《表3 INJA例示频数和比例统计表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《数据科学视角下的评价话语分析——以冲突话语中会话者评价风格识别为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

评价话语分析最基本的研究目的之一就是对语篇中的评价资源使用情况进行描述性统计，即某种评价资源的出现频数和频率以及在会话者和语篇中的分布规律。如图3所示，基于评价理论分析框架内部的很多系统是同步系统，而且在语义精密度上分为多个阶，这意味着评价资源使用模式可聚焦单个或多个系统，也可分为不同的精密度阶。使用数据处理语言进行模式识别研究者可根据分析框架由上至下逐个系统、由左及右逐阶精密度地把评价系统中的选项组合写入程序，穷尽所有可能，系统挖掘数据中的语义模式。例如，可以聚焦态度系统中的对象子系统，研究是否某些会话者只有关于冲突对方的态度，而没有关于自己或第三方的态度。也可以关注多个子系统和多阶精密度，如会话者使用介入资源呈现对于自己（对象/高精密度）态度（态度/低精密度）的模式，是否偏好单声（介入/中精密度）、收缩（介入/中精密度）还是扩展（介入/中精密度）。研究还可以寻找会话者元数据与某种评价资源使用之间的相关性，如男性（性别）被出轨方（社会角色）在对调解员（受话人）和冲突对方（受话人）说话时对冲突对方（对象）的评价是否偏好使用显性（显度）的负面（效价）判断（类别），并偏好使用提升（级差）修饰，以单声（介入）呈现。评价资源标注本身是分类型变量，可以通过R语言对评价资源和资源组合进行自定义筛选，实现自动统计，并将分类型变量转为数值型变量。每名会话者针对冲突对方的显性负面判断例示（INJA）频数的统计结果见表3。