2000-2017國外關系從句研究動態(tài)的科學知識圖譜分析

（ 湘潭大學 外國語學院，湖南 湘潭 411105 ）

一、引言

關系從句是名詞性成分的小句定語，由一個中心名詞和一個限制成分組成。因其結構復雜、類型獨特，一直是語言學界語法研究的熱點。國外關系從句的研究主要沿著：①語言類型學[1][2][3][4][5][6]等；②生成語法[7][8]等；③認知語言學等[9][10]；④語言變異[11][12]等幾種思路展開，取得了出色的成果，但也存在諸多爭議。因此對有關關系從句的國外研究動態(tài)做一次精要回顧很有必要。目前學界尚未見到這方面的研究，因此筆者打算做一番嘗試，彌補這方面的研究缺憾。本文力圖弄清三個問題：1）近十五年來，國外“關系從句”研究的歷時進程和整體研究現(xiàn)狀是怎樣的？2）國外關系從句的研究熱點包括哪些？3）國外關系從句研究的前沿領域又在何處？與傳統(tǒng)的基于少數(shù)經(jīng)典文獻梳理與解析的綜述路徑相比，文獻計量學的研究方法具有數(shù)據(jù)全面、方法可重復的優(yōu)點[13]，能夠客觀真實地反映某一研究領域的現(xiàn)狀，便于“克服研究者對其研究領域進展做出主觀性評價的缺陷”[14]，有助于科研人員在相關領域內(nèi)開展定量和定性相結合的研究[15]。本文擬用文獻計量學中經(jīng)典的CiteSpace信息可視化技術，對21世紀以來國外關于關系從句研究的文獻進行科學知識圖譜分析，厘清現(xiàn)狀，探賾熱點，察明發(fā)展動向，以期對未來的關系從句研究提供借鑒和啟示。

（一）研究工具和思路

本文運用美國 Drexel 大學陳超美教授開發(fā)的CiteSpaceIII（版本號：4. 5. R1. 8. 17. 2016）引文可視化分析軟件進行研究。CiteSpace 主要著眼于分析文獻數(shù)據(jù)中蘊藏的潛在知識，通過可視化手段來呈現(xiàn)科學知識的結構、規(guī)律和分布情況。對于某一學科發(fā)展歷程和熱點主題的分析以及對研究前沿的預測，CiteSpace已經(jīng)表現(xiàn)出強大的優(yōu)越性與精確性，其生成的“可視化圖形被稱為科學知識圖譜”[16]。為求解上述三個問題，我們先利用CiteSpace 軟件生成文獻年度分布圖，并從宏觀、中觀、微觀三個維度對數(shù)據(jù)進行國家（地區(qū)）、機構和作者的合作網(wǎng)絡分析，以廓清整體研究現(xiàn)狀；接下來，通過關鍵詞共現(xiàn)聚類分析來錨定該研究領域的熱點；最后對文獻進行共被引分析，從而鎖定關系從句研究的前沿領域。

（二）數(shù)據(jù)獲取與處理

研究的文獻數(shù)據(jù)均是來源于Web of Science TM核心合集。主題詞確定為“relative clause”或“relative construction”，文獻類型選為“article”，語種選為“English”，時間跨度設定為 2000-2017（文獻下載時間為2017年12月28日），檢索后得到1332篇論文。經(jīng)過人工篩查，濾除內(nèi)容和關系從句研究不相關的文獻，最終得到 881篇研究論文。選中這些文獻后，再導出功能區(qū)選擇Save to Other File Formats，在 Record Content 中選擇 Full Record and Cited References，在File Format 中選擇Plain Text,保存格式為download_relative clause。然后啟動CitespaceIII軟件對所保存的英文期刊論文數(shù)據(jù)進行除重處理，生成按時間進行分割的小文本數(shù)據(jù)，這樣既便于運行軟件生成其他圖譜，也有助于我們了解文獻數(shù)據(jù)的年度分布情況。

