1705233190
总之，焦点色看起来具有特殊的感知-认知的显著性，这种显著性可能独立于语言之外，并反映了人类感知机制的生理学上的某些方面（Kay和McDaniel 1978）。这些研究结果鼓励Rosch把焦点——或者，像她现在所说的，原型（prototypes）——发展到颜色范围之外，比如进入形状、生命体、物体的领域。
1705233191
1705233192
原型形状
1705233193
1705233194
我们以一个小小的实验来开始我们的讨论，这个实验的基础是图1.2中的最上一排（第一组）中的图画。想像一下，有人要求你向某个不准看这一排图画的人描述你在图画中之所见。可能你多半会这样进行：“有一排小图画，画的是正方形及其一些变形。第一个图是正确的正方形。第二个正方形在右手边有一个缺口。在第三个正方形的右边有一处凹陷。第四个正方形……”
1705233195
1705233196
1705233197
1705233198
1705233199
图1.2 Rosch用于原型实验中的形状（Rosch 1973）（第2组和第3组根据Rosch的描写作了重构，字母是现在加上去的）
1705233200
1705233201
这种描述完全符合完形心理学（一个心理学学派，在1.2节中我们将详细讨论）中提出来的“好形状”这一概念。在几何形状中，这些好形状，也就是正方形、圆形、等边三角形，被认为在感知上是显著的。
1705233202
1705233203
这样，在一个像上文描述的情境中，人们将选出正方形作为说明其他图画特点的参照点，那是再自然也不过了。所以，与颜色领域中的焦点色相似，在几何形状这一领域，正方形和其他好形状也就成了“自然”原型的首选对象。
1705233204
1705233205
Rosch（1973）试图以图1.2展示的这种线条画来证实形状领域中的原型概念。在实际的实验之前，就像颜色实验一样，她必须确保Dani人没有可以随意使用的范畴名称或者甚至没有约定俗成的解释把他们导向可能的原型。这一点在一个领航员研究中得到证实，这种研究使用上文所展示的描写方法：一个被试向另一个坐在屏幕后边的并且不能看见那些线条图画的被试解释这些线条图画。不像受过教育的西方的语言使用者，Dani人不谈论正方形及其变体，而使用诸如“那是一头猪”或者“这是一个破篱笆”之类的表达方式来描述这些图画。
1705233206
1705233207
在实际的实验中，Rosch对比了第1组（有原型的一组）和从第1组的变体中衍化而来的其他各组。图1.2中的第2组和第3组展示了6组可能的变化组中的两组。第2组基于缺口原则（在右手边的缺口）。鉴于这个缺口原则，第2组中以（b）形式出现的原型的确是一个非常极端的特例，因为它表现的是缺口的不存在。第3组是基于凹陷原则的，正方形又一次仅仅成了这个组的边缘成员。
1705233208
1705233209
就像在以前的颜色学习实验中那样，Dani人必须学习也是借自Dani氏族的名称。这意味着他们必须把各组图画与名称联系起来。实验的结果完全证实了Rosch的假设：不管原型出现在自然范畴中（第1组）还是在其他某一组（对于这一组的规则来说，是一种边缘体现）中，它总是能和一个名称对上号并被判定为最好样本。
1705233210
1705233211
结合此前的颜色实验的发现，这些结果表明，原型在范畴的形成与学习的各个阶段都起着关键作用。
1705233212
1705233213
原型生物体与物体
1705233214
1705233215
原型最终要依靠到现在为止得到验证的范畴（颜色、形状）的感知特性，所以原型如果不是例外的现象也是非常有限的。在这一点上还存在争议。问题在于原型这一概念是否可以扩展到那些感知上不那么明显的实体上。诚然，红色与正方形都存在好样本与差样本。那么，狗、小汽车、房子是否也存在好样本与差样本呢？对Rosch和她的被试来说，是的。在一系列的实验中（Rosch 1973，1975改进版）她给被试（这一次是一些美国大学生）发出如下实验指令：
1705233216
1705233217
这一研究与我们用词指称范畴时脑子里出现的东西有关系。我们以“红”这个词为例。闭上眼睛，想像一下真正的红。现在想像一种橘红……想像一种紫红。尽管你可能还是用“红”这个词来命名橘红和紫红，它们却不是像那明显的“真”红那样的红（像“红”指称的实例那样明显）的好样本。简而言之，有的红比别的红更红。对于其他种类的范畴情况也是这样。就说狗吧。你们大家都有一些什么是“真正的”狗，什么是“更像狗的狗”的概念。对我来说，猎狗或德国牧羊犬是很像狗的狗，而北京哈巴狗则是不太像狗的狗。注意，这种判断与你喜欢该物的程度没有关系。［……］
