Finding categories through words: More nameable features improve category learning
更好命名的类别更容易被分类。
颜色圆环范式：样本都是随机呈现
High nameability condition是指组成颜色都是很好命名的。相对应low nameability都是颜色不好命名（被试答案多样或不准确）。
被试需要将给出例子分到正确的类别，其中原型出现两次，下面的例子出现一次。
除了颜色范式，后面的实验还用到了抽象图形。其中也分为易命名的图像，难命名的图像。最后还将其中一些图像进行旋转，旋转后会更加陌生难以辨认。
讨论：
更容易命名规则的类别更好区分。
Complexity, familiarity/frequency, memorability, meaningfulness
与本文有关的引文：
Frank, M. C., Everett, D. L., Fedorenko, E., & Gibson, E.(2008). Number as a cognitive technology: Evidence from Pirahã language and cognition. Cognition, 108(3),819–824.https://doi.org/10.1016/j.cognition.2008.04.007.
亚马逊的一个部落语言是没有准确数字的，但是不会影响对于数字表示的理解，但是影响了在记忆任务上的表现。精确的数字语言可以允许说话者准确地记忆和比较关于基数的信息，跨越空间、时间和情态的变化。
语言允许对数量、颜色和空间方向的信息进行有效编码。
没有准确的表示1,2,3的数字，只有大致一个，少数，和多数，这种模糊的表达。在进行匹配任务时（线轴和气球的数量对于），发现随着任务数量增加，表现下降。并且被试难以意识到两个相近数字的区别（例如7和8），缺乏精确数量的概念。
Smith, J. D., Redford, J. S., Haas, S. M., Coutinho, M. V., & Couchman, J. J. (2008). The
comparative psychology of same-different judgments by humans (Homo sapiens) and
monkeys (Macaca mulatta). Journal of Experimental Psychology: Animal Behavior Processes, 34(3), 361–374.https://doi.org/10.1037/0097-7403.34.3.361.
将人类与猴子的任务反应进行比较，人类因为语言，能够更好地基于规则进行定性的分类，而动物是定量的，基于相似性的比较。
范式：SD任务
Dot-pattern stimui：原型9个点，经过随机序列形成低、中、高水平的扭曲。
被试需要对屏幕上出现的两个图案判断S(same)和D(different)。
猴子同样进行任务，但是需要更多的例子来建立S或者D的概念，例如出现10个相同的判断相同等等。分别在10,8,6,4,2个形状上完成训练和实验。
人类对于认知任务有一个基于规则的明确的认知框架，对于SD任务有一个明确的和限制性的解释。人类对差异更加敏感。但是动物是更宽松更由包容性的标准。
