速写空间

词汇速写展示一个词在文档、文档集或项目中的语法表现。速写空间在此基础上更进一步，按覆盖每次出现的编码拆分这个词的关系；在文档集或项目中，也可以按某个属性的取值拆分，例如“立场”或“读者数”。

词汇速写显示一个词在整个文档、文档集或项目中的搭配成分。速写空间关注的是这些搭配如何随语境而变化。它能显示这个词在编码为“科学”的段落和编码为“紧迫性”的段落中是否有不同的搭配成分，也能显示行动派和怀疑派在使用这个词时，搭配成分是否相同。通常，你会先在词汇速写中熟悉一个词；等有了想要考察其差异的编码或属性，再转到速写空间。按编码比较，需要已经编码的资料足够多；否则几乎所有出现都会归入未编码，也就没有什么可以比较的。

以“气候辩论”各篇文本中的气候为例。在编码为“科学”的段落中，作者多半把气候和表示研究的词搭配在一起，如气候科学或气候模型（“每一个气候模型都包含一些尺度太小或变化太快、无法直接模拟的过程”）。而在编码为“紧迫性”的段落中，气候则作为行动的一方出现（“与此同时，气候并没有等我们”）。速写空间把这些差异并排显示，各列代表编码，每行显示一种语法关系，每个计数背后的句子也都可以查看。

关于词汇速写的更多说明，包括语法关系和 logDice 得分，见第 12 章“词汇速写”。编码在第 7 章“编码”中介绍。本章的示例都取自示例项目“气候辩论”，选取文件 ▸ 导入 ▸ 示例项目即可导入（见第 1 章“简介”中的示例项目）。

关键术语#

• 所速写的词是正在比较的那个词。速写空间以词典形式（即词元）为单位，因此英文的 scientists 和 scientist 算作同一个词。
• 每一列代表一个编码、一个属性取值或未编码。编码列收集所速写的词在带有该编码的段落中的出现，属性列收集它在具有该取值的文档中的出现。如果一次出现所在的段落带有多个编码，它会在每个编码的列中各计一次；不在任何编码范围内的出现归入未编码列。
• 关系指所速写的词与另一个词之间的任何语法联系。在“如果我们想保护孩子们将要继承的气候”一句中，气候是动作保护的宾语，因此这个例子在作宾语于一行中计入一个关系。
• 搭配成分是关系另一端的那个词。搭配成分按 logDice 排序，这个得分衡量一个搭配成分与所速写的词结合得有多紧密。
• 大类是关系所归属的五个类别（主语、宾语、修饰语、介词短语和其他）。在速写空间中，大类用作筛选条件。
• 枢纽是对比图谱上代表一列的节点。
• 证据列表列出与计数、搭配成分和枢纽对应的句子。
• 特征关系是在某一列中出现得明显比资料其余部分更频繁的关系。网格在特征关系的计数旁标上星号。

logDice 把一对词共同出现的频次，与搭配成分的频次以及所速写的词参与这种关系的总频次相比较。logDice 的最大值是 14 分；每低 1 分，表示这一对词在两个词的用法中所占的比重减半。完整的计算方法见第 12 章“词汇速写”中的 logDice。

速写空间在哪里#

速写空间出现在两个地方，两处的界面相同：

• 对单个文档，它位于检查器的多重模式标签页中，各列是编码。
• 对文档集、标签或整个项目，速写空间位于词汇速写视图和词汇速写窗口的多重模式中，各列可以是编码，也可以是属性取值。详见文档集和项目的速写空间。

阅读和编码一个文档时，你会使用检查器，因为它跟随你在阅读器中当前选中的词。不过，单个文档中的出现通常太少，难以得到 *；要获得可靠的比较结果，请使用文档集或项目。

使用速写空间之前，文档必须先建立索引；对于英语、德语和中文文档，LemmaLoom 会自动建立索引。文档尚未建立索引时，检查器会显示索引完成后即可查看语法信息，直到索引完成。关于索引的更多内容，见第 21 章“分析与索引”。

在不同编码之间比较一个词#

“时间不多了”是“气候辩论”中一篇由行动派撰写的评论文章，其中气候一词出现了七次。一次在编码为“科学”的段落中，一次在编码为“临界点”（“紧迫性”的子编码）的段落中，其余五次没有编码。速写空间把这些出现显示为三列，你可以借此考察气候在每个编码下以及在文本其余部分中的分布和用法。

