Memoria semántica

En este estudio[3] se hipnotizó a cuatro grupos de estudiantes universitarios con niveles variables de susceptibilidad hipnótica. Estando bajo los efectos de la hipnosis, aprendieron una lista de 16 palabras comunes a través de varios ensayos de recuerdo libre. Una vez que los sujetos ya eran capaces de recordar perfectamente la lista dos veces en orden, se les dijo que cuando despertaran del trance hipnótico no recordarían nada de lo aprendido bajo esas circunstancias. No obstante, no sólo eran capaces de recordar el hecho de haber sido sometidos a una prueba de memorización, sino que también recordaban la lista concreta de palabras aprendidas.

Durante la primera fase del experimento (después de que los sujetos despertaran) se utilizó el número de palabras que los sujetos podían recordar como una medida del rendimiento para una tarea de recuerdo episódico libre. La mayor parte de los sujetos era capaz de recordar la lista completa de palabras.

Durante la segunda fase, se evaluó el rendimiento de la memoria semántica. Cada sujeto fue sometido a una prueba semántica de asociación libre en la que se presentaban determinados estímulos elicitadores de las palabras aprendidas. Como se ha dicho, los sujetos presentaban distintos niveles de susceptibilidad hipnótica, según se había determinado mediante sus puntuaciones en la escala de susceptibilidad hipnótica de Stanford, y estaban agrupados homogéneamente en función de estos resultados.

Los resultados obtenidos en las tareas de asociación semántica libre fueron relativamente similares en todos los grupos, mientras que los obtenidos en la tarea del recuerdo episódico libre varió significativamente: el porcentaje de acierto aumentaba a medida que decrecía la susceptibilidad hipnótica. Los sujetos con alta susceptibilidad apenas eran capaces de recordar nada, mientras que aquellos con niveles medios o bajos de suscetibilidad hipnótica fueron capaces de recordar el 86% de las palabras.

Dado que la prueba de asociación semántica libre no mostró relación alguna con el grado de susceptibilidad hipnótica, mientras que la prueba de recuerdo episódico libre sí lo hizo, estos datos pueden interpretarse como una prueba de la validez de la distinción entre memorias episódica y semántica propuesta por Tulving.

Este estudio[4] no fue pensado para proporcionar pruebas de la distinción entre los almacenes de memoria episódica y semántica. No obstante, utilizaron un método experimental de disociación que proporciona datos en favor de la hipótesis de Tulving.

En la primera fase del experimento, se les presentó a los sujetos una lista de 60 palabras (una por una), y a continuación se les realizó una serie de preguntas.

• Algunas de las preguntas realizadas estaban pensadas para que los participantes prestaran atención a la apariencia "visual" de la palabra; por ejemplo: «¿Está escrita en negrita esta palabra?»
• Algunas preguntas estaban pensadas para centrar la atención en el sonido de la palabra: «¿Rima con camión?»
• Algunas preguntas se centraban en el significado de la palabra: «¿Hace referencia a una forma de comunicación?»
• La mitad de las preguntas estaban formuladas en forma positiva, y la otra mitad, en forma negativa.

En la segunda fase del experimento, se presentaron conjuntamente las 60 palabras ya presentadas en la primera fase, y 20 palabras nuevas. Los sujetos debían realizar una de las siguientes tareas:

• Tarea de identificación perceptiva (semántica): las palabras se mostraban en una pantalla de video durante 35 milisegundos, y los sujetos debían identificarla.
• Tarea de reconocimiento episódico: mediante el mismo mecanismo de presentación, los sujetos tenían que decidir si la palabra ya había sido presentada en la fase anterior, o de lo contrario, se traba de una palabra nueva.

Los resultados obtenidos fueron los siguientes:

• Los porcentajes de acierto en la tarea semántica (identificación perceptiva) no variaron dependiendo del modo en que se habían codificado las palabras durante la primera fase (poniendo énfasis en su sonido, aspecto visual o significado).
• En el caso de la tarea episódica (reconocimiento), el porcentaje de acierto fue del 50% para las palabras codificadas según su aspecto visual; de un 63% para las codificadas según su sonido; y de un 86% para las codificadas en función de su significado. Además, el efecto fue superior para las palabras codificadas bajo condiciones de preguntas positivas, que para aquellas durante cuya codificación se formulaban preguntas en forma negativa.

