1.模糊相似矩阵
我们首先运用神田的模型，计算中国日语学习者对每个程度副词的感知量之间的模糊相似关系。
模糊关系（fuzzy relation）是指以直积X*Y={（x，y）：x∈X，y∈Y}的隶属函数μR：X*Y→［0，1］表示两集合X=｛x1，x2，…，xm｝，Y={y1，y2，…yn}关系的模糊集合R。神田以线段评价与九段分类数据确定模糊集合R。以线段评价数据为例，设受试集合为X｛Xi：1≤i≤m（m=1102）｝，21个程度副词的集合为Y｛Yj：1≤j≤n（n=21）｝，计算X*Y所得矩阵称为“应答矩阵”。由于线段评价值的范围为［0，100］，此处将各评价值做标准化处理得到隶属函数值Zij=｛线段评价值｝／｛线段评价值最大值：100｝∈［0，1］，所得矩阵称为“评定矩阵”。据评定矩阵，根据模型
可求得程度副词间的相似关系。通过上式求得的值Sij称为“相似系数”。将所有相似系数以矩阵方式表达，可得到模糊相似矩阵。神田（2002）通过1102名受试的线段评价得分数据制作的模糊相似矩阵，如表4所示。
表4 线段评价得分数据所得模糊相似矩阵
利用中国日语学习者数据，以同样的模型，我们可以计算出学习者对各程度副词感知程度量的模糊相似矩阵。以线段评价数据和九段分类数据所得模糊相似矩阵，分别为表5与表6。
表5 中国日语学习者线段评价数据相似矩阵
续表
表6 中国日语学习者九段分类数据相似矩阵
将表5与表6结果与表4进行对比，可更好地把握日语母语者与中国日语学习者对各个程度副词感知的异同。为使两者对比更为清晰，我们制作了各组数据中对程度副词感知量的顺序关系表，如表7所示。
通过观察结果可知，学习者的九段分类数据得到的结果比线段评价数据得到的结果更接近母语者的顺序。其距离母语者顺序最远为2位（YY、WR、ST、TH、HD）。相反，线段评价数据得到的顺序距离母语者顺序相对较远，其中尤其是YY存在5位差值。由此可知，对于YY的程度感知，日语学习者和日语母语者之间存在较大差异。
表7 各组数据对程度副词程度量感知顺序