要在一个文档的所有编码之间考察一个词：

1. 在阅读器中打开文档。
2. 选取显示 ▸ 检查器 ▸ 多重模式（⌥⌘4）。如果标签页顶部选中的是查询，请点按它旁边的速写空间。
3. 在阅读器中点按一个词。工具栏下方的一行会显示词汇速写：加上这个词。
4. 点按网格中的一个数字或图谱上的一个词，即可列出对应的句子。

在阅读器中选词之前，标签页显示速写一个词。如果你选中了多个词，速写空间会把短语的中心词，也就是其余各词所依附的那个词，当作所速写的词；例如选中气候危机时，速写空间取危机作为所速写的词。此后你选中的每个词都会成为新的所速写的词，编码的选择保持不变。

速写空间从上到下依次包括：

• 工具栏，包含后退和前进导航按钮、词栏、图谱和列表、导出图标以及在窗口中打开。
• 词汇速写：一行，显示所速写的词以及之前速写过的词。
• 显示所有编码的菜单，在编码可以有其他分组方式时出现。
• 编码图例（每列一个图例项）和关系图例（每个大类一个图例项）。
• 关系网格。
• 对比图谱，在列表显示中则是搭配成分列表。
• 证据列表，在你选中某项内容后出现。

同一个工具栏也出现在语法标签页的词汇速写分面和编码标签页的编码速写分面中。三者共用同一个词和同一份浏览历史。网状图显示只属于词汇速写，因此速写空间只提供图谱和列表两种显示。在窗口中打开会在词汇速写窗口的多重模式中打开这个文档，并沿用你之前选中的词。

如果文档还没有任何编码实例，速写空间只显示一列未编码（也就是普通的词汇速写），并提示此文档尚无编码实例。如果这个词不参与任何语法关系，则会显示未找到该词的语法搭配伙伴。

附在某个段落上并归入某个编码的备忘录本身也构成一个编码实例，因此这个段落会进入该编码的列。

选择列#

编码的分组#

词汇速写：一行下方有一个菜单，决定哪些编码可以成为列。在你另作选择之前，它显示所有编码：

• 所有编码包括至少覆盖所速写的词一次的所有编码。
• 父编码，例如“紧迫性”，只包括它的直接子编码，即“临界点”和“时间节点”。
• 编码集，例如“论点”，包括这个编码集中的所有编码。

只有当某个子编码覆盖了这个词时，菜单才会列出它的父编码；同样，只有当编码集中至少有一个这样的编码时，菜单才会列出这个编码集。因此，对于“时间不多了”中的气候，菜单除了所有编码，还提供“紧迫性”和“论点”。除所有编码之外还有其他选项时，这个菜单才会显示；在定义了属性的文档集或项目中，它总是显示（见比较属性取值）。LemmaLoom 会为每个文档保存这个选择。

选择父编码可以比较它的各个子编码，选择编码集则可以比较编码系统中不同部分的编码。

一列只统计它自己那个编码的编码实例，因此子编码的编码实例计入子编码自己的列。例如，“时间不多了”中以“气候科学家谈到临界点”开头的段落编码为“临界点”，它是“紧迫性”的子编码。因此在所有编码下，这个段落出现在“临界点”一列中。

启用和停用列#

覆盖这个词的每个编码在编码图例中各有一个图例项，以编码的颜色显示。图例项按各编码覆盖这个词的次数排列。最后一个图例项是未编码，呈灰色。

• 点按一个图例项可以停用它的列，再点按一次即可重新启用。
• 点按全部会启用前六列，点按无会停用所有列。没有任何列启用时，速写空间显示无搭配词。
• 快捷菜单（右键点按）提供仅启用此项、停用（或启用）和全部启用。

速写空间一次最多显示六列。如果已经显示了六列，再启用一列时，含这个词出现次数最少的那个编码列会自动停用。未编码列保持启用。一般来说，同时查看两三列比查看全部六列更容易看清。

在所有编码下第一次速写一个词时，速写空间显示覆盖这个词最多的前四个编码，外加未编码。选择父编码或编码集时，速写空间最多显示所选范围内的六个编码，不包括未编码。这时，只被所选范围以外的编码覆盖的出现会被略去。

关系网格#

网格以表格形式显示数据，你显示的每个编码占一列，这个词在这些编码下参与的每种关系占一行。网格还显示每种关系在这一列中所占的比例。

• 每列的列头显示这一列的颜色，以及所速写的词在这一列中出现的总次数。列头的悬停提示还会给出列名，例如未编码 · f=5，其中 f 表示出现次数。
• 各行按固定顺序列出这个词参与的关系，每种关系前面带有它所属大类的符号。大类之间用线隔开，每隔一行加有条纹底色。
• 每个单元格显示这一列中这种关系的数量，· 表示零。
• 单元格的底色深浅反映它在这一列全部关系中所占的比例。比例大于或等于 40% 时，数字以粗体显示。
• 单元格的悬停提示给出它的计数和在这一列中所占的百分比，例如构成复合词 · 未编码: f=3 · 60%。