En conclusión, se observa una notable diferencia de rendimiento y ejecución entre las tareas de tipo episódico y las de tipo semántico, lo que concuerda con la hipótesis planteada por Tulving al respecto de la diferenciación entre ambos sistemas de memoria.

Distintos tipos de redes neuronales desempeñan un papel en muchas teorías sobre la memoria semántica. En términos generales, una red de trabajo neuronal está compuesta de una serie de nodos conectados por enlaces. Los nodos pueden representar conceptos, palabras, o características perceptivas, entre otras cosas. Los enlaces pueden diferir entre sí en su grado de fortaleza, o, análogamente, algunos enlaces pueden completar un recorrido mayor que otros, con el subsiguiente aumento en la latencia de respuesta. Todas estas características de las redes neuronales han sido utilizadas en la elaboración de modelos explicativos de la memoria semántica, como se podrá ver a continuación.

Uno de los primeros ejemplos de modelo de red de memoria semántica es el TLC (en inglés, Teachable Language Comprehender).[6] Según este modelo, cada nodo es una palabra que representa a un concepto (como «pájaro»). Con cada nodo, se almacena una serie de propiedades (como «puede volar» o «tiene alas»), así como direccionamientos (por ejemplo, enlaces) hacia otros nodos relacionados (por ejemplo, «paloma»). Un nodo está enlazado directamente con aquellos otros de los que sean una subclase o una superclase (por ejemplo, «pájaro» estaría relacionado tanto con la subclase «paloma» como con la superclase «animal». Así, el modelo TLC asume una representación jerarquizada de conocimientos, en la que los nodos de alto nivel que representan amplias categorías están conectados (ya sea directamente o indirectamente -a través de los nodos de clases inferiores-) a multitud de elementos pertenecientes a esas categorías. Los nodos que representan ejemplos concretos de esas supracategorías estarían a un nivel más bajo, únicamente conectados a las categorías inmediatamente superiores. Además, las propiedades se almacenan en el nivel de categorización más alto al que pueden aplicarse. Por ejemplo, «es amarillo» podría almacenarse con «canario»; «tiene alas» podría almacenarse con «pájaro» (un nivel más arriba); y «puede moverse» podría almacenarse con «animal» (otro nivel más arriba). Los nodos también pueden almacenar la negación de las propiedades de sus nodos supraordinados (por ejemplo, «no puede volar» podría ser almacenado con «pingüino»). Esto proporciona una economía de representaciones, en la que las propiedades solo se almacenan en el nivel de categorización para el que son esenciales, esto es, en el punto en el que se convierten en características críticas.

Según el TLC, el procesamiento es una forma de propagación de la activación.[7] Esto es, cuando un nodo se activa, la activación se propaga a otros nodos a través de los enlaces que los unen. En ese caso, el tiempo de respuesta a la pregunta «¿Es un pájaro la paloma?» depende de la distancia que medie entre los nodos «paloma» y «pájaro» (por ejemplo, el número de nodos intermedios que puedan existir).

La versión originaria del TLC no incorporaba pesos a los enlaces entre nodos. Esta versión se adecuaba correctamente a la ejecución humana en muchos sentidos, pero fallaba al no explicar por qué la gente repondía con mayor rapidez a preguntas relacionadas con los ejemplos más prototípicos de las categorías, demorándose más al responder a aquellas otras preguntas que involucraban a ejemplos menos prototípicos.[8] Más adelante, Collins y Quillian actualizaron su modelo incluyendo un factor de peso en las conexiones para tener en cuenta este efecto.[9] Este modelo actualizado es capaz de explicar tanto el efecto de familiaridad como el efecto de tipicidad. Su principal ventaja es que explica claramente el efecto del primado: es más probable recuperar una información determinada de la memoria si previamente se ha sido expuesto a un estímulo relacionado (estímulo primante). No obstante, aún existe un gran número de fenómenos memorísticos que el TLC no logra explicar, como por ejemplo, por qué las personas son capaces de responder rápidamente a preguntas que incluyen enunciados claramente falsos del tipo «¿Son las palomas un tipo de arma nuclear?», a pesar de que en estos casos los nodos implicados se encuentran muy distanciados entre sí.[10]

