學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 以字詞共現網絡探勘情歌歌詞中的情感隱喻
Exploring the Affective Metaphor and Their Relations in the Love Songs Lyrics via Word Co-Occurrence Network
作者 李岱珊
Li, Tai Shan
貢獻者 劉吉軒<br>吳筱玫
Liu, Ji Hsuan<br>Wu, Hsiao Mei
李岱珊
Li, Tai Shan
關鍵詞 情感運算
共現網絡
情感隱喻
認知心理
心理語言學
affective computing
co-occurrence network
affective metaphor
cognitive psychology,
psycholinguistics
日期 2011
上傳時間 30-十月-2012 11:35:03 (UTC+8)
摘要 情感運算引領人機互動開創一新的研究發展領域,通過各種能觀測人類情感表達的工具來計算不同表達方式的情感蘊含;另一方面,拜發展急速的網路媒體所賜,大量文字成為線上傳遞訊息便捷又有效率的方式,因此,各類富含情感的文字能夠被搜集成為情感分析運算的語料;而近年來跨領域研究的盛行,促成許多不同學科間的對話,也將各種技術帶入不同的領域知識範疇中,開啟創新研究的可能;有如資訊領域的社會網路分析(Social Network Analysis)技術套用到語言文字的研究上,使得大量語料的分析能夠更快速的達成。

本研究針對英文的情歌歌詞進行字詞共現網絡(Word Co-Occurrence Network)的分析,將字彙之間的概念關聯,和歌詞文本隱喻分析的結果作一比較,以評估字詞共現網絡作為隱喻表達分析工具的潛能,提供不同角度的情感語意探勘方法,作為情感溝通上的一項貢獻。
Affective computing explore a new research field, human different emotional expression could be calculated through types of affection detection tool. On the other hand, “word” as a convenience communication medium through the online media, lead lots of entailment affection word to be the affective computing analysis corpus. Interdisciplinary cooperation researches prevail among different academic field to initiate innovation study. Applying Social Network Analysis (SNA) information technique to semantic research as an example, make the large corpus analysis to be more efficiency.