列头中的数字统计的是这个词本身出现的次数，单元格统计的则只是这些出现所构成的关系，因此两者可能不一致。在“模型总是失准”的“预估是连接气候科学与气候政策的桥梁”中，第二个气候构成了两个关系，即构成复合词下的政策和并列于下的科学。而在“来自气候罢课的信”中，“我们不再相信气候危机会发生在以后”里的这次出现没有构成任何关系，所以那里的“紧迫性”一列只有圆点。最后，在“时间不多了”中，每次出现恰好构成一个关系。

由于各列大小不同，应当比较底色和百分比，而不是计数。单元格中的计数包括所有关系，不论这些关系的搭配成分是否出现在图谱上。

计数旁边的星号标出特征关系，网格下方附有说明（见特征关系）。

点按一个单元格会列出它的句子（见本章后文的证据列表）；将鼠标指针悬停在关系名称、单元格或列头上，图谱上相应的搭配成分会高亮显示（见联动高亮）。

收起的网格#

点按网格左上角的 V 形符号，可以把网格收起为一份概况，每列一行。概况同样可以比较各列，同时给图谱留出更多空间。每行显示这一列的颜色、名称、一个条形和出现次数。条形表示关系在五个大类中的分布。各段使用这一列颜色的不同深浅，按顺序从最深的主语到最浅的其他。条形中每一段的长度，反映它在这一列关系总数中所占的百分比。各条形以出现次数最多的那一列为基准缩放，所以条形越短，表示这一列越小。将鼠标指针悬停在某一段上，悬停提示会给出它的大类和计数。

点按一行或 V 形符号，网格就会恢复展开。在图谱显示中，如果留给图谱区域的垂直空间不够，网格一开始就是收起的。你自己收起或展开一次之后，这个选择会一直保留。

对比图谱#

图谱显示代表你所显示各列的枢纽，以及每个枢纽最强的搭配成分。每个枢纽由一根辐线与所速写的词相连；这一列在这个词的全部出现中所占的比例越大，辐线越粗。每个枢纽带有这一列的名称和颜色；名称较长时用省略号（…）缩短，枢纽的悬停提示给出完整名称和出现次数。一个枢纽的搭配成分按各自在任一关系中达到的最高 logDice 排序，并根据可用空间最多显示 10 个。只属于一个枢纽的搭配成分位于这个枢纽背离中心的外侧。如果一个搭配成分同时属于几个枢纽的最强搭配成分，它就位于这些枢纽之间，与每个枢纽各有一根连线，轮廓也更清晰。这样的搭配成分下方有一根彩色细条，表示它在每一列中与所速写的词同现的次数所占的比例；它的悬停提示则给出它在每个枢纽中的搭配详情，例如频次和 logDice。字号越大、线条越粗，排名越高；每个搭配成分前面的符号表示它所属的一个或多个大类。

在“时间不多了”中，气候的每个搭配成分都只连到一个枢纽，因为含有这个词的每个段落最多只带有一个编码。而对于资金，它的搭配成分返还同时连到“成本”和“责任”，因为“那么由此筹集的资金就应该返还给为此付费的家庭”所在的段落同时带有这两个编码。

将鼠标指针悬停在一个搭配成分上时，其他搭配成分会变淡。它的悬停提示为每个枢纽各列一行，逐一给出它的每种搭配，包括关系名称、这一对词出现的频次（f）和 logDice。

只要至少有两列在当前显示的大类中仍有搭配成分，没有搭配成分的那一列的枢纽就会不可用，搭配成分也不再显示。

一列中的每种关系向图谱提供它最强的 12 个搭配成分。在单个文档中，搭配成分只要与所速写的词同现一次即可入选，而在文档集或项目中，它需要在同一种关系和同一列中至少出现两次。

在图谱上，你可以：

• 点按一个搭配成分，列出它与所速写的词在任一显示列中同现的所有句子（见下文的证据列表）。
• 通过快捷菜单，用速写此词更换所速写的词（见下文的速写另一个词），或用在上下文中显示直接转到这个搭配成分在阅读器中的下一次出现。
• 点按一个枢纽，集中分析它对应的列（见下文的深入查看一列）。

