On the Asymmetry of Antonyms Good and Bad from Another PerspectiveA Corpus-Based Behavioral Profile Analysis
-
摘要: 以往对于评价类反义形容词“good/bad”的不对称性研究以定性方法为主，基于语料库的量化分析尚不多见。文章运用基于语料库的行为特征分析法中的层次聚类分析法和对应分析法，从语义和用法两方面考察good/bad的不对称性。研究发现：首先，二者语义不对称性主要表现为语义拓展方向及引申义的不对称：good从基本义拓展到脾气、性格、程度范围、观点和行为，而bad从基本义拓展到脾气、感知、状态、话语、行为和性格；其次，二者引申义的不对称性受定语中心语、句子主语影响，却不受形态和极性的影响，形态和极性仅可解释基本义与引申义之间的差异性，另外时态变量未引起任何影响。层次聚类分析和对应分析方法的结合为反义形容词研究提供了可探索路径，研究结果也为该复合实证方法的可行性提供了新证据，同时可为教学应用研究提供可靠支撑。Abstract: Most previous studies on “good/bad” are qualitative while corpus-based quantitative studies are rare. The present study investigates the asymmetry between “good/bad” in terms of semantic and usage feature using a corpus-based behavioral profile analysis. A hierarchical agglomerative cluster analysis and correspond analysis were performed. The results are as the following: 1) the asymmetry between good/bad is reflected in the semantic extension: the literal meaning of “good” extends to temper, character, degree or range, idea and behavior, while that of “bad” extends to temper, feeing, state, language, behavior and character. 2) the asymmetry between extended meanings of “good” and “bad” is influenced by two factors: head nouns modified by “good/bad”, subjects of clause, while the rest two factors, morphological and polarity features, are only the one of reasons causing differences between literal and extending meanings. In addition, the tense has nothing to do with asymmetry. Combining cluster analysis with correspond analysis, this study provides a new path for the study of antonym asymmetry and further demonstrates the applicability of this empirical method, meanwhile gives support for relevant research of teaching application.
-
一. 引言
不对称总是相对实际存在的或“预想中的”对称而言[1]1-5。语言中存在诸多不对称现象[2]131-133，体现在语音、句法、语义和语用的方方面面。如通常说“How old are you?”而不说“How young are you ?”，其中反义词的不对称性问题颇受关注。沈家煊[1]150-154将反义词中的“相对词”分为三类，即“大小类”“好坏类”“冷热类”，并指出对于“相对词”而言，有无标记项的对立主要存在于“大小类”与“好坏类”中。本文以基本反义形容词对“good/bad”为研究对象，借鉴吴淑琼和张雪[3]一文中行为特征实证方法的使用案例，深入分析该反义形容词对的“不对称性”。
目前反义形容词不对称性研究可分为两类，即反义形容词不对称性的特征和不对称性的影响因素。研究方法主要涉及定性和实验法两种。反义形容词的不对称性体现在语义层面的有无标记性。标记性有极向性和名词化中和两个方面的特征[4]305-310。积极形容词是无标记项，消极形容词是有标记项，如“good”是无标记项，而“bad”是有标记项[5]。当反义词对共现时，受到“波丽安娜假设/乐观假说”和节律原则的影响或制约，无标记项往往位于有标记项前面，如“好歹”[6] 、“good or bad”[1]184。
