双语发展不平衡双语者情感词语义加工及情感加工

发布时间：2017-09-20 11:52

  本文关键词：双语发展不平衡双语者情感词语义加工及情感加工

  更多相关文章： 语义加工 情感加工 情感词 一语和二语 双语发展不平衡双语者

【摘要】：自半个多世纪前以来,前人对双语者的心理词汇进行了众多研究,提出了许多理论模型。然而,大部分双语心理词汇的研究都是基于具体词为材料的研究,因此,当前的这些理论模型很有可能无法对一、二语中的情感词的双语词汇心理表征作出预测。关于双语者对情感词加工的研究有望推动当前双语心理词汇理论进一步向前发展。情感词的加工包括语义加工和情感加工两个层面。前人的研究表明,就双语发展不平衡双语者对情感词的语义加工及情感加工而言,二语一般不如一语那样具有优势。在词汇判断的启动任务中,本研究中对来自浙江大学建筑专业的一批本科学生进行了三个实验。实验操纵三个变量：语言(词对以汉语或英语的形式呈现),愉悦度(词对均为积极含义的词或均为消极含义的词),以及语义关联性(启动词和目标词在语义方面相互关联或相互不关联)。三个实验的设计与任务相同,但实验一、二、三中的SOA分别为287 ms,450 ms和1050 ms。反应时方面得到了两大主要结果：三个实验当中,二语条件下的语义启动效应一直受到愉悦度的调控；积极词在一语条件下比消极词加工得更快,但是,消极词在二语条件下比积极词加工得更快。对于情感词的加工,被试似乎展现出以下特点：(1)母语条件下,情感词的语义激活扩散较快速,消散地也较为快速,但是,二语条件下情感词的语义联系意识相对较弱；(2)二语条件下消极词可能优先被加工,这可能是主要出于自动警惕的缘由,但是另一方面,二语条件下积极词可能在最初的阶段暂时失去情感加工优势,这可能是由于在语言的习得和使用过程中缺乏情感的基奠。实验的研究结果表明,未来关于双语心理词汇的理论研究应当将情感词的情感特性考虑其中。除了语言能力,习得和使用语境在二语情感词情感特性的加工方面也起着重要作用。本研究对于外语教学与外语学习也具有一定的启发作用。学校英语教师应当鼓励学生充分利用词汇联想及情感语境来学习英语新单词。
【关键词】：语义加工 情感加工 情感词 一语和二语 双语发展不平衡双语者
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：H319
【目录】：

• Acknowledgements6-7
• Abstract7-9
• 中文摘要9-13
• List of the Abbreviations13-14
• Introduction14-26
• 1.1 Emotional words16-18
• 1.2 The processing of emotional words in bilinguals18-21
• 1.3 The present study21-26
• Experiment 226-40
• 2.1 Method26-34
• 2.2 Results34-37
• 2.3 Discussion37-40
• Experiment 340-46
• 3.1 Method40-41
• 3.2 Results41-44
• 3.3 Discussion44-46
• Experiment 446-52
• 4.1 Method46-47
• 4.2 Results47-50
• 4.3 Discussion50-52
• General Discussion52-58
• References58-64
• Appendix Ⅰ64-66
• Appendix Ⅱ66-74
• Appendix Ⅲ74-78
• Appendix Ⅳ78

【相似文献】

中国期刊全文数据库 前3条

1 郭婷;;情感词获取与分类评级——以中大BBS舆情分析系统为研究对象[J];剑南文学(经典教苑);2013年09期

2 杨源;林鸿飞;;基于产品属性的条件句倾向性分析[J];中文信息学报;2011年03期

3 ;[J];;年期

中国重要会议论文全文数据库 前5条

1 陈奇哲;刘全升;姚天f ;;汉语意见型语句主题与情感关系抽取的研究[A];第五届全国信息检索学术会议论文集[C];2009年

2 孙慧;关毅;董喜双;;中文情感词倾向消歧[A];第六届全国信息检索学术会议论文集[C];2010年

3 段秀婷;何婷婷;宋乐;;基于PMI-IR算法的Blog情感分类研究[A];第五届全国青年计算语言学研讨会论文集[C];2010年

4 李先斌;袁平波;俞能海;;基于局部最优的情感标签图像自动标注算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

5 王枞;涂序彦;刘嘉;;注意-情绪协调的个性化信息推荐模型[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

中国博士学位论文全文数据库 前8条

1 刘全超;面向中文微博的观点挖掘与倾向性分析研究[D];北京理工大学;2015年

2 董喜双;基于免疫多词主体自治学习的情感分析研究[D];哈尔滨工业大学;2013年

3 寇广增;基于意见挖掘通用框架的情感极性强度模糊性研究[D];武汉大学;2010年

4 杨玉珍;基于Web评论信息的倾向性分析关键技术研究[D];山东师范大学;2014年

5 黄胜;Web评论文本的细粒度意见挖掘技术研究[D];北京理工大学;2014年

6 施寒潇;细粒度情感分析研究[D];苏州大学;2013年

7 李荣军;中文商品评论倾向性分析研究[D];北京邮电大学;2011年

8 李芳;面向中文Web评论的观点挖掘关键技术研究[D];华中师范大学;2013年

中国硕士学位论文全文数据库 前10条

1 孙博;关于情感词的意义用法[D];辽宁大学;2012年

2 王银;中文微博情感分析方法研究[D];广东技术师范学院;2015年

3 崔连超;互联网评论文本情感分析研究[D];山东大学;2015年

4 杜雪峰;藏文句子倾向性分析研究[D];中央民族大学;2015年

5 孙建超;微博舆情挖掘技术的研究与应用[D];电子科技大学;2015年

6 张圣声;基于微博平台的产品评论情感分类研究[D];广东外语外贸大学;2015年

7 何天翔;基于情感词网的短文本情感分类方法研究[D];西南科技大学;2015年

8 丁星;基于文本倾向性分析技术的微博监控系统[D];江苏科技大学;2015年

9 李茜;博客意见检索关键问题研究[D];北京理工大学;2015年

10 李瑞静;汉语情感词模糊语义的量化分析及应用研究[D];北京理工大学;2015年

，

本文编号：887898