開始之前

chatkit 分析 CHAT 格式的轉寫檔（副檔名 .cha）。檔案可以來自 TalkBank 的 CHILDES 資料庫，也可以是研究者自己依 CHAT 規範轉寫的語料。使用 CHILDES 語料時，請先到 TalkBank 網站下載所需的語料庫並解壓縮，得到內含 .cha 檔的資料夾。

分析在您的瀏覽器中進行，語料不會上傳。第一次開啟需要網路以下載執行環境；使用「統計」時會再下載統計套件。建議使用新版的 Chrome、Edge、Firefox 或 Safari。

所有分析都以主行（以 * 開頭、研究者轉寫的實際語句）為來源。%mor、%gra 等附屬行只作為參考。

快速上手

一般的分析依左側的順序進行。以下是三個常見的研究情境。

情境一：兒童的平均語句長度如何隨年齡增長

1. 在「語料」選擇同一位或數位兒童不同年齡的錄音檔。
2. 在「驗證」確認沒有錯誤；有錯誤時先修正轉寫檔再重新載入。
3. 在「量測」勾選 CHI，按「計算」，即得到每個檔案的 MLU-w、MLU-c 與詞彙多樣性。
4. 要做統計時，到「資料表」按「建立資料表」，再到「統計」選擇「場次層」，以線性迴歸分析 mlu_w ~ age_months。兒童只有一兩位時，「逐組分別檢定」選 child_id。

情境二：兒童如何使用某個詞或句式

1. 在「關鍵詞搜尋」輸入關鍵詞，例如「把」，勾選 CHI，按「搜尋」。
2. 「對話段落」列出每次出現的前後文；「命中清單」逐筆列出，可下載後人工編碼；「共現詞」列出同一語句中常與關鍵詞一起出現的詞。
3. 需要依研究者的分類彙總共現詞時，準備一份分類表（見下文「共現詞分類表」）再搜尋一次。

情境三：成人的語言輸入與兒童的語言有什麼關係

1. 在「資料表」輸入關心的關鍵詞，按「建立資料表」。成人語言會依角色（母親、父親、研究者等）分開計算。
2. 在「統計」選擇「場次層」，例如以 mlu_w ~ lag1_in_Mother_mlu_w + age_months 檢驗前一場次母親的語句長度能否預測兒童的語句長度。
3. 要看兒童是否沿用成人剛說過的詞，選擇「語句層」，以 I(kw_want > 0) ~ prime_want_Mother + self_prime_want 做邏輯迴歸。

1　語料

載入要分析的 .cha 檔。之後的分頁都以這裡載入的檔案為範圍。

選擇資料夾

讀入資料夾內所有 .cha 檔，包括子資料夾；其他檔案略過。CHILDES 語料庫解壓縮後，通常直接選擇整個語料庫資料夾即可。

選擇檔案

選擇個別檔案，可一次選取多個。

拖放

把檔案或資料夾直接拖到虛線框內，效果與上述按鈕相同。

加入目前的語料，不取代

勾選後，新選的檔案會加入已載入的檔案；不勾選時，會清除原有的檔案與分析結果，重新開始。

載入後的表格列出每個檔案的語言、語料庫、目標兒童與年齡、主行數、參與者（代碼、角色與主行數），以及錯誤與警告數。目標兒童是 @Participants 中角色為 Target_Child 的說話者。

2　驗證

依 CHAT 手冊檢查轉寫檔，每筆問題附手冊頁碼，供回到手冊查證。

錯誤

違反 CHAT 規範且會影響分析的問題，例如缺少終止符、@Participants 與 @ID 不一致。建議先修正。

警告

可能影響分析的寫法，例如重述標記 [/] 前後的內容不一致、重疊標記 [>] 沒有對應的 [<]。

提示

供核對轉寫的資訊，例如可能應另起一個語句的並列子句、長串背誦的數數（會抬高 MLU）。不一定需要修改。

顯示層級

選擇只看錯誤、錯誤與警告，或全部。

結果表的「規則」欄是檢查項目的代碼，「行」是轉寫檔中的行號。chatkit 不會修改您的檔案；修正請在原始檔中進行，再重新載入。

3　量測

計算每個檔案每位說話者的語句長度與詞彙多樣性。

說話者

勾選要計算的說話者；不勾選即全部。橘色框為目標兒童。

清理規則

clan：遇到 wanna [: want to] 這類標注時採用替代形式（want to），與 CLAN 的 FREQ、MLU 相同。production：採用兒童實際說出的形式（wanna）。兩組規則都排除重述的部分、填充詞（&-uh）、無法辨識的 xxx 等。

