论文部分内容阅读
目的:对网络符号进行情绪效价评定,探讨网络符号情绪效价结构,规范该情绪刺激材料,为情绪实验研究提供便利。方法:从于根元主编的《中国网络语言词典》附录二脸谱符号中和《网络流行风—网上聊天词语秒用》的符号篇中搜集558个网络符号,以600名大学生作为被试对符号的熟悉程度、符号与中文注解的吻合程度以及符号的情绪性三个维度上初步筛查,筛选出三个方面程度较高的符号316个,之后再以660名学生作为调查对象,从情绪的三个维度,愉悦度(Valence)、激动度(Arousal)和控制度(Dominance)对网络符号进行九点量表评定,然后进行因子分析、聚类分析、相关分析等。结果:因子分析结果显示,Bartlett检验值是656.490,p(Sig.=0.000)＜0.05,且用于探查变量间的偏相关性的KMO检验统计值为0.678,采用方差最大化正交旋转进行分析,得出一个公因子,累计贡献率是82.884%,愉悦度与激动度对其具有较大贡献,控制度的贡献较小。主成分公因子分析的方差比为:愉悦度:0.909;激动度:0.835;控制度:0.263。因此,只取愉悦度与激动度两个维度的评分结果。所评定的网络符号在愉悦度和激动度两个维度上的得分均数与标准差分别是4.46±0.98、4.35±0.62。综合愉悦度与激动度两个维度的评分将316个网络符号聚为4类时,其各类在各维度的评分:①愉悦度(3.48)激动度(3.72)②愉悦度(6.24)激动度(5.33)③愉悦度(4.22)激动度(4.26)④愉悦度(5.09)激动度(4.75)。结论:网络符号具有情绪色彩,可以进行情绪效价评定,网络符号的情绪效价评定更适合从愉悦度与激动度这两个情绪维度上进行量化。愉悦度与激动度是情绪的主要维度,带有情绪色彩的网络符号对应了悲忧、惊喜、恐惧、愉悦等基本情绪类型。