对于不对称性的影响因素的考察主要集中于极性。极性改变时积极形容词和消极形容词出现语义不对称。对此部分学者持肯定态度，Colston[7]认为积极和消极反义词之间存在语义不对称性，如“It is good” 并不等同于“It is not bad”。Fraenkel和 Schul[8]认为形容词的反义推断力受极性影响，无标记形容词的反义推断能力比标记形容词更强。如“good”，从其否定式“not good”可推断出“bad”；反之，从“not bad”无法推断出“good”。也有学者持怀疑态度，认为积极形容词和消极形容词的语义并不存在不对称性[9-10]。为进一步验证“极性”因素对于语义的影响，Ruytenbeek等 [11]采用实验法，结合极性效应分析，发现非形态反义词对（如 good/bad）之间的不对称性比形态反义词对（如happy/unhappy）之间的不对称性更明显。Gotzner和 Mazzaralla[12] 也通过实验法，验证了否定积极形容词比否定消极形容词表达更强的语用意义，如“not kind”意味着“rather mean”，“not mean”意味着“rather kind”，“rather mean”比“rather kind”表达更强烈的情感意义。同样Mazzaralla和Gotzner[13]通过实验发现，否定反义词出现“负强化”不对称性是受极性因素影响，而与语用学中“面子威胁”无关。总之，“极性”这一因素对于反义形容词对语义不对称性是否存在影响学界还存在争论。
相较之下，反义词对good/bad的专文研究则较少，对于该对反义形容词的不对称性特征和影响因素的考察也还不够全面，且研究方法多限于质性分析。good/bad的不对称性表现为使用频率、语素构词、语体分布上的不对称性[14]21-30[15]23-56。具体来说，good为无标记项，其使用频率高于有标记项bad；good的构词能力高于bad；good多出现于书面语，而bad多出现于口语。影响因素主要为语用因素，如礼貌原则、经济原则等。研究方法上，过往研究局限于内省式的思辨性研究，缺少量化成果，而量化研究相对客观和全面，可以为这一经典语言问题提供全新的、可靠的、多维的证据[16-17]。因此本文拟在已有研究基础上，采用行为特征分析法（Behavioral Profile analysis，BP），深入分析good/bad的内部语义及其用法特征的不对称性，为以往研究提供量化证据支撑。
BP是 Gries 和 Divjak[18]57-75 在Hanks[19]研究的基础上提出来的相对客观的实证研究方法。该方法通过对词语的形态、句法、语义和语用等特征的标注，获取相关量化数据，然后通过统计方法揭示词语的“语义结构和用法模式”[20]。BP已应用于同义动词、同义形容词、同义名词和同义副词研究[21-23]，动词“get”“run”和“想”的多义性研究[24]57-99[25]157-166[20]，“大小类”反义形容词研究[26]以及cold和hot的不对称性研究[3]。总之，该方法为语义关系的深层拓展开辟了新思路[6]。
鉴于此，本文以反义形容词good/bad的不对称性为研究对象，采用BP分析法，旨在解决以下两个问题：（1）good/bad不对称性表现如何？（2）影响不对称性的变量特征有哪些？具体而言，两次使用层次聚类分析（Hierarchical Cluster Analysis，HCA），一是呈现good/bad内部语义网络不对称性，二是总体呈现good/bad引申义之间存在的语义和用法特征的不对称性；运用对应分析（Correspondence Analysis，CA）呈现影响二者引申义用法特征不对称性的变量特征，以及不同变量特征之间的交互性及交互方式。
二. 研究方法
根据BP分析法的原理，本文拟按照以下四个步骤推进[18]57-75。
第一步，基于英语国家语料库
1 （British National Corpus, BNC），提取{good/ADJ}和{bad/ADJ}的所有用例，分别得到125 701条和25 615条语料。人工删除同时存在两种赋码形式的语料，如在语例“Enjoy that ? Oh good, good, good, I enjoyed that.”中，“good”同时被赋码为形容词和副词，表示为AJO-AVO，该情况下的语例不予考虑。 再利用SPSS中分析功能进行随机抽样，得到各1 000条语料。第二步，对good和bad的特征进行人工标注。词的特征被称为标识码（ID tags）[27]17-36, 一般情况下包括形态、句法、语义和搭配四个方面。本文主要聚焦于形容词的形态、句法和语义特征，参考Gries 和 Otani[26]，具体标识码和标识码层级如下：（1）形态特征包括原形、比较级、最高级；（2）句子类型包括小句、主句、名词性从句、定语从句、状语从句、其他；（3）句子极性包括肯定、否定；（4）句子时态包括过去、现在、将来；（5）句法特征包括定语、表语、补语。此外，分别对good/bad修饰的名词的语义特征以及good/bad充当表语时主语的语义特征做进一步标注，包括具体名词（非人生物、个人、团体、自然物、人工物、身体部位、处所）和抽象名词（策略方法类、时间类、情感态度类、事件、情况状况、知识类、度量类、疾病类、趋势结果类、消息观念类）以及代词（指示代词、疑问代词、人称代词）和省略。
根据权威字典释义