圖1 國內(nèi)外關系從句研究的論文分布圖

二、研究現(xiàn)狀

一定時間節(jié)點內(nèi)科學文獻的數(shù)量變化能夠側顯某一研究領域中知識量的累積狀況，從“量”的維度為我們把握這一領域的發(fā)展狀況提供重要參數(shù)。圖1是近18年國內(nèi)、國外關系從句研究的年發(fā)文量分布圖。觀察圖1可以發(fā)現(xiàn)，關系從句研究近15年來國外發(fā)文量較多的年度區(qū)間為自2012至2017年；年均發(fā)文量近73篇；發(fā)文量最多的為2016和2017年，各有97篇。結合國內(nèi)和國外發(fā)文量兩條折線總體來看，國內(nèi)外年發(fā)文量在起伏中基本都保持著增長的趨勢，這表明，學者們對關系從句研究越來越感興趣和重視。同時，圖 1顯示，國內(nèi)外“關系從句”研究的增長勢頭存在較大差異。國外的增長勢頭明顯強于國內(nèi)。因此，國內(nèi)“關系從句”這一選題的相關研究還亟待拓展和深化。

發(fā)表相關研究成果的國家（地區(qū)）、機構、作者分布狀況如何呢？我們把數(shù)據(jù)導入 CiteSpace軟件，將“Time Slicing”設置為“2000—2017”，時間分區(qū)設為“1”年，術語來源選擇“Title”、“Abstract”、“Author Keywords”和“Keywords Plus”。在節(jié)點類型中選中“Author”、“Institution”、“Country”，每個時間切片內(nèi)的對象數(shù)量 N 值設定為 50，采用最小生成樹算法（MST）并運行軟件，自動生成國家（地區(qū)）——機構——作者合作網(wǎng)絡知識圖譜，手動調(diào)整后顯示如下：

圖2 國外關系從句研究文獻的國家或地區(qū)、機構、作者合作網(wǎng)絡圖譜

圖2中節(jié)點的大小代表了國家（地區(qū)）、機構或作者發(fā)表論文的數(shù)量，節(jié)點越大說明發(fā)文量越大。通過對數(shù)據(jù)的讀取，我們發(fā)現(xiàn)國外關于關系從句研究的文獻主要來自18個國家和地區(qū)。發(fā)文量占前8名的國家分別是美國（286篇）、德國（78篇）、英國（77篇）、中國（43篇）、荷蘭（39篇）、加拿大（36篇）、日本（26篇）、意大利（25篇）、法國（24篇）；發(fā)文機構主要包括235個，前6名是以色列的特拉維夫大學（26篇）、英國的曼切斯特城市大學（20篇）、美國的麻省理工學院（18篇）、德國的波茨坦大學（15篇）、英國的愛丁堡大學（14篇）、意大利的比可卡大學（14篇）。中國大陸和港、澳、臺地區(qū)的學者發(fā)文量總計排名第四，這表明中國學者在關系從句研究領域貢獻逐漸增大。但是與相同年份區(qū)間 CNKI上核心文獻的載文量相比，發(fā)現(xiàn)比例（43:331，見圖1）過于懸殊，這說明國內(nèi)學者關系從句研究成果向國外推介力度有待加強。

圖 2中節(jié)點間的連線說明研究機構之間存在科學合作關系，連線的數(shù)量表明合作關系的強度。科學合作關系是指“一篇論文中同時出現(xiàn)不同的作者、機構或者國家/地區(qū)”[16]。上圖中美國、德國、英國、中國、荷蘭、加拿大、日本、意大利、法國等國家以及相關研究機構和學者間都存在連線，這說明關系從句研究的國外合作在一定程度上已經(jīng)開展并逐漸加強。中國上海外國語大學的吳芙蕓和美國南加州大學的Elsi Kaiser以及Elaine Andersen于2012年合作發(fā)表的文章[17]，就是這種合作關系的最佳例證。

概言之，上文中的合作網(wǎng)絡圖譜有利于我們洞察該研究領域內(nèi)作者、機構、國家或地區(qū)之間的學術合作關系，還對國內(nèi)從事關系從句研究的學者海外訪學，及時追蹤國外研究熱點以及國內(nèi)院校開展相關國外合作研究、學術資源引進和學術成果評估等有著一定的參考價值。

