网络结构分析中心度自动检测系统的研究与应用.docx

网络结构分析中心度自动检测系统的研究与应用 摘要：不同单词在词汇语义网络构建中所起的作用存在差异，中心节点单词连接着更多其他节点，在网络结构发展中起关键作用。本研究基于网络结构分析方法，开发计算机软件“大学英语阅读教程词汇中心度自动检测系统”，并使用该系统对《全新版大学英语综合教程》四册书中的生词进行分析，根据它们与不同语义场中核心词汇建立语义连接的情况对其进行中心度鉴别，生成该教材中心词汇表。该研究思路和中心词汇表可应用于课堂词汇教学、教材评估和词汇能力测试等方面，让词汇教学更有利于词汇语义网络的发展，以提高词汇学习的效率。 词汇在学习者头脑中是相互关联而不是孤立的，单词按照词义之间的关系形成纵横交错的网络，构成心理词典的核心结构，这就是“词汇语义网络”（按照根据社会网络结构分析原理，不同类型的节点在网络中担任的角色、所起到的作用各不相同：中心节点位于网络的中心位置，与之联系的节点更多，在信息交流和传递中起到更重要的作用，而边缘节点构建网络连接的能力有限，作用相对较小，网络节点中心度鉴别对于了解网络结构特征有着重要的意义（赫南等，2007）。网络节点中心度鉴别最直接的方法是计算和比较节点度（Degree），即网络拓扑中与此节点连接的边的数量。本研究以阅读教材中的课文为主要语料，以生词和重要语义场中的核心单词形成的语义连接构成的局部网络为研究对象，设计计算机程序，通过局部网络中的节点度比较来提取网络中心节点单词，生成中心词汇表。该方法基于如下理念：某一单词连接的核心词汇越多，涉及的语义场数目越多，该单词的词汇语义网络建构能力越强，在词汇语义网络中越居于中心位置（Schmitt,1998）。词汇语义网络研究思路和网络中心词表可应用于课堂词汇教学和学生课外英语词汇的习得。1 词汇中心度自动检测系统词汇语义网络结构特征研究的关键在于构建能够反映网络整体特征而又易于观察的局部网络。本研究的局部网络由阅读教程中的生词和课文主题相关语义场中的核心词汇相互连接而构成。网络的规模由所选取的语义场的数量决定，网络的联通情况由生词表中的生词和各语义场中的核心词汇的连接情况决定。具体的做法是分析每篇课文中最重要的语义场，挑出该语义场中词频高、信息表达能力强的核心词汇。笔者在上海外语教育出版社出版的《全新版大学英语综合教程》（以下简称《综合教程》）的1～4册教材中共选择了代表课文主题的语义场50个，每个语义场选出核心词汇约5～15个，从四册书共选出500个核心词汇，建成核心词库，以此作为研究语义连接的参照节点。本研究通过考查生词与这些参照节点之间的语义连接情况，来判断生词的语义连接构建能力以及在词汇语义网络中的中心程度。语义场中词汇的主要聚合关系包括：类义关系、同体关系、同集语义关系等共12种，分别形成类义语义场、同体语义场、同集语义场等。同时，不同语义场的词汇之间以组合关系相互联系，形成纵横交错的网络（周国光，2005），只有同时考虑组合关系和聚合关系才能真实反映语义网络连接的全貌，所以核心词汇的选择不仅要包含名词，而且要包含动词、形容词和副词。主要语义场和核心词汇的选取主要依据为：（1）与课文主题相关的语义场。比如，《综合教程》第一册第一单元的标题为：Writing for Myself，重点为“英语写作”，反映中心语义场的核心词汇是：writing,paper,paragraph,subject,topics,title,homework；与这些核心词汇建立语义连接的动词为：write,hand in,learn,fi nish,return等，与核心名词和动词建立语义连接的形容词和副词为：dull,simply,graded。（2）与主题相交的语义场。以一篇描写教师的课文为例，相关的词汇包括：cheerless,reputation,formal,dullness,wear,eyeglass,hair,suits,collar,shirt,jaw,nose,manner。这篇课文的另一个重要信息点是和吃意大利面有关的场景记忆，相关的核心词汇包括：memory,night,dish,adults,laughing,mind,plate,eat,warmth,moment。（3）关于不同词性核心词汇的比例：考虑到名词和动词建立语义连接的能力更强，所以核心词汇的选择以名词和动词为主，各类别词的比例大概为名词和动词约占80%，形容词和副词约占20%。2 词汇中心度自动检测系统的结构和功能介绍词汇中心度自动检测系统的基本构件是课文语料库、生词语料库、核心词库，其功能是统计每个生词在课文中与核心词汇在同一句话中出现的频次，以此作为鉴别生词中心度的依据。以《综合教程》为例，具体的使用方法如下：第一步，课文语