『詩詞圖像語意網絡研究報告』

【subject-w-form】
【詞頻分析表】
【KJ法與Semantic map分析圖】
【畫面座標圖】
【Tag cloud示意圖】

受測人數為17人，兩筆資料刪除後為15人，共產生出64個語意字詞(以刪除資料後的數量)，平均每人出現4.27個字詞。

資料說明：

紅色區塊為資料去除部份，因為第三筆受測資料中W4之後的語詞都由此語詞延伸而出，前後語詞關係強烈，所以將此筆資料刪除；而第八筆受測資料中出現前後語意為連貫性句子，無法區分出單獨的語詞分析，所以將第八筆資料刪除。
黃色區塊為增加語詞的部份，因為刪除兩筆資料後的語詞不足夠來分析，故再一週後另增加五名受測者及其資料。

將subject-w-form中所出現的字詞加以分類，且可以觀察出字詞出現的數量多寡。

Node動物：由圖像中受測者直接指出所看到的具體影像，而字詞出現鵝和鴨子的數量較多，因為鵝和鴨子的圖像較難去區分，所以產生出鴨子的字詞。
Node人物：受測者會直接從圖像中指出具體人物和述說人物之間的關係、性別、穿著，並再從人物的位子和狀態衍伸出其它語詞。
Node景色：受測者從影像中指出景色相關的字詞也是屬於較具體的語意，直接從畫面中可以看出草、石頭、山、湖邊......等等景物，而從人物也可觀察出所在的位子、畫面及人物的動作。
Node感覺：受測者由整個畫面的人物和景物所產生的情緒感受，由受測者觀察出人物的笑容，所以關鍵字都以正面的情緒為主。

由本張圖可以觀察出受測者所產生出來的關鍵字位子都在圖像中，多半集中於人物、動物、和景物所產生出來的情緒，由人物中的笑容觀察出整個快樂的情緒及悠閒的感覺，或是以人物手中的物品產生出放鵝和鬥鴨的語詞，而從背景部份產生出人物所在的地點，像是在山上或是深山裡及野外的語詞出現，由本張圖可以很清楚的觀察出受測者所聯想出來的語詞多半集中於畫面的中上部份。

從Tag cloud示意圖中可觀察出語詞出現的先後順序(從左到右，從上到下)，以及語詞產生的數量多寡強度(字體大小)，由此圖可以觀察出『鵝』是最早出現的關鍵語詞也是字體強度最大的關鍵字詞，其次是『鴨子』，是受測者將鵝分變為鴨子所以產生出來的順序僅次餘鵝，但是語詞的強度還是比人物的強度較為薄弱。受測者還是以具體看到的影像為主要關鍵字詞的產生，其次才是由人物衍深出來的情緒關鍵語詞。