基于逻辑回归模型的send类与格交替的多因素分析

本研究基于COCA语料库,采用语料库量化方法,通过逐步逻辑回归分析,建立语料库概率模型,探究口语语体中send类与格交替使用的制约因素及其影响效应,研究结果显示:在口语语体中,send类与格变体的使用受多种因素的影响;同时,在口语语体中,受事可及性、与事可定性并不具备显著影响效应,与事可及性、受事可定性、与事代词性、受事代词性、与事有生性、受事有生性、受事具体性以及长度差异对send类与格变体的选择具有显著影响效应;影响大小排序为:与事代词性>受事代词性>受事有生性>受事可定性>与事有生性>长度差异>与事可及性>受事具体性。

基于语料库概率模型的与格交替多因素分析——以send为例

本研究采用多因素分析,提取真实使用的语料库数据,对语料进行句法、语义等多层面的标注,通过建立语料库概率模型,即Tree&Forest模型及朴素判别学习模型,探究制约send类与格交替使用的因素及影响效应。研究结果表明:口语语体中,对send类与格交替使用有显著性影响的因素包括与事代词性、受事代词性、与事有生性、受事有定性,以及与事有定性;代词性、有生性和有定性之间存在交互作用;预测变量相对重要性为与事代词性>长度差异>与事有生性>受事代词性>受事有定性>与事有定性>与事可及性>受事可及性>受事有生性>受事具体性。研究证明,论元结构交替的构式变体使用具有系统性及概率性,与格动词会影响构式变体选择,构式变体模型也得到了进一步论证。同时,本研究建立的语料库模型均具有较好的拟合能力和准确度。使用语料库概率模型是一种新的尝试,对与格交替的构式语法研究具有一定的启示作用。