《基于NLTK情感测试及意象图式的英语程度副词与情感域动词搭配研究》-工学论文，软件工程论文-论文范文参考-科学狗论文网

标题

基于NLTK情感测试及意象图式的英语程度副词与情感域动词搭配研究

范文

摘? 要：本文选择英语程度副词与情感域动词的搭配为研究对象，通过设计基于自然语言工具包（NLTK）的情感倾向测试程序，探究学习者在使用程度副词修饰情感域动词时的影响因素及动态过程;然后从认知语言学角度，对其不同类型的搭配做出意象图式阐释;最后为英语学习者提出在使用英语程度副词表达情感态度可供参考的使用技巧。

关键词：程度副词;意象图式;语料库;计算机语言学

中图分类号： TP3? ? 文献标识码： A? ? DOI：10.3969/j.issn.1003-6970.2019.10.045

本文著录格式：彭柔. 基于NLTK情感测试及意象图式的英语程度副词与情感域动词搭配研究[J]. 软件，2019，40（10）：195197

Study on Collocation of English Degree Adverbs and Emotional Domain

Verbs Based on NLTK Emotional Test and Image Schema

PENG-Rou

（Shanghai University of International Business and Economics， Shanghai 201600）

【Abstract】： The paper chooses collocation of English degree adverbs with emotional domain verbs as research object， and explores influencing factors and dynamic process of learners while modifying emotional domain verbs with degree adverbs through design of emotional orientation test program based on Natural Language Toolkit （NLTK）. Then， make an image schema interpretation on different types of collocation from perspective of cognitive linguistics. Finally， it puts forward some skills for English learners to while using English degree adverbs to express their emotions and attitudes for reference.

【Key words】： Degree adverb; Image schema; Corpus; Computer linguistics

0? 引言

Langacker（1987：149）認为：基本认知域是概念复杂性的最底层，是人类概念化过程的出发点[1]。因此，情感域动词必然是人类表达情感和态度的重要渠道。而程度副词表达性强，两者搭配使用为学习者提供了语言多样性的可能，同时也为正确地使用和辨析不同类型的程度副词增加了难度。但多数研究皆从理论出发，借助语料作为数据的证实研究，这些研究都没有建立起足以解释学习者使用程度副词差异或错误的理论框架（罗志高，2013）。基于此，本文通过语料库驱动的研究范式，从自然语言处理

技术和认知语言学角度，横向对不同程度副词下的情感倾向进行测试，以量化程度副词的影响效果;纵向对不同类型的搭配进行意象图式分析，以解释其中的动态过程，发掘其使用技巧[2]。

1? 研究对象及研究方法

Quirk（1985：567）根据语义强度将其进一步分成两大类和六小类，即程度增强语下的程度最大语（如：absolutely， totally），程度提升语（如：really， intensely），以及程度减弱语下的程度接近语（如：almost， virtually），程度妥协语（如：kind of， rather），程度降低语（如：quite， slightly）和程度最小语（如：

hardly， scarcely）。Cliff（1959）认为，状语性程度副词的语义增强效应与程度副词所处的不同等级密切相关，Firth（1957：7）也认为“词语的完整意义是基于语境的”。因此语言学习者学习和使用情感域动词应该构建在语义的环境下，尤其应该注意程度副词对它的修饰。语义的情感分析不仅是语言学的热点，也是计算机自然语言处理的重点（例：吴格琛，2018;王名扬，2019）。李颖（2015）也指出，必须要使用数学的统计方法和计算机学科的大数据处理方法，才能从语料库中挖掘和获取语言知识[3]。

综上，本文选取中介语料库ICNALE写作部分中英语程度副词与情感域动词搭配为研究对象，利用Python语言、NLTK，采取有监督的数据训练方式，设计情感分析程序，以量化不同程度副词搭配下的情感域动词的表达倾向;再从认知语言学角度，

以AntConc、COCA语料库作为检索工具，分析不同搭配下的意象图式，描述偏差产生的过程;最后对英语学习者关于程度副词与情感域动词搭配的运用提出相关建议。

2? 程度副词与情感域动词搭配的表达倾向

本文以ICNALE语料库中学习者写作语料为例，选取不同类型程度副词与情感域动词搭配进行情感预测，结果如下。

显然，如表1所示：是否使用程度副词，如例2-4-5及10-11对照组;使用不同的程度副词，如例2-5及3-6对照组;使用不同的情感域动词，如例1-5对照组;程度副词相对所处的位置，如例5-6对照组，都将产生情感倾向上的表达偏移。

学习者的英语使用错误、表意不明也将造成偏差。如7-8-9对照组，首先英语学习者将“approve”的介词丢失导致语义不明，对情感预测产生了较大影响。其次，值得注意的是，该句的情感倾向判定为积极。而实际中，读者显然能够确定这里的“hardly”使该句语义呈明显的否定。究其误判原因是“hardly”几乎没有修饰“approve”的情况，COCA中仅出现2次，且其一是与否定词连用。对照组12-13-14中，由于例12语义不完整（遗漏“stay”）和单词拼写错误（应为“disturb”）导致语句情感倾向判定有误[4]。