El TLC es un ejemplo concreto de un tipo más general de modelos denominados modelos de redes semánticas. En una red semántica, cada nodo se interpreta como la representación de un concepto, palabra o característica específicos. Esto es, cada nodo es un símbolo. Las redes semánticas, generalmente, no emplean representaciones distribuidas de los conceptos, como puede ocurrir en una red neural biológica. La característica definitoria de una red semántica es que sus enlaces están casi siempre dirigidos (esto es, solo apuntan en una dirección, desde su base hacia un objetivo), y esos enlaces llegan hasta el objetivo desde muy diversos orígenes, cada uno de ellos a resultas de una relación particular y específica que puede unir ambos nodos puestos en relación.[11] En una red semántica, el procesamiento casi siempre toma la forma de propagación de la activación.

Las redes semánticas son principalmente utilizadas por los modelos de análisis del discurso y comprensión lógica, así como en inteligencia artificial.[12] En estos modelos, los nodos corresponden a palabras o familias de palabras, y los enlaces representan las relaciones sintácticas que median entre ellas. Puede encontrarse un ejemplo de la implementación computacional de redes semánticas en la representación del conocimiento en Cravo y Martins (1993).[13]

Los modelos de características entienden las categorías semánticas como compuestas por conjuntos de características relativamente desestructuradas. El modelo de comparación de características semánticas propuesto por Smith, Boden y Rips (1974)[14] describe la memoria como un conjunto de listas de características de diferentes conceptos. De acuerdo con este punto de vista, las relaciones existentes entre categorías no serían evocadas directamente, sino que serían computadas de forma indirecta. Por ejemplo, los sujetos pueden verificar la verdad de una proposición mediante la comparación del conjunto de características que representan los conceptos de su sujeto y predicado. Estos modelos computacionales de comparación de características incluyen los propuestos por Meyer (1970)[15] Rips (1975),[16] y Smith et al. (1974).[14]

Los primeros trabajos en categorización perceptiva y conceptual asumían que las categorías tenían unas características críticas, y la pertenencia a una categoría podía determinarse mediante reglas lógicas de combinación de características. Las teorías más recientes aceptan que las categorías pueden tener una estructura menos definida y más difusa,[17] y proponen modelos probabilísticos o de similitud global para verificar la pertenencia a una categoría determinada.[18]

La asociación -una relación establecida entre dos unidades de información- es un concepto fundamental en psicología, y las asociaciones de representaciones mentales que se realizan a diversos niveles son esenciales para los modelos de memoria y cognición en general. El conjunto de asociaciones establecidas entre un conjunto de ítems en la memoria es el equivalente a los enlaces entre nodos que se contemplan desde los modelos de redes, en donde cada nodo corresponde a un único ítem en la memoria. Además, las redes neurales y las redes semánticas pueden ser entendidas como modelos asociativos de cognición. No obstante, las asociaciones están más claramente representadas como una matriz N×N, donde N es el número de ítems presente en la memoria. Así, cada celda de la matriz corresponde a la fuerza asociativa existente entre el ítem de la fila y el ítem de la columna correspondientes.

Está generalmente asumido que el aprendizaje asociativo es un proceso hebbiano, esto es, siempre que dos ítems en la memoria se encuentren simultáneamente activos, la fuerza asociativa entre ambos aumentará, y con más facilidad cada uno de los ítems servirá para acivar al otro. A continuación se detallan las operacionalizaciones específicas de distintos modelos asociativos.