2 ，本文将good和bad分别归纳为13和14个义项。此外，对各个义项的频率进行了统计。good 的13个义项及其频率分别为：好的，令人愉快的，令人高兴的，令人满意的（454次）；明智的，合理的，有说服力的（52次）；精确的，准确的（20次）；要好的，亲密的（45次）；健康的（32次）；赞同的，赢得赞许的（9次）；有用的，对……有益的（27次）；符合道德的，正派的，高尚的（18次）；乖的，听话的，守规矩的，温顺的（24次）；善良的，好心的，仁慈的（45次）；相当大的（92次）；擅长的，能干的（49次）；恰当的，合适的，适宜的（52次）。bad 的14个义项及其频率分别为：坏的，令人不满意的（327次）；差劲的，不称职的（73次）；道德败坏的，邪恶的（53次）；语言污秽的，粗鲁的，骂人的（12次）；坏脾气的，易怒的，坏心情的（34次）；遗憾的，抱歉的，内疚的（9次）；不幸的，可惜的（105次）；不擅长的（30次）；严重的，剧烈的（80次）；不适合的，不适当的，不合理的（36次）；顽皮的，不乖的（27次）；有病的，疼痛的，受伤的，虚弱的（44次）；食物变质的，腐烂的（9次）；有害的（61次）。第三步，依据表1对语料进行人工标注，并生成绝对频率共现表。为了方便对不同频率的变量进行对比分析，将绝对频率转化为相对频率。
表 1 标识码类别和标识码水平标识码类别
(ID tags type)标识码
(ID tags)标识码层级
(ID tags level)形态 原形 比较级 最高级 句法 句子类型 小句、主句、名词性从句、定语从句、状语从句、其他 句子极性 肯定、否定 时态 过去、现在、将来 句法
功能定语 定语中心语类型：人称代词、指示代词、处所、时间类、人工物、事件、消息观念类、其他、策略方法类、人或团体、趋势结果类、条件状况、度量类、情感态度类、运气、身体部位、非人生物、知识类、职业类、自然物、疾病类、省略 表语 主语类型：事件、 人工物、 时间类、 人或团体、知识类、处所类、 其他、策略方法类、情感态度类、度量类、身体部位、消息观念、趋势结果、情况状况、非人生物、 自然物、疾病类、省略 补语 第四步，将上述相对频率数据导入R语言软件，采用层次聚类分析和对应分析对行为特征矢量进行量化分析。需要说明的是，尽管二者都是自下而上的探索性统计技术，但侧重点不同：聚类分析可以揭示组员之间的总体相似性和差异性，但无法呈现导致这种异同的具体特征[28]433-486；对应分析则可以显示变量之间的关联性，即变量的哪些特征可以共现，旨在帮助理解语言使用和语言结构不同层面之间的互动关联。两种方法相辅相成，互为支撑。
三. 研究结果与讨论
一 good/bad内部语义网络拓展方向的不对称性
层次聚类的工作原理是依据义项之间相似矩阵形成聚类，因此首先要选择测量相似矩阵的方法，而语言分析中最广泛应用的是欧式距离（Euclidean distance）[18]57-75。测量方法确定后，需要选择聚类方式。聚类方式是指基于不同变量或标识码对不同成分进行聚类的一种算法，最广泛使用的聚类方式是离差平方和法（Ward’s rule）[18]57-75 ，可以生成中等大小的聚类。本文拟使用欧式距离作为距离度量，采用离差平方和法作为聚类方式[29]129-132。
聚类分析的总原则是先聚集的义项之间的相似度比后聚集的高。聚类之间的距离表明义项之间的相似性，距离越大，相似性越低[21]。每个节点周围有三个值：edge表示聚类顺序，数字越小表示聚类越早；au和bp之间通常看au值来评估p值[30]406-441。good和bad的义项聚类结果，详见图1和图2。
从图1可以看出，good的义项聚集为以下三大类：
类1：要好的，亲密的；相当大的；恰当的，合适的，适宜的；好的，令人满意的，令人愉快的；擅长的，能干的。
类2：赞同的，赢得赞许的，令人尊敬的；乖的，听话的，守规矩的；有用的，有益的；善良的，好心的，仁慈的。
类3：明智的，合理的，有说服力的；符合道德的，正派的，高尚的；精确的，准确的；健康的。
类1中，“好的，令人愉快的，满意的”与“擅长的，能干的”两个义项最先聚类，说明这两个义项比较接近。然后依次跟“恰当的，合适的，适宜的” “亲密的”“（范围、程度）相当大的”聚成一类。在类1中，good从基本义拓展到程度和范围。类2中，“有用的，对…有益的”先和“善良的，好心的，仁慈的”聚成一类，然后依次和“乖的，听话的，守规矩的” “赞同的，赢得赞许的，令人尊敬的”聚成一个大类。在类2中，good从基本义拓展到脾气、性格。类3中，“明智的，合理的，有说服力的”和“符合道德的，正派的，高尚的”聚成一类，然后“精确的，准确的”和“健康的”聚成一类，最后两小类聚成一大类。在类3中，good从基本义拓展到观点、行为。
从图2可以看出，bad义项聚类为以下四大类：
类1：坏的，令人不满意的；拙劣的，差劲的，不称职的；不幸的，可惜的；道德败坏的，邪恶的；坏脾气的，易怒的，坏心情的。
类2：严重的，剧烈的；食物变质的，腐烂的，不适当的，不合适的；有病的，疼痛的，受伤的，虚弱的。
类3：话语污秽的，骂人的。
类4：顽皮的，不乖的；遗憾的，抱歉的，内疚的；不擅长的。
