方法文章

测量诱发情绪对语法学习影响的实验范式

5.9K 次观看

DOI:

10.3791/60773

2020年1月29日

本文内容

摘要

本文介绍了一种利用半人工语言来测量积极诱导情绪对外语学习者语法学习影响的实验方案,该半人工语言将外语的语法规则与学习者的母语词汇相结合。

摘要

先前的研究发现,情绪对外语词汇学习和文本理解具有显著影响。然而,诱发情绪对语法学习的作用却鲜有关注。本研究采用一种半人工语言(即Chipanese),该语言结合了日语的语法规则和汉语的词汇,考察了诱发的积极情绪对中国母语者学习日语语法规则的影响。实验中使用音乐来诱发参与者的积极情绪状态。参与者需在训练阶段通过练习学习Chipanese句子,随后进行语法正确性判断任务以测量学习效果。研究发现,处于积极情绪状态的参与者在学习任务中的准确性和效率均低于对照组。结果表明,该实验范式能有效识别诱发的积极情绪对语法学习的影响。本文还讨论了这一实验范式在探究外语学习过程中的意义。

引言

情绪在多种认知活动中起着关键作用,例如感知、学习、推理、记忆和问题解决。由于语言学习需要注意力、推理能力和记忆力,情绪可能对语言学习结果产生重要影响1。已有若干先前研究探讨了诱发情绪对词汇产出或文本理解的影响2,3,并一致发现情绪对这两种语言过程具有关键性影响。例如,Egidi 和 Caramazza 发现,积极情绪增强了大脑特定区域在检测文本不一致时的敏感性,而消极情绪则提高了非特异性区域对不一致性的敏感性2。Hinojosa 等人考察了诱发情绪状态对词汇产出的影响,发现消极情绪会损害词汇产出过程中语音信息的提取3。尽管有证据表明情绪对文本理解和词汇产出具有显著影响,但情绪是否会影响语法学习——语言学习的一个核心方面——目前尚不明确。本研究旨在探讨学习者情绪状态对语法学习的影响。

语言和情绪是人类经验的两个主要组成部分4。它们之间的关系主要通过情感神经语言学的研究得以探讨。在单个词汇层面,以往研究一致发现,情绪特征(如唤醒度或效价)显著影响个体词汇的加工过程5,6,7。具体而言,一些研究发现正性词汇具有显著优势5,而另一些研究则发现正性和负性词汇均具有加工优势7。尽管部分研究报道了效价与唤醒度之间的交互作用,但也有研究未发现显著的交互效应4。在句子加工层面,情况更为复杂。以往研究探讨了句子理解过程中情绪内容与句法或语义整合过程之间的相互作用。研究发现,情绪信息对性别或数量特征的加工具有不同的影响4。此外,正性和负性情绪与不同的一致关系效应相关联4。例如,正性情绪特征促进数量一致性的加工,而负性情绪特征则抑制这一过程4。在语义层面,情绪特征通过激活参与单个词汇加工和组合性语义过程的脑区,影响句子和语篇语境中的语义整合过程4。对以往文献的综述表明,大多数先前研究集中于情绪信息对词汇、句子和文本理解的影响8,9,或情绪效应在语言产出中的神经基础10,11。然而,个体的情绪状态如何影响语言加工或语言学习的问题在很大程度上被忽视了。

在语法学习的情绪研究中,最常用的方法是人工语法学习范式。已有若干研究采用人工语法任务来考察情绪对新语言学习的影响12。该范式最早由Reber于1967年提出13,其特点是使用无意义的材料,例如数字串或非词字母串,这些材料实际上由某种潜在语法规则生成。研究人员通常让处于不同情绪状态(积极、中性或消极)的参与者通过视觉或听觉方式接触这些数字串或字母串,并测量其学习效果。采用人工语法范式的研究通常包括训练阶段和测试阶段。在训练阶段,参与者被要求观察或记忆一系列由有限状态语法生成的符号序列。研究人员会告知参与者这些序列遵循特定的规则,但不会提供任何有关规则的具体信息。在测试阶段,参与者会看到新的符号序列,其中一些符合语法规则,另一些则不符合,他们需要判断这些序列是否合乎语法。人工语法任务能够体现多种学习理论,例如规则学习、相似性学习和联想学习理论14。这种方法可以有效减少词汇因素对语法规则学习的干扰,因为人工语言由数字、字母或其他无意义符号构成,而非自然语言中的真实词汇。然而,许多研究者认为,人工语法学习中获得的知识可能反映的是统计特性,与人类实际使用的自然语法特征有所不同15。神经科学研究的证据表明,自然语言中的语法加工方式与人工语法学习任务中使用的有限状态语法存在差异16,17。因此,人工语法学习任务可能无法真实反映人类语言的学习过程。利用人工语法研究情绪对语法学习的影响,更可能揭示情绪如何影响统计学习,而非自然语言中自然语法的学习。目前尚不明确,基于无意义刺激所得出的研究结果是否可推广至外语学习。