In this research, Word Co-Occurrence Network was used to explore the specific meaning of the lyrics to observe what the content represent affective concepts in western classical love songs, and evaluated the potential of Word Co-Occurrence Network to be a new concept relation analysis tool by compared with the content analysis data.
參考文獻 [ 1 ] Popper, K.R. and Eccles, J.C. (1984). The self and its brain. London and New York: Routledge and Kegan Paul.313-324.
[ 2 ] Rosalind W. Picard. (1997). Affective Computing. MIT Press Cambridge, MA, USA.47-84.
[ 3 ] Kim, K. & Allen, B. (2002). Cognitive and task influences on Web searching behavior. Journal of the American Society for Information Science and Technology, John Wiley & Sons, Inc., 53, 109-119.
[ 4 ] Aitchison, J. (2003). Words in the Mind: An Introduction to the Mental Lexicon.3rd Edition. Blackwell Publishers.3-15.
[ 5 ] Alm, C.O. and Roth, D. and Sproat, R. (2005). Emotions from text: machine learning for text-based emotion prediction. Proceedings of the conference on Human Language Technology and Empirical Methods in Natural Language Processing, 579-586.
[ 6 ] Jiahua Tao , Tieniu Tan. (2005). Affective Computing: A Review . Lecture Notes in Computer Science Volume 3784, 981-995.
[ 7 ] Pang, B. and Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval: Volume 2, No. 1-2, 1-135.
[ 8 ] Hu, X. and Downie, J.S. and Ehmann, A.F. (2009). Lyric text mining in music mood classification. American music: Volume 183, 2-209.
[ 9 ] He, H. and Jin, J. and Xiong, Y. and Chen, B. and Sun, W. and Zhao, L. (2008). Language feature mining for music emotion classification via supervised learning from lyrics. Advances in Computation and Intelligence: 426-435.
[ 10 ] Lakoff, George, and Mark Johnson. (1980). Metaphors We Live By. Chicago and London: University of Chicago Press.
[ 11 ] Kövecses, Z.; Benczes, R. & Csábi, S. (2009). Metaphor: A practical introduction Oxford University Press, USA.
[ 12 ] Ungerer and Schmid. (1996). An Introduction to Cognitive Linguistics. London & New York: Longman.
[ 13 ] Fauconnier, G. & Turner, M. (2002). The way we think. Basic Books.
[ 14 ] Oakley, T. & Coulson, S. (1999). Blending and Metaphor. Metaphor and Cognitive Linguistics: 101-24.
[ 15 ] Kövecses, Z. (2003). Metaphor and Emotion. Cambridge Univ. Press.
[ 16 ] Fernandez-Duque, D. & Johnson, M. (1999). Attention metaphors: How metaphors guide the cognitive psychology of attention Cognitive Science, Elsevier, 23, 83-116.
[ 17 ] 陳綱佩; 張寶芳 & 洪瑞雲 <科學報導的閱讀理解與隱喻的角色> 中華傳播學刊,2007,71-109。
[ 18 ] Leydesdorff, L. & Hellsten, I. (2005). Metaphors and Diaphors in Science Communication Science Communication, SAGE Publications, 27, 64-99.
[ 19 ] Ekaterina Shutova (2010). Models of Metaphor in NLP. Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics,688-697.
[ 20 ] Ekaterina Shutova ,Lin Sun ,Anna Korhonen.Metaphor Identification using verb and noun clustering. In Proceedings of COLING 2010, Beijing, China.
[ 21 ] 林岡隆,<政府官員異動之社會網路分析>,《國立政治大學資訊科學系碩士論文》,2009。
[ 22 ] 溫文喆,<詞意相似度的社會網路分析研究<,《國立政治大學資訊科學系碩士論文》,2009。
[ 23 ] 林頌堅,<以詞語共現網絡分析探勘資訊傳播學領域的研究主題與關係>,圖書資訊學研究,第四卷第二期,頁123-148,2010。