三、研究熱點

研究熱點就是在某個領域內(nèi)“學者們共同關注的一個或者多個話題”[16]，是這些學術共同體成員在一個具體時間區(qū)間內(nèi)，通過撰寫一定數(shù)量有著內(nèi)在關聯(lián)的論文來集中探討的科學問題。研究熱點可以通過高頻關鍵詞來鎖定。將數(shù)據(jù)輸入CiteSpaceIII，然后按照 2.1 小節(jié)中的步驟進行設定，區(qū)別在于節(jié)點類型處只選中“Keyword”，每個時間切片內(nèi)的對象數(shù)量N 值設定為50，采用尋徑算法（pathfinder），運行軟件生成關鍵詞共現(xiàn)圖譜。圖3中一共生成159個大小不一的關鍵詞節(jié)點，節(jié)點間的連線共有 715條。節(jié)點大小代表關鍵詞出現(xiàn)的頻次，節(jié)點間的連線表示關鍵詞的共現(xiàn)強度。

圖3 國外關系從句研究的關鍵詞共現(xiàn)圖譜

圖3是以“relative clause”這個最大節(jié)點為中心形成的高頻關鍵詞共現(xiàn)知識圖譜，排名前五位的關鍵詞為“sentence comprehension”，“acquisition”、“syntax”，“complexity”，“eye-movement”。這些關鍵詞是學者們對自己研究主題的高度概括和濃縮，能夠反映他們在這一領域關注的焦點所在。圖中有些節(jié)點由多個不同年輪組成，每個年輪代表一個時間分區(qū)，按照由內(nèi)到外的順序來對應關鍵詞由遠及近的出現(xiàn)時間。同時有一部分節(jié)點被紫色光圈包圍，意指該關鍵詞在這個網(wǎng)絡圖譜中有著很高的中心度（centrality），在整個網(wǎng)絡圖譜中起到橋接其他節(jié)點的重要作用。比如，圖 3中排名前五位的關鍵詞節(jié)點“sentence comprehension”，“acquisition”，“syntax”，“complexity”，“eye-movement”都被紫色光圈包圍。它們之間在節(jié)點大小和年輪寬度、年輪顏色存在一定差異，其中節(jié)點最大、年輪最寬的是“relative clause”，但年輪顏色最趨近于暖色調(diào)紅色的卻不是“relative clause”，而是“sentence comprehension”，“ acquisition”，“ syntax”，“ complexity”，“eye-movement”。這說明，后五個關鍵詞具有很高的中心度，它們比“relative clause”發(fā)揮更多的橋接作用，它們才是關系從句這一研究領域的核心熱點。觀察圖3，通過節(jié)點的大小、帶有紫色光圈的節(jié)點和節(jié)點間連線的密集度，可以初步判定，研究熱點集中出現(xiàn)在2005-2011年間（這跟后面圖6的突變術語實現(xiàn)了相互印證）。圖3中的159個關鍵詞之間有著密切的內(nèi)部關聯(lián)，某些關鍵詞基于不同的親疏程度可形成不同的聚類，識別這些聚類就可以更加直觀地廓清關系從句研究的各個熱點子域。對關鍵詞進行聚類分析操作，生成關鍵詞共現(xiàn)聚類圖譜，見圖4。

圖4 國外關系從句研究關鍵詞共現(xiàn)聚類圖譜

圖 4中總共形成 7個聚類。網(wǎng)絡模塊值（Modularity Q）為 0.4334，平均輪廓值為 0.4201，說明視圖中聚類內(nèi)節(jié)點的主題均具有很強的關聯(lián)性，聚類結果具有較高信度和參考價值。圖中每個聚類都有自己的命名標簽，這些標簽主要是通過標題提取聚類名稱并進行“tf*idf 加權算法”得到的。CiteSpace 生成的聚類規(guī)模越大，即聚類中包含的成員數(shù)量越多，則編號越小，所以圖 4中最大的聚類為#0，最小的聚類為#6。由于篇幅限制，本文只分析圖4的前四個聚類。

圖4中最大的聚類是聚類#0，命名標簽為“topic”。其中高頻關鍵詞“discourse constraint”，“speaker”，“nominalization”，“word order”，“corpus”和“ambiguity resolution”等都存在于這個聚類當中。該聚類說明，關系從句的研究熱點一開始在于傳統(tǒng)語言學視角下的研究，主要關注對象是“說者”，采用的工具是“語料庫”，聚焦的問題有“語篇制約”、“語義消歧”、“話題”、“名物化”和“語序”等方面。

