We utilized automated text analysis

We utilized automated text analysis to measure differences in
verbal behavior as a function of spatial cues in the virtual environment
and gender. Despite its rich potential, text analysis of discourse
in VWs has not received much attention. The present
study used Linguistic Inquiry and Word Count (LIWC), one of the
most popular automated text analysis tools in use today
(Pennebaker, Booth, & Francis, 2007). This program makes it possible
to compute basic linguistic statistics (e.g., overall word count,
words per sentence), assignment of linguistic function (e.g., parts
of speech, and separation of words into dimensional categories),
linguistic psychological referents (e.g., cognitive and social processes),
and frequency of common content category references
(e.g., work, money, space). These analytical dimensions are collated
in terms of 74 linguistic categories that compute relative category
occurrences (percentages) with respect to the entire text sample.
Although some categories are purely grammatical, such as ‘a’, ‘an’
and ‘the’ representing the ‘articles’ class, more abstract categories,
such as indicants of social processes, are computed with LIWC by
categorizing words from predetermined dictionaries. For example,
words registered as being related to ‘death’ include ‘bury’, ‘coffin’
and ‘kill’ (Pennebaker, Mehl, & Niederhoffer, 2003).

ผลลัพธ์ (ไทย) 1:

เราใช้การวิเคราะห์ข้อความอัตโนมัติการวัดความแตกต่างในพฤติกรรมวาจาเป็นฟังก์ชันของสัญลักษณ์ปริภูมิในสภาพแวดล้อมเสมือนและเพศ แม้ มีการวิเคราะห์ข้อความเกิด ความร่ำรวยของวาทกรรมในตลอดเวลาไม่รับความสนใจมากขึ้น ปัจจุบันศึกษาใช้การสอบถามเกี่ยวกับภาษาศาสตร์และ Word นับ (LIWC), หนึ่งเครื่องมือวิเคราะห์ข้อความอัตโนมัตินิยมใช้วันนี้(Pennebaker บูธ และ Francis, 2007) โปรแกรมนี้ทำให้การคำนวณสถิติพื้นฐานภาษาศาสตร์ (เช่น โดยรวมนับจำนวนคำกำหนดฟังก์ชันภาษาศาสตร์ (เช่น ส่วนคำต่อประโยค),คำพูด และแยกคำเป็นประเภทมิติ),referents จิตวิทยาภาษาศาสตร์ (เช่น รับรู้ และสังคมกระบวนการ),และความถี่ของการอ้างอิงเนื้อหาประเภททั่วไป(เช่น งาน เงิน พื้นที่) มิติการวิเคราะห์เหล่านี้จะรวบรวมในด้านภาษาศาสตร์ 74 ประเภทที่คำนวณประเภทญาติเกิด (เปอร์เซ็นต์) กับตัวอย่างข้อความทั้งหมดแม้บางประเภทไวยากรณ์เพียงอย่างเดียว เช่น 'a', ' an'และ '' แทน 'บทความ' คลา มากกว่าบทคัดย่อประเภทเช่น indicants ของกระบวนการทางสังคม มีคำนวณ ด้วย LIWC โดยประเภทคำจากพจนานุกรมที่กำหนดไว้ ตัวอย่างคำลงทะเบียนเป็นการเกี่ยวข้องกับ 'ความตาย' รวมถึง 'ฝัง' 'หีบศพ'และ 'ฆ่า' (Pennebaker, Mehl, & Niederhoffer, 2003)

ผลลัพธ์ (ไทย) 2:

เราใช้การวิเคราะห์ข้อความอัตโนมัติเพื่อวัดความแตกต่างในพฤติกรรมทางวาจาเป็นหน้าที่ของตัวชี้นำเชิงพื้นที่ในสภาพแวดล้อมเสมือนจริงและเพศ แม้จะมีศักยภาพที่อุดมไปด้วยการวิเคราะห์ข้อความของวาทกรรมใน VWS ยังไม่ได้รับความสนใจมาก ปัจจุบันการศึกษาที่ใช้ภาษาสอบถามและนับจำนวนคำ (LIWC) ซึ่งเป็นหนึ่งในอัตโนมัติที่นิยมมากที่สุดเครื่องมือในการวิเคราะห์ข้อความที่ใช้อยู่ในปัจจุบัน(Pennebaker บูธและฟรานซิส, 2007) โปรแกรมนี้ทำให้มันเป็นไปได้ในการคำนวณสถิติภาษาพื้นฐาน(เช่นการนับจำนวนคำโดยรวมคำต่อประโยค) การมอบหมายของฟังก์ชั่นภาษา (เช่นชิ้นส่วนในการพูดและการแยกคำออกเป็นหมวดหมู่มิติ) referents จิตวิทยาภาษาศาสตร์ (เช่นองค์ความรู้และ กระบวนการทางสังคม) และความถี่ของการอ้างอิงหมวดหมู่เนื้อหาที่พบบ่อย(เช่นการทำงาน, เงิน, ช่องว่าง) เหล่านี้ขนาดวิเคราะห์เรียงในแง่ของ 74 ประเภทภาษาที่คำนวณหมวดหมู่ญาติที่เกิดขึ้น(ร้อยละ) ที่เกี่ยวข้องกับตัวอย่างข้อความทั้งหมด. แม้ว่าบางประเภทที่มีไวยากรณ์อย่างหมดจดเช่น 'a' 'ว่า' และ '' ที่เป็นตัวแทนของ ' บทความที่ระดับ 'ประเภทนามธรรมมากขึ้นเช่นindicants ของกระบวนการทางสังคมจะคำนวณกับ LIWC โดยจัดหมวดหมู่คำจากพจนานุกรมที่กำหนดไว้ ยกตัวอย่างเช่นคำพูดที่จดทะเบียนเป็นที่เกี่ยวข้องกับการตายของ 'รวมถึง' ฝังศพ ',' โลงศพ 'และ' ฆ่า '(Pennebaker, Mehl และ Niederhoffer, 2003)

ผลลัพธ์ (ไทย) 3:

เราใช้ การวิเคราะห์ข้อความอัตโนมัติเพื่อวัดความแตกต่างของพฤติกรรมทางวาจาเป็นฟังก์ชันของตัวชี้นำพื้นที่ในสภาพแวดล้อมเสมือน
และเพศ แม้จะมีศักยภาพมากมาย วิเคราะห์เนื้อหาของวาทกรรม
ในดํายังไม่ได้รับความสนใจมาก การศึกษาการใช้ภาษาและนับจำนวนคำสอบถาม
( liwc ) ซึ่งเป็นหนึ่งในความนิยมมากที่สุดเครื่องมือการวิเคราะห์ข้อความอัตโนมัติ

( ใช้วันนี้ เพนเนเบเกอร์ , บูธ ,&ฟรานซิส , 2007 ) โปรแกรมนี้จะทำให้มันเป็นไปได้ที่จะคำนวณทางสถิติขั้นพื้นฐาน
( เช่นรวมคํานับ ,
คำต่อประโยค ) , งานของฟังก์ชันภาษา ( เช่นชิ้นส่วน
ของการพูด และการแยกคำออกเป็นประเภทมิติ ) ,
referents ทางจิตวิทยาภาษา ( เช่น กระบวนการทางความคิด และสังคม ) ,
และความถี่ของประเภททั่วไป เนื้อหาอ้างอิง
( เช่น งาน เงินพื้นที่ ) มิติการวิเคราะห์เหล่านี้จะเรียง
ในแง่ของ 74 ภาษาประเภทที่คำนวณเหตุการณ์ประเภท
ญาติ ( เปอร์เซ็นต์ ) เทียบกับตัวอย่างข้อความทั้งหมด .
ถึงแม้ว่าบางประเภทได้หมดจดไวยากรณ์ เช่น ' ' , ' '
' ' แทน ' บทความ ' คลาสประเภทนามธรรมมากขึ้น
เช่น เป็น indicants ของกระบวนการทางสังคม การคํานวณด้วย
liwc โดยหลัง จากที่กำหนดไว้ คำพจนานุกรม ตัวอย่างเช่น
ลงทะเบียนเป็นคำที่เกี่ยวข้องกับ ' ตาย ' รวมถึง ' ฝัง ' , ' โลงศพ '
' ฆ่า ' ( เมล เพนเนเบเกอร์ , , & niederhoffer , 2003 )