菲茨杰拉德作品一致性的潛在語義分析

劉海燕，尹曉虎

（1．南京信息工程大學(xué) 語言文化學(xué)院，江蘇 南京 210044；2．72465部隊，山東 濟(jì)南 250022）

一、引 言

美學(xué)價值和審美觀因時因人而異，有關(guān)菲茨杰拉德評論的研究便印證了這一點(diǎn)。盡管現(xiàn)在菲茨杰拉德被譽(yù)為“爵士時代的桂冠詩人”，然而他在生前并未獲得如此崇高的文學(xué)地位，并且評論家們對于他的作品，尤其是他的長篇小說，一直充滿了爭議。例如，Miller便認(rèn)為《了不起的蓋茨比（The Great Gatsby）》是菲茨杰拉德創(chuàng)作生涯的頂點(diǎn)，而《夜色溫柔（Tender is The Night）》和《最后的大亨（The Last Tycoon）》則是華麗的失敗，因為后兩部作品再也不能實現(xiàn)《了不起的蓋茨比》所達(dá)到的藝術(shù)水準(zhǔn)［1］293－296；Edward Weeks也曾經(jīng)認(rèn)為在《人間天堂（This Side of Paradise）》和《夜色溫柔》之間找不出任何不同［2］1－10。同時，也有評論家對此存在不同看法，評論家Seldes認(rèn)為《夜色溫柔》是菲茨杰拉德作家生涯中最偉大的小說；Malcolm Cowley甚至曾經(jīng)將這部作品中的事件按照時間順序重新排序，試圖推翻以往評論家們都認(rèn)為的《夜色溫柔》在結(jié)構(gòu)上是斷裂的和松散的這一論斷［2］1－10。

文學(xué)批評應(yīng)該回歸到文本文學(xué)成就的研究，但迄今為止關(guān)于菲茨杰拉德作品的評論幾乎都與其生平和傳記有關(guān)，這些定性的評論并不能提供有力的證據(jù)以支撐對菲茨杰拉德作品優(yōu)劣的比較和評判。從結(jié)構(gòu)上看，文本表現(xiàn)為語段和按照句法定義的單元（從句、句子）序列，同時也是一個統(tǒng)一的整體，完整、一致、情感、信息、人本、分段、時空統(tǒng)一等是文學(xué)文本最重要的概念［3］。有意義的優(yōu)秀的英語文本必然是一致的、有條理的和連貫的，“在一致的文本中，意義是清晰的，文本的各個段落形成了統(tǒng)一的整體”［4］。文本具有較高的一致性被認(rèn)為是寫作上取得成功的一個重要指標(biāo)，一致性高的作品更容易被閱讀和理解［5］。

Halliday和Hasan是最早研究一致性的學(xué)者，他們認(rèn)為文本不是形式的整體，而是語義和邏輯的整體［6］。Harker認(rèn)為一致性是文本的一種表象性質(zhì)，它描述文本中的結(jié)構(gòu)和相互關(guān)系，通過這種結(jié)構(gòu)和 關(guān) 系 建 立 表 面 上 的 統(tǒng) 一 性［7］；Hwang 和Merrifield則認(rèn)為一致性是文學(xué)文本的一個固有屬性，它描述了文本不同要素之間的關(guān)系，取決于作者表達(dá)其意圖的方式［8］189－210；Leech和 Short將文本一致性分為交叉所指（如使用代詞）和聯(lián)系，聯(lián)系包括句子之間的邏輯或其他聯(lián)系，包括意義的隱含聯(lián)系［9］250－251；Tyrkkō提出一致性是對文學(xué)文本質(zhì)量的一種評價，包括語法一致性和詞匯一致性［10］。語法一致性是指文本而不是單詞的堆砌、句子的羅列，文本意義的標(biāo)準(zhǔn)是不僅句子及其序列有意義，而且它們要有明確的所指；詞匯一致性就是文本中詞匯項的意義之間的關(guān)系。

由此可見，學(xué)者們對于一致性概念和內(nèi)涵的認(rèn)識還不盡統(tǒng)一，亟需建立能夠自動處理文本和計算文本一致性的方法及工具。近年來，心理語言學(xué)、語料庫語言學(xué)和計算語言學(xué)的最新發(fā)展，已經(jīng)建立了能夠在不同維度上分析文本的復(fù)雜計算機(jī)工具，特別是已經(jīng)有能夠自動處理大型詞匯索引、語法解析、語義分析、論文評分、摘要評論等的算法和程序［11］?；谶@些最新成果，有研究提出：文本的一致性可以通過考察文本不同單元所描述語義信息的相關(guān)程度進(jìn)行測度，而文本內(nèi)部相關(guān)程度的評估則可以采用潛在語義分析方法［12］107－122。