聚類#1是圖 4中的第二大聚類，命名標簽為“sentence processing”。 高頻關鍵詞 “l(fā)anguage working memory”，“individual different model”，“interfere short meme deficit”，“eye-tracking”和“sentence complexity” 等都出現(xiàn)在這個聚類中。該聚類的文獻主要以實驗為切入點，重點探討關系從句加工或理解過程中的人類處理和加工信息的模型和機制，兼顧探討并挖掘能影響句法加工難易程度的因素及其規(guī)律。

聚類#2是該共現(xiàn)網(wǎng)絡中的第三大聚類，命名標簽為“parsing”。高頻關鍵詞“semantic ambiguity”，“semantic influence”，“animacy”，“garden path sentence”，“presentation”和 “event-related form”等出現(xiàn)在這個聚類中。這一熱點領域主要研究關系從句的句法、語義特征。關系從句類型獨特，某些語言中關系從句的句法、語義特點非常奇異，能為語法系統(tǒng)的建構提供有價值的參考依據(jù)。因此，我們可以結合前人已取得的類型學研究成果，大力挖掘漢語關系從句這一獨特語法現(xiàn)象的類型特征，深入認識隱藏于關系從句加工和理解過程之中的語言能力和認知機制。

聚類#3是該共現(xiàn)網(wǎng)絡中的第四大聚類，命名標簽為“acquisition”。 高頻關鍵詞“structure dependence”，“child language”，“syntax”，“agreement”，“relativization”，“prosody”，“wh-question”和“impair ellipsis”等都位于這個聚類。屬于該聚類的研究文獻主要探討的是關系從句的習得規(guī)律。比如在“兒童語言習得領域”、在“關系化”、“韻律結構”和“降低省略”等加工或理解等處理方面，做有益的嘗試。

綜上所述，國外關系從句的研究熱點主要集中在“sentence processing”，“sentence comprehension”，“parsing”和“acquisition”等四個方面。

四、研究前沿

某一領域的研究前沿是指“正在興起的理論趨勢和新主題的涌現(xiàn)”[16]。在文獻共被引分析中，施引文獻集合構成了與這些聚類相關的研究前沿[18]。CiteSpace 能夠用于對Web of Science 數(shù)據(jù)庫中的文獻進行共被引分析，幫助錨定某一學科的研究前沿。我們將數(shù)據(jù)輸CiteSpaceIII，然后按照2.2 小節(jié)中的步驟進行設定，區(qū)別在于節(jié)點類型處只選中“Cited Reference”，同時采用最小生成樹算法（MST），運行軟件生成文獻共被引聚類語言視圖，如下。

節(jié)點的中介中心性是圖中通過該節(jié)點的連線與整個圖中連線數(shù)的比例。通過該節(jié)點的連線越多，該節(jié)點的中介中心性越大。同時，節(jié)點-中介中心性也反映了節(jié)點對網(wǎng)絡中信息傳導的承載程度。節(jié)點——中介中心性越大的節(jié)點往往是不同焦點、不同領域之間信息溝通的“橋梁”，因此其地位非常重要。換句話說，在一個圖譜網(wǎng)絡中，如果一個節(jié)點擁有較高的節(jié)點——中介中心性，那么該節(jié)點可能位于整個圖譜網(wǎng)絡的中心，其橋梁作用最大。觀察上圖發(fā)現(xiàn)，文獻共被引聚類語言視圖中一共生成了 273個節(jié)點，節(jié)點之間的連線 307條。圖中被大圓圈圈中的節(jié)點均為具有高中介中心性的節(jié)點（節(jié)點的信息包括研究文獻的關鍵詞、標題、摘要、發(fā)文單位、發(fā)文作者等信息）。節(jié)點——中介中心性最高的前 8篇文章的作者以及中介中心性分別是：Reali F. (0.5);Kidd. E. (0.43); Gennari. SP. (0.43); Macdonald. MC.(0.42); Warren. T. (0.32)； Hsiao. F. (0.27); Baayen. RH.(0.25) 和 Arnon. I. (0.23)[19][20][21][22][23][24][25]。

