第四章 隱喻對應分析
4.2 網絡結構分析
4.2.2 以句子為共現範圍的網絡結構
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.2.2 以句子為共現範圍的網絡結構
以同一句歌詞(SS)，以及同一句歌詞並去除重複(S)兩種標準為共現範圍的網絡圖 形，同樣採共現值大於等於 7 的字彙組合為門檻值，將組合內的兩個字彙分別列為節點 一(Vertex 1)和節點二(Vertex 2)，呈現字彙之間的對應關係，圖 4.4 以及圖 4.5 分別將此 兩種標準的字彙關聯做整體網絡圖形呈現。以整首歌為共現範為(SS)的網絡圖形結構，
其整體節點個數 171 個，共有連結線數 275 條，其餘特徵描述詳列如表 4.7。
圖 4.4: SS(以同句歌詞為單位)網絡圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Network Structure SS
Vertices 171
Total Edges 275
Graph Density 0.0189
Maximum Geodesic Distance (Diameter) 8 Average Geodesic Distance 2.911
表 4.7: SS 網絡結構描述表
圖 4.5: S(以一句為單位並去除重複)網絡圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Network Structure S
Vertices 84
Total Edges 123
Graph Density 0.0352
Maximum Geodesic Distance (Diameter) 6 Average Geodesic Distance 2.485
表 4.8: S 網絡結構描述表
以同句歌詞為單位並去除重複為共現範圍(S)的網絡圖形結構如圖 4.5，其整體節點 個數 84 個，共有連結線數 123 條，其餘特徵描述詳列如表 4.8。
表格中的圖形密度(Graph Density)係指網絡中字彙節點之間連結的平均數量，以符 號 D 表示，計算數值介於 0 至 1，數值越接近 1，表示網絡密度越高；而平均距離(Average Geodesic Distance)為網絡中一字彙連結至另一字彙之間的平均最短距離，計算公式註記 如下[31]。
Network Structure W SS S
Vertices 77 171 84
Total Edges 276 275 123
Graph Density 0.0943 0.0189 0.0352 Maximum Geodesic Distance (Diameter) 2 8 6 Average Geodesic Distance 1.881 2.911 2.485
表 4.9: 三個網絡結構描述總表
以上所呈現的三個網絡圖形皆屬於無向性網絡，節點之間無方向的對應關係，將三 個網絡結構特徵相比如表 4.9，可以觀察到 W 網絡為三個網絡中密度最高，節點間相互
圖形密度(Graph Density)計算公式: ; 代表網絡中字彙連結的數目， 表示網絡中的字彙
總數。
平均距離(Average Geodesic Distance)計算公式: ; 代表網絡中的字彙 到字彙 的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
通達的平均距離和最遠距離差最低，為三個網絡中，節點間關聯最緊密的網絡圖形；而 SS 網絡節點數最多，網絡密度最低，節點間相互通達的平均距離和最遠距離差最高，
代表節點間關係較疏離，為三個網絡結構最為鬆散的網絡圖形；S 網絡則介於 W 網絡和 SS 網絡兩者之間。
根據過去網絡相關研究[31]可以了解到，網絡分析可透過多維度的指標來衡量不同 網絡層級的特性，有如透過網絡密度、平均距離所分析的整體網絡凝聚性(cohesion)，而 以下則利用幾種中心性(centrality)指標來衡量，個別字彙節點在整體網絡中的重要性。
表 4.10，4.11，4.12 分別針對三個網絡圖形中的節點進行程度中心性(Vertex Degree, Degree Centrality)、中介中心性(Betweenness Centrality)，以及接近中心性(Closeness Centrality)，三個中心性指標的網絡分析，以了解整個網絡中的節點特性，3 項分析指標 的計算方式如附註[31]。
Rank Vertex Degree Betweenness Centrality Closeness Centrality 1 love(76) love(2183.559) love(0.013)
2 heart(36) heart(143.726) heart(0.009) 3 time(31) time(89.420) time(0.008) 4 feel(30) feel(76.839) feel(0.008) 5 baby(26) baby(39.216) baby(0.008) 6 go(25) go(36.299) go(0.008) 7 way(25) way(35.109) way(0.008) 8 one(23) one(23.319) one(0.008) 9 life(20) hold(7.799) life(0.008) 10 hold(16) life(6.521) hold(0.007)
表 4.10: W 網絡中心性分析結果
最短距離。
程度中心性(Vertex Degree, Degree Centrality)計算公式: = ; 代表兩字彙節點之間有無連