类1中“坏的，令人不满意的”和“拙劣的，差劲的，不称职的”聚成一类，说明这两个义项比较接近。然后与“不幸的，可惜的”聚成一类，最后和“道德败坏的，邪恶的；坏脾气的，易怒的，坏心情的”聚成一大类。在类1中，bad的基本义拓展到脾气、感知。类2中，“不适当的，不合适的”和“有病的，疼痛的，受伤的，虚弱的”聚成一小类，然后和“食物变质的，腐烂的”“严重的，剧烈的”聚成一大类。在类2中，bad的基本义拓展到状态；类3中，bad的基本义拓展到话语。而类4中，“遗憾的，抱歉的，内疚的”和“不擅长的”聚成一小类，接着和“顽皮的，不乖的”聚成一大类，在类4中，bad的基本义拓展到了行为、性格。
Gries[25]57-99 和 Divjak[29]163-165认为，越是典型的成员，其形式上所受的限制越少，能够使用的语境范围越宽泛，因此形式上最不受限制的意义可被视作原型意义。在本研究中，形式上最不受限制的义项也就是拥有标识码水平数最多的义项，因为拥有的标识码水平数越多，代表该义项使用时最不受限，因此可被认为具有无标记性和典型性。基于此，本文通过对good/bad各义项的标识码水平数统计，发现good的义项1“好的，令人愉快的、满意的”标识码水平数最多，则此义项为基本义，用good.lit表示；其他义项为引申义，用good.met表示。同理“坏的，令人不开心的、满意的”为bad的基本义，用bad.lit表示；其他义项为引申义，用bad.met表示。根据上述聚类结果，则可将二者从基本义拓展到引申义的语义网络总结如下，明显可以看出，二者从基本义到引申义的拓展方向存在不对称，详见图3。
为进一步呈现good和bad在基本义和引申义上存在的不对称性程度，本文对二者进行整体聚类，本次聚类与上述对good和bad分别聚类时，标注过程完全一致，两次聚类仅对象不同，聚类步骤上述已经详细说明，此处不再赘述，具体结果详见图4。
根据层次聚类分析的总原则，即先聚类的成员之间相似性比后聚类成员之间相似性高，可以做出结论：good/bad用做基本义时，语义相似，对称性高，用法特征基本相同；而用做引申义时，二者差异性较大，体现出较强的不对称性。
二 good/bad引申义不对称性的变量特征分析
聚类结果向我们直观展示了good和bad内部语义网络拓展方向的差异性和二者引申义之间存在差异性，但无法呈现影响二者差异的具体变量特征。对应分析以二维图（biplot）形式展示不同类别变量之间关联程度和关联类型，属于解释性工具[28]443-486。本文采用前人研究中使用的R中的{ca}包，对影响bad.met和good.met不对称性的变量特征进行了分析，主要包括定语中心语、主语类型、形态、时态和极性特征，详见图5。
该二维图沿两个维度构建，两个维度的百分比值解释了惯量，维度1为46.9%，维度2为28.7%，两个维度共能解释75.6%总惯量，而惯量用以描述分析的稳定性[28]443-486，表明该描述的稳定性较高。另外，对应分析法将各个特征间的共现频率转化为二维欧几里德空间中点与点之间的距离。图5中，good.met 与bad.met分别位于不同象限，且二者空间距离相对较大，空间距离表示不同变量之间的关联程度，空间距离越大，变量之间相似度越低，可见，good.met 与bad.met之间相似度低，不对称性强，与聚类分析结果一致。
进一步来看，与“good.met”具明显相关性的因素包括“度量类（主）”、“策略方法类（主）”、“情感态度类（主）”、“疑问代词（主）”、“条件状况（定）”、“情感态度（定）”“度量类（定）”“职业类（定）”。具体表现为：“情感态度类（定）”“度量类（定）”“职业类（定）”位于右下象限边缘区，距离bad.met明显远于good.met，同样，“度量类（主）”“策略方法类（主）”“情感态度类（主）”“疑问代词（主）”距离good.met 更近。与“bad.met”具明显相关性的因素包括“疾病类（主）、时间类（主）、身体部位（主）、疾病类（定）”，具体表现为：“疾病类（定）”位于右上象限边缘，距离good.met明显远于bad.met。同样，“疾病类（主）、时间类（主）、身体部位（主）”距bad.met更近。而位于零点或横轴上的因素“肯定、主句、原级、策略方法类（定）、知识类（定）”等变量与good.met和bad.met使用均相关联。下面将对各个变量对结果的影响展开具体分析。
三 讨论
上述对应分析结果表明：“度量类（主）”等变量与二者引申义的使用具有明显相关性。good/bad二者的引申义在不同变量影响下，表现出不同的搭配倾向。下面将对上述变量所造成的二者引申义不对称性的结果进行描写，同时对造成这种不对称性的原因进行讨论。在这里，变量具体包括：定语中心语类型、句子主语、形态、时态和极性特征。
1 定语中心语类型
从图4可知，“情感态度类（定）”“度量类（定）”“职业类（定）”距good.met更近，即相比bad，good与之共现搭配频率更高。而“疾病类（定）”距bad.met更近，即相比good，bad与之共现频率更高。
具体来说，当定语中心语为“情感态度类”“度量类”“职业类”时，相比bad，good更有可能充当定语成分。详见例（1）~（3）。
例（1） Without doubt giving customers and crew that good feeling, it also provides a photo opportunity at a recent.
例（2） It is a fair bet that a good many punters were not amused.
例（3） We could then go out and get a good manager.
