|
第六类：词汇-语法组合（如受交际动词或心理动词支配的that补语从句） 多维度分析法的第三步是通过计算机的标注程序，确定并统计T2K-SWAL语料库中463个语篇样本的语言特征。 多维度分析法的第四步是因子分析，即用统计分析的方法来确定语料中潜在的因子（或维度）。每个维度都由语篇中具有共现倾向的一组语言特征构成，这些成组的特征在某些语篇中可能普遍存在，而在其它语篇中则极为罕见。 我们在研究美国高校校园语体时，确定了四个分析维度。表2列出了每个维度中重要的语言特征。需要注意的是，将哪些语言特征归为一组，这并不是由研究者决定的，而是通过统计分析来确定的，它们共现于语篇中。在这一点上，多维度分析法与传统的语体分析法存在着明显的区别。 表2中的四个维度都具有正负两方面的特征，它们可以分为两组，即在语篇中频繁共现的正向特征和负向特征。这两组特征呈互补分布状，它们共同构成一个维度。也就是说，在同一个语篇中，当正向特征高频出现时，负向特征就会低频出现，反之亦然。需要注意的是，这里的正负是数学上的正负，而非评价性正负。 多维度分析的第五步是根据每个语篇的维度分值，来分析语篇和语体的语言特征。维度分值的计算方法，就是把某个维度中共现的各项语言特征简单相加。①例如，维度1的分值，就是用维度1中的正向语言特征（见表2）出现的频率之和，减去负向语言特征出现的频率之和。只要将每个语篇中的维度分值都计算出来，我们就可以对比每种语体的平均维度分值。 在计算出维度分值之后，我们可以采用统计的方法进一步确定语体中是否存在有意义的、显著的差异。方差分析可以用来检验以上四个维度中美国高校校园语体的差异。检验结果如下页表3所示。 
(责任编辑：admin) |