Метод классификации («сортировки»)

Этот метод, разработанный в первую очередь Миллером, основан на допущении, что формы классификации материала соответствуют внутренним семантическим связям этого материала и структура последних может быть выражена в процедуре классификации.

Суть самой методики чрезвычайно проста: испытуемым предлагается классифицировать материал (обычно слова) в произвольное количество групп, причем в группу может входить произвольное количество объектов (слов). Результаты классификации суммируются в матрицу, где мерой семантического сходства пары объектов выступает количество отнесении их испытуемыми в один класс. Очевидно, что при группе испытуемых из п человек мера сходства между парой объектов варьируется от п, если все испытуемые относили их в одни классы, до нуля, если ни один испытуемый не объединил их в одном классе. При нормировании меры сходства (чтобы сделать ее независимой от количества испытуемых) эти коэффициенты изменяются от 1 до нуля. Матрицы сходства затем подвергаются процедуре кластерного анализа, разработанного Джонсоном, хотя не исключена возможность и обработки их с помощью факторного анализа.

Процедура кластеризации состоит в том, что исследуемый материал дифференцируется в ряды кластеров – объединений этого материала на разных уровнях семантической близости. В результате обработки получается дерево кластеризации – структура последовательной дихотомии материала. Примером может служить кластеранализ Миллера на основе данных ассоциативного эксперимента Диза, о котором я говорил чуть раньше.

Выделенные три кластера в целом близки факторной структуре, полученной в эксперименте Диза. Как показали исследования Энглина, метод классификации, когда его используют для анализа лексики, оказывается чувствителен как к семантическим, так и к синтаксическим различиям. В работе Миллера ставилась задача сопоставить результаты, получаемые с помощью метода семантического дифференциала, с результатами, получаемыми методом шкалирования. Испытуемые непосредственно классифицировали шкалы-антонимы, применявшиеся Осгудом. Построенное семантическое пространство на основе факторов-определителей выделенных кластеров оказалось более дифференцированным. Так, осгудовский фактор оценки оказался представлен тремя составляющими, которые интерпретировались как моральная, интеллектуальная и эстетическая оценки.

Достоинством метода классификации является то, что его удобно использовать для семантического анализа как вербального, так и невербального материала, например рисунков, графических символов, изображений архитектурных форм и т. п.

Результаты экспериментов показали, что на различных уровнях семантического сходства объединение объектов в классы происходит по разным основаниям. Так, на низких уровнях сходства и соответственно объединения объектов в большие кластеры основанием объединения выступала общность объектов по коннотативным значениям; для средних уровней сходства – общность коннотативных значений и сходство функциональной структуры рисунка (количества функциональных элементов и их отношения); наконец, для высоких уровней сходства и соответственно объединений объектов в малые кластеры – сходство по коннотативным значениям, сходство функциональных структур и сходство в графической манере рисунка. Эти уровни, выстраиваясь последовательно, воспроизводят логику конкретизации содержания изображения.

2.2. Математическая обработка данных эксперимента.

Второй этап исследования включает математическую обработку исходной матрицы сходства с целью выделения тех универсумов, которые лежат в ее основе. В качестве математического аппарата, как правило, используются разновидности факторного анализа [см.: 178; 270], многомерное шкалирование-Сем.: З], кластерный анализ [см.: 79]. Эксперименты в области психолингвистики, связанные с построением семантического" пространства, обладают высокими степенями свободы в плане-выбора методов установления семантических связей (первый этап) и способов математической обработки (второй этап). Например, данные, полученные на основе ассоциативного эксперимента, могут быть обработаны и с помощью многомерного шкалирования, и с помощью факторного и кластерного анализа. Тем не менее для методов опосредованного установления сходства значений более оптимальными оказываются процедуры факторного анализа, так как эти методы позволяют представить меры сходства значений в виде матрицы корреляций, полученных через отнесение значений к опосредующему звену. Для прямых методов установления семантических связей более удобным оказывается использование процедур многомерного шкалирования, кластеранализа, алгоритмов распознавания образа.

Если факторный анализ позволяет выделить структуру обобщения по множеству независимых факторов, то кластерный анализ дает возможность проследить семантическую организацию материала на различных уровнях обобщения, но позволяет выделить лишь единственное основание обобщения для каждого кластера на каждом из уровней. Образно говоря, многомерность для факторного анализа горизонтальна, в то время как для кластеранализа – вертикальна. Недостатком методики классификации, по крайней мере в том варианте, в каком она используется, является то, что сама организация эксперимента: на множестве испытуемых и получения структуры «среднегруппового сознания» исключает возможность анализа индивидуальных семантических пространств.

Этап математической обработки не порождает нового содержания, а позволяет представить исходные данные в компактной, хорошо структурированной форме, удобной для анализа и дальнейшей интерпретации.