本研究旨在采用半人工语言范式,探讨情绪对语法学习的影响。半人工语言任务最初由 Williams 和 Kuribara 提出,用于考察语言学习过程。半人工语言是将学习者母语的词汇与另一种语言的语法规则相结合而生成的语言。Williams 和 Kuribara 的研究中即提供了此类语言的示例18。他们设计了一种新颖的半人工语言——Japlish,该语言遵循日语的词序和格标记规则,但使用英语词汇18。其研究中的 Japlish 句子示例见表1

结构示例
SV马-ga 什么时候摔倒了?
SOV飞行员-ga 那条跑道-o 看到了
SIOV学生-ga 狗-ni 什么-o 提供了?
S when what-o V?比尔-ga 什么时候什么-o 唱了?
S who-ni what-o V?那位医生-ga 谁-ni 什么-o 展示了?
S [SOV]V约翰-ga 愤怒地 玛丽-ga 那枚戒指-o 弄丢了 那样说了。
OS[SV]V那种疾病-o 兽医-ga 牛-ga 患有 那样宣布了。

表1:半人工语言中的示例句子。 这些句子使用英语词汇和日语句法生成。表中的句子来自Williams和Kuribara的研究18

如表所示,尽管使用了英语词汇,但这些词汇按照日语的语序和格标记规则组合成句子。Japlish 的句子均为动词在末尾,名词则通过格助词标记主语(-ga)、间接宾语(-ni)或宾语(-o)。关于Japlish 的详细描述可参见 Grey 等人的研究19。半人工语言任务包括训练阶段和测试阶段。在训练阶段,参与者被要求学习一种新语言;在测试阶段,他们需要完成可接受性判断任务或句子-图片匹配任务。通过记录其反应的准确率和反应时间(RTs),以评估其学习表现。

半人工语言任务主要有三个优势:第一,由于半人工语言是通过新语言中的语法规则构建而成,这类任务能够最大限度地减少学习者已有语言结构知识以及语言迁移的影响19。第二,此类任务使我们能够控制并操纵参与者接触语言材料的类型和数量19,从而更准确地评估学习效果。最后,由于半人工语言任务所采用的语法来源于真实人类语言,因此它们能够用于测量参与者如何习得自然语法,而非人为构造的规则系统。在这方面,半人工语言任务优于使用数字或字母序列代替真实词汇的人工语法任务。使用自然语法使我们更有信心得出结论:所获得的研究发现可适用于自然语言学习。鉴于已有研究通过半人工语言范式证实了学习效应的存在20,21,22,该方法成为研究语言学习中某些难以在复杂自然语言环境中分离的问题的有效途径。然而,半人工语言任务仅适用于在结构上与学习者母语不同的外语。如果被测试语言在结构上与学习者的母语相似,则可能导致前者与后者难以区分。

与使用自然语言的任务相比,半人工语言任务能够更客观地评估情绪对语法学习的影响。这是因为在自然语言中,词汇与特定的语法功能密切相关。例如,无生命名词(如 desk、nail)更可能充当动词的受事。因此,由于词汇学习与语法学习在自然语言中相互关联且不可分割,很难将二者的学习表现区分开来。已有研究发现情绪对词语加工具有重要影响23,24,因此情绪可能间接影响语法学习。由此可见,很难明确区分情绪对词汇学习和语法学习各自的影响。这一问题在半人工语言任务中可以轻易解决,因为此类任务能够将词汇与语法分离,从而帮助我们识别情绪对语法学习的独立影响,而无需担心词汇学习带来的干扰。