“good+情感态度类”表示感情是否亲密，或感觉、态度是否温和。受心理因素影响，相比bad，good与之共现搭配频率更高。情感发自人的内心世界，是人们对客观世界各种现象的一种认识反应。表达喜悦、激动、高兴等积极情绪时，人们更倾向于使用“Good”、“Well”、“Aha”等积极情感词，如“Good boy, Willy!”。而“Damn、Fuck、Shit”等消极情感词则往往用以表达厌恶、烦躁等情绪，受“趋利避害”心理影响，人总是倾向于好的一面，令人如意的事情就希望多说，不如意的事情就希望少说，自然“good+情感态度”使用频率比bad更高。
“good+度量类”表示范围或程度很大。当定语中心语为“度量类”时，good与共现搭配频率更高，bad未见此用法。一方面，隐喻沿着具体事物>抽象事物路线进行，遵从“人>物>事>空间>时间>性质”的等级次序进行映射。空间上由低至高，跟状态的由小变大、由静变动、性质的由坏变好相组配。由于“好”经常与“大”组配，“好”引申出表程度的用法[1]175， good也就获得了“程度”义。另一方面，good的此用法与其无标记性特征和所在级差轴有关。good的内容语义可覆盖其与bad所在的整个级差轴。简单来说，good为无标记项，能指称整个好坏量级上的所有的量，与级差轴有关的抽象程度义自然由good承担。除此之外，“a great many”作为构式整体的用法以及great与good的语义趋同，也对good的程度义起到了结构和语义类比激活的作用。
“good/bad+职业类”形容某人是否称职，是否能胜任工作。当定语中心语为“职业类”时，在礼貌原则的驱动下，good与之共现搭配频率更高。现实生活中当形容某人不称职或工作做得不好时，人们会更倾向于使用委婉方式表达，即“not good”而不是“bad”。对此现象，已有过相关陈述，如“在程度反义词项前加否定词not，有时不只表示对该属性值的单纯否定，即不具有该属性值，而是表示对它的反义词项的肯定，即具有与其相对的属性值”[31]。这说明“bad”在语义上是等同于“not good”，Colston[7] 也同样认为“not good is bad”。既然语义相同，但人们更倾向于使用“not good”而非“bad”表达消极义，这主要是考量到要维护对方的面子。
而当定语中心语为“疾病类”时，则表现出相反的趋势。此时，相比good，bad与之搭配频率更高，这与“bad”本身语义特点是分不开的。“bad+疾病类”表示疾病的严重程度，详见例（4）。
例（4） Even when people have had spells of very bad illness, they may still live for many years.
在各种类型的反义词中，无标记项倾向于跟无标记项相组配，有标记项倾向于跟有标记项相组配[32]4。疾病类名词通常都是对人来说不好的事物，本身语义色彩为贬义，而good/bad本身也呈现出清晰可辨的情感语义特点[33-34]，good为积极义，bad为消极义。因此语义为贬义的“疾病”很难与good搭配。在这种有标记的情况用有标记形式才是无标记匹配模式[35]，故bad与之共现搭配似乎更符合常规。
2 句子主语
从图4可知，“度量类（主）”“策略方法类（主）”“情感态度类（主）”“疑问代词（主）”距good.met更近，即good与之共现搭配频率更高；“疾病类（主）”“时间类（主）”“身体部位（主）”距bad.met更近，即bad与之搭配频率更高。
具体来说，当“度量类”“策略方法类”“情感态度类”“疑问代词”做主语时，相比bad，good更有可能充当表语成分。详见例（5）~（8）。
例（5） Before treatment the quality of life seemed better.
例（6） This method is good for decision making.
例（7） “A little bit of frustration is good for everyone”, he said.
例（8） A ‘culture’ which not only fails to distinguish between what is good and what is profitable.
“度量类”做主语时，相比bad，更倾向以good做表语，这与性质形容词本身有关。“good-bad”这种对立形容词总是用来描写事物在某种特性（方面或维度）上的程度值的，而且这种程度的取值通常是两极对立的[36]。当“度量类”名词做主语时，如“质量”，在积极的方向取“质量好”，消极的方向取“质量差（坏）”。在这两种搭配中，前者表现出的共现搭配频率更高，这与性质形容词本身有关。性质形容词本身包含比较强烈的对比意义，由它们构成的句子也表示对比意义[36]。从真值条件语义学角度看，“质量好”意味着“质量差”和“质量一般”不成立，与“质量好”处于矛盾关系的“质量不好”包含 “质量差”和“质量一般”，而与“质量差”“质量一般”处于矛盾关系的“质量不差”“质量不一般”往往意味“质量好”。也就是说，当面对“质量好”“质量不差”“质量不一般”三种状态时，“质量好”都可用于表达质量“好”义；而面对“质量差”“质量不好”两种状态时，“质量差”才被用于表达质量“差”义。简单来说good的可使用语境更加广泛，其频率自然更高。
“策略方法”做主语时，受“面子”影响，使用good频率会高于bad。“策略方法类”名词做主语时，good/bad往往用来表明说话人的判断和立场，如“好主意”“坏主意”“好方案”和“坏方案”。Brown 和Levinson[37]312-323把面子分为积极面子和消极面子，前者指交际者希望自己的言行得到承认，自我形象得到保护。为使听话者面子得以保留，说话者往往会缩小贬义、扩大褒义，即表达赞同或以委婉方式反对而少用直接否定。因此主语为“策略方法”时，相比bad，good与之共现搭配频率更高，二者表现出不对称性。
“情感态度”名词做主语时， good和bad的使用用于表达说话人对于对象“情感态度”的主观判断。出于“乐观原则”[1]185，人们往往更愿意追求积极而过滤掉消极情绪，good.met的使用自然符合该倾向。
“疑问代词”做主语时，相比bad，good与之共现搭配频率更高，主要与good是无标记项的特征有关。good为无标记项，其语义覆盖两者所在的整个级差轴，如“I don’t know what is good”符合语言习惯，而 “I don’t know what is bad”则很少使用，除非在特定语境中才会使用“疑问词+bad”表达方式，如“I don’t know what is good, what is bad”。另外，无标记项在认知上更具有显著性，能容易引起人的注意，在信息处理时更容易被提取。因此，受认知因素的影响，无标记项“good”在认知上地位更加显著，更容易被说话者和听话者感知和处理，其使用频率相比bad更高。
然而当“疾病类”“时间类”“身体部位”做主语时，表现出相反的趋势，即相比good，bad与之共现搭配频率更高。“疾病类”做主语时，bad表示“严重的”，详见例（9）。
例（9） She’d say the homesickness was getting bad.
