來自澳大利亞國立大學的副教授Inger Mewburn專門輔導學生剋服完成博士論文等等取得博士學位過程中的各項挑戰。她創建了一項名為「論文私語（THE THESIS WHISPERER）」的部落格專欄，專注學術論文寫作、學術實踐指導等領域，為碩博生在論文寫作方面提供實用有效的幫助，本部落格已有十年曆史，在許多國家的科研界都有很多讀者，特別受正在攻讀學位的博士學生和碩士學生歡迎。優譯堂取得授權，獨家在台灣推出本專欄，分享Inger老師15年來輔導博士生的經驗。
一兩個月前，我寫了一篇名為「Uneven U」的文章，概述了Eric Hayot的《學術風格的要素：人文科學寫作》一書中關於段落結構的觀點。簡而言之，Hayot聲稱，句子結構有五個抽象層次。
- 第5級：抽象的；一般的，面向解決方案或結論的
- 第4級：不太籠統；以問題為導向；把觀點整合起來
- 第3級：概念性總結；把兩個或更多的證據並列，或介紹一個廣泛的例子
- 第2級：描述；普通或解釋性的總結；建立鏡頭
- 第1級：具體的；有證據的；原始的；未經解釋的資料或資訊
Hayot認為，傳遞資訊最成功的段落具有 “Uneven U “型結構，從4級（適度抽象）開始，逐級下降到1級（最具體），然後又上升到5級（最抽象）。
我從去年年底開始教授這個概念，在我的寫作研討會上，博士生告訴我，他們覺得這個概念很有用，儘管有點難以操作。我大部分的寫作實踐都是在教人們解構一般性原則，即從您領域的寫作方式解構並複製，從而成為一個更好的作者，至少在該學科。操作 Uneven U的訣竅是知道如何寫每種類型的句子，這樣您就可以開始把您的寫作過程看作是在抽象和具體模式之間的運動。
為了幫助發展這種在抽象和具體之間移動的能力，我建議花一點時間在他們喜歡的紙張和圖畫紙上，看看他們是否能看到這種結構在發揮作用。我演示了如何透過在Hayot量表上給每個句子貼上標籤來解構一個段落並繪製出來。在實踐中，我發現將一個句子定義為4級或3級可能有點主觀，但您的圖譜不一定要超級精確才有用。做了一頁左右之後，您就可以開始看到一個規則，但很可能不會是整齊劃一的。
就拿我前幾天隨便看的一篇論文的摘要來說吧。Mäntylä, M. V., Graziotin, D., & Kuutila, M. (2018). 《情感分析的演變－對研究主題、場所和最高引用率論文的回顧。電腦科學評論》，27，16-32。這段話完全沒有問題，與Pat Thomson建議的摘要中的「動作」相吻合。
情感分析是電腦科學中發展最快的研究領域之一，這使得追蹤該領域的所有活動成為一種挑戰。（4級）我們提出了一個電腦輔助的文獻回顧，利用文本挖掘和定性編碼，分析了Scopus（2級）的6996篇論文。我們發現，情感分析的根源在於20世紀初的輿論分析研究和20世紀90年代計算語言學界進行的文本主觀性分析（第2級）。然而，基於電腦的情感分析的爆發是隨著網路上主觀性文本的出現而發生的（第3級）。因此，99%的論文都是在2004年以後發表的。情感分析的論文分散在多個地方出版，前15個地方的論文數量之和只占論文總數的30%左右。（第1級）。我們介紹了Google Scholar和Scopus的前20名引用的論文，以及研究主題的分類法（第３級）。近年來，情感分析已經從分析線上產品評論轉移到了Twitter和Facebook的社交媒體文本（第４級）。許多超越產品評論的主題，如股票市場、選舉、災難、醫學、軟體工程和網路欺淩，都擴展了情感分析的利用範圍（第５級）。
我指導學生繪製的大多數論文都不會符合嚴格的U形，但這並不意味著在抽象和具體之間移動的想法無用。曲線更像是雲霄飛車，而不是不均勻的U型，儘管它在抽象層面的終點確實比起點高（這與Hayot的基本建議相一致）。這段話讀起來非常好，儘管沒有嚴格遵守Hayot曲線，這表明從抽象到具體再到抽象的運動比完全遵守Hayot建議的形狀更重要。任何顯示出上下運動的段落仍然比完全不符合的段落好。但為什麼呢？