尽管半人工语言范式已在某些研究中用于探讨第二语言习得中的语言知识25,26,但该方法极少被用于探究外语学习中学习者在情绪状态方面的个体差异。本研究旨在利用半人工语言探讨积极诱发情绪如何影响语法学习。本研究的结果对外语教学与学习具有重要意义。

访问受限。请登录或开始试用以查看此内容。

方案

本实验经北京外国语大学伦理委员会批准,并符合涉及人类受试者的实验指南。本研究的所有受试者均提供了书面知情同意书。

1. 刺激材料的构建

  1. 根据具体的研究问题设计实验刺激材料。由于本研究旨在使用半人工语言考察外语学习,因此可通过按照目标外语的语法规则重新排列被试母语中的句子来创建实验句子。实验句子示例如表2所示。
    注意:由于本研究旨在考察中国学习者对日语语法的学习,因此构建了一种半人工语言(Chipanese),该语言采用汉语词汇和日语句法。实验句子改编自Liu, Xu, 和 Wang27研究中使用的实验刺激材料。

figure-protocol-1

表2:本研究中使用的实验句子示例。 句子(a)为一个中文句子,句子(b)是其对应的日语句子。句子(c)是通过按照句子(b)的句法结构重新排列句子(a)而生成的实验刺激材料。这种半人工语言最初由 Liu, Xu 和 Wang27 设计。

  1. 在被试语言中选择具有代表性的语法结构。确保包含多种语法结构,以保持自然语言的语法复杂性和多样性。
    注意:在本研究中测试了四种语法结构,包括两种简单语法结构(SOV、SIOV)和两种复杂语法结构([SOV]SV、[OSV]SV)。不同句型中的名词和动词的词汇频率保持匹配。
  2. 在训练阶段,为被试语言中的每种语法结构设计至少20个句子,用于语法性判断任务。语法正确句与语法错误句应在词汇频率、笔画数等词汇变量上进行平衡和控制。
  3. 在测试阶段,为被试语言中的每种语法结构设计至少12个句子。其中一半为语法正确句,另一半为语法错误句。语法正确句与语法错误句应在词汇变量上进行平衡和控制。
  4. 对句子进行随机化并设计实验。
    1. 在训练阶段和测试阶段向被试呈现句子之前,需先对句子进行随机化处理。在刺激呈现软件的属性页面中找到“Selection”选项卡,并将选择方式设置为“Random”。
    2. 将实验划分为多个区块,每个区块持续时间不超过10分钟。

2. 实验参与者的招募与实验前准备

  1. 招募没有阅读障碍且无所测试外语背景的参与者。确保参与者的视力正常或矫正后正常。
  2. 将参与者随机分配到两个组(实验组和对照组),每组至少包含30名成员。确保两组在受教育年限和性别比例上无差异。
  3. 告知参与者,在实验当天应避免疲劳、饥饿、疾病或其他可能导致不适的状态。
  4. 单独或分批邀请参与者进入实验室。

