基于NLTK情感測試及意象圖式的英語程度副詞與情感域動詞搭配研究

摘? 要： 本文選擇英語程度副詞與情感域動詞的搭配為研究對象，通過設計基于自然語言工具包（NLTK）的情感傾向測試程序，探究學習者在使用程度副詞修飾情感域動詞時的影響因素及動態(tài)過程;然后從認知語言學角度，對其不同類型的搭配做出意象圖式闡釋;最后為英語學習者提出在使用英語程度副詞表達情感態(tài)度可供參考的使用技巧。

關鍵詞： 程度副詞;意象圖式;語料庫;計算機語言學

中圖分類號： TP3? ? 文獻標識碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.10.045

本文著錄格式：彭柔. 基于NLTK情感測試及意象圖式的英語程度副詞與情感域動詞搭配研究[J]. 軟件，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）認為：基本認知域是概念復雜性的最底層，是人類概念化過程的出發(fā)點[1]。因此，情感域動詞必然是人類表達情感和態(tài)度的重要渠道。而程度副詞表達性強，兩者搭配使用為學習者提供了語言多樣性的可能，同時也為正確地使用和辨析不同類型的程度副詞增加了難度。但多數(shù)研究皆從理論出發(fā)，借助語料作為數(shù)據(jù)的證實研究，這些研究都沒有建立起足以解釋學習者使用程度副詞差異或錯誤的理論框架（羅志高，2013）。基于此，本文通過語料庫驅(qū)動的研究范式，從自然語言處理

技術和認知語言學角度，橫向?qū)Σ煌潭雀痹~下的情感傾向進行測試，以量化程度副詞的影響效果;縱向?qū)Σ煌愋偷拇钆溥M行意象圖式分析，以解釋其中的動態(tài)過程，發(fā)掘其使用技巧[2]。

1? 研究對象及研究方法

Quirk（1985：567）根據(jù)語義強度將其進一步分成兩大類和六小類，即程度增強語下的程度最大語（如：absolutely， totally），程度提升語（如：really， intensely），以及程度減弱語下的程度接近語（如：almost， virtually），程度妥協(xié)語（如：kind of， rather），程度降低語（如：quite， slightly）和程度最小語（如：

hardly， scarcely）。Cliff（1959）認為，狀語性程度副詞的語義增強效應與程度副詞所處的不同等級密切相關，F(xiàn)irth（1957：7）也認為“詞語的完整意義是基于語境的”。因此語言學習者學習和使用情感域動詞應該構(gòu)建在語義的環(huán)境下，尤其應該注意程度副詞對它的修飾。語義的情感分析不僅是語言學的熱點，也是計算機自然語言處理的重點（例：吳格琛，2018;王名揚，2019）。李穎（2015）也指出，必須要使用數(shù)學的統(tǒng)計方法和計算機學科的大數(shù)據(jù)處理方法，才能從語料庫中挖掘和獲取語言知識[3]。

綜上，本文選取中介語料庫ICNALE寫作部分中英語程度副詞與情感域動詞搭配為研究對象，利用Python語言、NLTK，采取有監(jiān)督的數(shù)據(jù)訓練方式，設計情感分析程序，以量化不同程度副詞搭配下的情感域動詞的表達傾向;再從認知語言學角度，

以AntConc、COCA語料庫作為檢索工具，分析不同搭配下的意象圖式，描述偏差產(chǎn)生的過程;最后對英語學習者關于程度副詞與情感域動詞搭配的運用提出相關建議。

2? 程度副詞與情感域動詞搭配的表達傾向

本文以ICNALE語料庫中學習者寫作語料為例，選取不同類型程度副詞與情感域動詞搭配進行情感預測，結(jié)果如下。

顯然，如表1所示：是否使用程度副詞，如例2-4-5及10-11對照組;使用不同的程度副詞，如例2-5及3-6對照組;使用不同的情感域動詞，如例1-5對照組;程度副詞相對所處的位置，如例5-6對照組，都將產(chǎn)生情感傾向上的表達偏移。

學習者的英語使用錯誤、表意不明也將造成偏差。如7-8-9對照組，首先英語學習者將“approve”的介詞丟失導致語義不明，對情感預測產(chǎn)生了較大影響。其次，值得注意的是，該句的情感傾向判定為積極。而實際中，讀者顯然能夠確定這里的“hardly”使該句語義呈明顯的否定。究其誤判原因是“hardly”幾乎沒有修飾“approve”的情況，COCA中僅出現(xiàn)2次，且其一是與否定詞連用。對照組12-13-14中，由于例12語義不完整（遺漏“stay”）和單詞拼寫錯誤（應為“disturb”）導致語句情感傾向判定有誤[4]。