結，以 1 和 0 表示，可由公式 = 做標準化轉化。
中介中心性(Betweenness Centrality)計算公式: ; 代表字彙 與字彙 之間的最短路
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Rank Vertex Degree Betweenness Centrality Closeness Centrality 1 love(78) love(6943.024) set(1.000)
2 heart(23) heart(1621.363) free(1.000) 3 baby(17) up(1140.084) sugar(1.000) 4 feel(16) baby(823.994) honey(1.000) 5 up(16) star(546.933) caught(1.000) 6 time(14) down(470.610) trap(1.000) 7 one(13) hold(422.306) midnight(1.000) 8 day(12) fall(419.771) train(1.000) 9 go(12) sing(408.933) build(1.000) 10 life(11) life(350.784) mystery(1.000)
表 4.11: SS 網絡中心性分析結果
Rank Vertex Degree Betweenness Centrality Closeness Centrality 1 love(47) love(1814.300) sing(1.000)
2 feel(12) heart(388.000) song(1.000) 3 time(12) up(235.417) set(1.000) 4 up(11) hold(199.000) free(1.000) 5 heart(11) down(198.000) field(1.000) 6 baby(10) feel(179.383) gold(1.000) 7 hold(8) baby(111.233) lip(1.000) 8 go(8) call(73.000) mine(1.000) 9 one(7) hear(67.500) final(1.000) 10 way(6) woman(67.000) found(1.000)
表 4.12: S 網絡中心性分析結果
程度中心性(Vertex Degree, Degree Centrality)主要在計算網絡中一字彙節點和其他 字彙節點之間的連結線數，所得數值越高代表該字彙在網絡之中佔有越重要的地位 [31]；從表 4.10，4.11，4.12 可以看出，愛情(Love)在三個網絡圖中皆占有最重要的地位，
接近中心性(Closeness Centrality)計算公式: ; 代表網絡中字彙 至字彙 的最短距離。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
和最多的其他字彙有連結關係，再來則是心(Heart)、寶貝(Baby)，以及感受(Feel)等字彙，
呈現西洋情歌中重要的主題概念。
中介中心性(Betweenness Centrality)主要在計算網絡關係中，任兩個沒有直接連結關 係的字彙節點，需要透過另一字彙節點達成兩節點連結的程度，是用以衡量一個字彙是 否佔據在另兩個字彙相互連結的重要捷徑上，表 4.13 列出三個網絡圖的中介中心性的平 均值，將超過平均值之節點視為較具有影響力之字彙。
W SS S
Average Betweenness Centrality 34.416 109.035 42.988 表 4.13: 三個網絡圖之中介中心性平均值
如表 4.12 所呈現，W 網絡的中介中心性平均值為 34.416，亦即大於此平均值的 love(2183.559)，heart(143.726)，time(89.420)，feel(76.839)，baby(39.216)，go(36.299)，
way(35.109)，7 個字彙除了同樣在程度中心性占有重要地位外，還中介了幾個字彙之間 的連結；而 SS 網絡的中介中性平均值為 109.035，S 網絡為 42.988，在表 4.10，以及表 4.11 中所有的字彙皆大於平均值，亦即兩個表上所列的前 10 項字彙皆為歌詞中，中介 其他字彙連結的主要字彙；在 SS 網絡的中介中心性的排序，與程度中心性的排序相比，
顯示 down(470.610)，hold(422.306)，fall(419.771)，sing(408.933)，4 個字彙程度中心性 不高，但卻具有中介其他字彙的影響力；另在 S 網絡同樣也發現下列四個字彙有同樣的 情形，down(198.000)，call(73.000)，hear(67.500)，woman(67.000)。
接近中心性(Closeness Centrality)主要是在衡量字彙之間的最短路徑加總，而此捷徑
最小者，和大多數節點之間的關係較為緊密[31]。三個網絡呈現的前 10 個排序值均高於 個別網絡接近中心性的平均值(W,0.007)(SS,0.120)(S,0.132)，其中，W 網絡的接近中心性 排序的情形和其程度中心性，以及中介中心性大致相同，但在 SS 網絡以及 S 網絡則完 全不同，代表了 SS 網絡和 S 網絡的字彙節點緊密程度較低，使得網絡凝聚性不高，而
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
W 網絡個別字彙節點的連結計算結果較為一致，為凝聚力較高之網絡。