為了找出原因，我們必須深入研究一些費解的理論（請聽我說，保證會有收穫）。在我寫完上一篇文章後，有人在Twitter上（我真的很抱歉，我沒辦法花太長時間划出是誰寫的）給我指出了「合法化代碼理論」（Legitimation Code Theory）上的文獻，說他們可以看到一個相似的地方。我當時在書上標記了這個連結，但是，由於生活繁忙，我直到幾周前才開始閱讀這些論文。合法化代碼理論（LCT）背後的主要推動者是悉尼的一位學者Karl Maton。正如他的網站上所概述的那樣，其基本思想是破譯「知識創造實踐」背後的遊戲規則，使「知識的DNA」更加明顯，從而使更多的人能夠獲得並參與到知識建設中。LCT試圖將Pierre Bourdieu等人的觀察結果付諸實踐，即社會生活有很多看不見的規則，它們往往支援和維持某些類型的權力結構。說實話，當您第一次讀到LCT時，它似乎很出眾，但我喜歡社會正義的角度，以及在這種模式下工作的人利用物理學和化學的概念來解釋寫作和理解等事情。
將LCT應用於語義學（semantics，如本頁所示），我們可以說Hayot的曲線將每個句子的語義密度（複雜性）和語義引力（語境依賴性）視覺化，構建出「語義波」（semantic waves），隨著時間的推移構建知識。Maton將這一構建過程視覺化為一個圖形，與Hayot相似。
您可以把語義引力看作是離具體事物的遠近，無論是場所、事物還是資料點。在我的研討會上，我用一把椅子來演示如何在不同的語義引力水準上思考寫作問題。我們從最輕的設置開始，這意味著您站在離任何特定椅子都有一段距離的地方，從這個距離您看到的這些椅子只是一個群體。
一個低語義引力的句子（Hayot曲線上的第4或第5級）一次談論了很多椅子：「大學必須為學生提供大量的椅子，使購買椅子的預算成為一項重要的資本支出」。就我個人而言，我會把這個句子當作第4級句子，因為它是面向一個具體問題的。語義密度也相應地很高：我們必須知道「資本支出」的含義才能達到完全理解。我們可以透過在心理上 “放大 “一個較小的椅子群來增加語義引力。
一個具有較高語義引力的句子（更多取決於上下文）會是這樣的。「大學採購椅子會受到一系列磨損因素的影響，因為我們無法阻止學生把腿擱在座位上、或者把咖啡灑出來等事情，因此採購決定必須仔細考慮」。我把這稱為Hayot曲線上的第2級或第3級句子：它描述了一個特定的環境或資料點，但沒有太具體。語義引力可能較高，但語義密度較低：這句話更容易理解，也許是因為我們可以將實際事件（遲到的學生打翻了咖啡）視覺化。
為了達到Hayot量表的第1級，或者說最高的語義引力設置，我們必須特別專注在一把椅子。為此，我去看了我的朋友Tseen Khoo的專案Sad Chairs of Academia，這是一個Tumblr部落格，口號是「您認為您在學術界過得很辛苦，但您有沒有想過椅子？會不會沒有人想到椅子？」。當您看到這樣的圖片時，您確實會想為什麼沒有人想到椅子。
這把可憐的椅子！很明顯，它的生活很艱難。我們現在正接近一個具體的事物、地點、人物、引言、資料點或其他什麼。重力全開的句子是Hayot曲線上的第１級句子，比如說。「帶有假皮套的椅子特別容易出現長期的磨損問題；十年後，皮套很可能已經從扶手和座椅上磨掉，儘管椅子的靠背可能受到的影響較小。」一級句子的語義密度最低，它是最容易理解的句子，因為它是最具體的。
一旦您達到了第1層，您就必須透過抽象的層次再次向上反彈，以幫助讀者再次看到全局。記住，運動比每個句子的確切層次更重要，您應該能夠把這個寫作的隱藏規則付諸實施。我希望這次對理論和破椅子的迂回研究有助於闡明語義引力的概念。儘管我承認它可能太複雜，可能讓您比以前更困惑，我很樂意在評論中嘗試回答問題。
原文閱讀：https://thesiswhisperer.com/2019/05/22/how-to-harness-the-power-of-semantic-gravity-in-your-writing/