句子的復雜程度（如對照組7-8）及情緒褒貶偏向都有可能影響程度副詞修飾情感域動詞的表達。上述對照組12-13-14中，程度副詞“almost”修飾消極動詞“don”t like”，有模糊界限、減弱情緒傾向的作用，可委婉表達自己的反對意見。對照組10-11中，由于“quite”的修飾，“be in favor of”的積極傾向降低，與該句首“from my point of view”相補充，形成婉轉(zhuǎn)、謙虛的態(tài)度。

總的來說，是否使用程度副詞，使用不同的程度副詞，或搭配不同的情感域動詞都可能對情緒傾向產(chǎn)生影響[5]。同時，學習者詞匯拼寫、搭配等錯誤也將導致情感表達的偏差。不同的程度副詞，大致可按語義強度分進行區(qū)分，但在與情感域搭配的實際運用過程中并非一成不變的，會隨語義變化起到不同的作用[6]。

3? 程度副詞與情感域動詞搭配的意象圖式

意象多指一種心理表征，而圖示是人們把經(jīng)驗和信息加工后形成的認知結(jié)構(gòu)（王寅，2011）。Langacker（1987）認為：意象圖式由射體（TR），路標（LM）和路徑（PATH）組成，其中路標為參照物。就此，本文將對Quirk（1985：567）提出的六類程度副詞逐一進行解釋，并提出相關使用技巧。

如圖1，TR1、TR2、TR5、TR6分別代表了程度最大語、程度提升語、程度降低語及程度最小語四種類型下的情感變化圖式。例1中使用的“totally”最大程度強調(diào)了自己贊同的態(tài)度，以明確立場，故向上（向下）遷移且無界限。但例2中“really”一詞則較之“totally”語義程度稍弱，則情感傾向偏移程度稍小且有界。程度降低語及程度最小語則與上述兩種類型在語義程度的方向上相反。

如圖2，程度接近語意象圖式中箭頭所表示的路徑向外延伸，TR3相對于LM的可接受范圍增加。它與程度妥協(xié)語有相似之處，但又有所區(qū)分。Henk Louw（2003）指出前者意為“幾乎如此”，暗示該陳述幾乎正確但并非完全符合事實，如例12中 “almost”表明并非完全反對，百分之百否定。而后者意為“允許存在異議”，TR4沿著路徑向LM趨近，較之原來所在位置的相對距離縮小，達到中間的平衡，即“妥協(xié)”之意，如例15中一個觀點轉(zhuǎn)變?yōu)榱硪粋€觀點的讓步或被說服。英語學習者也常用“rather than”、“would rather”等詞組表示“寧愿、妥協(xié)”[7-8]。

基于上述分析，本文再提出以下幾點可供學習者在英語表達過程中，程度副詞與情感域動詞搭配的一些使用技巧：1）夸大或降低態(tài)度，以便獲得認同[9-10]，例如：“absolutely approve of”，“strongly disagree”等;2）強化或減弱自己的觀點，以委婉表達自己贊同（反對）的立場，例如：“quite in favor of”等;3）利用程度副詞對自己觀點避重就輕，甚至留有余地，例如：“we can almost see”等;4）利用程度副詞對自己（或他人）所持觀點進行讓步，例如：“would rather do”或“rather than do”等。

4? 結(jié)語

基于計算機技術的情感傾向測試為更好地理解自然語言提供了技術上的參考，而認知語言學和意象圖式也為解釋情感傾向提供了語言學理論上的支持，應能為計算機語言學研究者提供有益的參考。

參考文獻

[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]申晉祥， 鮑美英. 基于Android的移動在線教育平臺的設計與實現(xiàn)[J]. 軟件， 2016， 37（3）： 30-33.

[6]李穎， 馮志偉. 計算語言學的超學科研究[J]. 現(xiàn)代外語， 2015， 38（03）： 407-415+439.

[7]羅志高. 英語程度副詞跨學科研究綜述[J]. 外國語文， 2013， 29（03）： 90-94.

[8]王名揚， 吳歡， 賈曉婷. 結(jié)合word2vec與擴充情感詞典的微博多元情感分類研究[J]. 東北師大學報（自然科學版）， 2019， 51（01）： 55-62.

[9]王寅.《什么是認知語言學》[M]. 上海： 上海外語教育出版社， 2011： 54-55.

[10]吳格琛， 陳振彬， 謝博， 等. 基于情感分析的新聞瀏覽平臺設計與實現(xiàn)[J]. 廣東石油化工學院學報， 2018， 28（04）： 43-46+55.