1705233218
1705233219
（Rosch 1975：198）
1705233220
1705233221
剩下的指令要求学生们判断范畴成员的合格性（goodness）（或者典型性（typicality）），也就是说，决定BIRD（鸟）这个范畴中，麻雀、鹦鹉、企鹅和另外大约50个候选对象作为一个成员在多大程度上是合格的。合格性等级划分为7点刻度（1点表示很好的样本，7点表示极差的样本）。一共试验了10个范畴，除了BIRD（鸟）之外，还有FRIUT（水果）、VEHICLE（交通工具），SPORT（运动），TOOL（工具），TOY（玩具），FURNITURE（家具），WEAPON（武器）和CLOTHING（衣服）。
1705233222
1705233223
不可否认，Rosch的实验指令显示了对原型性概念的导向（“……有的红比别的红更红。对于其他种类的范畴情况也是这样”）。但这应该不会太多地影响实验结果。正像Rosch所强调的那样，这种等级划分实验容易为学生被试所接受，并且他们在什么是范畴的好样本和差样本上存在着高度的一致。为了对实验的结果有一个印象，图1.3列举了这10个范畴中五个范畴的最好的、近于中等的和最差的样本。
1705233224
1705233225
1705233226
1705233227
1705233228
★因为列举的项目总数在50和60之间变化，中间和最低等级的编号与原来所有的范畴等级并不一致。
1705233229
1705233230
图1.3 从Rosch的样本合格性等级实验中选出的一些样本（Rosch 1975）
1705233231
1705233232
这种合格性等级在使用了“预供信息”技术的匹配实验中（Rosch 1975）也得到了证实。在其中的一个实验中，被试从一个屏幕上看到名称或图画的配对。当项目的同一名称或图画配对出现在屏幕上时，被试必须摁一下“同一”键（比如，一个类似鹰—鹰这种词的序列或者两张同一只鹰的图画）；以此来测定内容的出现与被试作出反应之间的时间（范围介于500毫秒到1000毫秒之间）。屏幕上内容出现前两秒钟，把范畴的名称（在这个实例中是鸟）作为预备信息提供给被试，这样，被试“预供”了范畴名称（还有一个对照组进行非预供信息的实验）。这个实验的假设是：范畴名称的预备知识会影响执行匹配任务的速度，并且会以不同的方式影响好样本与差样本的匹配。信息预供的确有双重效果，很好地证明了合格性等级。预供信息的被试对于已经列入好样本（词和图画）项目的同一配对作出的反应更快。相反，当涉及差样本时，信息预供却降低了反应的速度。信息预供对合格性等级居中的样本配对的反应没有明显的影响。如果我们此刻还没有在对范畴认知表征的思考中迷失，那么，我们仍然可以支持Rosch的观点：由预供的范畴名称唤起的预备信息最容易应用到好样本；麻雀、橙子、小汽车（美国英语中的automobile）与BIRD（鸟）、FRUIT（水果）和VEHICLE（交通工具）这些范畴名称所唤起的预期完全吻合。然而，这种预备信息对差样本同一配对却是没有帮助的。事实上，当被试面对企鹅、橄榄、独轮车这些至多只能放在BIRD（鸟）、FRUIT（水果）和VEHICLE（交通工具）这些范畴边缘的配对时，带有范畴名称的信息预供反而会迷惑实验中的被试。
1705233233
1705233234
好样本、差样本和范畴边界
1705233235
1705233236
正如颜色、形状、鸟和交通工具的范畴化所表明的那样，范畴成员身份区分，并非如长期以来哲学家与语言学家所假定的那样，非此即彼。相反，正如为实验中的样本合格性等级划分、识别、匹配和学习任务所证实的那样，范畴成员身份包含了不同程度的典型性。
1705233237
1705233238
Rosch主要想证明范畴是围绕原型形成的，原型起着参照点的作用。至于范畴的边界，Rosch留给我们的印象是，在范畴边缘之外的某一个不确定的点上或区域上，范畴以某种方式淡出，以至于无。这并非以某种幼稚的方式谈论范畴时的想法。在一般的情况下，我们倾向于把范畴想像成一些箱子、抽屉或某类有围墙的院子——当然是一些有边界的事物。就范畴BIRD（鸟）而言，即使可能需要一点儿动物学知识，确定边界的位置似乎还是非常容易的。
1705233239