缩放图谱#

图谱会自动缩放，以适应可用的画布空间。要仔细查看图谱，可以使用右下角的工具条，其中有缩小、放大和适应按钮，以及当前的缩放百分比。在触控板上，双指捏合也能缩放；双指轻点两下，则在适应窗格和两倍大小之间来回切换。按住 ⌘ 键滚动同样可以缩放。放大之后，拖移或滚动即可移动视图。更换所速写的词或更改列时，图谱会重新适应窗格。

只有一列时#

如果只有一列含有搭配成分，图谱就会变成所速写的词在这一列中的普通词汇速写。所速写的词以这一列的颜色突出显示，搭配成分按它们与所速写的词的关系分组，排列在它周围。深入查看一列时，你看到的也是这种图谱。

深入查看一列#

深入查看某一列，会只显示所速写的词在这一列中的词汇速写，并列出它在这一列中的所有出现。在“时间不多了”中，点按气候的未编码枢纽，会显示它五次未编码出现的词汇速写。

要单独查看一列：

1. 在图谱上点按它的枢纽。速写空间会停用其他列。图谱显示所速写的词在这一列中的词汇速写，证据列表列出这一列的每一次出现。
2. 要返回，请点按所速写的词，它现在显示为这一列的颜色。原来的各列随即恢复。

一旦你改变了列或大类的启用状态，这条返回路径就失效了。如果你启用或停用了某一列或某个大类，或者在编码菜单中选了另一项，点按所速写的词就会改为列出这一列的出现。这时请在编码图例中重新启用其他列。

证据列表#

证据列表显示你所选内容对应的句子。选择网格中的单元格、搭配成分或枢纽时，它会在图谱（或列表）下方打开，网格和图谱仍然留在上方。拖动证据列表上方的分隔线，可以调整它的高度。

每行代表一个句子；如果所速写的词或搭配成分离句首较远，或者句子较长，这一行只显示它们周围的部分，并在截断处显示省略号（…）。所速写的词和搭配成分以粗体显示。每行左侧的圆点代表最多三个编码，未编码的出现用灰色圆点表示。各行按阅读顺序排列，列表最多包含 100 行。

选择一行，会在阅读器中打开对应的句子。阅读器滚动到这个句子，选中所速写的词，并高亮这一对词。选择某个单元格或搭配成分时，阅读器会直接转到对应的第一个句子。

列表的标题栏包含：

• 句子的序号，例如2 / 3，在你转到某个句子之后出现；
• 上一个匹配项和下一个匹配项箭头，用来逐句移动，到两端时会循环；句子超过 100 个时，也能越过前 100 个继续移动；
• 清除所选（带圆圈的 ×），用来关闭列表。

再次选择已选中的单元格或搭配成分，作用与下一个匹配项相同。

如果一个单元格含有不止一个搭配成分，列表正上方会出现一排按钮，列出最强的搭配成分（最多 12 个，与图谱相同），每个按钮带有这个搭配成分的频次，例如政策 2。点按其中一个按钮，就只显示这个搭配成分的句子；再点按一次，则重新显示所有搭配成分的句子。搭配成分超过六个时，最后一个按钮（例如 +4）会显示其余的搭配成分。

大类#

词与词之间的关系分属五个大类。把关系分成大类之后，你可以只考察所速写的词在某一语法方面的表现，例如它作主语时的情况，而不考虑其他表现。所速写的词参与的每个关系大类，在关系图例中各有一个图例项。每个大类都有一个固定的符号，网格、图谱和列表中都使用这个符号。空间不够显示名称时，图例项只显示符号，名称见各自的悬停提示。

作宾语于列出以所速写的词为宾语的动词。宾语的方向相反，列出的是所速写的词自己的宾语，而非作用于它的动词。因此，所速写的词是保护这样的动词时，宾语中就会有内容。主语和作主语于、补语和作补语于也以同样的方式成对。中文的介词短语多半附着在动词上，所以表中介词短语一行的示例取自相比的速写。关于每种关系的详细说明，见第 12 章“词汇速写”中的语法关系。

点按一个大类的图例项将它停用后，它的搭配成分会从图谱和列表中消失。此外，这个大类在网格中的各行会变淡，搭配成分的证据列表也会略去这些关系。导出时同样会略去停用的大类。全部和无分别启用和停用所有大类。右键点按一个图例项，可以选取仅启用此项。例如，要只看所速写的词在每一列中作宾语或补语时的情况，请右键点按宾语，然后选取仅启用此项。

