Header image  
~國立新竹教育大學數位學習科技研究所
~指導老師:廖冠智 博士
~研究生: 薛永浩 林育伶
 
 
 

四.語意前測方法
  

  
   本研究進行兩階段實驗受測,第一階段為前測,是以較簡單的施測來進行圖像的探討與實驗方法及流程的檢視,主要目的再佐證並探討所選用之詩詞圖片的所呈現語意網絡的概況與分析,做為日後實驗的依據與相關佐證資料,並且做為確認整個實驗設計的可行性與修正的範本,是日後正式施測的重要參考資料。本研究前測方法部分詳細的方法如下。

一:研究實驗對象

受訪者

A老千

B台台

C小鬼

年齡/性別

25/女

20/女

13/男

背景

教育研究所

中文系

國中一年級

興趣

上網購物
看國外影集

看韓劇
上網聊天

打棒球
玩耍

二:研究方法

   本實驗透過實驗分析方法顯示出現的字詞位置、頻率詞頻及字詞分類狀況。使用方法詳述如下:

(1)subject-w-form:


  施測時透過錄音的方式記錄每位受試者所說出的語詞及語意出現的先後順序,再透過subject-w-form的表格將施測結果完整記錄下來。於subject-w-form的表格中可以明顯看出每位受試者的語詞表達狀況,同時也能觀察出語意出現的先後順序,此方式有助於之後的關鍵字詞出現頻率之統計及Tag Cloudy中關鍵詞的排序。

(2)詞頻表:

  將subject-w-form中出現的字詞加以分類,把相關的詞語列出並利用代表字詞替代相關語詞,經統計數量後編製出詞頻表。從詞頻表的結果中可找出最常出現的關鍵字詞及各類字詞出現的頻率多寡,並從中了解到圖像內容產生關鍵字詞的狀況。

(3)KJ法與Semantic map:

KJ法是由「日本獨創性協會」創始人川田喜二郎(Kawakita Jiro)所創立的,是一種收斂型思考方式的卡片分類法(黃有翔,2009)。KJ法具有將不同性質的資料與情報加以歸納整理的統合性功能。KJ法使用流程如下


  
建置語意地圖(Semantic map):經過KJ法將結果分類成數個Node後,再以線條長短來顯示與圖形間的相關強度,其中線條包含了屬性與特徵,但無法從中了解到語意出現的先後順序狀況。

(4)
畫面座標圖分析(受測者各別詞彙座標):

將施測後產生的關鍵字詞標註在圖像上的相關位置,透過關鍵字詞的依附下,便可觀察出受試者觀察圖像時物體的位置關係及激發語詞之數量。

 




 
      Copyright (c) 2011 國立新竹教育大學數位學習科技研究所 NHCUE ELT 學生 薛永浩 林育伶 製作