第三章 歌詞中的情感隱喻與字詞共現網絡
3.4 文本隱喻分析流程
3.4.2 隱喻概念關聯對應
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3.4.2 隱喻概念關聯對應
依情感概念和來源域概念字彙比對結果，作為分析隱喻概念關聯的參考，本步驟分 別以概念隱喻理論(CMT)和融合理論(BT)進行隱喻關聯的對應分析。在概念隱喻分析的 部分，如圖 3.7，主要依照文獻提供的約定俗成的隱喻例句判斷來源域字彙，再從歌詞 中找出與之對應的情感目標域概念，進行概念關聯的分析；因此在概念隱喻分析的部 分，本研究先從歌詞中判斷比對到的字彙做為目標域和來源域選定的依據，再依歌詞原 句的意義做概念隱喻的詮釋，分析的表格如下表 3.4，將有隱喻意涵的歌詞語句陳述於 表達層，再把帶有隱喻意涵的概念字彙分別對應到認知層中的來源域和目標域，最後套 用 Kövecses (2003)的情感隱喻例句分類，將各種情感的隱喻表達作一歸類，分析完成 441 首歌詞。
圖 3.7: CMT 分析步驟
然而，有些歌詞並未比對到相關的概念字彙，但依據整首歌詞的敘述脈絡仍可判斷 出兩相對應關係的情感隱喻的部分，則另從融合理論的觀點進行文本的分析，以找出更 多情感相關連的隱喻概念，圖 3.8 為融合理論分析的流程。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3.8: BT 分析步驟
根據文獻探討，融合理論主要是由四個空間的架構組成，分別為兩個輸入空間(Input Space 1, 2)和一個概括空間(Generic Space)，以及融合空間(Blended Space)的部分，兩個 輸入空間主要為可以兩相對應的概念系列，概括空間則為兩個概念共同享有的概念意 義，而融合空間則是對照出其中一個概念可以用來理解另一個概念的隱喻關係的形成，
同樣是先將歌詞中帶有隱喻概念的歌詞與句陳述於表達層，再將兩個概念依序對應至認 知層的輸入空間 1 和 2，接著找出兩者共通的概念屬性，以做隱喻理解的詮釋；以歌曲 編號 6「Love Theme From A Star Is Born (Evergreen)」歌詞為例，分析如下表 3.4
‧
Time we've learned to sail above Time won't change the meaning of one love Ageless and ever evergreen
認
state evergreen rose is comprehended as eager for forever love
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 隱喻對應分析
本章就第三章提出的情感隱喻字詞共現網絡和文本隱喻分析的結果作一整體統計描 述，再分別就兩種方法做細部分析結果描述，最後以文本隱喻分析結果作為字詞共現網 絡未來在文字隱喻分析工具的評估。
4.1 描述統計
本節先針對兩種方法分析得出的結果作一概要的統計描述；首先是字詞共現網絡的 部分，依照兩種分析範圍和不同的字彙處理標準所得到的字彙組合，進行資料分布型態 和字彙組合的差異比較；而另一小節則針對文本隱喻分析的結果，列舉分析出的情感隱 喻對應關係，以及情感概念字彙(目標域)的資料筆數分布圖，以了解本研究分析的西洋 經典情歌歌詞，其內容主要描繪的情感面向。
4.1.1 兩種共現範圍的資料型態
本研究依據整首歌和每首歌中的句子，兩種共現距離進行此範圍內的字彙和字彙之 間的共現度計算，另從以句子為共現範圍的資料結果延伸出去除每首歌中重複句子的共 現度計算，因此，本研究共採用 3 種共現度計算的標準，分別是:
W (Co-occurrence by whole song):以整篇歌詞為共現範圍，扣除掉歌詞中重複出現的 字彙，再計算同一歌詞中每一字彙和其他字彙之間的距離，建立字彙的共現關係。
SS (Co-occurrence by same sentence):以每篇歌詞中的句子為共現範圍，扣除掉句子 中重複出現的字彙後，計算同一句子中每一字彙和其他字彙之間的距離，建立字彙 的共現關係。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