[ 24 ] Bullinaria, J. & Levy, J. (2007). Extracting semantic representations from word co-occurrence statistics: A computational study Behavior Research Methods, Springer, 39, 510-526.
[ 25 ] 吳映嫻,<歌詞情感分析於流行音樂情緒判斷之研究>,《國立台灣大學資訊工程學研究所碩士論文》,2009。
[ 26 ] Terry F.Pettijohn Ⅱ , Donald F. Sacco,Jr. (2009). The language of lyrics: An analysis of popular Billboard songs across conditions of social and economic threat. Journal of Language and Social Psychology, 28(3),297-311.
[ 27 ] Schmitt, R. (2005). Systematic metaphor analysis as a method of qualitative research. The Qualitative Report, 10, 358-394.
[ 28 ] 張雯禎, <台灣流行歌詞中的隱喻 : 以愛情為主題(1990-2008) >, 《國立中正大學語言學研究所碩士論文》,2008。
[ 29 ] 王國樹, <概念隱喻網絡研究 : 以國語流行歌曲之愛情主題為例>, 《國立臺灣大學語言學研究所碩士論文》,2010。
[ 30 ] Smyrnaios, N.; Marty, E. & Rebillard, F.(2010). Does the Long Tail apply to online news? A quantitative study of French-speaking news websites New Media & Society, SAGE Publications, 12, 1244.
[ 31 ] Otte, E. & Rousseau, R. (2002). Social network analysis: a powerful strategy, also for the information sciences Journal of information science, Sage Publications, 28, 441.
[ 32 ] Hansen, D.; Schneiderman, B. & Smith, M. (2010). Analyzing social media networks with NodeXL Morgan Kaufmann. Elsevier.
[33] 謝國平(民74)。語言學概論。臺北市:三民。
[34] Finegan, E. & Besnier, N. Language—Its Structure and Its Use New York: Harcourt
Brace Jovanovich, Publishers, 1989.
描述 碩士
國立政治大學
數位內容碩士學位學程
98462006
100
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0098462006
資料類型 thesis
dc.contributor.advisor 劉吉軒<br>吳筱玫zh_TW
dc.contributor.advisor Liu, Ji Hsuan<br>Wu, Hsiao Meien_US
dc.contributor.author (作者) 李岱珊zh_TW
dc.contributor.author (作者) Li, Tai Shanen_US
dc.creator (作者) 李岱珊zh_TW
dc.creator (作者) Li, Tai Shanen_US
dc.date (日期) 2011en_US
dc.date.accessioned 30-十月-2012 11:35:03 (UTC+8)-
dc.date.available 30-十月-2012 11:35:03 (UTC+8)-
dc.date.issued (上傳時間) 30-十月-2012 11:35:03 (UTC+8)-
dc.identifier (其他 識別碼) G0098462006en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/54740-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 數位內容碩士學位學程zh_TW
dc.description (描述) 98462006zh_TW
dc.description (描述) 100zh_TW
dc.description.abstract (摘要) 情感運算引領人機互動開創一新的研究發展領域,通過各種能觀測人類情感表達的工具來計算不同表達方式的情感蘊含;另一方面,拜發展急速的網路媒體所賜,大量文字成為線上傳遞訊息便捷又有效率的方式,因此,各類富含情感的文字能夠被搜集成為情感分析運算的語料;而近年來跨領域研究的盛行,促成許多不同學科間的對話,也將各種技術帶入不同的領域知識範疇中,開啟創新研究的可能;有如資訊領域的社會網路分析(Social Network Analysis)技術套用到語言文字的研究上,使得大量語料的分析能夠更快速的達成。

本研究針對英文的情歌歌詞進行字詞共現網絡(Word Co-Occurrence Network)的分析,將字彙之間的概念關聯,和歌詞文本隱喻分析的結果作一比較,以評估字詞共現網絡作為隱喻表達分析工具的潛能,提供不同角度的情感語意探勘方法,作為情感溝通上的一項貢獻。
zh_TW
dc.description.abstract (摘要) Affective computing explore a new research field, human different emotional expression could be calculated through types of affection detection tool. On the other hand, “word” as a convenience communication medium through the online media, lead lots of entailment affection word to be the affective computing analysis corpus. Interdisciplinary cooperation researches prevail among different academic field to initiate innovation study. Applying Social Network Analysis (SNA) information technique to semantic research as an example, make the large corpus analysis to be more efficiency.

In this research, Word Co-Occurrence Network was used to explore the specific meaning of the lyrics to observe what the content represent affective concepts in western classical love songs, and evaluated the potential of Word Co-Occurrence Network to be a new concept relation analysis tool by compared with the content analysis data.
en_US
dc.description.tableofcontents 第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 3
1.3 研究目的 4
1.4 研究方法 4
1.5 論文架構 5

第二章 領域知識與相關研究 6
2.1 情感運算 6
2.1.1 情感運算研究架構與相關議題 7
2.1.2 以文字為基礎的情感運算 8
2.2 隱喻研究 10
2.2.1 概念隱喻理論與融合理論 10
2.2.2 情感隱喻與理論相關應用 16
2.3 自然語言處理技術與字詞共現網絡 20
2.3.1 自然語言處理的隱喻研究 21
2.3.2 應用字詞共現網絡的語料研究 23
2.4 歌詞的情感隱喻研究 23
2.4.1 文本隱喻質性分析方法 24
2.4.2 中英文歌詞隱喻分析方法 25
2.5 小結 26