排除含這些附碼的語句

語句末尾帶有指定附碼（如 [+ bch] 背誦、[+ imit] 模仿）時，整句不計。多個以逗號分隔。

結果中的主要量數：

MLU-w

平均語句長度，以詞計。只計入至少有一個可計數詞的語句。

MLU-c

平均語句長度，以字計：漢字每字計 1，非漢字詞每詞計 1。華語斷詞不一致時，MLU-c 比 MLU-w 穩定。

NDW

不同詞數，即用了多少種詞。

TTR

不同詞數除以總詞數。受樣本長短影響大，不宜跨長度不同的樣本比較。

MATTR

以 50 詞為窗口逐步移動計算 TTR 再取平均（Covington & McFall, 2010），受樣本長度影響較小。

CLAN 的 MLU 預設以 %mor 的詞素計算，chatkit 以主行的詞計算，兩者數值不同屬正常現象。

4　關鍵詞搜尋

關鍵詞

每行一個，可同時搜尋多個。

說話者

只搜尋勾選的說話者；不勾選即全部。

比對方式

自動：含漢字的關鍵詞用字串比對，其餘整詞比對。字串：只要字串出現即命中，例如「有」會命中「没有」。整詞：關鍵詞須是完整的一個詞，例如 go 不命中 going。正規表示式：供熟悉語法的使用者做複雜比對，例如 go(es|ing)?（須與整個詞相符）。

對話段落：前後各幾句

在「對話段落」中，命中語句前後各顯示幾句。

共現詞：同一語句內前後各幾詞

計算共現詞的範圍。只計同一語句內的詞，不跨語句。

只搜尋這個 gem 段落

轉寫檔以 @Bg、@Eg 或 @G 標出段落（如 Narrative）時，可只搜尋該段落。

目標兒童年齡下限、上限

以月計，只搜尋目標兒童年齡在範圍內的檔案。

段落中一併顯示的附屬行

例如輸入 act、com，對話段落中會顯示 %act（動作）與 %com（註解）。

共現詞分類表

CSV 檔，可用 Excel 製作後另存為 CSV（UTF-8）。第一列為標題，第一欄標題為「詞形」，其餘每欄一個分類維度，欄數不限。例如：

詞形,語法功能,語意類別
它,受事,無生物
书,受事,無生物
放,動詞,處置

搜尋後，共現詞表會加上這些欄，「分類彙總」會依每個維度統計次數。

結果包括四個部分：

頻率摘要

每個關鍵詞的次數與每千詞頻率，並依命中與斷詞的關係分類：整詞（關鍵詞正好是一個詞）、跨詞（如「还有」命中斷成「还 有」的兩個詞）、詞內（如「有」命中「没有」）、跨詞部分（跨越詞界且不完整）。「位於重述材料內」是落在 [/]、[//] 等重述部分的次數。

對話段落

每次命中的前後文，命中語句以底色與 ▶ 標示，關鍵詞以黃色標出。

命中清單

每筆命中一列，左欄、命中、右欄依關鍵詞對齊排列。下載 CSV 後可加欄位做人工編碼。

共現詞

次數、出現在左或右的次數、最常見位置（L1 為緊鄰左邊一詞，R2 為右邊第二詞）、形式類型、MI 與 LL。MI 反映共現的專一程度，常受低頻詞影響；LL（對數概似值，Dunning, 1993）較適合判斷共現是否高於隨機，正值表示多於預期，負值表示少於預期，絕對值約 3.84 以上相當於 p < .05。「結構關係」取自 %gra，只在主行與 %mor 能逐詞對齊時提供，僅供參考。

5　資料表

把語料整理成統計用的表格。每次按「建立資料表」都會重新產生全部表格。

關鍵詞變項

每個關鍵詞會成為一欄（kw_關鍵詞），記錄每個語句或場次中的次數，並產生成人促發等相關欄位。

分析的說話者

語句層與場次層要列入哪些說話者。不勾選時，只列各檔的目標兒童。成人的量數無論是否勾選都會另外計算。

列入 Adults 合計的角色

除了每個角色分開計算外，另有一個 Adults 合計。預設只勾選可確定為成人的角色；兄姊等兒童角色不列入，但仍會單獨計算。

對齊與促發的窗口

往前看幾個語句（不分說話者），用來計算兒童是否沿用成人剛說過的詞。預設 3。

對齊基準往前推幾句

作為比較基準的較遠窗口的位置，預設往前 20 句。對齊值應與基準值比較，因為功能詞本來就常重複出現。

比較單位

漢字逐字：不受華語斷詞不一致影響，但不同詞共用的字也會算作重疊。依主行斷詞：依轉寫檔的斷詞比較。英語兩者相同。

年齡分組切點

例如輸入 36, 48，會產生 <36、36-48、>=48 三組（月），存於 age_group 欄。

背景資料表

CSV 檔，第一欄標題為 file（檔名）或 child_id（兒童代碼），其餘欄位（如性別、組別、家長教育程度）會併入每一列。加一欄 exclude 並填 1，可排除該檔案。child_id 欄也可用來更正程式推定的兒童代碼。