3. 实验步骤

  1. 将受试者带入实验室,并指导他们坐在计算机工作台前。
  2. 请参与者阅读并签署书面知情同意书。
  3. 让参与者完成情绪诱导。
    1. 向参与者发放自评量表人形图(Self-Assessment Manikin, SAM)的纸质版图片评分量表28,29请参与者使用铅笔在相应的人形图示上标记,以评估其情绪。
      注意:自我评估量表(Self-Assessment Manikin)是一种非语言评估工具,用于测量情绪的三个维度(即效价、唤醒度和支配度)。我们所使用的量表为九点量表,在三个维度上均从1到9取值。
    2. 指导实验组参与者通过耳机聆听正性情绪音乐10分钟。
      注意:在本研究中, 美好时光 用于诱导积极情绪。在20名参与者中开展了一项预实验,以检验音乐在情绪诱导中的有效性,结果表明,参与者在情绪诱导后报告的情绪显著更积极,说明该音乐能有效使参与者进入积极的情感状态。对照组参与者未接触任何带有情绪色彩的材料,而是直接进入学习任务。
    3. 向参与者发放纸质版的自我评估量表(Self-Assessment Manikin)28,29 并要求他们评估自己的情绪状态。
  4. 要求参与者完成训练任务。
    1. 在计算机屏幕上向参与者展示以下书面说明,以告知他们将学习一门语言,该语言包含其母语的词汇和一种新的语法: "欢迎来到我们的实验!在本实验中,您需要学习一门包含中文词汇和新语法规则的新语言。准备就绪后,请按任意键继续进行实验。"
    2. 在计算机屏幕上向参与者展示以下书面说明,以指导其完成学习任务: "接下来,您将在屏幕上看到一些句子。请仔细观察并判断这些句子是否符合语法。如果句子符合语法,请按“1”;如果不符合语法,请按“0”。每次作答后,您将收到反馈信息(“正确!”或“错误!”),并显示正确的句子。按任意键进入学习任务。"
    3. 让参与者通过按按钮(“1”表示语法正确,“0”表示语法错误)在计算机屏幕上判断句子的语法可接受性,每次作答后在屏幕上显示反馈(“正确!”或“错误!”)。在反馈之后呈现正确的句子结构,以强化学习效果。
    4. 当所有试验完成后,在计算机屏幕上向参与者显示以下书面说明,告知其训练任务已结束: "学习任务已完成!"
  5. 向参与者发放自评量表人形图(Self-Assessment Manikin scale)的纸质版本28,29 并要求他们评估自己的情绪状态。
  6. 要求参与者完成测试阶段的语法判断任务。
    1. 在计算机屏幕上显示以下书面说明: "请继续回答类似问题。请判断句子的语法结构是否正确。若认为正确,请按“1”;若认为错误,请按“0”。您有七秒钟时间作答。若超时未响应,系统将自动进入下一题。按任意键开始实验。"
    2. 让参与者阅读屏幕上显示的句子,并通过按键判断句子的语法正确性("1" 语法和 "0" 语法错误的
    3. 当所有试验完成后,在计算机屏幕上呈现以下书面指示,以告知参与者任务已结束: "结束。感谢您的参与!"
  7. 请参与者填写一份关于其人口统计学信息的问卷。在参与者填写问卷期间,准备其报酬。
  8. 向参与者提供金钱补偿或奖励。

4. 数据分析

  1. 从刺激呈现软件的输出文件中收集数据。
  2. 以情绪(积极、对照)和句子类型(SOV、SIOV、OSVSV、SOVSV)为自变量,以学习的平均正确率为因变量,进行方差分析,以探讨情绪对正确率的影响。
  3. 以情绪(积极、对照)和句子类型(SOV、SIOV、OSVSV、SOVSV)为自变量,以平均反应时(RTs)为因变量,进行方差分析,以探讨情绪对反应时的影响。

访问受限。请登录或开始试用以查看此内容。

结果

本研究旨在探讨积极诱导情绪对外语语法学习的影响。为此,招募了两组参与者参加实验,包括积极情绪组(15名女性, M年龄 = 20.20,年龄范围:18–27)以及一个对照组(16名女性, M年龄 = 20.33,年龄范围:18–26)。每组包含30名参与者。两组在年龄上无显著差异, t (58) = -0.215, p = 0.831 或受教育年限 t (58) = -0.830, p = 0.410,尽管对照组的英语语言熟练水平高于另一组。所有参与者均报告此前未学习过日语。实验中使用音乐诱发积极情绪。情绪诱导后,要求参与者学习一门新语言。 奇帕内塞,该语言由中文词汇和日语语法构成。参与者通过语法判断任务学习该语言,期间要求他们判断句子的语法正确性,并在每次作答后提供反馈。为评估学习效果,我们实施了可接受性判断任务,向参与者呈现新的“中日语”句子,其中部分句子符合语法,另一部分则不符合。参与者需判断句子是否合乎语法。记录并分析其反应的准确率和反应时(RTs),以评估其学习...

