聚類分析在外國語言學研究中的實踐

張麗霞

（山西旅游職業學院旅游外語系，山西太原 030000）

當前在語言學研究領域中，聚類分析的使用相當廣泛。目前針對聚類分析的定性分類分析方法最為常見，而配合計量分析手段的相關探索資料和研究卻非常得少。國內在語言類的研究當中針對于聚類分析的方法在運用方式上需要進一步提升，尤其在外國語言研究領域的探索還需要深入。

一、聚類分析技術與其國內外國語言學的研究應用現狀

在沒有基本類別標記信息對象的背景下所構成的集合內，所有信息對象都是具有其對應屬性與特征的，在這里要采用到聚類分析，參考集合內不同對象所具有的不同算法展開自動類別劃分，保證每個類別的相關內容都能實現自動識別。聚類分析也存在著較高的異質性內涵，就一般情況來說，在語言對象劃分方面應該參考相應指標，它主要基于大量數量指標進行定比定距分析，即實施類別劃分。在這里，還要利用到信息對象特征向量內容，專門針對每一個信息對象進行標記處理，如此就能實現對信息對象的聚類劃分。整體而言，聚類分析對于數據結構模式的了解相當深入，它認識到在不同變量之間所存在的某種關聯關系，所以目前所采用的聚類分析算法種類相當繁多，且還在不斷豐富完善中。在過去十年中，我國針對外國語言學的聚類分析研究不夠深入，聚類分析技術的使用率明顯低于傳統純描述性統計與簡單推理統計，還難以做到以聚類為搜索核心展開操作。

二、聚類分析的研究內容與技術優勢

聚類分析技術在語言領域研究中的應用主要體現在3個方面：語義研究、句法型式研究和認知語言研究。在通常情況下，聚類分析在應用過程中需要大量的語料庫數據相結合才能完成。在外國語言學研究中，它主要針對語言文體的變異情況進行分析，針對外國語言學中的較多語言結構單位實施特征統計，其語言中是具有多種統計特征的，比如說在絕大部分實證分析研究過程中，可能針對不同語言特點的變化分析相當深入，它就構成了不同的語言結構單位，基于不同特征頻率背景下所產生的變化構成了獨具風格的外國語言學研究形式，它奠定了外國語言學文體基礎的結構特征，在對文體特征進行統計分析過程中也提出了諸多大膽創新優化。

就聚類分析技術的應用而言，它所展現出的最大優勢特征就是定量分析，它可實現對信息對象的客觀認識，深入了解基于不同信息背景下的對象可重復性，在聚類分析開展過程中也能參考利用真實數據建立基礎條件特征，充分體現聚類分析結果所具備的客觀性特征，同時排除其中所存在的諸多主觀性內容。在針對于外國語言學的科學分析過程中，聚類分析在算法選擇、計算方式以及聚類數值特征三方面體現優越性，保證聚類分析所采用數據指標在人為設定后體現出明確的檢驗特征，這也為聚類分析結果的精確性判斷提供了有力技術支持條件。如果再從主觀層面進行定位分析，也可了解到聚類分析方法中的重復性應用是相對偏低的，就這一點來講不同專家在經驗總結與理論素養討論上都存在明顯差異，必須對所得到結果所存在顯著差異問題進行分析，這體現了科學研究的客觀性特征，它同時說明了聚類分析技術應用具有一定的科學價值和諸多的優勢[1]。

三、聚類分析的應用原理與其在外國語言學中的具體應用分析

（一）聚類分析的應用原理

進行聚類分析的時候，我們要進一步確定其應用的定義和原理，也就是等于給無類別標記的信息確定的對象構建集合X，它應該表示為X=。集合中的每一個對象都需要具備k個屬性，通過使用聚類分析來完成對所有對象特征值的有效分析，利用算法保證集合值內容自動分組優化，如此要保證所有分組自動識別內容都要區分于其它分組，同時體現分組高同質性與異質性，基于不同分組可建立一個不同的簇，如此就能滿足聚類分析技術應用基本條件[2]。

如果從外國語言學分析角度看來，它主要參考某一個指標針對對象進行定性分類。而如果是面對多個指標時，則必須對定比、定距數量指標進行計算分析。在外國語言學分析過程中，主要利用到了特征向量來代表數據內部結構、模式以及變量特征，體現聚類分析的多種豐富算法，結合觀察結果可以發現聚合型層次聚類分析方法在目前的語言學研究中是比較常見的，應用廣泛且應用效果突出[3]。

（二）在外國語言學研究中的應用實踐

1.研究問題的提出

目前國內針對聚類分析的研究文獻并不豐富。在研究實踐中，針對外國語言學的聚類分析要排在中國文學、中國語言學之后位居第三位，基于外國語言學的聚類分析主要圍繞學科量化研究需求展開。這說明許多研究者并沒有意識到外國語言學進行深入探討和研究的真正意義，我們從其中的調查數據得到僅有7%左右的教師對聚類分析這個教學方式有了解，同時并能夠有效運用到課堂教學中，其他的教師對于該技能的掌握嚴重不足[4]。