联动高亮#

联动高亮把网格和图谱联系起来，不必打开列表，就能看出网格中某一行或某个数值对应哪些搭配成分。将鼠标指针悬停在网格的某个部分上时，图谱上相应的搭配成分保持高亮，其余的变暗：

• 悬停在关系名称上（例如构成复合词），所有显示列中属于这种关系的搭配成分保持高亮。
• 悬停在单元格上，这个单元格的所有搭配成分保持高亮。
• 悬停在列头上，这一列在图谱所有可见大类中的搭配成分保持高亮。在收起的网格中，概况的各行也有同样的作用。

在“时间不多了”中，鼠标指针悬停在构成复合词上时，科学、科学家、危机和政策保持高亮，而保护等其余搭配成分变暗。点按一个单元格之后，只要鼠标指针在网格之外，这个单元格的搭配成分就会一直保持高亮。

速写另一个词#

无需退出当前的比较，就可以更换所速写的词，方法如下：

• 在词栏中输入一个词，然后按下 Return 键。在检查器中，这一栏按你输入的原样查找，所以请输入词典形式，例如英文要输入 scientist，而不是 scientists；匹配时不区分大小写，输入其他形式会显示未找到该词的语法搭配伙伴。在文档集或项目中，输入什么形式都可以。
• 在图谱或列表中右键点按一个搭配成分，然后点按速写此词。
• 使用检查器时，在阅读器中另选一个词。

你速写过的每个词都会存入历史记录，显示在词汇速写：一行中，之前的词用箭头隔开，例如气候 › 保护。点按之前的任何一个词即可回到它，也可以使用工具栏中的后退和前进按钮；显示 ▸ 词汇速写 ▸ 后退（⌘[）和前进（⌘]）的作用与之相同。

列表显示#

列表显示用列表代替图谱显示来呈现数据。点按工具栏中的列表即可切换。网格位于列表上方，列表随网格一起滚动。每个可见的列都有自己的列表，标题显示这一列的颜色、名称和出现次数。

列表的每一行显示：

• 搭配成分，后面是大类符号。
• 彩色圆点，代表另外也含有这个搭配成分的列，最多三个。悬停提示会显示这些列的名称。
• 这个搭配成分在这一列中与所速写的词同现的次数，所有关系合计。
• 这个搭配成分的 logDice 得分，取它与所速写的词的所有关系中的最高值。

各行按得分排序。每个部分一开始显示八行。点按全部显示会显示所有行，点按收起则只保留前八行。将鼠标指针悬停在一行上，所有部分中的同一个搭配成分都会高亮。点按一行会打开它的证据列表；右键点按则会出现速写此词和在上下文中显示命令。

速写空间很窄时，总是使用列表显示。这时图谱和列表按钮停用，悬停提示为面板过窄。你选择图谱还是列表，也会沿用到词汇速写和编码速写（见第 12 章“词汇速写”）。如果词汇速写选的是网状图，速写空间则使用图谱。

特征关系#

如果某种关系在某一列中的出现频率显著高于文档的其余部分，相应的计数旁边就会有 * 标记。在文档集或项目中，比较的对象则是文档集或项目的其余部分。关于统计检验的更多信息，见第 12 章“词汇速写”。

速写空间加上 * 的条件如下，必须全部满足：

• 单元格中至少有三个关系，少于三个的单元格不会出现 *。
• 这种关系在这一列中出现得比预期更频繁。
• 单侧 Fisher 精确检验给出的概率值低于 0.05。

“时间不多了”的内容不够多，得不到 *。在气候的单元格中，只有一个单元格的关系超过两个，即未编码下的构成复合词。但这一列中复合词关系的频率并不比整个文档高，这一列是 5 个中有 3 个，整个文档是 7 个中有 5 个。

不妨换一篇假想的、篇幅更长的评论文章，气候在其中参与了 20 个关系。所有编码中只有两个覆盖这个词（“科学”和“成本”）；假设没有哪个段落同时带有这两个编码，数字如下：

最后一行和最后一列是合计，是为了说明而加在这里。只有“成本”列中构成复合词下的 4 得到 * 标记。

期望计数#

在整个文档中，气候参与了 20 个关系，其中 6 个（即 30%）是构成复合词。假如“成本”中的段落使用气候的方式与整个文档相同，那么它们的 5 个关系中应有 30% 是复合词，即 1.5 个关系；这个数字称为期望计数。而“成本”中实际有 4 个构成复合词关系。