Un modelo estándar de memoria que asume este tipo de asociación es el modelo SAM (en inglés, Search of Associative Memory).[19] A pesar de que el modelo SAM fue diseñado originariamente como un modelo de memoria episódica, sus mecanismos son adecuados para sustentar algunas representaciones de la memoria semántica.[20] El modelo SAM contiene un almacén a corto plazo (STS) y un almacén a largo plazo (LTS), donde el almacén a corto plazo es una activación breve de la información del almacén a largo plazo. El almacén a corto plazo tiene una capacidad limitada y afecta al proceso de recuperación de recuerdos mediante la limitación de la cantidad de información que puede ser mostrada, así como el tiempo durante el que se activa. El proceso de recuperación en el almacén a largo plazo es dependiente de pistas y probabilístico, lo que significa que una pista inicia el proceso de recuperación, y la información que se selecciona de la memoria varía. La probabilidad de que una determinada información sea mostrada depende de la fuerza de la asociación entre la pista y el ítem de la memoria a recuperar. Las asociaciones más fuertes se seleccionan, y finalmente se elige la más fuerte. El tamaño de la memoria intermedia se define como r (no es un número fijo), y a medida que los ítems son incorporados a la memoria intermedia, la fuerza asociativa aumenta de forma lineal en función del tiempo total que permanecen en ella.[21] En el modelo, cuando dos ítems cualesquiera ocupan simultáneamente un espacio de la memoria de trabajo, se incrementa la fuerza de su asociación. De este modo, los ítems que concurren más habitualmente, se verán más fuertemente asociados. Los ítems en este modelo también están asociados con un contexto específico, donde la fuerza de la asociación está determinada por la cantidad de tiempo durante la que el ítem está presente en un determinado contexto. Así, los recuerdos consisten en un conjunto de asociaciones entre ítems de la memoria, y entre ítems y contextos. La presencia de un conjunto de ítems u/o un contexto puede favorecer la evocación de otros subconjuntos de ítems en la memoria. El grado en que los ítems se evocan unos a otros en función de su contexto compartido o de su concurrencia es un indicador de la relación semántica existente entre ellos.

En una versión actualizada del modelo SAM, las asociaciones semánticas pre-existentes se tienen en cuenta para usar una matriz semántica. Durante un experimento realizado al respecto, las asociaciones semánticas se mantuvieron fijas, demostrándose la asunción de que las asociaciones semánticas no se ven afectadas significativamente por la experiencia episódica. Los dos mecanismos utilizados por este modelo para medir la relación semántica son el Análisis Semántico Latente (LSA, por sus siglas en inglés) y los Espacios de Asociación de Palabras (WAS).[22] El método LSA establece que la similitud entre palabras se refleja mediante su concurrencia en un mismo contexto local.[23] El modelo WAS fue diseñado para analizar una base de datos de normas de asociación libre. En el WAS, «las palabras que tienen estructuras asociativas similares se ubican en regiones espaciales similares».[24]

El modelo ACT (por sus siglas en inglés, Adaptative Control of Thought) fue propuesto por Anderson en el año 1983,[25] y posteriormente reformulado como ACT-R (Adaptive Control of Thought-Rational).[26] Se trata de una teoría de la cognición que se enmarca dentro de los modelos de propagación de la activación. Entiende la memoria declarativa (de la que forma parte la memoria semántica) como formada por chunks (unidades de información memorística). Cada chunk guarda un conjunto de relaciones definidas con otros chunks (por ejemplo, «esto es un _», o «esto tiene un _», así como un número indeterminado de propiedades específicas. De esta forma, los chunks pueden mapearse como una red semántica, entendiendo cada chunk como un nodo con propiedades únicas, siendo los enlaces las relaciones establecidas entre dos chunks cualesquiera. En el modelo ACT, la activación de un chunk disminuye en función del tiempo que hace que fue creado, y aumenta en función del número de veces que es evocado desde la memoria. Los chunks también pueden recibir la activación procedente de otros chunks. Así, por ejemplo, si la palabra «paloma» es utilizada como pista o indicio de recuperación, la palabra «canario» recibirá un grado de activación en virtud de su similitud con la palabra-indicio (al tratarse en ambos casos de tipos de pájaros, por ejemplo).

Al recuperar ítems de la memoria, el proceso se centra en el chunk más activo. Si la activación está por encima del umbral requerido, el recuerdo se produce exitosamente. De lo contrario tiene lugar un error de omisión; por ejemplo, el ítem se ha olvidado. Además, existe una latencia de recuperación, que es inversamente proporcional a la cantidad de activación que excede al umbral de recuperación necesario. Es decir, mayor activación por encima de la necesaria, menor tiempo de recuperación de la información. Esta latencia se utiliza para medir el tiempo de respuesta del modelo ACT para compararlo con el rendimiento humano efectivo.[27]

Aunque el ACT es un modelo general de la cognición, y no un modelo específicamente memorístico, en cualquier caso proporciona información sobre la estructura de la memoria, como se ha descrito anteriormente. En concreto, entiende la memoria como un conjunto de chunks simbólicos relacionados, a los que se puede acceder mediante indicios o pistas de recuperación, en términos de primado. Aunque el modelo de memoria empleado en el ACT es de algún modo similar al de las redes semánticas, los procesos que describe se asemejan más a las características de un modelo asociativo.