“疾病类”做主语与bad共现搭配频率更高与bad本身语义特征有关。陆俭明[38]提出“语义和谐律”，认为语义和谐在句法层面体现为三个方面。一是整体构式义和组成成分语义要和谐；二是构式内部成分之间要和谐；三是构式内部所使用的词语和构式外部所使用的词语要和谐。总而言之，句子所使用的词语之间要语义和谐。所以说，当有些词本身有坏义时，就不能用“好”虚比，如“？这次事故影响很坏，但是比那一次好一些”[1]151。同样，此处疾病本身语义色彩为贬义。另外“getting bad”蕴含着“与之前比较”之义，故不存在“She’d say the homesickness was getting better”的表达，即疾病类不可与“good”共现搭配使用。
“时间类”做主语时，相比good，bad与之共现搭配频率更高，bad表示 “不合适的，不适宜的”，详见例（10）。需要注意的是，“bad”与做主语成分的“时间类”名词共现使用时，“时间类”名词指具体时间如“tonight” ，而非抽象时间如“day”，详见例（10b）。
例（10） a. Tonight is bad, I think Daniel should come...
b. * Day is bad, I think Daniel should come...
在（10a）和（10b）中，“时间类”名词做主语，tonight和day相比，提供的是具体信息，更符合主位提供新信息的特点，能清晰定位评价词bad的描述对象，而day属于类属时间词，无法判断bad的评价对象，因而（10b）不合适。当符合主位特点的“时间”名词做主语时，good/bad做表语成分，都表示对“时间”是否合适做出评价，但bad与之共现频率更高。原因在于语言活动的有效进行离不开 “说话人经济原则”和“听话人经济原则”两股力量的互相作用 [39]。出于“说话人经济原则”，当说话人与听话人期待一致时，说话人为了自己省力尽可能不会多说什么，即不会再次重复表达自己认可的观点，如 “Tonight is good, let’s go”这种赘述的方式，而是直接回应如“OK/well”。 而说话者与听话者期待不一致时，由于 “听话人经济原则”，此时说话人不得不多说，即表达出自己不认可的观点及原因，如“Tonight is bad…”，进而使得听话者明白自己拒绝的态度及原因，所以bad比good使用频率更高。
“身体部位”做主语时，相比good，bad与之共现搭配频率更高，但bad做其表语成分使用时也受一定句法和语用限制，此时bad表示“有病的，疼痛的，虚弱的”，详见例（11）。
例（11） a. Do you feel your arm is getting worse?
b. Do you feel your arm is getting better?
具身认知观强调身体在认知中起到的关键作用，人类认知和思维的基础之一在于将熟悉、已知、具体范畴的概念映射到抽象概念上，在此过程中，“直接生理体验”会帮助我们完成映射。熟悉、具体的概念“A window is broken”映射到“A leg is broken”上，“受伤”的状态能被轻松感知和理解。“简单原则”“效率原则”作用下，描述身体部位临时的受伤状态时，比起“bad”，“broken”在心理处理上更简单、处理效率更高，所以“Your arm is bad”不符合英语使用习惯，取而代之的是“Your arm is broken”来描述“受伤”的状态。另外，当身体部位做主语时，bad/good句法成分为表语。而据沈家煊[40]的观点，即做表语的形容词倾向于表达暂时性状态。所以身体部位和good/bad搭配时，只能用来描述渐进变化状态，如例（11）所示。即使如此，“身体部位”与“bad”共现频率也高于“good”。原因为：虽然（11b）与（11a）句法结构上呈现出高度相似性，但此处“better”更多的是“well”而非“good” 的比较级。这是因为英语中通常使用“well”来描述人的健康的身体状态，使用“well”才更符合人认知上的“缺省值”。于是就造成了和身体部位搭配使用时，bad比good共现几率更大，频率更高。
3 形态、极性和时态特征
就形态特征而言，“原级”位于横轴右端，“比较级”和“最高级”位于横轴左端，表明good.met和bad.met习惯以 “原级”形式使用。而good.lit和bad.lit 更容易以“比较级”和“最高级”形式使用，这说明该变量与基本义和引申义间的不对称性有关，即基本义比引申义更易出现形态变化，但未见该变量与二者引申义之间的不对称性存在关联。
就极性特征而言，“肯定”位于原点，“否定”位于横轴左端，表明good.lit和bad.lit更容易使用“否定”形式，即基本义比引申义更易使用“否定”，而与二者引申义之间的差异性并不存在因果关联，这与前人研究中[9-10]观察到的结果一致。但需要注意的是，虽然“否定”位于横轴左端，即二者的基本义都会使用“否定”，但仔细来看二者基本义在使用“否定”时仍表现出一定程度的差异性：“否定”表现出稍偏向于good.lit的趋势，不过这种差异还未达到致使二者表现出明显差异的程度。这种差异性主要表现在：
人的话语总是受到社会规则的制约，说话者出于礼貌原则，人们很少使用直接否定形式，这时good/bad语义都是处于连续体中间，详见图6。
但人们交际过程中，说话者不仅考虑到礼貌原则，还要考虑到听话者的认知期待。人们总倾向于获得积极回应，受到积极偏向的影响，说话者会使用肯定词的否定形式，而规避使用直接否定词来表达消极意义。此时good/bad及not good/not bad关系，详见图7。
就时态特征而言，“现在”“过去”“将来”位于原点，说明“时态”这一变量和四者使用均相关，表明时态变量无论对二者引申义还是对基本义与引申义间的不对称性均未产生任何影响，至于原因，还有待进一步研究。
四. 结语
本文采用基于语料库的行为特征分析法，将聚类分析和对应分析相结合，对good/bad的内部语义网络和影响good/bad之间的用法特征的变量进行了系统分析和可视化的呈现。研究发现，good/bad做基本义使用时相似性大，作引申义使用时差异性大，呈不对称性。详细来说，二者语义网络拓展方向呈现出不对称性。另外，二者的不对称性主要体现在引申义上。最后，定语中心语、句子主语类型与二者引申义用法不对称性有关，而形态、极性仅与二者的引申义与基本义间的不对称性有关，时态变量无论对二者引申义还是对基本义与引申义间的不对称性均未产生任何影响。本文一方面为反义形容词研究提供了可探索路径，另一方面也为聚类分析和对应分析方法相结合的应用可行性再添证据。同时，该研究成果可作为反义词教学应用研究的重要支撑。
