Skip to content

語義差異量表

在 Potato 中配置語義差異量表，用兩極形容詞對測量態度，檔位數可自行設定。

語義差異量表標註方案給標註者呈現一組兩極形容詞量表，用於測量態度、感受或概念的內涵意義。每條量表的兩端是一對相反的形容詞（例如 Good 與 Bad），標註者在這條譜系上選一個位置來表示條目落在哪裡。

Potato semantic differential scales rating text as formal/informal, positive/negative, and simple/complexSemantic differential in Potato

概覽

語義差異量表由 Charles Osgood 在 1950 年代提出，是心理學和社會科學中測量概念內涵意義的成熟方法。在標註任務裡，它適合捕捉單一評分量表表達不了的、細緻的多維度感受。

快速開始

yaml
annotation_schemes:
  - annotation_type: semantic_differential
    name: text_perception
    description: Rate how you perceive this text on each scale.
    pairs:
      - ["Formal", "Informal"]
      - ["Positive", "Negative"]
      - ["Simple", "Complex"]
    scale_points: 7

配置項

欄位類型預設值說明
annotation_typestring必填必須為 "semantic_differential"
namestring必填本方案的唯一識別符號
descriptionstring必填展示給標註者的說明文字
pairsarray必填[左側形容詞, 右側形容詞] 組成的列表
scale_pointsinteger7每條兩極量表的檔位數（通常為 5 或 7）
show_center_labelbooleantrue是否在量表中點顯示 Neutral 標籤
label_requirement.requiredbooleanfalse是否所有量表都必須評分才能繼續

示例

文本風格評估

yaml
annotation_schemes:
  - annotation_type: semantic_differential
    name: writing_style
    description: Rate the writing style of this text on each dimension.
    pairs:
      - ["Formal", "Informal"]
      - ["Objective", "Subjective"]
      - ["Concise", "Verbose"]
      - ["Clear", "Ambiguous"]
    scale_points: 7

說話人印象

yaml
annotation_schemes:
  - annotation_type: semantic_differential
    name: speaker_impression
    description: Rate your impression of the speaker on each dimension.
    pairs:
      - ["Competent", "Incompetent"]
      - ["Warm", "Cold"]
      - ["Trustworthy", "Untrustworthy"]
      - ["Dominant", "Submissive"]
    scale_points: 7

產品評價

yaml
annotation_schemes:
  - annotation_type: semantic_differential
    name: product_perception
    description: How do you perceive this product?
    pairs:
      - ["Innovative", "Traditional"]
      - ["Affordable", "Expensive"]
      - ["Reliable", "Unreliable"]
      - ["Simple", "Complex"]
    scale_points: 5

情感維度（EPA）

經典的評價-效力-活動（Evaluation-Potency-Activity）框架：

yaml
annotation_schemes:
  - annotation_type: semantic_differential
    name: epa_rating
    description: Rate this concept on each dimension.
    pairs:
      - ["Good", "Bad"]
      - ["Powerful", "Weak"]
      - ["Active", "Passive"]
    scale_points: 7

輸出格式

json
{
  "text_perception": {
    "labels": {
      "Formal-Informal": 5,
      "Positive-Negative": 2,
      "Simple-Complex": 4
    }
  }
}

取值從 1（左側形容詞）到 scale_points（右側形容詞），中點表示中立。

實踐建議

  1. 預設用 7 檔量表 —— 這是語義差異研究的通行做法，粒度也夠用
  2. 讓極性方向交錯 —— 把「正面」形容詞分散在左右兩側，避免標註者形成固定的作答模式
  3. 每個條目控制在 5 到 8 對 —— 量表太多會讓人疲勞，資料品質隨之下降
  4. 優先用現成的形容詞對 —— 已有研究中驗證過的形容詞對可以直接複用
  5. 保留中點標籤 —— 中立點是標註者重要的參照
  6. 打亂形容詞對的順序 —— 條件允許的話變換呈現順序，減少錨定效應

延伸閱讀

有關實現詳情，請參閱源文件。