第三章 歌詞中的情感隱喻與字詞共現網絡 27
3.1 研究流程架構 27
3.2 歌詞資料編輯 28
3.2.1 歌單選取 29
3.2.2 歌詞搜集 30
3.3 共現網絡建置流程 31
3.3.1 歌詞字彙前處理 32
3.3.2 建立字詞共現網絡 35
3.4 文本隱喻分析流程 36
3.4.1 情感概念字彙比對 37
3.4.2 隱喻概念關聯對應 38

第四章 隱喻對應分析 41
4.1 描述統計 41
4.1.1 兩種共現範圍的資料型態 41
4.1.2 文本分析情感隱喻對應關係 46
4.2 網絡結構分析 47
4.2.1 以整首歌為共現範圍的網絡結構 48
4.2.2 以句子為共現範圍的網絡結構 50
4.3 文本隱喻分析 56
4.3.1 情感隱喻類目 56
4.3.2 愛情主題相關的概念隱喻 60
4.4 結果評估 68
4.4.1 兩種分析方法比較 69
4.4.2 小結 74



第五章 結論與未來研究方向 75
5.1 結論 75
5.2 未來研究方向 76
參考文獻 77
附錄A 9種情感映射關聯 80
附錄B 441首歌單細目 84
附錄C 441篇歌詞文本隱喻分析 98














圖目錄
圖 1.1: 左右腦差別示意圖 1
圖 1.2: 研究架構圖 5
圖 2.1: 情感運算研究架構圖 10
圖 2.2: 融合理論架構─以「外科醫師與屠夫」為例 12
圖 2.3: 情感概念字彙階層圖 15
圖 2.4: 專利資料庫(USPTO)的標題字彙共現網絡 18
圖 2.5: 質性文本隱喻分析流程 22
圖 2.6: 國語流行歌曲愛情主題隱喻研究流程架構 24
圖 2.7: 台灣流行歌曲愛情主題隱喻研究流程架構 24
圖 3.1: 研究架構圖 26
圖 3.2: 歌詞資料編輯流程圖 27
圖 3.3: 共現網絡建置流程圖 30
圖 3.4: 字彙前處理流程圖 31
圖 3.5: 字詞共現網絡建置流程圖 34
圖 3.6: 文本隱喻分析流程圖 36
圖 3.7: CMT分析步驟 37
圖 3.8: BT分析步驟 38
圖 4.1: 三種共現標準的字彙組合筆數分布圖 41
圖 4.2: 情感隱喻9種情感概念(目標域)分布圖 46
圖 4.3: W(以一首歌為單位)網絡圖 48
圖 4.4: SS(以同句歌詞為單位)網絡圖 49
圖 4.5: S(以一句為單位並去除重複)網絡圖 50
圖 4.6: 情感隱喻類目關聯對應(以insanity為例) 56
圖 4.7: 情感隱喻類目關聯對應(以natural force為例) 57
圖 4.8: 情感隱喻類目圖 59
圖 4.9: 愛情的本質如同小孩子的概念字彙分布圖 60
圖 4.10: 愛情是旅程的概念字彙分布圖 61
圖 4.11: 愛情的本質是珍貴事物的概念字彙分布圖 65
圖 4.12: 愛情是火的概念字彙分布圖 66
圖 4.13: 結果評估分析圖 67
圖 4.14: 網絡分析比較圖 68
圖 4.15: 兩種分析結果比較圖 70






