1)1 英语国家语料库（简称BNC）（https://cqpweb.lancs.ac.uk/）是一个以来源广泛的书面语言和口语为样本，用以呈现20世纪后期以来的英式英语，涉及口语和书面语言，词容量超过1亿。2)2 本文中借助的权威词典如下：柯林斯高阶英汉双解词典、牛津高阶英汉双解词典（第7版）、朗文当代高级英语辞典（第6版） -
表 1 标识码类别和标识码水平
标识码类别
(ID tags type)标识码
(ID tags)标识码层级
(ID tags level)形态 原形 比较级 最高级 句法 句子类型 小句、主句、名词性从句、定语从句、状语从句、其他 句子极性 肯定、否定 时态 过去、现在、将来 句法
功能定语 定语中心语类型：人称代词、指示代词、处所、时间类、人工物、事件、消息观念类、其他、策略方法类、人或团体、趋势结果类、条件状况、度量类、情感态度类、运气、身体部位、非人生物、知识类、职业类、自然物、疾病类、省略 表语 主语类型：事件、 人工物、 时间类、 人或团体、知识类、处所类、 其他、策略方法类、情感态度类、度量类、身体部位、消息观念、趋势结果、情况状况、非人生物、 自然物、疾病类、省略 补语 
下载: 导出CSV
-
[1] 沈家煊. 不对称和标记论[M]. 南昌: 江西教育出版社, 1999. [2] 吕叔湘. 语文杂记[M]. 上海: 上海教育出版社, 1984. [3] 吴淑琼,张雪. 基于语料库的反义形容词cold/hot的不对称性研究[J]. 山东外语教学,2022,43(2):21-31. [4] LYONS J. Semantics [M]. Cambridge: Cambridge University, 1977. [5] 成汹涌. 不对称性视阈下的英汉极性反义词标记性比较研究[J]. 外语教学,2017,38(2):60-64. [6] 张媛. 国内外反义形容词研究综观及展望[J]. 外语研究,2015,152(4):18-23. [7] COLSTON H L. “Not good” is “bad”,but “not bad” is not “good”:An analysis of three accounts of negation asymmetry [J]. Discourse Processes, 1999, 28(3):237-256. doi: 10.1080/01638539909545083 [8] FRAENKEL T & SCHUL Y. The meaning of negated adjectives [J]. Intercultural Pragmatics, 2008, 5(4):517-540. [9] PARADIS C & WILLNERS C. Antonymy and negation—the boundedness hypothesis [J]. Pragmatics, 2006, 38(7):1051-1080. doi: 10.1016/j.pragma.2005.11.009 [10] GIORA R, BALABAN N, FEIN O, et al. Negation as positivity in disguise [C]// COLSTON H L & KATZ A N. Figurative Language Comprehension: Social and Cultural Influences. Mahwah NJ: Lawrence Erlbaum Associates, 2005: 233-258. [11] RUYTENBEEK N,VERHEYEN S & SPECTOR B. Asymmetric inference towards the antonym:Experiments into the polarity and morphology of negated adjectives [J]. Glossa:a journal of general linguistic, 2017, 2(1):1-27. [12] GOTZNER N & MAZZARELLA D. Face Management and negative strengthening:the role of power relations,social distance,and gender [J]. Frontiers in Psychology, 2021(12):1-12. [13] MAZZARELLA D & GOTZNER N. The polarity asymmetry of negative strengthening:dissociating adjectival polarity from face-threatening potential [J]. Glossa:A Journal of General Linguistics, 2021, 61(1):1-17. [14] 段濛濛. 反义词群“好—坏”的组合情况及其不对称现象[D]. 北京: 北京语言大学, 2006. [15] 曾李. 反义词“好”, “坏”的对称性研究[D]. 武汉: 华中师范大学, 2014. [16] 魏琛. 新文科视域下认知语言学的本土化研究路向−《认知语言学与汉语研究》述评[J]. 北京科技大学学报(社会科学版),2020,36(3):1-10. [17] 魏琛. 新文科视域下认知语言学研究的五个维度[J]. 北京科技大学学报(社会科学版),2020,36(1):39-50. doi: 10.3969/j.issn.1008-2689.2020.01.006 [18] GRIES S & DIVJAK D. Behavioral profile: A corpus-based approach to cognitive semantic analysis [C]// EVANS V & POURCEL S. New Directions in Cognitive Linguistics. Amsterdam & Philadelphia: John Benjamins, 2009: 57-75. [19] HANKS P. Contextual dependency and lexical sets [J]. International Journal of Corpus Linguistics, 1996, 1(1):75-98. doi: 10.1075/ijcl.1.1.06han [20] 吴淑琼,刘迪麟,冉苒. 