排序中性信息，但当事件具有情感显著性时，回忆会改善[2 (https://arxiv.org/html/2606.28470#bib.bib31)]。然而，经典解释未能充分说明为何情感增强的编码可能与不一致或顺序敏感的回忆模式共存，也未说明重复如何与效价相互作用影响时间重建。 虽然已知情绪影响时间顺序记忆，但这些效应如何产生却知之甚少[42 (https://arxiv.org/html/2606.28470#bib.bib27)]。在强烈情绪条件下对时间顺序的研究报告了既有的损伤[59 (https://arxiv.org/html/2606.28470#bib.bib28)]也有增强[11 (https://arxiv.org/html/2606.28470#bib.bib30),50 (https://arxiv.org/html/2606.28470#bib.bib29)]，这取决于实验条件。如果效应方向（改善或恶化时间顺序的回忆）取决于唤醒强度、情感效价或经历发生的顺序等条件，这意味着时间顺序记忆不仅仅是回忆的另一个简单组成部分。相反，它表明记忆的时间排序与经历的情感背景相互交织。因此，旨在反映人类记忆功能的模型不能简单地将记忆视为一系列独立事件。它必须能够捕捉顺序与情感背景之间的关系，才能成为成功的模型。 这种顺序与情感之间的依赖关系也体现在首因和近因效应中。这些是公认的效应：人们能更好地回忆序列中的首项（首因）和末项（近因），而非中间项[34 (https://arxiv.org/html/2606.28470#bib.bib41)]。这些效应是研究回忆中时间结构的好起点，但重要的是，当与情感背景结合时，这些效应似乎不稳定[21 (https://arxiv.org/html/2606.28470#bib.bib26)]。情感图片的呈现打乱了对起始和结束位置项目的预期回忆效应，而序列中间呈现的情感图片则减少了被忘记的项目数量[21 (https://arxiv.org/html/2606.28470#bib.bib26)]。这表明经历的情感效价与位置编码竞争并重塑它，而不仅仅是改善或恶化一个人的回忆能力。因此，似乎有必要联合而非独立地建模位置和情感内容，以创建真实的模型。 情感效价并非简单地统一缩放回忆概率，似乎反而会重构整个事件中的依赖关系。因此，一个更完整的情感记忆模型应当： 1. 1. 表示跨位置的概率分布，而不仅仅是每个项目各自的概率。 2. 2. 对项目的情感背景及其出现顺序敏感。 3. 3. 能够表示回忆事件之间依赖情境的结构。 经典概率模型通常假设项目间存在某种独立性，基于可交换数学，在结构上不适合满足这些要求。将每次回忆视为独立的模型无法重现这种条件结构，无论其参数有多少。 量子形式主义及其基于的工具（如量子仪器和张量网络）似乎更自然地适合表示我们在情感记忆数据中看到的那种有结构的、顺序依赖的和情境相关的行为。因此，它为建模情境敏感和顺序依赖的过程提供了另一种框架。重要的是，这*并*不假定大脑中存在量子物理过程；相反，它应用了量子力学中用于获取概率的希尔伯特空间结构到认知中，提供了一个连贯的解释，其中判断是情境化的，状态通过先前的评估演化，并且在表征之间出现干涉[60 (https://arxiv.org/html/2606.28470#bib.bib61)]。与经典模型不同，量子方法允许认知状态处于概率叠加态，其中多个潜在表征共存，直到发生一个判断，从而坍缩状态并改变后续概率[24 (https://arxiv.org/html/2606.28470#bib.bib43),43 (https://arxiv.org/html/2606.28470#bib.bib53)]。因此，提取可以被概念化为一个改变状态的过程，而非提取一个固定的记忆痕迹。 这些想法得到了挑战经典假设的顺序效应的支持。例如，问题顺序效应（QOE）涉及对最初问题的回答影响对后续问题的回答[45 (https://arxiv.org/html/2606.28470#bib.bib54)]，而反应可复制性效应（RRE）涉及重复判断改变反应概率。这些效应表明对先前评估的依赖性，违反了独立性假设[37 (https://arxiv.org/html/2606.28470#bib.bib51)]。量子模型通过包括非对易性（AB≠BAAB\\neq BA，其中评估顺序影响结果）和干涉（评估一个要素会改变另一个要素的概率结构）等原理来解释这些模式[56 (https://arxiv.org/html/2606.28470#bib.bib59)]。实证例子，包括政治研究中的克林顿-戈尔效应，说明了顺序评估如何塑造反应[18 (https://arxiv.org/html/2606.28470#bib.bib39)]。 扩展这一框架，量子模型也被应用于情感和理性过程之间的相互作用。情感和认知成分可以表示为概率状态中相互作用的向量，允许评估性和理性成分之间的干涉[62 (https://arxiv.org/html/2606.28470#bib.bib67)]。情感评估并非可加性地贡献，而是通过干涉改变判断概率，产生经典模型未预测的效应。从这个角度看，儿童的时间记忆可能反映了一个受情境和情感影响而坍缩的概率配置，而非对一个固定序列的提取。这凸显了考察效价和重复如何共同影响顺序依赖回忆的必要性。 虽然情感记忆的量子模型可能满足这些要求，但它们也存在自身的问题。先前给出的量子认知模型[7 (https://arxiv.org/html/2606.28470#bib.bib8),63 (https://arxiv.org/html/2606.28470#bib.bib68),62 (https://arxiv.org/html/2606.28470#bib.bib67),36 (https://arxiv.org/html/2606.28470#bib.bib70),37 (https://arxiv.org/html/2606.28470#bib.bib51),19 (https://arxiv.org/html/2606.28470#bib.bib69),8 (https://arxiv.org/html/2606.28470#bib.bib10)]将人类记忆表示为希尔伯特空间中的向量，将测量（如向受试者提问）表示为作用于该空间的算子。对于单个项目或短的二元问题序列，这在计算上是易处理的。然而，随着项目数量增长，一个根本问题浮现出来，这促使了张量网络的使用。如果我们想要一个量子模型表示n个项目的序列的联合概率分布，每个项目有d个结果，那么描述该系统所需的总参数数量是d^nd^{n}。这是为了表示每一种可能的结果组合所必需的。仅就2个结果和5个项目而言，组合数量是32。3个结果和5个项目时，组合数量是243。到6个结果时，数量攀升至7776。对于更长的实验或具有更多结果的更复杂的回忆任务（这更类似于人类体验），这个数字