关键词:
微博“[太开心]”表情符号
个体识解动态互动模型
视觉语言
识解因素
情绪识解
摘要:
表情符号(Emoji)是计算机辅助通信(CMC)中的视觉符号,在第一套表情符号(Emoji)发布的20多年间,围绕其使用功能、影响因素、应用空间等领域的研究从未间断,体现出表情符号(Emoji)作为新兴课题的发展潜力。随着微博的蓬勃发展,微博表情符号(Weibo Emoji)逐渐充斥于中国人的网络生活中,作为表情符号(Emoji)的变体,微博表情符号(Weibo Emoji)同样具有研究价值。目前学界着重于表情符号(Emoji)宏观研究,但对于使用者使用单个表情符号(Emoji)表现情绪过程中微观心理的研究较少。因此,本文在体认语言学(ECL)的视域下,结合Jonathan ***&Nalini Ambady个体识解动态互动模型(the dynamic interactive model of person construal,简称DITPC模型),从Cohn视觉语言出发,从微博“[太开心]”表情符号()的图像结构、识解前提、识解步骤、识解结果、识解因素等角度对在图文环境下的微博“[太开心]”表情符号()进行考察,最后构拟微博“[太开心]”表情符号图文个体动态互动识解模型,为面部表情类表情符号研究提供模型参考。论文主要分为五章:
第一章为绪论。绪论主要梳理了表情符号和微博表情符号的概念、表情符号本体、表情符号应用等研究现状,简要介绍了本文运用的视觉语言理论、Jonathan ***&Nalini Ambady个体识解动态互动模型和体认语言学理论,并说明本文语料来源。
第二章为微博“[太开心]”表情符号调查问卷的设计。本章首先界定了微博“[太开心]”表情符号调查问卷的调查目的、调查对象和调查变量:本调查问卷的目的在于通过问卷调查,确定在图文环境下,有哪些因素影响人们对微博“[太开心]”表情符号情绪认知;调查对象集中在20-40岁区间各个职业和教育水平人群;调查变量包括自变量——性别、职业、年龄和教育水平;因变量——明确积极语境分值、明确消极语境分值和模糊语境分值;调节变量——语境性质。然后根据Jonathan ***&Nalini Ambady个体识解动态互动模型,确定了本次调查的研究模型和研究假设,依据以上结果,微博“[太开心]”表情符号调查问卷正式被设计出来。为了保证调查问卷的可信性和有效性,该调查问卷随后进行了预调查,根据预调查的结果进行因子分析和信效度检验,结果表明该问卷的信效度良好,设置合理,可进行进一步数据分析。
第三章为线索层微博“[太开心]”符号图像识解的分析。根据Jonathan ***&Nalini Ambady个体识解动态互动模型,线索层面上内容是该符号提供的视觉信息,由此本文运用Cohn视觉语言理论完成该符号的图像结构解读:图像词根是黄色圆圈,图像词缀是弧形眼睛、红晕、握拳手和微咧嘴;接着从体认角度解释该表情符号在人脑中的图像组合过程以及在图文环境下人类解码该表情符号情绪时的识解步骤。本文结合现实语料,总结出微博“[太开心]”表情符号的情绪:希望、喜爱、激动、颓废、沮丧、轻蔑、怨恨、愤怒等。最后,本文借助意象图式(image schemes)分析作为图像模态的微博“[太开心]”表情符号和文字模态如何在复杂的语言环境下产生多样情绪的认知原因。
第四章为高阶层微博“[太开心]”符号情绪识解因素的相关性分析。根据Jonathan ***&Nalini Ambady个体识解动态互动模型,高阶层面的内容为与社会文化相关的认知因素。本章在第2章的基础上,从明确积极语境、明确消极语境和模糊语境三个角度,使用SPSS,对第2章假设的性别、年龄、职业和教育水平是否影响人们对该符号的情绪认知进行相关性分析,结果表明:在明确语境下,职业和年龄因素会影响人们对微博“[太开心]”表情符号情绪的认知,这种影响体现在人们对该符号情绪程度的感知;在模糊语境下,职业和年龄因素既会影响人们对该符号情绪色彩感知,又影响对该符号情绪程度感知。
第五章为微博“[太开心]”表情符号图文个体识解动态互动模型的构建。本章结合第三章和第四章的结论,从内部和外部出发,构拟出在图文环境下,人们感知该符号情绪的信息加工过程。通过该模型,我们总结出人类感知表情符号情绪规律:在图文环境下,人们对符号情绪的解读是动态和互动的,“身体感官”传递的“互动经验”和“社会文化”传递的“认知加工”之间关系密切,是低层次的感官体验和高层次的社会认知在多个互动处理层上不断合作不断竞争的产物。