因此，可以利用潛在語義分析方法來計算文本的一致性測度，這為定量比較和判別菲茨杰拉德不同作品在寫作上的優(yōu)劣和差異提供了一種可行的思路。以下通過計算菲茨杰拉德的四部小說《人間天堂》、《漂亮冤家（The Beautiful and Damned）》、《了不起的蓋茨比》和《夜色溫柔》的一致性測度，首次對這些作品從語義角度進(jìn)行一致性的定量比較，以檢驗上述作品現(xiàn)有的定性評論。

二、小說文本的向量空間模型與潛在語義分析

潛在語義分析是一種用于提取和推斷語篇中單詞使用語境之間關(guān)系的完全自動的數(shù)學(xué)／統(tǒng)計技術(shù)，其基本思想是假設(shè)在單詞及其語境之間存在著潛在的依賴關(guān)系，并且這種關(guān)系可以用其中若干變量構(gòu)成的語義空間來表示，它的主要功能是通過比較文本的向量表示從而計算文本之間的相似性，這一相對簡單的相似性標(biāo)準(zhǔn)源于文本意義的心理學(xué)理論，并且已經(jīng)在許多文本分析任務(wù)中取得了與人類分析結(jié)論相一致的結(jié)果［13］。因此，作品的意義可通過探討單詞與其上下文之間的關(guān)系來理解［14］。

潛在語義分析的基礎(chǔ)是文本的向量空間模型，文本的意義是文本中所出現(xiàn)的所有單詞意義的平均，并可采用矩陣的形式表示。矩陣中的行代表不同的單詞，每一列表示一個文本章節(jié)或其他語境，行和列對應(yīng)的元素表示行所代表的單詞在列所代表的語境中出現(xiàn)的次數(shù)［15］。

具體而言，如果以小說的章節(jié)來劃分文本語境，假設(shè)在包含D個章節(jié)的小說中共有T個類符，類符i∈（1，2，…，T）在章節(jié)j∈（1，2，…，D）中出現(xiàn)的次數(shù)用頻率fij表示，這些頻率構(gòu)成了類符章節(jié)矩陣F，該矩陣即為小說文本的向量空間表示；F的每一列表示小說中的一個章節(jié)；類符i在章節(jié)j中的相對重要性用ωij表示，ωij的值是fij和單詞統(tǒng)計測度重要性的函數(shù)?；趯︻惙鹿?jié)矩陣F或類符權(quán)重矩陣W＝（ωij）的奇異值分解，即可進(jìn)行文本潛在語義分析。

三、基于潛在語義分析的作品一致性測度及其計算

本文分析的并非是矩陣F，而是類符權(quán)重矩陣W＝（ωij）。ωij通常被定義為ωij＝lijgi，其中g(shù)i是反映類符i的整體價值的全局權(quán)重，例如可以是類符出現(xiàn)的章節(jié)個數(shù)的倒數(shù)；lij是反映類符i在章節(jié)j中重要性的局部權(quán)重，例如類符頻率的對數(shù)。在本文的分析中，全局權(quán)重采用了逆章節(jié)頻率，而局部權(quán)重則采用了類符的對數(shù)頻率，其中類符i的全局逆章節(jié)頻率權(quán)重定義為gi＝ln（D／dfi），dfi是類符i的章節(jié)頻率，定義為dfi＝dij，dij為1表示類符i在文本j中出現(xiàn)，否則為0；類符i的局部對數(shù)頻率權(quán)重定義為lij＝ln （fij＋1）。

為了測度小說文本的一致性，筆者考察了小說章節(jié)之間的相似性，并定義了小說的章節(jié)相似性矩陣S。對于由D個章節(jié)構(gòu)成的小說，其章節(jié)相似性矩陣S為D×D的對稱矩陣。矩陣S中的元素sjk表示章節(jié)j與章節(jié)k之間所表達(dá)意義的相似程度，這一相似程度可以利用類符在這兩個章節(jié)中的權(quán)重向量的余弦函數(shù)來計算，即：

根據(jù)上述定義，利用筆者的計算結(jié)果［16］，即可計算菲茨杰拉德小說的章節(jié)相似性矩陣。下面以包含了9個章節(jié)的《了不起的蓋茨比》為例，其章節(jié)相似性矩陣S的計算結(jié)果為：

利用章節(jié)相似性矩陣S的一些性質(zhì)，可對小說文本的一致性進(jìn)行分析和比較，其理論基礎(chǔ)如下：

定義1［17］446－450矩陣被稱為正矩陣，是指該矩陣的元素都是非負(fù)的且該矩陣不是零矩陣。若該矩陣的所有元素都為正，則稱該矩陣為嚴(yán)格正矩陣。

定義2［17］446－450n（n≥2）階的矩陣A＝ （aik）被稱為不可約的，是指對于集合 ｛1，2，…，n｝ 的任意非空子集P，總存在k∈P和jP，使得ajk≠0。