2.外國語言學聚類分析研究應用領域的分析

目前，外國語言學聚類分析在語言的問題風格變異研究方面是最為深入的，它主要基于語篇語言結構的具體使用，同時涵蓋了詞長、句長以及句型比例的教學內容。在研究中發現，基于語言產出分析外國語言學結構單位的個性化使用，需要具體分析其統計特征，這被比作為對外國語言學的語言指紋分析，它主要圍繞作品的語言使用情況進行統計[5]。整體來說，外國語言學的聚類分析領域是相當廣泛的，其中就要參考其語言的地理變異情況進行方言聚類分析，這能夠實現外國語言學聚類分析的有效細化[6]。

3.外國語言學聚類分析研究的實踐應用

在外國語言學聚類分析研究中，它主要針對語言的社會變異與功能變異情況展開研究，獲得分析結果。基于某種理論框架，結合具體分析的案例特點，不能進行較為盲目的分析和研究，要實施一定的語言數據分析和比對。在研究中，主要利用聚類分析來克服這一局限性問題，對數據結構的系統性內容進行闡述，確保統計結果顯著。另外，則需要研究外國語言學的研究變量，結合與變量相連的假設，制定理論研究模型，使用假設系統性的解決方式，同時體現分析過程的全局優勢，它也能在一定程度上減少研究盲目性[7]。

在該過程中，我國學者主要使用的是聚類分析來進行外國語言學的數據分析和研究，找出語言變異和社會因素之間存在的具體區別和影響，與此同時，還針對在不同環境背景下內容進行連接，從中獲得些趣味性假設結果。在進行對外國語言學中的聚類分析實施研究的過程中，我們看到它就主要利用語言功能變體來展開研究，了解語域中的各類情景因素實施研究和分析。簡單來講，在這種語域案例當中所涵蓋的就是廣告語言和文學作品等等，這些都是外國語言學研究的主要內容。國內學者需要基于這一點為外國語言學建立大型語料庫，在這一過程中建立聚類分析語言研究鏈，基于多維度分析，展開宏觀研究，對統計技術精巧運用內容進行分析，識別外國語言學中不同語域中的親疏關系[8]。

結合探索，快速發現聚類結果在權力關系建立方面的特征，同時需要分析聚類分析在語言方面的應用形式，分析權力關系接觸頻率。結合變量中的動態關系給出假設提議，確定語境變量和指標變量間存在的聯系，將掌握的信息作為參考元素。考慮到語域、體裁語域中的聚類分析內容進行分析，制作形成多種多元分析的使用工具，來針對于系統功能的語料庫進行量化分析和研究探索[9]。

四、聚類分析在外國語言學研究中的應用發展前景

聚類分析在21世紀大數據時代建立外國語言學研究語料庫過程中，可以成為分析語言學的有利工具。如通過聚類分析合理的應用語言用法數據，進行語言穩定性的研究工作，通過語言內部的關聯，快速掌握語言間存在的生態效應，并且可以在語言數據的輔助下，提高生態效應。在研究工作中應該清楚外國語言學研究在技術方面的使用需求，合理地將聚類分析插入其中，在數據輔助下深度挖掘、整理語言素材，在人工智能的輔助下對龐大的數據進行科學的分析，提高數據整理工作的有效性。從而確保聚類分析技術能夠有效深入到語言數據中，深入分析研究其語言研究手段，確保針對外國語言學的數據挖掘技術進行分析理解，建立聚類分析體系，確保語言分析研究到位[10]。

在外國語言學研究過程中，就要深入利用聚類分析法應用的特點和優勢，通過定性的分類方式來對聚類分析實施事實數據的研究和計算，體現聚類分析技術應用客觀性，它在分析過程中完全排除了某些主觀因素，確保聚類數值特征與算法選擇到位，體現聚類分析可檢驗性，基于主觀定性分類方法重復性較差這一問題展開分析，保證客觀分析到位，體現科學研究要求與基礎內涵。此外，基于聚類分析的優勢可實現大規模處理數據，保證發現其中結構內容解析來優化外國語言學認知能力，發現數據中的某些結構規律內容，提出合理猜想與假設內容。在聚類分析下處理數據，提出針對性假設，確保聚類分析產生于假設案例之中[11]。

在外國語言學研究中，需要清楚聚類分析的特征，并掌握影響聚類分析應用效果的因素。考慮到影響聚類分析結果的因素眾多，因此應該從變量選取以及特征指標兩個層面重新定義特征權重，從而可以在合理分配的方式下，使聚類分析在語言學客觀的評估下，提高聚類結果效度水平。在當前大數據時代，需要基于語料庫數據豐富度進行聚類算法分析，合理運用大數據與數據挖掘技術來體現語言數據批評與質疑過程，分析語言直覺的語言數據內容展開探討[12]。

總之，聚類分析可以和語料庫相結合，從而在外國語言學研究方面具備較多的優勢。為了進一步提高外國語言學研究工作水平，使聚類分析可以在此項工作中展現更多的應用價值，必須根據外國語言學研究需求以及聚類分析工作特性，及時調整聚類分析的工作模式，體現聚類分析技術應用過程中的有效性，從而可以結合語料庫語言，輔助外國語言學研究工作的進行，彌補我國在外國語言學方面的不足。