S (Co-occurrence by same sentence without duplicates): 以每篇歌詞中的句子為共現 範圍，並且先去除每篇歌詞中重複出現的句子，再去除句子中重複出現的字彙，再 行計算同一句子中每一字彙和其他字彙之間的距離，建立字彙的共現關係。
以上 W, SS, S 三種共現範圍所產生的字彙組合的資料總數，詳列於表 4.1，另將三 種字彙共現組合頻率，由大至小排列前 4000 筆資料作呈現，如圖 4.1。
Co-Occurrence Network Analysis Textual Analysis W 18,042 Metaphorical Tokens
Identified Counts 712
SS 31,509
S 20,060
表 4.1: 兩種分析方法所得資料總數表
圖 4.1: 三種共現標準的字彙組合筆數分布圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
從圖 4.1 可看出三組字彙組合的資料型態皆呈長尾分布，亦即有少量幾組的字彙配 對關係，是大量地出現在大部分的西洋經典情歌歌詞中，透過觀察共現度較高的幾筆資 料，可以初步了解這些西洋經典情歌再現了那些重要概念，因此，本研究將依這三條資 料分布型態，選定共現度較高的字彙為浮現字彙網絡的門檻值，來建置網絡，作更進一 步的網絡分析。
如圖 4.1，藍色線段 W 代表以一首歌為共現範圍的字彙組合分布，共有 184,042 筆 字彙配對組合，下表 4.2 列舉線段 W 前 40 組字彙共現資料；從 W 的資料分布曲線觀察 到，共現值(Count)在 25 以上為高頻次的共現字彙組合，表列第一筆資料為愛情(love) 和心(heart)的字彙共現組合，在 441 篇歌詞中共同出現 155 次。
表 4.2: W(以一首歌為單位)前 40 筆字彙共現組合
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
承前段敘述，紅色線段 SS 則代表以句子為共現範圍的字彙組合分布，共有 31,614 筆字彙組合，表 4.3 列舉前 40 組配對資料；從 SS 的資料分布曲線觀察到，共現值(Count) 在 7 以上為高頻次的共現字彙組合，表列第一筆資料為愛情(love)和寶貝(baby)的字彙共 現組合，在 441 篇歌詞的同一句子共同出現 69 次。
表 4.3: SS(以同句歌詞為單位)前 40 筆字彙共現組合
同上，綠色線段 S 則代表以句子為共現範圍的字彙組合分布，並去除掉重複的句 子，因此字彙筆數較少，共有 20,060 筆字彙配對組合，表 4.4 列舉前 40 組配對資料；
從 S 的資料分布曲線觀察到，和 S 曲線呈現類似的分布趨勢，共現值(Count)在 7 以上為 高頻次的共現字彙組合，表列第一筆資料同樣為愛情(love)和寶貝(baby)的字彙共現組 合，在 441 篇歌詞無重複的同一句子中共同出現 38 次。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4.4: S(以同句為單位並去除重複)前 40 筆字彙共現組合
將數學模型，幕次法則(Power-Law)應用到網路世界的營銷模式觀察，而有長尾分 布理論，提出「80/20」的商品法則，認為 80%的業績來自 20%的產品，同樣地，長尾 現象也出現在蘊含大量文字訊息的網路上[30]，就如相關文獻提及的，一般人的語言文 字使用，經常集中在少量的字彙，而我們的文字符號系統卻相當的廣大，但裡頭多數的 字彙卻罕為人用；而從歌詞文本中亦發現，情歌歌詞經常運用相似的字彙，透過這樣字 詞概念的共現關係計算，呈現了歌詞慣用字彙成長尾分布。因此，本研究依照字彙分布 的資料型態決定不同共現範圍的字彙網絡浮現門檻值，分別建立了 3 個共現網絡圖形，
後續章節將從網絡結構和網絡節點特性指標分析，不同的字彙節點所代表的概念含意，
而從中針對這些共現度高的字彙概念組合找出隱喻相關的詮釋意義。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
M
No.