句子的复杂程度（如对照组7-8）及情绪褒贬偏向都有可能影响程度副词修饰情感域动词的表达。上述对照组12-13-14中，程度副词“almost”修饰消极动词“don”t like”，有模糊界限、减弱情绪倾向的作用，可委婉表达自己的反对意见。对照组10-11中，由于“quite”的修饰，“be in favor of”的积极倾向降低，与该句首“from my point of view”相补充，形成婉转、谦虚的态度。

总的来说，是否使用程度副词，使用不同的程度副词，或搭配不同的情感域动词都可能对情绪倾向产生影响[5]。同时，学习者词汇拼写、搭配等错误也将导致情感表达的偏差。不同的程度副词，大致可按语义强度分进行区分，但在与情感域搭配的实际运用过程中并非一成不变的，会随语义变化起到不同的作用[6]。

3? 程度副词与情感域动词搭配的意象图式

意象多指一种心理表征，而图示是人们把经验和信息加工后形成的认知结构（王寅，2011）。Langacker（1987）认为：意象图式由射体（TR），路标（LM）和路径（PATH）组成，其中路标为参照物。就此，本文将对Quirk（1985：567）提出的六类程度副词逐一进行解释，并提出相关使用技巧。

如图1，TR1、TR2、TR5、TR6分别代表了程度最大语、程度提升语、程度降低语及程度最小语四种类型下的情感变化图式。例1中使用的“totally”最大程度强调了自己赞同的态度，以明确立场，故向上（向下）迁移且无界限。但例2中“really”一词则较之“totally”语义程度稍弱，则情感倾向偏移程度稍小且有界。程度降低语及程度最小语则与上述两种类型在语义程度的方向上相反。

如图2，程度接近语意象图式中箭头所表示的路徑向外延伸，TR3相对于LM的可接受范围增加。它与程度妥协语有相似之处，但又有所区分。Henk Louw（2003）指出前者意为“几乎如此”，暗示该陈述几乎正确但并非完全符合事实，如例12中 “almost”表明并非完全反对，百分之百否定。而后者意为“允许存在异议”，TR4沿着路径向LM趋近，较之原来所在位置的相对距离缩小，达到中间的平衡，即“妥协”之意，如例15中一个观点转变为另一个观点的让步或被说服。英语学习者也常用“rather than”、“would rather”等词组表示“宁愿、妥协”[7-8]。

基于上述分析，本文再提出以下几点可供学习者在英语表达过程中，程度副词与情感域动词搭配的一些使用技巧：1）夸大或降低态度，以便获得认同[9-10]，例如：“absolutely approve of”，“strongly disagree”等;2）强化或减弱自己的观点，以委婉表达自己赞同（反对）的立场，例如：“quite in favor of”等;3）利用程度副词对自己观点避重就轻，甚至留有余地，例如：“we can almost see”等;4）利用程度副词对自己（或他人）所持观点进行让步，例如：“would rather do”或“rather than do”等。

4? 结语

基于计算机技术的情感倾向测试为更好地理解自然语言提供了技术上的参考，而认知语言学和意象图式也为解释情感倾向提供了语言学理论上的支持，应能为计算机语言学研究者提供有益的参考。

参考文献

[1]Cliff N.Adverbs as multipliers.[J].Psychological Review， 1959， 66（1）： 27.

[2]Firth J. R. A synopsis of Linguistics Theory 1930-1955. Studies in Linguistic Analysis[M].Oxford： Blackwell， 1957： 1-32

[3]Henk Louw. Adverbial Intensifiers in Black South African English[D]. Potchefstroom ： North-West University， 2003.

[4]Langacker R. W. Foundation of Cognitive Grammar Volume I [M]. Palo Alto： Stanford University Press， 1987： 149-156.

[5]申晋祥，鲍美英. 基于Android的移动在线教育平台的设计与实现[J]. 软件， 2016， 37（3）： 30-33.

[6]李颖，冯志伟. 计算语言学的超学科研究[J]. 现代外语， 2015， 38（03）： 407-415+439.

[7]罗志高. 英语程度副词跨学科研究综述[J]. 外国语文， 2013， 29（03）： 90-94.

[8]王名扬，吴欢，贾晓婷. 结合word2vec与扩充情感词典的微博多元情感分类研究[J]. 东北师大学报（自然科学版）， 2019， 51（01）： 55-62.

[9]王寅.《什么是认知语言学》[M]. 上海：上海外语教育出版社， 2011： 54-55.

[10]吴格琛，陈振彬，谢博，等. 基于情感分析的新闻浏览平台设计与实现[J]. 广东石油化工学院学报， 2018， 28（04）： 43-46+55.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。