探究中等尺度评分分歧的本质：以抽象性-具体性连续体为案例的研究
Investigating the Nature of Disagreements on Mid-Scale Ratings: A Case Study on the Abstractness-Concreteness Continuum
AI总结：
本研究针对中等尺度词汇评分分歧大但相关常模被广泛使用的问题，以具体性评分为例，通过多模态特征分析与硬聚类揭示分歧特征与模式，提出使用前需微调或筛选中等尺度词汇的建议。
摘要：
人类对极端案例的量表评分往往高度一致（例如“猫”被判定为非常具体），但对中等尺度词汇的判断则存在更多分歧。然而，已收集的评分常模在各学科中被大量使用。本研究聚焦具体性评分，（i）通过相关性分析和监督分类识别中等尺度词汇的显著多模态特征，（ii）采用硬聚类识别评分者间系统性分歧的模式。结果表明，在使用中等尺度目标词之前，应对其进行微调或筛选。
英文摘要：
Humans tend to strongly agree on ratings on a scale for extreme cases (e.g., a CAT is judged as very concrete), but judgements on mid-scale words exhibit more disagreement. Yet, collected rating norms are heavily exploited across disciplines. Our study focuses on concreteness ratings and (i) implements correlations and supervised classification to identify salient multi-modal characteristics of mid-scale words, and (ii) applies a hard clustering to identify patterns of systematic disagreement across raters. Our results suggest to either fine-tune or filter mid-scale target words before utilising them.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