Algunos modelos describen el proceso de adquisición semántica como una forma de inferencia estadística a partir de un conjunto experiencias discretas, distribuidas a lo largo de un número determinado de contextos. Aunque estos modelos difieren en sus especificaciones concretas, generalmente utilizan una matriz (Ítem x Contexto), en la que cada celda representa el número de veces que un ítem de la memoria ha tenido lugar en un contexto determinado. La información semántica se recoge mediante la realización de un análisis estadístico de esta matriz.

Muchos de estos modelos guardan semejanzas con los algoritmos empleados en los motores de búsqueda,[28][29]), aunque aún no está claro el hecho de que realmente utilicen los mismos mecanismos computacionales.

Posiblemente, el más popular de estos modelos es el Análisis Semántico Latente (en inglés, Latent Semantic Analysis o LSA).[23] En el LSA, se construye una matriz a partir de un corpus de textos, donde T es el número de términos presentes en el texto, y D es el número de documentos (aquí, «contexto» se interpreta como «documento», y las palabras aisladas o expresiones se consideran ítems de la memoria). Cada celda en la matriz se transforma de acuerdo a la siguiente ecuación:

${\displaystyle \mathbf {M} _{t,d}'={\frac {\ln {(1+\mathbf {M} _{t,d})}}{-\sum _{i=0}^{D}P(i|t)\ln {P(i|t)}}}}$

donde ${\displaystyle P(i|t)}$ es la probabilidad de que el contexto ${\displaystyle i}$ esté activo, cuando el ítem ${\displaystyle t}$ haya tenido lugar. Esto se obtiene dividiendo la frecuencia de la columna, ${\displaystyle \mathbf {M} _{t,d}}$, por el total del vector del ítem, ${\displaystyle \sum _{i=0}^{D}\mathbf {M} _{t,i}}$. Esta transformación (aplicando el logaritmo y después dividiendo por el índice de entropía del ítem a lo largo de todos los contextos) proporciona una buena discriminación entre ítems, y le otorga a cada ítem de forma efectiva un peso en función de su capacidad para predecir un contexto, y viceversa (esto es, los ítems que aparecen ante muchos contextos variados, como «el» o «y», tendrán un peso menor, reflejando su carencia de información semántica). Entonces se realiza sobre la matriz ${\displaystyle \mathbf {M} '}$ una descomposición en valores singulares, que permite reducir el número de dimensiones de la matriz, agrupando así las representaciones semánticas y proporcionando asociaciones indirectas entre los ítems. Por ejemplo, puede que perro y gato nunca aparezcan juntas en un contexto determinado, por lo que su estrecha relación semántica podría no ser captada por la matriz original ${\displaystyle \mathbf {M} }$ del LSA. No obstante, mediante la descomposición en valores singulares y la reducción del número de dimensiones de la matriz, los vectores contextuales de gato y perro (que deberían ser muy similares) migrarán el uno hacia el otro, y tal vez se fusionen, lo que permitirá que cada una de las palabras funcionen como indicios de recuperación de la otra, aunque nunca haya habido concurrencia contextual entre ellas. El grado de relación semántica de los ítems de la memoria viene dado por el coseno del ángulo formado entre los vectores contextuales de los ítems (siendo de valor 1 para los sinónimos perfectos, y 0 para los ítems no relacionados). En esencia, dos palabras están estrechamente relacionadas de modo semántico si aparecen en tipos similares de documentos.

El modelo HAL (en inglés, Hyperspace Analogue to Language)[30][31] considera al contexto únicamente como las palabras que rodean inmediatamente a una palabra determinada. El modelo HAL computa una matriz NxN, donde N es el número de palabras de su léxico, utilizando un marco de lectura que muestra 10 palabras y se deplaza a lo largo del cuerpo de un texto. Del mismo modo que en el modelo SAM descrito con anterioridad, en el momento en que dos palabras concurran dentro del marco se incrementará el grado de asociación entre ambas, esto es, aumentará el valor de la celda correspondiente en la matriz NxN. El grado de incremento en la asociación es inversamente proporcional a la distancia que separa a ambas palabras en el marco (concretamente, ${\displaystyle \Delta =11-d}$, donde ${\displaystyle d}$ es la distancia que separa a las dos palabras). Como en el modelo LSA, la similitud semántica entre dos palabras viene determinada por el coseno del ángulo entre sus vectores (también se puede realizar una reducción dimensional de esta matriz). En el modelo HAL, pues, dos palabras están relacionadas semánticamente si tienden a aparecer juntas.

