「MDML」＆「ROE」モデル１．前提知識①関係フレーム理論（RFT）: 人が言語や認知を通じてどのように物事を関係付けるかを説明するもの。人々が言語の「関係（つながり）」を学び、その関係を使って思考や行動を導く方法を探る。②関係フレーム反応：人間が言葉や概念を使って物事や出来事の関係性を理解し、反応する方法③Crel（関係的手がかり）…物事や出来事の間にどのような関係があるかを示す手がかりのこと。「大きい」「小さい」「前」「後」などの言葉を使って物と物との関係を表す。例）「リンゴはバナナより【大きい】」④Cfunc（機能的手がかり）…物事や出来事がどのような機能や役割を持つかを示す手がかりのこと。物事がどのように使われるか、または何のためにあるのかを理解するのに役立つ。例）「鍵で【ドアを開ける】」２．HDML関係フレーム理論を基に、複雑なデータ処理と学習を行うモデルとして発展。特徴階層的学習: データを階層的に処理して学習することで、より高度なパターンや特徴を捉える。深層学習: 複数のレイヤーを持つニューラルネットワークを使用し、それぞれのレイヤーで異なるレベルの抽象度を持つ情報を処理する。※ニューラルネットワーク＝人間の脳の働きにインスパイアされて作られた計算モデル。画像認識や音声認識、言語処理など多くの分野で活用されている関係の学習: RFTに基づいて、人がどのように情報を関係付けて理解するかをモデルに反映し、より自然なデータ処理を行う。HDMLを使ってテキスト解析を行うとき、まず単語やフレーズを個別に解析し、それらの関係を理解し、最終的には文章全体の意味を捉える。関係フレーム反応のCrelまたは関係づけという文脈手かがりを5水準と4次元で説明している。① 相互的内包② 関係フレームづけ③ ネットワーク関係づけ④ 関係の関係づけ⑤関係ネットワークの関係づけ１～５まで関係的に発達していく。加えて① 一貫性② 複雑性③ 派生性④ 柔軟性の関係フレーム反応の機能の変化を四つの次元で説明 →続きはStandFM