SNA (Bottom-Up)
W SS S
Word Word Count Word Word Count Word Word Count 1 love heart 155 love baby 69 love baby 38
2 love time 143 love way 57 love time 32
3 love feel 143
break heart 48 love feel 32
4 love go 126 love stop 46 love way 31
5 love baby 123 love one 45 love one 30
6 love one 122 love fall 40 love heart 28
7 love way 122 love time 40
feel way 23
8 love life 106 love feel 39
hold tight 21 9 love hold 100 love woman 37 love girl 21
10 love day 95 love heart 36 love fall 20
表 4.5: 三種共現字彙組合比較表
三種共現範圍的字彙組合比較如表 4.5，可以觀察到 3 筆資料的共現計算筆數呈倍 數差距，代表了在 W 共現網絡中保留了較完整的字彙數目，較能反映西洋經典情歌聆 聽者所接收到的訊息重點，以 W 網絡圖的第一筆字彙共現組合來看，愛情(Love)和心 (heart)可能會令聆聽者留下較深刻的印象；而另外兩個以句子為共現範圍的網絡 SS 和 S，將歌詞中可能為了配合旋律、段落而反覆出現的句子去除，較能夠反映歌詞創作者 原始的創作構想，因此在 SS 網絡和 S 網絡的第一筆字彙共現組合皆為愛情(Love)和寶 貝(Baby)，反映出作詞者在創作情歌時，最常運用寶貝此一概念來和愛情做連結。此外，
從 3 個網絡共現度最高的前 10 筆字彙組合來看，W 網絡皆是和愛情字彙的連結，而 SS 網絡和 S 網絡個別出現 1 筆和 2 筆和非愛情的連結的字彙組合，表現出較高的歧異度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.1.2 文本分析情感隱喻對應關係
根據文獻所認定的情感隱喻分類，本研究共從 441 首西洋經典情歌歌詞中分析出 712 條情感隱喻的對應關係，在文獻探討的 9 種屬於目標域的情感概念中，本研究共分 析出其中 6 種情感概念(Anger, Pride, Fear, Happiness, Sadness, Love)，為歌詞中藉由隱喻 所表達的情感概念，其資料分布如圖 4.2。
圖 4.2: 情感隱喻 9 種情感概念(目標域)分布圖
由於在每一首歌詞中會有不只一個隱喻對應關係的情形發生，同一個目標域(如:
Love 愛情)能夠對應到不同的來源域，做不同的隱喻概念詮釋，另也有歌詞中未出現文 獻舉出，已經由專家知識積累，屬於約定俗成的隱喻概念的部分，則另外透過融合理論 分析模式詮釋，若由融合理論模型分析出的情感概念之一，也屬於上列 9 類情感，則同 樣列入上列計算；此外，也有平舖直述的歌詞創作，其內容完全未出現隱喻概念或是譬 喻的描述方法，即便有出現相關的情感概念字彙，但無相對應之概念字彙，則未列入以 上分析計算之中。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.2 網絡結構分析
從前一章節對於共現網絡建置的整體分析結果所做的概略統計描述後，可以了解到 本研究所採用的三種不同範圍限制的網絡建置標準，以下將分成兩小節，分別呈現以整 篇和以一句歌詞，以及去除重複句子的條件限制，為分析運算單位的共現範圍，並個別 描述此三種條件下產生的網絡結構特性；另從社會網絡分析(Social Network Analysis, SNA)的幾項分析指標來看網絡節點個別的涵義，和不同字彙間的關係對應，以作為隱 喻分析的參考依據。
本研究的網絡圖形呈現以及幾項 SNA 分析指標計算，採用 NodeXL12分析軟體，此 為一線上免費提供的社會網絡分析工具，在微軟的文書處理軟體 Excel 試算表上開發的 擴充套件，能夠做社會網絡的分析計算、資料分群，以及利用圖形視覺化呈現節點和其 關聯；自 2010 年線上開放下載以來，便不斷有新版本推出，本研究採用 1.0.1.156 版本，
本研究的網絡圖形呈現以及幾項 SNA 分析指標計算，採用 NodeXL12分析軟體，此 為一線上免費提供的社會網絡分析工具，在微軟的文書處理軟體 Excel 試算表上開發的 擴充套件，能夠做社會網絡的分析計算、資料分群，以及利用圖形視覺化呈現節點和其 關聯；自 2010 年線上開放下載以來，便不斷有新版本推出，本研究採用 1.0.1.156 版本，