定理1［17］446－450非負(fù)矩陣A是不可約的，當(dāng)且僅當(dāng)A的矩陣指數(shù)exp（A）嚴(yán)格正。

定理2（Perron－Frobenius定理）［18］若非負(fù)不可約矩陣A的譜半徑為ρ（A），則有：

1．ρ（A）＞0，且ρ（A）是A的重數(shù)為1的本征值。

2．A的對應(yīng)于ρ（A）的左和右本征向量都是正的。

3．若λ為A的其他本征值，則有｜λ｜≤ρ（A）。

根據(jù)定義1、2和定理1，小說文本的章節(jié)相似性矩陣S是不可約的嚴(yán)格正矩陣。由定理2知：任何嚴(yán)格正的相似性矩陣S都至少存在一個實數(shù)非負(fù)本征值，且該本征值的模是所有本征值中最大的，從而可以用該本征值作為小說文本的一致性測度，記作λCoherence。同時，因為相似性矩陣S是對稱的且其元素sij都介于0和1之間，包含D個章節(jié)的小說章節(jié)相似性矩陣SD×D的最大本征值則不會超過D。為比較包括不同章節(jié)數(shù)的小說之間一致性的差異，定義小說文本的一致性系數(shù)（Coefficient of Coherence）：CC＝λCoherence／D，有 CC∈［1／D，1］。

基于上述定義和定理，菲茨杰拉德小說一致性的潛在語義分析計算步驟可以歸納如下：

（1）首先獲得小說文本的電子版，對其中的拼寫和語法錯誤進(jìn)行必要的修正。

（2）根據(jù)上下文的時態(tài)和語態(tài)將文本中的縮寫、縮略語等補(bǔ)充完整，如將“I’m”改成“I am”。

（3）去除文本中的符號和數(shù)字，包括引號、連字符等。

（4）編制計算機(jī)程序讀入小說文本，利用KSTEM算法將單詞詞干化，構(gòu)建小說文本的類符列表。

（5）編寫算法，統(tǒng)計小說各個章節(jié)中的類符數(shù)及其在各章節(jié)中的出現(xiàn)次數(shù)，以獲得文本的向量空間表示矩陣F。

（6）計算類符的全局逆章節(jié)頻率權(quán)重和局部對數(shù)頻率權(quán)重，以建立類符權(quán)重矩陣W。

（7）對菲茨杰拉德的每部小說，根據(jù)類符權(quán)重矩陣計算其章節(jié)相似性矩陣S。

（8）對每部小說的章節(jié)相似性矩陣S進(jìn)行奇異值分解，以得到對應(yīng)的最大本征值。

（9）根據(jù)每部小說章節(jié)相似性矩陣S的最大本征值和章節(jié)數(shù)，計算小說的一致性測度和一致性系數(shù)。

采用上述方法和步驟，計算菲茨杰拉德的四部小說的一致性測度和一致性系數(shù)，結(jié)果見圖1。

圖1 菲茨杰拉德小說一致性的計算和比較圖

如圖1所示，從文本一致性的角度看，《人間天堂》到《了不起的蓋茨比》，菲茨杰拉德在對文本一致性的把握上是穩(wěn)步提升的。然而對于《夜色溫柔》，其一致性測度與一致性系數(shù)卻展現(xiàn)出兩個相反的結(jié)論：一致性測度顯示《夜色溫柔》要優(yōu)于菲茨杰拉德的前三部作品；一致性系數(shù)卻表明《夜色溫柔》稍遜于前三部作品。

對于這一結(jié)果可以這樣理解：小說文本的一致性與小說章節(jié)的結(jié)構(gòu)安排有關(guān)，菲茨杰拉德的前三部作品都是分為9個章節(jié)，而《夜色溫柔》則細(xì)分為61個章節(jié)。一致性測度是從整體連續(xù)性的角度來考察小說主題的全局連貫性和統(tǒng)一性，而一致性系數(shù)則是從章節(jié)與章節(jié)之間相關(guān)性的角度考察小說主題的局部連貫性和統(tǒng)一性。從這個意義來說，盡管《夜色溫柔》較菲茨杰拉德的前三部作品在主題意義上更為集中和內(nèi)斂，然而該作品的章節(jié)安排卻使章節(jié)與章節(jié)之間的意義表達(dá)更為松散，這就可以解釋為何不同的評論家對菲茨杰拉德的小說會有不同的認(rèn)識和評判。