期望计数的计算公式如下：

其中：

• = 当前单元格的期望计数
• = 这一列的关系总数（“成本”中为 5）
• = 整个文档中这一行关系的总数（构成复合词为 6）
• = 所速写的词在整个文档中的关系数（20）

是这种关系在文档全部关系中所占的比例。对“成本”来说，。

单侧 Fisher 精确检验#

实际有 4 个关系，而期望只有 1.5 个，听起来差距不小。不过“成本”一共只有 5 个关系；数字这么少时，随机波动对计数的影响很大。Fisher 精确检验要确定的是，单凭偶然得到这么高的计数有多大可能。

这个检验把每个单元格看作一张由四个计数组成的表：

把这 20 个关系想象成 20 张扑克牌，其中 6 张标着构成复合词（称为复合词牌）。把这 20 张牌洗匀，随机抽出 5 张，作为名为“成本”的一手牌。如果编码与语法之间没有关联，“成本”中的关系就相当于这样一手随机的牌。这个假设检验要计算的，是“成本”拿到 4 张或更多复合词牌的概率 。

计算从 张牌中不计顺序选出 张有多少种选法时，组合公式给出

读作“从 n 中选 r”，其中 是阶乘函数，用数字后面的符号 表示。阶乘是从 1 开始一直乘到这个数本身的所有整数的乘积。因此，。例如，从 4 张牌中选 2 张，共有 种不同的选法，即 AB、AC、AD、BC、BD 和 CD。

从 20 张牌中选 5 张，即 ，分数线上下有许多因数可以约去，只剩下分子的前五项和分母的五项：

因此，从 20 张不同的牌中抽 5 张，共有 15,504 种不同的手牌。恰好含 4 张复合词牌的手牌，要从 6 张复合词牌中选 4 张，有 种选法，再乘以从其余 14 张牌中选出第五张非复合词牌的选法数。，所以共有 手。恰好含 5 张复合词牌的手牌，要从 6 张中选 5 张，，并从其余 14 张中选 0 张（），所以共 6 手。因此，符合条件的手牌共有 216 手，p 值为

对复合词牌所有可能的张数都这样计算，就能看出 4 有多不寻常：

正如期望计数 1.5 所示，大多数随机手牌含有一两张复合词牌。含有 4 张或更多复合词牌的随机手牌，每 1,000 手中只有大约 14 手。

这个比例称为 p 值，即假如这一列是从该词的关系中随机抽取的，观察到大于或等于当前值的概率。不过，p 值并不是某种效应确实存在的可能性。当 低于 0.05 时（也就是说，100 次抽取中出现这样的计数不到 5 次），速写空间会加上 *，表示偏离显著。0.05 这个阈值只是社会科学中常用的惯例。“成本”的 p 值为 0.014，所以它的构成复合词计数得到了 *。

计算 p 值的公式，是从观察到的值开始，把每个计数对应的分数加起来：

其中：

• 是观察到的单元格计数。“成本”的值为 4。
• 依次取从 （含）到上限 的每个整数，二者分别写在 的下方和上方。符号 的意思是“对 的每一个这样的值，把分数加起来”。
• 是从 个中选出 个的选法数，对应于选出哪些复合词。
• 是从 个中选出这一列其余各项的选法数，这些都是非复合词。
• 是从 个中抽出 个的所有可能，对应于所有可能的组合。
• 是 和 中较小的一个，因为任何一手牌都不会超过 张，所含的复合词也不会超过现有的 个。

因此，“成本”的 从 4 取到 5（5 是 6 和 5 中较小的一个），对应的分数分别是 和 。

这个检验是单侧的，因为它只寻找高于期望的值。某种关系在一列中出现得比预期少时，永远不会得到 *。这个检验又是精确的，因为它考虑了每一种可能的手牌。

两个没有星号的计数#

“科学”共有 9 个关系，其中 3 个在作主语于下。整个文档共有 5 个作主语于关系，所以期望值为 。实际的 3 个虽然高于这个期望值，但相差不大。如果 20 张牌中有 5 张是作主语于，从中发出 9 张， 取 3 到 5（含两端）之间的值， 大于或等于 3 的概率为：

