面向言语治疗的汉语词汇语义表征分析研究
上QQ阅读APP看书，第一时间看更新
上一章目录下一章

图7　英语生物和非生物概念义征网截选

图10　义征秩次与范畴独有度的位型（纵轴）和征型（横轴）分布

图11　析义元语言所含义征的三因素分布马赛克图：位型、征型和秩次分布

三个因素为：义位语义大类（五个水平）、义征语义大类（两个水平）、义征秩次（两个水平）。

图12　义征共元网络的可视化效果图

图13　义征共元网络的点度与独有度关系：不分位型，显示全局独有度

采用双对数坐标轴和线性拟合。左图：非加权点度；右图：加权点度。

图14　义征共元网络的点度与独有度关系：分五种位型，显示改良加勒德范畴独有度

采用算术坐标系统和线性拟合。

图17　概念熟悉度在范畴与性别上的分布箱线图

黄点为熟悉度均值，箱中部横线为熟悉度中位数，箱的上下两端为四分位距，须线延伸至1.5倍四分位距处，多出的黑点表示异常值。

图18　义征秩次与简化领域独有度的领域（纵轴）和征型（横轴）分布

图19　义征秩次与简化范畴独有度的范畴（纵轴）和征型（横轴）分布

图21　汉语义征简单集的三因素分布马赛克图：初级征型、概念范畴和秩次分布

三个因素为：初级征型（六个水平）、概念范畴（10个水平）、义征秩次（两个水平）。

图22　汉语义征简单集的双因素分布马赛克图：初级征型的概念范畴分布

两个因素为：初级征型（六个水平）、概念范畴（10个水平）。

图23　义征量化指标间相关性分析

对角线为频数分布直方图。对角线上方为变量相关系数，系数越大，字号也越大。对角线下方为散点图，列变量映射至纵轴，行变量映射至横轴，采用局部加权回归散点平滑法（LOWESS）绘制拟合曲线，图中显示为红线。

图24　征联网络的可视化效果图

正图中的顶点大小与点度成正比，右下角虚框子图的顶点大小与介数成正比。左上角显示点度与介数分布关系。此处点度与节点介数计算采用R软件的igraph包。

图26　患者Z.YW义征范畴独有度在初级征型上的分布（认知治疗前）

图27　患者Z.YW义征范畴独有度在初级征型上的分布（认知治疗后）

图28　患者Z.YW所产义征的三因素分布马赛克图1：对义征的概念领域分布的观察

三个因素为：义征康复分区（四个水平）、概念领域（两个水平）、治疗前后（两个水平）。

图29　患者Z.YW所产义征的三因素分布马赛克图2：对义征的概念范畴分布的观察

三个因素为：义征康复分区（四个水平）、概念范畴（两个水平）、治疗前后（两个水平）。

图30　患者Z.YW治疗前后义征在持征概念中的共现关系网络

顶点大小与点度呈正比，颜色与康复分区对应。

图31　概念熟悉度在范畴与性别上的分布箱线图（2018扩增版名物义征简单集）

黄点为熟悉度均值，箱中部横线为熟悉度中位数，箱的上下两端为四分位距，须线延伸至1.5倍四分位距处，多出的黑点表示异常值。

图32　义征秩次与范畴独有度的范畴和征型分布（2018扩增版名物义征简单集）

上一章目录下一章