基于語(yǔ)料庫(kù)的《格列佛游記》文本詞匯特征分析

姜文東，任 娟

(中國(guó)科學(xué)院研究生院 外語(yǔ)系，北京 100049)

一、引言

語(yǔ)料庫(kù)語(yǔ)言學(xué)是20世紀(jì)中后期興起的一門語(yǔ)言研究科學(xué)，在近年來(lái)獲得了快速的發(fā)展。由于語(yǔ)料庫(kù)本身具有容量大、語(yǔ)料真實(shí)、檢索快捷準(zhǔn)確等獨(dú)特的優(yōu)勢(shì)，其在許多領(lǐng)域獲得了應(yīng)用。

傳統(tǒng)文學(xué)文本分析，容易受到主觀因素影響，并且許多語(yǔ)言事實(shí)用傳統(tǒng)方法難以觀察到。而使用語(yǔ)料庫(kù)分析文本更加客觀精確，我們可將文學(xué)文本整理后作為語(yǔ)料進(jìn)行分析。

我國(guó)之前基于語(yǔ)料庫(kù)的文本分析多是通過(guò)語(yǔ)料庫(kù)軟件對(duì)相關(guān)文本的翻譯進(jìn)行研究，對(duì)多個(gè)譯本進(jìn)行對(duì)比分析，例如徐欣的《基于多譯本語(yǔ)料庫(kù)的譯文對(duì)比研究——對(duì)<傲慢與偏見(jiàn)＞三譯本的對(duì)比分析》。而將語(yǔ)料庫(kù)用于文學(xué)文本本身分析的研究實(shí)例還相對(duì)較少，且這些研究多從文本總體特征、情節(jié)檢索、人物刻畫(huà)等方面分析，如任培紅《基于語(yǔ)料庫(kù)的<呼嘯山莊＞檢索分析》。

本文采用語(yǔ)料庫(kù)的方法，使用Wordsmith和Antconc軟件，對(duì)小說(shuō)《格列佛游記》的文本進(jìn)行檢索分析。通過(guò)詞長(zhǎng)、詞匯密度、主題詞幾個(gè)方面分析該小說(shuō)的詞匯特征。

二、利用語(yǔ)料庫(kù)軟件對(duì)格列佛游記進(jìn)行分析

Gulliver's Travels《格列佛游記》是Jonathan Swift(喬納森·斯威夫特)于1726年出版的一部杰出的游記體諷刺小說(shuō)。為了方便檢索，筆者將小說(shuō)的四個(gè)部分分別放到四個(gè)文本文件中，分別命名為1，2，3，4，使用 WordSmith軟件和Antconc軟件進(jìn)行檢索。WordSmith軟件是由英國(guó)利物浦大學(xué)Mike Scott設(shè)計(jì)，牛津大學(xué)出版社出版的付費(fèi)軟件，Antconc軟件是日本早稻田大學(xué)Laurence Anthony博士編寫(xiě)的免費(fèi)軟件。兩款軟件均被廣泛應(yīng)用于語(yǔ)料庫(kù)的檢索分析。

1.小說(shuō)詞長(zhǎng)

“詞長(zhǎng)是決定文本難易程度的一個(gè)重要指標(biāo)。由2－5個(gè)字母組成的詞看作是小詞或常見(jiàn)詞，這些詞在整個(gè)語(yǔ)料庫(kù)中的比例越高，近似地反映出該語(yǔ)料庫(kù)中的語(yǔ)料使用的小詞或常見(jiàn)詞越多，文章就越淺顯。單詞越短小，文本越易理解，難度越低，文本的正式程度就越低;反之，單詞越長(zhǎng)，文本越不易理解，難度越大，文本越正式?！?楊秀珍等，2010)

下文兩個(gè)圖表是通過(guò)運(yùn)行wordsmith軟件并匯總數(shù)據(jù)得出的?？梢钥闯?，文本中2－5個(gè)字母的“小詞”比例最大，其中2個(gè)字母的詞數(shù)量最多。軟件運(yùn)行結(jié)果還得出文本的平均詞長(zhǎng)(mean word length)是4個(gè)字母。這兩點(diǎn)都表明小說(shuō)詞長(zhǎng)較短，整體語(yǔ)言較為簡(jiǎn)單。而我們知道，《格列佛游記》文中雖另有深意，卻是以是兒童讀物形式面世，語(yǔ)言比然簡(jiǎn)單，和筆者所得結(jié)論契合。

圖表一

2.詞匯密度

詞匯密度可以反應(yīng)小說(shuō)用詞多樣性，類符/形符比(type－token ratio，TTR)常用來(lái)計(jì)算文本的詞匯密度。但文本越大，形符量越大，類符量卻不會(huì)等量增加?！俺Ｓ玫难a(bǔ)救方法是使用標(biāo)準(zhǔn)化類符/形符比(standardized typetoken ratio)來(lái)計(jì)算詞匯密度?！?梁茂成等，2010)

通過(guò)運(yùn)行wordsmith軟件，我們可以得出小說(shuō)文本的類符、形符及標(biāo)準(zhǔn)化類符形符比。如下圖:

“形符(token)類似于我們?nèi)粘Ｋf(shuō)的‘詞’(梁茂成等，2010)，總形符數(shù)是原料庫(kù)容量的最常用的測(cè)量單位?！毙≌f(shuō)總形符數(shù)為176371，可看出小說(shuō)總詞匯量不大，篇幅并不算長(zhǎng)，屬于短篇小說(shuō)。