在随机情况下，“科学”每 100 次中大约有 40 次会得到 3 个或更多作主语于关系。随机手牌含有 3 个或更多的概率很高，所以这里没有 *。

文档中全部 3 个形容词修饰语关系都属于“科学”。期望计数为 。由于这种关系一共只有 3 个， 只能取 3，概率为：

得到全部 3 个形容词修饰语的概率是 0.074，高于 0.05，也就是每 100 次中大约有 7 次，所以没有 *。尽管如此，其他列中都没有形容词修饰语关系。

解读星号#

* 表示，假如这一列是该词关系的一个随机样本，这样的计数就高得不寻常。但它并不说明原因。

每个单元格都单独检验。一个六列、十二种关系的网格最多有 72 个单元格。即使实际上并无差异，每 20 个单元格中最多仍可能有 1 个得到 *。因此，大的网格可能会出现一两个偶然的 *。

检验时，各个关系被当作一副牌中随机洗过的一张张独立的牌。文档却并非如此；作者往往会重复自己的说法，一个编码为“成本”的段落可能提供好几个搭配成分完全相同的关系。这种重复会使得到 * 的机会高于 p 值所显示的。

没有 * 也不一定说明各列相似。列较小时，检验通常达不到 0.05，上文形容词修饰语的例子就是如此。在较大的文档集或项目中，关系可能多达数千个，即使很小的差异也会得到 *。不过要注意，* 并不说明差异有多大；差异的大小需要你自己比较单元格的百分比。

各列是由你自己的编码产生的。这意味着，如果某些出现之所以编码为“成本”，部分原因在于它们提到了气候附加费或气候税，那么它们与构成复合词之间本来就有内在的联系。一次出现如果涉及两个不同的编码，就会计数两次，在各自对应的列中各计一次。因此，这两列并不是相互独立的组。

关于如何用统计方法比较几组文档，请参阅第 13 章“编码分析”和第 16 章“查询结果与统计”。

文档集和项目的速写空间#

对于文档集、标签乃至整个项目，速写空间会同时分析其中的每一个文档。文档多了，各列中的出现次数就足够多，差异也更容易显现出来。

为文档集或项目打开速写空间#

1. 用以下任何一种方法，为要比较的资料打开词汇速写视图：

   • 对于项目，点按导航栏中项目下的词汇速写。
   • 在导航栏中点按文档集或标签，然后点按其标签页中的词汇速写按钮。
   • 在导航栏中右键点按项目、文档集或标签，然后点按词汇速写。这会打开词汇速写窗口。
2. 在词栏中输入一个词，然后按下 Return 键。任何形式都可以，例如英文的 scientists 会找到 scientist。
3. 在模式控件中点按语法和编码旁边的多重模式，或者选取显示 ▸ 词汇速写 ▸ 多重模式（⌘3）。关于另外两种模式，见第 12 章“词汇速写”。

LemmaLoom 准备文档时，会显示正在准备以及已准备好的文档数。

三种模式共用顶部的工具栏，其中有后退和前进按钮、词栏、模式控件、图谱、列表和网状图选项，以及导出按钮。在多重模式中，网状图选项停用，悬停时提示为此模式下无法使用网状图。要在词汇速写窗口中打开词汇速写视图，请点按工具栏最右端的在窗口中打开按钮，按钮上有两个斜向的箭头。

如果范围中的文档有译文，导出按钮旁边会出现一个菜单，起初显示原文，悬停提示为源。在语料下，这个菜单可以在原文和每种译文语言之间切换用于分析的语料，例如译文（英语）。关于译文语料的更多信息，见第 12 章“词汇速写”。在词汇速写窗口中，不论有没有译文，这个菜单都会出现。菜单中的适用范围部分用于在项目、文档集或标签，以及阅读器中打开的文档之间切换。这时菜单显示范围的名称，例如“气候辩论”，包含译文时后面还会显示语料。选择文档之后，速写空间的表现与检查器中的速写空间类似，只是要通过词栏或速写此词更换所速写的词。

前面对单个文档的介绍在这里同样适用，只是略有不同：

• 分析时略去尚未建立索引的文档。LemmaLoom 在底部注明纳入了多少个文档，例如已索引 13 个文档（共 14 个）。
• 要更换所速写的词，请在词栏中输入，或使用速写此词。
• 所速写的词适用于全部三种模式，在模式之间切换后保持不变。
• 搭配成分必须在同一种关系、同一列中至少出现两次，才会出现在图谱或列表中。不过，只出现一次的仍计入网格。
• 在证据列表中，每个文档的句子前面有文档标题。点按一行，会在阅读器中打开这个文档并显示这个句子。
• * 把这一列与文档集或项目的其余部分相比较。
• 如果范围中没有任何文档有编码实例，提示为无编码实例。