四、結(jié) 論

小說文本的一致性是該小說在創(chuàng)作上是否良好的一個重要指標(biāo)，評論家們對文本一致性的認(rèn)知分歧將會導(dǎo)致對該作品評判的差異。潛在語義分析為定量計算和比較不同作品的一致性提供了可行的思路和方法。本文以菲茨杰拉德的四部長篇小說為例，基于潛在語義分析方法首次定義了小說文本的章節(jié)相似性矩陣、一致性測度和一致性系數(shù)，并根據(jù)一致性測度和一致性系數(shù)對菲茨杰拉德的四部作品進(jìn)行了比較和分析，檢驗并解釋了現(xiàn)有不同評論家們對這幾部作品的定性評論。

本文的計算和分析表明：小說文本的一致性與小說章節(jié)的結(jié)構(gòu)安排有關(guān)。一致性測度是從整體連續(xù)性的角度來考察小說主題的全局連貫性和統(tǒng)一性，而一致性系數(shù)則是從章節(jié)與章節(jié)之間相關(guān)性的角度考察小說主題的局部連貫性和統(tǒng)一性。評論家們對小說文本全局一致性和局部一致性的不同側(cè)重，導(dǎo)致其對同一部作品有著截然不同的評論。

［1］ Bryant Mangum F．Scott Fitzgerald：American Novelist and Short Story Writer，Reader＇s Guide to Literature in English［M］．London：Fitzroy－Dearborn，1995．

［2］ Kirk Curnutt．The Cambridge Introduction to F．Scott Fitzgerald［M］．Cambridge，UK：Cambridge University Press，2007．

［3］ Alois Heuboeck．Some Aspects of Coherence，Genre and Rhetorical Structure and Their Integration in a Generic Model of Text［J］．Language Studies Working Papers，2009，35（1）．

［4］ Ambreen Shahriar，Habibullah Pathan．Coherence and the Role of Cohesion in Coherent Texts［J］．Language in India，2012（5）．

［5］ Mirella Lapata，Regina Barzilay．Automatic Evaluation of Text Coherence：Models and Representations［C］．in Proceedings of the 19th International Joint Conference on Artificial Intelligence，San Francisco：Morgan Kaufmann Publishers Inc，2005．

［6］ Eyyup Coskun．Text coherence in the narrative texts of Turkish students and Bilingual Uzbek students in Turkey［J］．Scientific Research and Essay，2009（7）．

［7］ John Harker W．The Role of Cohesion and Coherence in Processing Literary Texts［J］．Working Papers of the Linguistics Circle of the University of Victoria，1986（1）．

［8］ HWang Shin Ja J，Merrifield William R．Language in Context：Essays for Robert E．Longacre［M］．Dallas：Summer Institute of Linguistics and the University of Texas at Arlington，1992．

［9］ Leech Geoffrey N，Short Michael H ．Style in Fiction：A Linguistic Introduction to English Fictional Prose［M］．New York：Longman，1981．

［10］ Jukka Tyrkk．Fuzzy Coherence：Making Sense of Continuity in Hypertext Narratives［D］．Helsinki：University of Helsinki，2011．

［11］ McNamara Danielle S，Max M．Louwerse and Arthur C．Graesser．Coh－Metrix：Automated cohesion and coherence scores to predict text readability and facilitate comprehension［R］．Memphis：University of Memphis，2003．

［12］ McCarthy Philip M，Briner Stephen W ，Vasile Rus，et al．Textual Signatures：Identifying Text－Types Using Latent Semantic Analysis to Measure the Cohesion of Text Structures，in Natural Language Processing and Text Mining［M］．London：Springer－Verlag，2007．

［13］ Preslav Nakov．Latent Semantic Analysis for German literature investigation［C］．in 7th Fuzzy Days on Computational Intelligence，Theory and Applications，London，UK：Springer－Verlag，2001．

［14］ Roberto Basili，Paolo Marocco．A geometrical approach to literary text analysis［C］．in Toward Computational Models of Literary Analysis，Genoa，Italy：University of Roma Tor Vergata，2006．

［15］ Landauer Thomas K，F(xiàn)oltz Peter W，Darrell Laham．An Introduction to Latent Semantic Analysis［J］．Discourse Processes，1998，25（2－3）．

［16］ 劉海燕，黎漫暉．菲茨杰拉德創(chuàng)作能力的變遷－－基于詞匯測度的統(tǒng)計分析［J］．統(tǒng)計與信息論壇，2010（10）．

［17］ Thieme Horst R ．Perron－Frobenius Theory of Positive Matrices and Associated Linear Dynamical Systems，in Mathematics in Population Biology［M］．Princeton：Princeton University Press，2003．

［18］ Unnikrishna Pillai S，Toresten Suel，Cha Seunghun．The Perron－Frobenius theorem：Some of its applications［J］．IEEE Signal Processing Magazine，2005（2）．