詞彙關聯應用

（A58）

（60）

譯：以下引用其中最重要的來自世界各國人物與城市的反應。

Coulmas 曾在 1985 年提到，直接引語與間接引語的差異，在於前者是 原封不動轉述話語的形式與內容，後者僅轉述內容（引自辛斌，2005）；因 此，新聞若包含大量的直接引語，則報導較為客觀。然而，事實並非如此。

Bell（1991）指出，直接引語是轉述者根據說話者大意編寫而成的，並不保 證完全按照說話者的原話引用；有時轉述者甚至未經過說話者的同意便引用 了。辛斌（2005：116）亦表示「任何一種轉述形式都可能為轉述者提供介入 他人話語的機會」，撰稿者經常需要在轉述話語中作調整，如刪除不規範或 不雅的語言，或為過於簡短的話語補添文字等。在此必須強調，轉述類型所 代表的意義，並不在新聞本身的客觀與否，而是反映不同語言的形式差異。

四、 詞彙關聯應用

最後，有關詞彙關聯的應用，本文指的是詞彙之間的「銜接（cohesion）」

手段。「銜接」是句子之間的篇章組織功能，該詞的出現，始於 Halliday &

Hasan（1976）提出英文的五種篇章銜接手段，分別是「照應（reference）」、

「替代（substitution）」、「省略（ellipsis）」、「連接（conjunction）」與「詞彙 銜接（lexical cohesion）」¹⁹等。以下主要探討的是詞彙銜接手段。

根據 Halliday & Hasan（1976），詞彙銜接意指「透過詞的重複、同義、

反義、上下義、互補等關係來達成篇章語意的連接」。這種銜接方式可分為

「複現關係」與「同現關係」兩類，分別說明如下。

19 隨後 Halliday（1985）將「替代」與「省略」合併，形成四種主要的銜接手段。

（一） 詞彙的複現關係（reiteration）

詞彙 複現 ， 意即 某 一詞 彙 透 過 原詞 、 同義 詞（ synonym）、近義詞

（near-synonym）、上義詞（superordinate）、下義詞（hyponym）、概括詞

（general word）、人稱指稱（personal reference）等形式，重複出現在篇章 之中稱之。複現的目的在使篇章的句子之間達成語意銜接，如例（61）所示。

（61） I turned to the ascent of the peak.

The ascent （原詞）

The climb （同義詞）

The task （上義詞） is perfectly easy.

The thing （概括詞）

It （指稱）

（二） 詞彙的同現關係（collocation）

詞 彙 同 現 ， 指 的 是 詞 彙 透 過 互 補 （ complementarity ） 或 整 體 關 係

（meronymy），在篇章中共同出現的傾向（co-occurency tendency）稱之。

如例（62）所示，「boy（男孩）」與「girl（女孩）」便是互補同現的詞彙。

（62） Why does this little boy wriggle all the time? Girls don’t wriggle.

一般來說，篇章有一定的話題，圍繞在此一話題的某些詞彙，往往會同 時出現；其他與此話題不相關的詞彙，就不太可能或者不會出現。舉例來說，

在探討網路購物的文章中，可以預測會出現「商品」、「拍賣」、「底價」、「競 標」等相關詞彙，而不太可能出現如「學校」、「畢業」、「老師」、「教室」等 詞。詞彙同現的目的亦在使篇章的句子之間能完成語意的銜接。黃國文

（1988）指出，由於同現關係，這些在意義上相互連繫的詞彙同屬一詞彙套，

在篇章中形成了詞彙鏈（lexical chain）。當人們遇到某些詞彙時，便能自然 聯想到詞彙套中的其他詞彙。由此可見，詞彙的同現與篇章話題關係密切。

Tseng, Chang, Chang Rundgren, & Rundgren（2010）便進一步利用「關鍵 詞擷取（key term extraction）」來檢視篇章中的詞彙銜接手段。所謂關鍵詞擷 取，是指「一種辨認文件中有意義且具代表性的字串（string）、片語（key phrases）、詞彙（keywords）或片段（key segments）的自動化技術（曾元顯，

2003）」。要取得篇章中的關鍵詞，必須經過一定的篩選過程，如圖‎二-4 所示。

圖二-4 關鍵詞擷取流程

資料來源：“Mining concept maps from new stories for measuring civic scientific literacy in media,” by Y. H. Tseng, C.Y. Chang, S. N. Chang Rundgren, C. J. Rundgren, 2010, Computers & Education, 55, 168. Copyright 2010 by the Elsevier Ltd.

首先，篇章必須先斷詞（tokenization）。接著，計算各詞彙在篇章中出 現的次數，即詞頻（word frequency）；擷取詞頻落在某一範圍的詞彙，即為 關鍵詞。然而，此時所得的關鍵詞並非最後結果，尚必須列出停用詞表（stop word list），將停用詞過濾²⁰之後，方能取得最終所需的關鍵詞。這項技術原 用於圖書館的書目檢索，提供讀者相關詞的查詢服務，本研究則用來擷取中 文與阿拉伯文新聞篇章的關鍵詞，藉此呈現不同語言在詞彙使用上的差異。

20 「停用詞（stop word）」是指在篇章中出現頻率極高，但與篇章內容沒什麼關係的詞，

如副詞、介詞、連接詞、語氣詞等。如果在關鍵詞擷取時將停用詞計算進去的話，過 多的雜訊會使得統計結果變得無用，因此，在處理自然語言時，研究往往會設定過濾 掉這些詞。