多特征／多维度分析法简介

第３ 第１ 卷 ２期
２１ 年 １ ０１ ２月
赤 峰 学 院 学 报 （科 学 教 育 版 ）
Ｊｕ ｎ ｌ ｆ ｈ ｅ ｇ ｎｖ ｒ ｔ ｓｉ ｃ ｏ ｒａ ｏ ｉ ｎ ｉ ｓ ｙ（ｃ ｎ ｅ＆ｅ ｕ ａ ｏ ） Ｃ ｆ Ｕ ｅｉ ｅ ｄ ｃｔｎ ｉ
Ｖ０． ．２ １ ３ Ｎｏ １
据 中概括 或 总结 的一些领 域 。也 就是 说 ， 每个 因子
代表 了高 度共 享差 异 的一 个 领域 ， 一组 以高频率 共
现 的语言 特征 。这 些 因子是 原始 变量 的线 性组 合 ， 从所 有变 量 的相关 矩 阵得 出。 下列 表列 出 了每个 因
、
维度 的确 立依 据
根 据 每 一维 度 上 “ 现 ” 共 性语 言 特 征 共 同 的功
能 意义 ，可对 每 一维 度 代表 的功能 意 义做 出解 释 。
每个 语 言特 征 的 因子负 荷值 从 一 ． ＋ ．， １ ０到 １ 负荷 值 ０
越 高说 明该 特征 与这一 维度 的联 系越 密切 。 多数 大
语 料 库语 言 学 家 Ｄ ｕ ｌｓＢ ｂ ｒ １ ８ ｏ ｇａ ｉｅ 于 ９ ８年 建
立 的 ＭＤ ＭＦ Ｍｕｔ－ ｉ ｎｉｎ ｌ Ｍｕｔ－ｅｔｒ ／ ｆ ｌ ｄｍｅ ｓ ａ／ ｉ ｏ ｌ ｆａ ｅ ｉ ｕ
特征 提供 了一个 确定 英语 功 能维度 的坚 实基础 。
因子 分 析是 多特 征／ 维度 分析 法研 究 文本 差 多 异 的主要 统计工 具 。在 因子分 析 中 ， 量 的原始 变 大
关 键 词 ：多特 征 ； 多维 度 ； 现模 式 共 中 图分类 号 ： ～ ＨＯ ０ 文献 标 识码 ： Ａ 文章 编号 ：６ ３ ３ ３ （ ０ １ １ — ０ ９ ０ １７ — ２ １ ２ １ ）２ ０ ４ — ３
语 法 范畴 的特征 可 以具有 相 同 的功能 。 因此 ， 些 这
词 ； ） 问 词 ； ） 词 形 式 ； ） 动语 态 ； ） 格 （疑 Ｄ （名 Ｅ （被 Ｆ （ 属 Ｇ
形 式 ； ） 属 特 征 ； ） 词 短语 ， 容 词 和副 词 ； ） （从 Ｈ （介 Ｉ 形 （ Ｊ
词 汇专 一 性 ； ） 汇 类 别 ；Ｌ情 态 ；Ｍ） 门动 词 （ 词 Ｋ （） （ 专
一
技术来 计 算频 率显 著 的词 汇和语 法 特征 。 这些 特征
的共 现模 式 可 以通 过 多变 量 统计 方 法 来 分析 确认 文本 中语 言变 异 的功 能维 度 ， 提供 有 关这 些 维度 并 的体 裁 之间关 系 的全 面描 述 。
一
小 组派 生变量— — 因子 。 一个 因子代 表原始 数 每
维 度 都包 括 两 组特 征 ， 组 带 有正 负 荷值 ， 一 一组 带 有 负负荷 值 。 因子 负荷 的正 、 负值表示 语 言特 征呈
类 ；Ｎ） 略形 式 和 非偏 好 结 构 ； ） 致 ； ） 定 。 （ 缩 （一 ０ （否 Ｐ
如 此 分类 反 映 了每个 特征 的语 法 功 能而 非 语 篇 功
维 度 的 确 立 最 初 是 通 过 对 英 国 Ｌ ｎ ａｔｒ ａ ｃｓ — ｅ
子下各 个 语 言特征 的 因子负荷 。 一个 因子负荷表 示
该语 言特 征 与相应 的语 用功 能有 多大 程度 的联 系 。 它 反 映 了各 语 言特 征 与 因子 整体 间共 现关 系 的密 切性 。 接着 用 因子分 析法 处理 大量 的数 据 ， 显示 出那 些语 法特 征在 篇章 中趋 于共 现 。 组共 现的特 征被 每 称 为变异 的一 个维 度 。 通过对 口语语 域 和书 面语 语
域 的 多维 度 定 量分 析 ．我们 确 立 了 ６个 主要 的维
度。
先确 认 一 系列具 有功 能关 联 的 ６ ７个语 言 特征 。根 据 其语 法 类 别将 这 些 特征 分 为 １ ６大语 法 范畴 ： ） （ Ａ
时 态语 态 标识 语 ； ） 间地 点 副词 ； ） （时 Ｂ （ 代词 和 代 动 Ｃ
Ｄｅ ． ｃ ２０１１
多特征 ／ 多维度分析法 简介
姚
（ 州工 业职 业技 术 学院 徐 Ｉ
琪
徐 州 ２１０） ２００
信 息 管理 学 院 ，江 苏
摘
要 ：多特征 ／ 多维度分析 法， 通过分析语言特征的共现模式， 确定语域变异的维度， 对不同语篇类
型 进行 多维度 的 比较 分析 ， 以求全 面地揭 示语体 之 间的 差异 。
能， 每个 特 征被 描述 为文 本 中 的功能 符号 。基 于 这
互 补分 布 。 代表 的功 能意 义是相 对 的 。 所
二 、 ｉｅ 对各维 度 的描述 Ｂｂ ｒ
百度文库
通 过研 究 ４ １ ８ 篇语 料 中 的 ６ 语 言特征 的分 ７个
布 特 征 ， ｉｅ 定 义 并 阐释 了 ６个 主 要 维 度 。表 格 Ｂｂ ｒ ２１及 ２２分别 列 出 了在 维 度一 和维 度 二上 有较 大 ． ．
Ｏ ｌ— ｅｇｎ语 料 库 ，简称 为 Ｌ Ｂ语 料 库 及 Ｌ ｎ ｓ Ｂ ｒｅ ｏ Ｏ ｏ— ｄｎ Ｌ ｎ ｏ — ｕ ｄ英 语 口语 语 料 库 的 ６ ７项 语 言 特 征 的分 布进 行 量化 分析 后定 义 的。 Ｏ Ｌ Ｂ语料 库包 括 ５ ０篇 ０
文本 样 本 ． 篇约 ２ ０ 每 ０ ０字 ， 自 １ 选 ５种体 裁 。 二个 第 是 Ｌ ｎ ｏ — ｕ ｄ语 料库 。该语 料库 搜 集 了 ８ ｏ ｄｎ Ｌ ｎ ７个英 语 口语 文本 ．约 ５ Ｏ万 词 。代 表 了 ６大主要 言 语情 境。 通 过 调 查 以前 对 口语／ 面 语 差 异 的 研 究 ， 书 首
ａ ａｙｉ 模 型 ， ｎ ｌｓ ） ｓ 即多 特 征／ 维 度 分 析 法 ， 于 描 述 多 用 口语 和 书面语 体裁 间 的语 篇关 系 。 种方 法使 用标 这 准化 的 以计 算 机 为基 础 的文本 语 料 库 和 自动 识 别
量 ， 本研 究 中 即大量 语 言 特征 的频 率 ， 在 被简 化 为