“類符(type)作為一個(gè)統(tǒng)計(jì)量，指語(yǔ)料庫(kù)文本中任何一個(gè)獨(dú)特的詞性。換言之，在一個(gè)文本中，重復(fù)出現(xiàn)的形符只能看做一個(gè)類符?！毙≌f(shuō)的總類符數(shù)(types)為8057。

小說(shuō)文本的標(biāo)準(zhǔn)化類符/形符比(standardized typetoken ratio)，即文本每1000詞的類符/形符比為43.6。可以看出作者使用的詞匯變化并不大，用詞不算豐富。

3.主題詞

“在單篇或多篇文本中具有超高復(fù)現(xiàn)率的詞稱做主題詞，可以發(fā)現(xiàn)某一給定文類或主題文本的詞語(yǔ)特征?！?梁茂成等，2010)本文以蘭卡斯特大學(xué)、奧斯陸大學(xué)、卑爾根大學(xué)共同創(chuàng)建的LOB語(yǔ)料庫(kù)做為對(duì)比語(yǔ)料庫(kù)。使用Antconc中的Keyword List功能，可以得出《格列佛游記》的主題詞表。結(jié)果顯示，排名前三位的主題詞均為表示第一人稱單數(shù)的代詞，這是因?yàn)樾≌f(shuō)是主人公以第一人稱視角敘述的。

圖表五

這些主題詞大體可分為四類，分別反映了作品不同的主題信息。

(1)表航海的相關(guān)詞語(yǔ):island，sea，ship，captain，表明小說(shuō)主人公在小說(shuō)中的活動(dòng)與航海密切相關(guān)。

(2)表王公貴族的詞語(yǔ):majesty，emperor，king，court，queen ，honour，prince，kingdom，palace，表示在主人公的經(jīng)歷中，先后遇到了國(guó)王王后公主等皇室成員，且這些人在他的經(jīng)歷中扮演了重要角色。

(3)本文中出現(xiàn)的獨(dú)特專有名詞:glumdalclitch，yahoos，blefuscu，houyhnhnms，這些專有名詞有的是地名，有的是物種名。

(4)其他具有分析價(jià)值的詞語(yǔ):master，reader，feet等。Master在文中出現(xiàn)多次，從索引行中可以看出是主人的意思，通過(guò)查看索引行，我們可以得知，主人公在小說(shuō)中成為了俘虜，經(jīng)歷了不同的主人。Reader出現(xiàn)的頻率也很高，多為my dear reader，這是因?yàn)樾≌f(shuō)是以第一人稱敘述，與前文I，my，me出現(xiàn)頻率高同理。而feet在文中出現(xiàn)的比較多的是英尺的意思，小說(shuō)中主人公去了“大人國(guó)”“小人國(guó)”，文中有許多地方提及尺寸。

結(jié)合原文，可以發(fā)現(xiàn)以上主題詞分析結(jié)果和原文內(nèi)容吻合。

三、結(jié)語(yǔ)

本文作者使用語(yǔ)料庫(kù)軟件，對(duì)《格列佛游記》文本從詞長(zhǎng)、詞匯密度、主題詞三個(gè)角度進(jìn)行了分析，既從統(tǒng)計(jì)分析角度對(duì)該文本有了更深入的剖析，又從另一個(gè)角度印證了使用語(yǔ)料庫(kù)分析文學(xué)文本詞匯特征的可行性。

使用語(yǔ)料庫(kù)分析文學(xué)文本，可以減少研究者主觀因素對(duì)研究結(jié)果的影響，使研究結(jié)論更有依據(jù)，更加精確可信。除了研究者進(jìn)行研究，在文學(xué)教學(xué)過(guò)程中，也可以引入語(yǔ)料庫(kù)軟件，采用本文使用的分析步驟，幫助學(xué)生理解文章。

語(yǔ)料庫(kù)語(yǔ)言學(xué)屬于應(yīng)用語(yǔ)言學(xué)的分支，將其用于文學(xué)文本的分析，給予我們啟示:在今后的研究中，更多利用跨學(xué)科的方法和工具，會(huì)為學(xué)科研究帶來(lái)新體驗(yàn)和新發(fā)展。

［1］Douglas Biber，Susan Conrad，Randi Reppen，Corpus Linguistics［M］.Foreign Language Teaching and Research Press，2000.

［2］梁茂成，李文中，許家金.語(yǔ)料庫(kù)應(yīng)用教程［M］.北京:外語(yǔ)教學(xué)與研究出版社，2010.

［3］楊慧中.語(yǔ)料庫(kù)語(yǔ)言學(xué)導(dǎo)論［M］.上海:上海外語(yǔ)教育出版社，2004.

［4］盧衛(wèi)中，夏云.語(yǔ)料庫(kù)文體學(xué):文學(xué)文體學(xué)研究的新途徑［J］.外國(guó)語(yǔ)，2010(1).

［5］任培紅.基于語(yǔ)料庫(kù)的《呼嘯山莊》檢索分析［J］.沈陽(yáng)大學(xué)學(xué)報(bào)，2008(4).

［6］徐欣.基于多譯本語(yǔ)料庫(kù)的譯文對(duì)比研究——對(duì)《傲慢與偏見(jiàn)》三譯本的對(duì)比分析［J］.外國(guó)語(yǔ)，2010(2).

［7］楊秀珍，續(xù)娜，劉美瑜.基于語(yǔ)料庫(kù)的《暮光之城》系列小說(shuō)詞匯特點(diǎn)初探［J］.長(zhǎng)春理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2010(3).