圖5 國外關系從句研究的文獻共被引聚類語言視圖

圖6 國外關系從句研究的突變術語知識圖譜

通過對文獻共被引知識圖譜分析發(fā)現(xiàn)，關系從句研究領域影響力最大的前3篇文獻是：1）Keenan& Comrie（1977）“Noun phrase accessibility and universal grammar”，考察了50種語言中的關系化過程，從功能的角度提出了著名的假設：“The Hierarchy,Sequence of noun phrase accessibility（名詞短語可及性等級序列）”；2）IA Sag(1997)“English relative clause constructions （英語關系從句的建構）”，基于構式類型和構式制約條件，描寫了英語關系從句的語法特征，并構建其內(nèi)部的構式承繼等級網(wǎng)絡；3）WM Mak,W Vonk,H. Schriefers的論文 “The Influence of Animacy on Relative Clause Processing （關系從句加工受生命度的影響）”提出在荷蘭語和德語中，生命性是決定主、賓語關系從句分布和加工的重要決定因素。通過文獻共被引分析鎖定關系從句研究的前沿領域涵蓋：“指量詞”、“句法理論”、“詞匯附帶習得”、“生命性”、“語料庫”、“認知加工機制”、“工作記憶”、“結構啟動”、“淺層結構假說”、“主、賓語關系從句和關系化”等十一個子域。

此外，CiteSpace 的“突發(fā)詞檢測”（detect bursts）算法也可用來觀察該檢索領域的研究前沿。觀察理路是：從文獻的題目、摘要等提取出突變術語，檢測某一學科領域研究興趣的突然增長，追蹤該學科領域的研究前沿（李紅滿2014: 25），參見圖6。觀察上圖，可發(fā)現(xiàn)左邊變量“Keywords”下面只有一個術語“關系代詞”，最強引用突變值達到了3.6583。也就是說，從突變術語這一觀察角度，我們發(fā)現(xiàn)關系從句在近十八年來歷時進程中共出現(xiàn)了 5個突變術語，它們分別是“aphasia”，“construction”，“agrammatism”，“ambiguity”和“event related potential”。突變術語意指這個術語在某一時間段落的引用激增。如圖5中右邊的深紅色線條為“aphasia”，突變發(fā)生顯著變化的年份區(qū)間，即“aphasia”曾在2005-2008年間成為一個驟然熱點?！癱onstruction”成為熱點的起始年份是 2006至 2009年。熱點“agrammatism”的“霸屏”區(qū)間為2006至2008年；“ambiguity” 的“霸屏”區(qū)間則為 2007至 2009；“event related potential” 的“霸屏”區(qū)間為 2009至2011。換句話說，從2005至2011短短七年時間里，先后出現(xiàn)了“aphasia”，“construction”，“agrammatism”，“ambiguity”和“event related potential”等5個熱點。也可以說它們是2005至2011年（印證了本文2.2研究熱點出現(xiàn)的時間區(qū)間）國外關系從句研究的前沿覆蓋領域。

五、結語

本文運用CiteSpace 可視化軟件，對2000-2017年間收錄在Web of Science 數(shù)據(jù)庫中的881篇關于關系從句研究的核心期刊論文進行科學知識圖譜分析。研究發(fā)現(xiàn)：

（1）近十五年國外有關關系從句研究雖有起伏，但呈現(xiàn)較強的上升趨勢，主要表現(xiàn)在近 3年來這方面研究論文的年發(fā)表量驟然增多，作者、機構和國家（地區(qū)）間的合作網(wǎng)絡進一步密切增強；

（2）核心熱點課題聚焦在“二語習得”、“語言理解與加工機制”、“關系化”、“復現(xiàn)代詞”、“語序”等六個方面；

（3）前沿研究領域涵蓋“結構啟動”、“句法理論”、“句子復雜性”、“工作記憶”、“語法缺失或語法障礙”等12個子域。

簡言之，本文可為我們了解國外關系從句的研究動態(tài)、追蹤該領域研究熱點及前沿提供參考。筆者建議：1）在學術上，國內(nèi)學者應拓寬國外化視野，加強將自己的研究成果精準地向國際推介的力度；2）在研究問題的聚焦上，我們應不再局限于關系從句的內(nèi)部句法語義特征，而是進一步深化與其相關問題（如反身代詞、關系詞標記等）的探討，力圖打好跨學科、跨系統(tǒng)研究的“牌”；3）在研究方法上，我們要追求多元化，比如從歷時類型學視角開展關系從句的多維度（歷時、共時結合、句法、語義語用綜合）比較研究。