文档编码#

编码也可以只属于某一个文档（见第 7 章“编码”）。如果文档集或项目中的文档有这样的编码，文档集或项目会在编码名称后面用括号注明文档标题，以表明这种限定；标题较长时会缩短。例如，在“气候辩论”项目中，“电台辩论”的每位说话人都有专门的编码，因此项目的列中可能出现“主持人 (电台辩论)”。

如果分析范围中的文档有自己的编码，编码菜单旁边会出现包含文档编码复选框。它默认处于勾选状态，悬停提示为同时按仅属于单个文档的编码对搭配词分组。如果这些编码有助于回答你的问题，例如“电台辩论”中说话人的编码，就保持勾选；否则取消勾选。取消勾选后，以这种方式编码的出现仍会计入该段落上的其他编码，或计入未编码。这个复选框与编码模式中的复选框是同一个设置。

比较属性取值#

在文档集或项目中，属性列由文档的属性取值构成，而不是由编码构成。每一列收集所速写的词在具有该取值的文档中的出现，不论是否编码。如果你的问题关乎文档本身的属性，例如作者是谁、发表在哪里，就应当使用属性列。

“气候辩论”项目有多个属性，包括“立场”（“行动派”、“怀疑派”或“中立”）、“读者数”和“媒体”等。下图在“立场”的全部三个取值之间比较气候的用法。

要按某个属性的取值比较一个词：

1. 为文档集或项目打开速写空间，并速写这个词。
2. 在词汇速写：一行下方，点按所有编码左侧显示编码的菜单，然后选取属性。项目有属性时才会出现这个菜单。它旁边随即出现第二个菜单，显示第一个属性的名称。
3. 在第二个菜单中，选取要以其取值作为列的属性。

图例的名称随之变为属性，每个取值一个图例项。没有取值的文档组成最后一列，名为无值。

取值如何成为列，取决于属性的类型：

对于数字，LemmaLoom 把范围中每个文档的取值排序，然后定出三个区间边界。它把取值的个数分别乘以 ¼、½ 和 ¾，舍去小数部分，再取排在这么多个值之后的那个值。在“气候辩论”项目中，十四个原文文档的“读者数”分别为 3,100、8,500、23,000、41,000、57,000、68,000、72,000、96,000、186,000、254,000、310,000、398,000、412,000 和 875,000。对最高的边界来说，14 × ¾ = 10.5，所以取第 11 个值。三个边界分别是第 4、第 8 和第 11 个值，即 41,000、96,000 和 310,000。因此，各列为 < 41000、41000 至 96000（不含 96000）、96000 至 310000（不含 310000）和 ≥ 310000，分别包含 3、4、3 和 4 个文档。

重复的取值可能使两个边界合而为一，区间因而减少。如果大多数文档取的都是最小值，以致没有一个边界高于这个值，速写空间就改为每个取值各建一列。

译文按其原文文档的取值计入。各列的颜色依次取自编码调色板，证据列表中的圆点也相应地使用这些颜色。

属性列在其他方面与编码列相似。屏幕上一次最多显示六列，一开始显示最先出现的六个取值。* 表示这一列中的文档使用这种关系比范围中的其他文档更频繁。但要注意，由于计数是按关系而不是按文档统计的，* 可能只来自一个文档中的出现；因此需要查看证据列表中的文档标题。在第一个菜单中选择编码或属性，或者更换属性，都会立即关闭证据列表。

请选择在范围内取值有变化的属性。文档集“行动派”中每个文档的“立场”取值都是“行动派”，所以应当按“读者数”或“媒体”来比较。

导出#

速写空间顶部的工具栏中有一个按钮，图标是一个带向上箭头的方框，用来存储速写空间显示的内容。没有可导出的内容时，按钮会变为不可用，悬停提示变为没有可导出的内容。

• 在图谱显示中，点按这个按钮会显示一个菜单。PNG 和 PDF 存储图谱本身的图片，CSV 存储数据表格。
• 在列表显示中，点按这个按钮会直接打开存储 CSV 表格的对话框。

图谱显示中当前呈现的内容，包括当前的列和大类设置，都会包含在导出的图片中。

导出 CSV 时，表格中每种关系、每一列中的每个搭配成分各占一行，表头为编码（或属性）、关系、搭配词、词元、词类、频次和 logDice。搭配词是图中显示的搭配成分，例如与 气候；词元是它的词典形式。只导出每个单元格中可供图谱使用的前 12 个搭配成分，停用的列和大类不会导出。

和往常一样，存储对话框会请你指定导出文件的存放位置。建议的默认文件名由 sketch-space- 加上所速写的词组成，例如 sketch-space-气候。