表目錄
表 2.1: 常見的來源域與目標域概念表 10
表 2.2: 概念隱喻理論架構─以「愛情是旅程」為例 11
表 2.3: 隱喻映射例子 11
表 2.4: 概念隱喻理論與融合理論比較表 14
表 2.5: 情感隱喻類目─以「憤怒」(anger)為例 16
表 2.6: 概念隱喻應用─以「注意力如同探照燈」的隱喻為例 17
表 2.7: 自動化隱喻辨識系統或相關研究 20
表 2.8: 自動化隱喻詮釋系統或相關研究 20
表 3.1: 經典情歌歌單來源網站 29
表 3.2: 人工篩選字彙表 32
表 3.3: Stemming演算法表 33
表 3.4: 概念隱喻分析表 39
表 4.1: 兩種分析方法所得資料總數表 41
表 4.2: W(以一首歌為單位)前40筆字彙共現組合 42
表 4.3: SS(以同句歌詞為單位)前40筆字彙共現組合 43
表 4.4: S(以同句為單位並去除重複)前40筆字彙共現組合 44
表 4.5: 三種共現字彙組合比較 45
表 4.6: W網絡結構描述表 48
表 4.7: SS網絡結構描述表 50
表 4.8: S網絡結構描述表 51
表 4.9: 三個網絡結構描述總表 51
表 4.10: W網絡中心性分析結果 52
表 4.11: SS網絡中心性分析結果 53
表 4.12: S網絡中心性分析結果 53
表 4.13: 三個網絡圖之中介中心性平均值 54
表 4.14: I網絡結構描述表 57
表 4.15: I網絡中心性分析結果 58
表 4.16: 三個網絡圖之中介中心性平均值 58
表 4.17: 融合理論分析之愛情的概念字彙分布圖 63
表 4.18: 四個網絡結構描述總表 68
表 4.19: 四個網絡中心性分析比較表 69
表 4.20: 兩種分析結果字彙組合比較表 71
表 4.21: 兩種分析結果字彙組合比較表-2 72
zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0098462006en_US
dc.subject (關鍵詞) 情感運算zh_TW
dc.subject (關鍵詞) 共現網絡zh_TW
dc.subject (關鍵詞) 情感隱喻zh_TW
dc.subject (關鍵詞) 認知心理zh_TW
dc.subject (關鍵詞) 心理語言學zh_TW
dc.subject (關鍵詞) affective computingen_US
dc.subject (關鍵詞) co-occurrence networken_US
dc.subject (關鍵詞) affective metaphoren_US
dc.subject (關鍵詞) cognitive psychology,en_US
dc.subject (關鍵詞) psycholinguisticsen_US
dc.title (題名) 以字詞共現網絡探勘情歌歌詞中的情感隱喻zh_TW
dc.title (題名) Exploring the Affective Metaphor and Their Relations in the Love Songs Lyrics via Word Co-Occurrence Networken_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) [ 1 ] Popper, K.R. and Eccles, J.C. (1984). The self and its brain. London and New York: Routledge and Kegan Paul.313-324.
[ 2 ] Rosalind W. Picard. (1997). Affective Computing. MIT Press Cambridge, MA, USA.47-84.
[ 3 ] Kim, K. & Allen, B. (2002). Cognitive and task influences on Web searching behavior. Journal of the American Society for Information Science and Technology, John Wiley & Sons, Inc., 53, 109-119.
[ 4 ] Aitchison, J. (2003). Words in the Mind: An Introduction to the Mental Lexicon.3rd Edition. Blackwell Publishers.3-15.
[ 5 ] Alm, C.O. and Roth, D. and Sproat, R. (2005). Emotions from text: machine learning for text-based emotion prediction. Proceedings of the conference on Human Language Technology and Empirical Methods in Natural Language Processing, 579-586.
[ 6 ] Jiahua Tao , Tieniu Tan. (2005). Affective Computing: A Review . Lecture Notes in Computer Science Volume 3784, 981-995.
[ 7 ] Pang, B. and Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval: Volume 2, No. 1-2, 1-135.
[ 8 ] Hu, X. and Downie, J.S. and Ehmann, A.F. (2009). Lyric text mining in music mood classification. American music: Volume 183, 2-209.
[ 9 ] He, H. and Jin, J. and Xiong, Y. and Chen, B. and Sun, W. and Zhao, L. (2008). Language feature mining for music emotion classification via supervised learning from lyrics. Advances in Computation and Intelligence: 426-435.
[ 10 ] Lakoff, George, and Mark Johnson. (1980). Metaphors We Live By. Chicago and London: University of Chicago Press.
[ 11 ] Kövecses, Z.; Benczes, R. & Csábi, S. (2009). Metaphor: A practical introduction Oxford University Press, USA.
[ 12 ] Ungerer and Schmid. (1996). An Introduction to Cognitive Linguistics. London & New York: Longman.
[ 13 ] Fauconnier, G. & Turner, M. (2002). The way we think. Basic Books.
[ 14 ] Oakley, T. & Coulson, S. (1999). Blending and Metaphor. Metaphor and Cognitive Linguistics: 101-24.
[ 15 ] Kövecses, Z. (2003). Metaphor and Emotion. Cambridge Univ. Press.
[ 16 ] Fernandez-Duque, D. & Johnson, M. (1999). Attention metaphors: How metaphors guide the cognitive psychology of attention Cognitive Science, Elsevier, 23, 83-116.
[ 17 ] 陳綱佩; 張寶芳 & 洪瑞雲 <科學報導的閱讀理解與隱喻的角色> 中華傳播學刊,2007,71-109。
[ 18 ] Leydesdorff, L. & Hellsten, I. (2005). Metaphors and Diaphors in Science Communication Science Communication, SAGE Publications, 27, 64-99.
[ 19 ] Ekaterina Shutova (2010). Models of Metaphor in NLP. Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics,688-697.
[ 20 ] Ekaterina Shutova ,Lin Sun ,Anna Korhonen.Metaphor Identification using verb and noun clustering. In Proceedings of COLING 2010, Beijing, China.
[ 21 ] 林岡隆,<政府官員異動之社會網路分析>,《國立政治大學資訊科學系碩士論文》,2009。
[ 22 ] 溫文喆,<詞意相似度的社會網路分析研究<,《國立政治大學資訊科學系碩士論文》,2009。
[ 23 ] 林頌堅,<以詞語共現網絡分析探勘資訊傳播學領域的研究主題與關係>,圖書資訊學研究,第四卷第二期,頁123-148,2010。