成人語言三個層次

取消勾選時，只產生語句層與場次層，速度較快。

產生的四張表：

語句層

每個語句一列。適合混合效果模型、GEE 等保留語句層次的分析。

場次層

每個檔案每位說話者一列。目標兒童列另有各角色的成人輸入量數（in_ 開頭）、互動比率與前一場次的值（lag1_ 開頭）。

相鄰語句表

所有說話者的每個語句，記錄它與前一話輪的關係。可下載後人工抽查分類是否正確。

成人輸入

每個場次每個角色一列，方便比較不同角色的語言。

相鄰語句的六種關係只依詞形判斷：完全重複（兩句相同）、擴展（保留前句全部並加詞）、縮減（只保留前句的一部分，兒童的部分模仿屬此類）、改述（保留前句一半以上，有增有刪）、部分重疊、無重疊。這是形式分類，文獻中的 recast、expansion 等功能類別須另以人工判定。各欄的意義見欄位辭典。

6　統計

先選資料表與檢定，再依檢定填入變項。下表依研究問題列出適用的檢定：

資料表

「資料表」分頁建立的表格，或以「上傳 CSV」讀入自己整理的表格。

依變項、分組變項等

下拉選單列出資料表的所有欄位；標「類別」的是文字欄。

公式

迴歸類檢定使用。波浪號左邊是結果，右邊是預測變項：y ~ x1 + x2。x1 * x2 表示同時納入兩者及其交互作用；C(x) 把數字欄當作類別；I(kw_把 > 0) 把次數轉為是或否。點選公式下方的欄名可直接插入；藍框為數值欄。

隨機斜率

混合效果模型使用。空白時只估計每位兒童的隨機截距；填入 ~age_months 時，允許每位兒童的成長速度不同。

群集或彙總單位

同一兒童的多筆資料彼此相關，預設以 child_id 為單位：t 檢定、變異數分析與相關先彙總為每位兒童一筆；迴歸以兒童為群集計算穩健標準誤。逐一兒童分析時改選 session。

逐組分別檢定

依某欄分組，各組分別做一次檢定。兒童只有一兩位時，選 child_id，對每位兒童分別分析。

篩選列

只分析符合條件的列，例如 analyzable == 1、speaker == 'CHI'、age_months >= 24 and age_months < 36。文字值要加引號，「等於」寫兩個等號。

報告的讀法：每項檢定列出統計量、自由度、p 值與效果量（Hedges' g、dz、η²、ω²、r 等），並附前提檢查。「提示」各行說明分析單位、略過的缺漏列、群集數不足等需要注意的地方，撰寫論文時應一併考量。每次執行的報告會累積在頁面上，最新的在最上方；「下載 統計報告.txt」依執行順序保存全部報告。

等效指令與下載

每個分頁下方的深色框是「等效指令」：在命令列執行這一行，會得到與介面相同的結果。可按「複製」保存，附在論文附錄或研究紀錄中，使分析可以重現。語料資料夾與檔名請依實際位置替換。

結果標題旁的「下載」可存成 CSV 檔，Excel 可直接開啟。規則檔（.json）記錄該次分析的全部清理規則。關閉或重新整理頁面後，已載入的語料與結果都會清除，需要保存的結果請先下載。

欄位辭典

輸入欄名或部分文字查詢，也可以直接輸入實際的欄名，如 align_Mother。辭典中的 R 代表角色（Mother、Father、Investigator、Adults 等），K 代表您輸入的關鍵詞，T 代表互動類型。結果表格的標題列與統計分頁的欄名按鈕，滑鼠停留時也會顯示說明。

常見問題

為什麼 MLU 與 CLAN 算出來的不同？

CLAN 的 MLU 預設以 %mor 的詞素計算，chatkit 以主行的詞計算。另外，兩者對重述、替代形式的處理可在「清理規則」中調整。

驗證出現錯誤，還能分析嗎？

可以，但有錯誤的語句可能被誤算。建議依手冊頁碼修正原始檔後重新載入。

華語語料的斷詞不一致怎麼辦？

長度以 MLU-c 為主；搜尋用字串比對，結果會標示「跨詞」；相鄰語句與對齊用「漢字逐字」比較。

只有一兩位兒童，統計可以做嗎？

以兒童為單位的檢定需要較多兒童。兒童少時，用「逐組分別檢定」選 child_id、群集改為 session，對每位兒童分別分析，並在論文中說明結果只代表個別兒童。

程式推定的兒童代碼不正確？

檔案中沒有兒童名字時，程式依出生日期歸併。可用背景資料表的 child_id 欄指定每個檔案屬於哪位兒童。

語料會不會被上傳？

不會。分析在您的瀏覽器中進行，關閉頁面後即清除。

檔案很多時很慢？

處理在背景進行，期間可閱讀手冊或切換分頁；右下角會顯示已經過的時間。不需要成人語言分析時，可在「資料表」取消勾選「成人語言三個層次」。