访问受限。请登录或开始试用以查看此内容。

讨论

结果表明,参与者在接触正性情绪音乐后,对其情绪的评分显著更为积极。这些受试者比对照组明显更快乐。这说明我们的情绪操纵是成功的。正性情绪组的参与者在准确性和效率方面显著低于对照组。一个可能的原因是,参与者在语法学习中采用了归纳策略,导致其高度依赖分析性和自下而上的信息加工方式。归纳式加工涉及对细节信息的仔细考量,并使用分析性策略来处理信息。而演绎式加工则涉及使用启发式策略,主要依赖先前经验以加快问题解决过程。由于语法学习是一个需要考虑不同语言单位之间关系并提取支配这些关系规则的过程,因此归纳式加工比演绎式加工更有利于该过程。以往研究发现,归纳法是学习外语语法的一种有效方法30。在本研究中,我们操纵了实验句子的词序和格标记,这两者是语法的重要方面。该学习任务要求参与者分析并识别句子中不同词语之间的关系,并对词语在句子中的合法顺序做出判断。最重要的是,这些判断必须基于对句法范畴或语义角色等具体语言细节的仔细观察与分析。因此,词序学习更受益于归纳策略及相应的自下而上的加工方式。由于正性情绪促进的是演绎式或自上而下的加工风格31,...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明不存在任何竞争利益。

致谢

本研究得到国家社会科学基金重点项目[18AYY003]、北京外国语大学中国外语与教育研究中心(教育部人文社会科学重点研究基地)、北京外国语大学后期资助项目[2019SYLHQ012]的资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
E-primePST2.0.8.22刺激呈现软件
计算机不适用不适用用于呈现刺激并记录受试者的反应
自我评估量表人形图(SAM)不适用不适用用于评估受试者的情感状态。引自 Lang(1980)29