[ 24 ] Bullinaria, J. & Levy, J. (2007). Extracting semantic representations from word co-occurrence statistics: A computational study Behavior Research Methods, Springer, 39, 510-526.
[ 25 ] 吳映嫻,<歌詞情感分析於流行音樂情緒判斷之研究>,《國立台灣大學資訊工程學研究所碩士論文》,2009。
[ 26 ] Terry F.Pettijohn Ⅱ , Donald F. Sacco,Jr. (2009). The language of lyrics: An analysis of popular Billboard songs across conditions of social and economic threat. Journal of Language and Social Psychology, 28(3),297-311.
[ 27 ] Schmitt, R. (2005). Systematic metaphor analysis as a method of qualitative research. The Qualitative Report, 10, 358-394.
[ 28 ] 張雯禎, <台灣流行歌詞中的隱喻 : 以愛情為主題(1990-2008) >, 《國立中正大學語言學研究所碩士論文》,2008。
[ 29 ] 王國樹, <概念隱喻網絡研究 : 以國語流行歌曲之愛情主題為例>, 《國立臺灣大學語言學研究所碩士論文》,2010。
[ 30 ] Smyrnaios, N.; Marty, E. & Rebillard, F.(2010). Does the Long Tail apply to online news? A quantitative study of French-speaking news websites New Media & Society, SAGE Publications, 12, 1244.
[ 31 ] Otte, E. & Rousseau, R. (2002). Social network analysis: a powerful strategy, also for the information sciences Journal of information science, Sage Publications, 28, 441.
[ 32 ] Hansen, D.; Schneiderman, B. & Smith, M. (2010). Analyzing social media networks with NodeXL Morgan Kaufmann. Elsevier.
[33] 謝國平(民74)。語言學概論。臺北市:三民。
[34] Finegan, E. & Besnier, N. Language—Its Structure and Its Use New York: Harcourt
Brace Jovanovich, Publishers, 1989.
zh_TW