心理动词“想”的多义性:基于语料库的行为特征分析[J]. 外语与外语教学,2021,320(5):1-13,147. [21] DIVJAK D & GRIES S. Ways of trying in Russian:Clustering behavioral profiles [J]. Corpus Linguistics and Linguistic Theory, 2006, 2(1):23-60. [22] 方子纯,陈坚林. 基于语料库的同义形容词行为特征研究[J]. 外语教学与研究,2014,46(6):842-852,959. [23] 吴淑琼,刘迪麟,刘青. 基于语料库的“确认”类同义副词的行为特征研究−以“的确、确实、实在、着实”为例[J]. 外语教学,2021,42(5):19-25. [24] BEREZ A & GRIES S. In defense of corpus-based methods: A behavioral profile analysis of polysemous get in English [C]// MORAN S, TANNER D & SCANLON M. Proceedings of the 24th Northwest Linguistics Conference. Seattle: Department of Linguistics, 2009: 157-166. [25] GRIES S. Corpus-based methods and cognitive semantics: The many senses of to run [C]// GRIES S & STEFANOWITSCH A. Corpora in Cognitive Linguistics: Corpus-based Approaches to Syntax and Lexis. Berlin & New York: Mouton de Gruyter, 2006: 57-99. [26] GRIES S & OTANI N. Behavioral profiles:A corpus-based perspective on synonymy and antonymy [J]. Icame Journal, 2010(34):121-150. [27] ATKINS B. Semantic ID tags: Corpus evidence for dictionary senses [C]// In the Uses of Large Text Databases: Proceedings of the Third Annual Conference of the UW Centre for the New Oxford English Dictionary. Waterloo: The UW Centre for the New OED, 1978: 17-36. [28] GLYNN D. Correspondence analysis: Exploring data and identifying patterns [C]// GLYNN D & ROBINSON J A. Corpus methods for semantics: Quantitative studies in polysemy and synonymy. Amsterdam & Philadelphia: John Benjamins, 2014: 443-486. [29] DIVJAK D. Structuring the Lexicon: A Clustered Model for Near-Synonymy [M]. Berlin & New York: Mouton de Gruyter, 2010. [30] DIVJAK D & FIELLER N. Cluster analysis: Finding structure in linguistic data [C]// GLYNN D & ROBINSON J A. Corpus Methods for Semantics: Quantitative Studies in Polysemy and Synonymy. Amsterdam: John Benjamins, 2014: 406-441. [31] 许蔚,王文斌. 形容词反义词的可分级性与互补性的关系[J]. 现代外语,2005,28(1):35-41. [32] 沈家煊. 语法中的“标记颠倒”现象 [C]// 中国语文杂志社. 语法研究和探索（10）. 北京: 商务印书馆, 2000: 1-18. [33] PHILIP D & NEWMAN J. A note on quantifying “good” and “bad” prosodies [J]. Corpus Linguistics & Linguistic Theory, 2006, 2(2):233-242. [34] PARADIS C,VAN DE WEIJE J,WILLNERS C,et al. Evaluative polarity of antonyms [J]. Lingue e Linguaggio, 2012, 2(2):199-214. [35] 宋文辉. 定语、谓语位置形容词并列结构的用法模式[J]. 汉语学习,2022,247(1):3-12. [36] 袁毓林. 形容词的极性程度意义及其完句限制条件[J]. 中国语文,2022,407(2):131-144,254. [37] BROWN P & LEVINSON S C. Politeness: Some Universals in Language Usage [M]. Cambridge: Cambridge University Press, 1987. [38] 陆俭明. 修辞的基础−语义和谐律[J]. 当代修辞学,2010(1):13-20. [39] 沈家煊. 语用原则、语用推理和语义演变[J]. 外语教学与研究,2004(4):243-251,321. [40] 沈家煊. 形容词句法功能的标记模式[J]. 中国语文,1997(4):242-250. -
下载:
点击查看大图
计量
- 文章访问数: 489
- HTML全文浏览量: 299
- PDF下载量: 31
- 被引次数: 0