Los deterioros de categorías específicas pueden tener lugar ante daños generalizados, irregulares o focalizados. Se pueden dividir en cuatro grupos. Las características perceptivas y funcionales, la organización topográfica, la informatividad y las intercorrelaciones son aspectos que pueden verse afectados en casos de trastornos relacionados con la memoria semántica (Warrington and Shallice, 1984).[37]

La enfermedad de Alzheimer es un trastorno de la memoria semántica caracterizado por deterioros de categorías específicas. Provoca errores en la denominación y en la descripción de objetos, aunque no necesariamente tienen que ser fallos en categorías específicas.[38] La demencia semántica es otra enfermedad asociada a la memoria semántica. Se trata de un trastorno del lenguaje caracterizado por un deterioro en la comprensión y el reconocimiento de palabras. El deterioro sufrido incluye dificultades en la producción de palabras familiares, en la denominación de objetos y en el reconocimiento visual. Las investigaciones sugieren que el lóbulo temporal podría ser el responsable del deterioro de categorías específicas en los trastornos de memoria semántica (Cohen et al., 2002).[39]

La memoria semántica también se ha estudiado en relación con la modalidad sensorial de los estímulos. Diferentes componentes representan la información que llega desde distintos canales sensoriomotores. Los deterioros en modalidades específicas se dividen en distintos subsistemas, según la modalidad sensorial de la información entrante o input. Así, algunos ejemplos de diferentes modalidades estimulares serían la información visual, auditiva o táctil. Estos deterioros en modalidades específicas se dividen a su vez en dos subsistemas, según el tipo de información: por ejemplo, información visual vs. información verbal; o información perceptual vs. información funcional.[40] La especificidad de la modalidad puede tenerse en cuenta para los deterioros de categorías específicas en los trastornos de memoria semántica. Así, por ejemplo, los daños relacionados con el procesamiento semántico visual pueden perjudicar el conocimiento de los objetos vivos, y los daños relacionados con el procesamiento semántico funcional pueden perjudicar el conocimiento de los objetos no vivos.

Los trastornos de la memoria semántica se dividen en dos grupos. Los trastornos de acceso refractario semántico se contraponen a los trastornos del almacenamiento semántico de acuerdo con cuatro factores. Factores temporales, consistencia de respuesta, frecuencia y relaciones semánticas son los cuatro factores utilizados para diferenciar entre el acceso refractario semántico y los trastornos de almacenamiento semántico.

• Una característica clave de los trastornos de acceso semántico refractario son las distorsiones temporales. En estos casos se observa una disminución del tiempo de respuesta a ciertos estímulos, en comparación con los tiempos naturales de respuesta.
• La consistencia de respuesta es el siguiente factor; en los trastornos de acceso se precian inconsistencias en la comprensión y la respuesta a los estímulos que se presentan varias veces. Hay que tener en cuenta que los factores temporales influyen en la inconsistencia de la respuesta. En los trastornos de almacenamiento, no se aprecia una respuesta inconsistente ante el mismo estímulo.
• La frecuencia de los estímulos determina el rendimiento en todas las fases de la cognición. Se aprecia que los efectos de la frecuencia de las palabras son mínimos en los casos de acceso refractario semántico, al contrario que ocurre en los trastornos de almacenamiento.
• Para comprobar la relación semántica se puede realizar una comparación entre grupos «cercanos» y «lejanos» o «distantes». Los grupos cercanos están formados por palabras que están relacionadas entre sí, ya que emanan de una misma categoría superior (por ejemplo, una lista de prendas de vestir). Los grupos distantes constan de palabras que difieren en sus categorías de pertenencia. Las palabras no relacionadas caerían dentro de este grupo. Una comparación entre ambos grupos de palabras muestra que en los casos de trastornos de acceso, la relación semántica tiene un efecto negativo en la ejecución. Este fenómeno no se observa en los casos de trastornos de almacenamiento semántico.

En suma, los deterioros en categorías y modalidades específicas son componentes importantes a tener en cuenta en el estudio de los trastornos de memoria semántica, ya sean problemas de acceso refractario o de almacenamiento.[41]