基于語料庫的意象和語義可視化研究

章 引言
節(jié) 研究背景
第二節(jié) 研究內容與意義
第三節(jié) 本書的結構
第二章 語義研究中的語料庫方法
節(jié) 語言使用和語料庫
第二節(jié) 語言形式的本質
一 語言的象似性
二 語法即意象
第三節(jié) 語言的意義、可譯性及語料庫的應用
一 意義的體驗性
二 意義的主觀性
三 意義即是概念化
四 語義的百科性
五 意義的可譯性
六 意義的語料庫分析案例
七 小結
第三章 語料庫創(chuàng)建及研究方法
節(jié) 語料庫的創(chuàng)建與加工
一 語料庫結構和選材
二 對齊
三 分詞與賦碼
四 語料庫基本信息
第二節(jié) 研究方法與工具
―― WordSmith & AntConc
二 Notepad
三 PowerGREP
四 TextPro
五 ReNamer
六 R
七 Python
八 Gephi
九 D3．js
十 Photoshop
第三節(jié) 小結
第四章 頻率、關鍵詞、搭配、語義韻
節(jié) 頻率
一 原始頻率
二 詞語過濾
第二節(jié) 關鍵詞
一 參照詞表
二 借助參照語料庫或詞表的關鍵詞分析
三 TF―IDF
第三節(jié) 搭配
一 quanteda
二 tidytext
第四節(jié) 語義傾向和語義韻
一 語義韻的定義及研究現(xiàn)狀
二 更廣意義上的語義韻
三 情感分析與數(shù)據驅動的語義韻研究
四 中英翻譯及原創(chuàng)散文語義韻分析
第五節(jié) 小結
第五章 英譯中散文詞類對比
節(jié) 相關研究
第二節(jié) 理論前提
一 刻畫
二 名詞與動詞
第三節(jié) 材料與方法
第四節(jié) 數(shù)據與分析
一 詞類分布及差異
二 詞類相關性分析
三 中譯動詞的回歸分析
第五節(jié) 討論
第六節(jié) 小結
第六章 語義研究：詞語關聯(lián)
節(jié) tidytext
第二節(jié) 詞語關聯(lián)
一 英文散文
二 中譯散文
三 中文散文
第三節(jié) 翻譯對等詞
第四節(jié) 小結
第七章 語義研究：詞語嵌入
節(jié) word2vec詞語嵌人原理
第二節(jié) t-SNE
一 英文散文
二 中譯散文
三 中文散文
第三節(jié) 語義網絡
一 英文散文
二 中譯散文
三 中文散文
第四節(jié) 小結
第八章 語義研究：主題分析1
節(jié) 主題建模及其研究現(xiàn)狀
一 主題
二 主題建模的定義與簡單原理
三 研究現(xiàn)狀
第二節(jié) 材料、工具與步驟
一 語料庫
二 主題建模工具
三 分析步驟
第三節(jié) 結果與討論
第四節(jié) 小結
第九章 語義研究：主題分析2
節(jié) 研究現(xiàn)狀
第二節(jié) 材料、工具與步驟
一 語料庫
二 中文分詞
三 主題建模工具
四 分析步驟
第三節(jié) 結果與討論
一 tidytext語義相關性分析
二 Gensim神經網絡分析
三 dfrtopics主題模型分析
第四節(jié) 小結
第十章 結語
節(jié) 本書的發(fā)現(xiàn)
第二節(jié) 本書的不足和對未來研究的建議
附錄
附錄1 斯坦福大學的分詞和賦碼工具使用方法及代碼
附錄2 借助參照語料庫或詞表的關鍵詞分析和繪圖代碼（R）
附錄3 文本中關鍵詞的TF-IDF計算和繪圖代碼（R）
附錄4 回歸分析可視化代碼（R）
附錄5 獲取翻譯對等詞的代碼（R）
附錄6 詞嵌入模型訓練代碼（Python）
附錄7 使用t―sNE降維和可視化代碼（Python）
附錄8 用于生成語義網絡的代碼（Python）
附錄9 用于主題模型的代碼（R）
參考文獻
索引