参考文献

  1. Affect in Language Learning. Arnold, J. , Cambridge University Press. Cambridge. (1999).
  2. Egidi, G., Caramazza, A. Mood-dependent integration in discourse comprehension: Happy and sad moods affect consistency processing via different brain networks. NeuroImage. 103, 20-32 (2014).
  3. Hinojosa, J. A., et al. Negative induced mood influences word production: An event-related potentials study with a covert picture naming task. Neuropsychologia. 95, 227-239 (2017).
  4. Hinojosa, J. A., Moreno, E. M., Ferré, P. Affective neurolinguistics: towards a framework for reconciling language and emotion. Language, Cognition and Neuroscience. , 1-27 (2019).
  5. Kuperman, V., Estes, Z., Brysbaert, M., Warriner, A. B. Emotion and language: valence and arousal affect word recognition. Journal of Experimental Psychology: General. 143 (3), 1065-1081 (2014).
  6. Rodríguez-Ferreiro, J., Davies, R. The graded effect of valence on word recognition in Spanish. Journal of Experimental Psychology: Learning, Memory, and Cognition. , (2018).
  7. Vinson, D., Ponari, M., Vigliocco, G. How does emotional content affect lexical processing. Cognition and Emotion. 28 (4), 737-746 (2014).
  8. Kotz, S. A., Kalberlah, C., Bahlmann, J., Friederici, A. D., Haynes, J. D. Predicting vocal emotion expressions from the human brain. Human Brain Mapping. 34 (8), 1971-1981 (2013).
  9. Wegrzyn, M., Herbert, C., Ethofer, T., Flaisch, T., Kissler, J. Auditory attention enhances processing of positive and negative words in inferior and superior prefrontal cortex. Cortex. 96, 31-45 (2017).
  10. Cato, M. A., et al. Processing words with emotional connotation: an FMRI study of time course and laterality in rostral frontal and retrosplenial cortices. Journal of Cognitive Neuroscience. 16 (2), 167-177 (2004).
  11. Hinojosa, J. A., Méndez-Bértolo, C., Carretié, L., Pozo, M. A. Emotion modulates language production during covert picture naming. Neuropsychologia. 48 (6), 1725-1734 (2010).
  12. Larsen, K. G. The relationship between mood and implicit learning. , University of Nevada. Doctorate thesis (2017).
  13. Reber, A. S. Implicit learning of artificial grammars. Journal of Verbal Learning and Verbal Behavior. 6, 855-863 (1967).
  14. Ziori, E., Pothos, E. Artificial grammar learning: An introduction to key issues and debates. Implicit and Explicit Learning of Languages. Rebuschat, P. , John Benjamins Publishing Company. Amsterdam. 249-273 (2015).
  15. Opitz, B., Hofmann, J. Concurrence of rule- and similarity-based mechanisms in artificial grammar learning. Cognitive Psychology. 77, 77-99 (2015).
  16. Bahlmann, J., Gunter, T. C., Friederici, A. D. Hierarchical and linear sequence processing: An electrophysiological exploration of two different grammar types. Journal of Cognitive Neuroscience. 18, 1829-1842 (2006).
  17. Friederici, A. D., Bahlmann, J. H. S., Schubotz, R. I., Anwander, A. The brain differentiates human and nonhuman grammars: Functional localization and structural connectivity. Proceedings of the National Academy of Sciences of the United States of America. 103, 2458-2463 (2006).
  18. Williams, J. N., Kuribara, C. Comparing a nativist and emergentist approach to the initial stage of SLA: An investigation of Japanese scrambling. Lingua. 118, 522-553 (2008).
  19. Grey, S., Williams, J. N., Rebuschat, P. Individual differences in incidental language learning: Phonological working memory, learning styles, and personality. Learning and Individual Differences. 38, 44-53 (2015).
  20. Williams, J. N. Learning without awareness. Studies in Second Language Acquisition. 27, 269-304 (2005).
  21. Leung, J. H. C., Williams, J. N. The implicit learning of mappings between forms and contextually derived meanings. Studies in Second Language Acquisition. 33, 33-55 (2011).
  22. Leung, J. H. C., Williams, J. N. Constraints on implicit learning of grammatical form-meaning connections. Language Learning. 62, 634-662 (2012).
  23. Pratt, N. L., Kelly, S. D. Emotional states influence the neural processing of affective language. Social Neuroscience. 3 (3-4), 434-442 (2008).
  24. Chwilla, D. J., Virgillito, D., Vissers, C. T. W. The relationship of language and emotion: N400 support for an embodied view of language comprehension. Journal of Cognitive Neuroscience. 23 (9), 2400-2414 (2011).
  25. Williams, J. N., Paciorek, A. Indirect tests of implicit linguistic knowledge. Advancing Methodology and Practice: The IRIS Repository of Instruments for Research into Second Languages. Mackey, A., Marsden, E. , Taylor & Francis. 25-42 (2016).
  26. Rebuschat, P., Williams, J. N. Implicit and explicit knowledge in second language acquisition. Applied Psycholinguistics. 33, 829-856 (2012).
  27. Liu, X., Xu, X., Wang, H. The effect of emotion on morphosyntactic learning in foreign language learners. PloS One. 13 (11), 0207592(2018).
  28. Bradley, M. M., Lang, P. J. Measuring emotion: the self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry. 25 (1), 49-59 (1994).
  29. Lang, P. J. Behavioral treatment and bio-behavioral assessment: computer applications. Technology in mental health care delivery systems. Sidowski, J. B., Johnson, J. H., Williams, T. A. , Ablex. Norwood, NJ. 119-137 (1980).
  30. Vogel, S., Herron, C., Cole, S. P., York, H. Effectiveness of a guided inductive versus a deductive approach on the learning of grammar in the intermediate‐level college French classroom. Foreign Language Annals. 44 (2), 353-380 (2011).
  31. Storbeck, J., Clore, G. L. On the interdependence of cognition and emotion. Cognition and Emotion. 21 (6), 1212-1237 (2007).
  32. Clore, G. L., Storbeck, J. Affect as information about liking, efficacy, and importance. Affect in Social Thinking and Behavior. Forgas, J. P. , Psychology Press. New York. 123-141 (2006).
  33. Clark, M. S., Isen, A. M. Towards understanding the relationship between feeling states and social behavior. Cognitive Social Psychology. Hastorf, A. H., Isen, A. M. , Elsevier. North Holland, New York. 73-108 (1982).
  34. Sinclair, R. C., Mark, M. M., Clore, G. L. Mood-related persuasion depends on (mis)attributions. Social Cognition. 12, 309-326 (1994).
  35. Forgas, J. P. Can sadness be good for you? On the Cognitive, Motivational, and Interpersonal Benefits of Negative Affect. The Positive Side of Negative Emotions. Porrott, W. G. , Guilford Publications. New York. 3-35 (2014).
  36. Politis, J., Houtz, J. C. Effects of positive mood on generative and evaluative thinking in creative problem solving. SAGE Open. 5 (2), 2158244015592679(2015).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章