基于 Gephi 的海峽兩岸科技術(shù)語差異可視化研究

劉金婷　韋沁　代曉明

摘 要：為了推進海峽兩岸科技術(shù)語的對照和統(tǒng)一工作，文章對《海峽兩岸大氣科學(xué)名詞》（第3版）所收錄的兩岸科技術(shù)語進行了綜合分析。文章對所收錄術(shù)語進行了分類，分為完全一致術(shù)語、不完全一致術(shù)語和完全不一致術(shù)語3類。對于不一致術(shù)語，主要從數(shù)理統(tǒng)計、字頻統(tǒng)計、詞頻統(tǒng)計并結(jié)合可視化分析進行研究，以全面了解海峽兩岸術(shù)語差異情況。研究結(jié)果表明，海峽兩岸大氣科技術(shù)語一致率較高，為72.92%，不一致率為27.08%。海峽兩岸科技術(shù)語用字、用詞具有高度一致性，不一致的地方主要體現(xiàn)在對字的內(nèi)涵理解或使用習(xí)慣等方面。

關(guān)鍵詞：Gephi；兩岸術(shù)語；大氣科學(xué)術(shù)語；可視化

中圖分類號： H083;P4文獻標(biāo)識碼： ADOI：10.12339/j.issn.1673-8578.2023.03.005

Abstract： This paper made a comprehensive analysis on the crossstrait scientific terms included in Crossstrait Chinese Terms in Atmospheric Science （3rd Edition）， which would help promote the work of crossstrait scientific terms comparison and unification. We classified the related terms into three categories： completely consistent terms， incompletely consistent terms and completely inconsistent terms. For inconsistent terms， we mainly conducted a detailed study from the aspects of mathematical statistics， word frequency statistics， word frequency statistics and visual analysis， so as to fully understood the differences between terms across the Taiwan Strait. Our results show that the consistency rate of atmospheric science terms across the Taiwan Strait is high as to 72.92%， and the inconsistency rate is 27.08%. There is a high degree of consistency in the use of words and expressions of scientific terms across the Taiwan Strait. The differences are mainly reflected in the different understanding of the meaning of words， or the problem of usage habits.

Keywords： Gephi; crossstrait term; atmospheric science term; visualization

收稿日期：2022-09-30修回日期：2023-03-28

基金項目：國家語言文字工作委員會“十三五”科研規(guī)劃2019年度委托項目“科技名詞常用詞表”（WT135-60）

1 研究背景

海峽兩岸科技專家對兩岸名詞不一致所造成的交流障礙與混亂有深刻感受，因而在“汪辜會談”中，把“探討科技名詞統(tǒng)一”工作列入共同協(xié)議。1999年3月，由全國科學(xué)技術(shù)名詞審定委員會（下文簡稱“全國科技名詞委”）牽頭組建的大陸大氣科學(xué)名詞代表團赴臺參加了“海峽兩岸大氣科學(xué)名詞學(xué)術(shù)研討會”。全國科技名詞委作為大陸牽頭人，于1994年啟動了海峽兩岸名詞對照和統(tǒng)一工作，對促進海峽兩岸科技交流與發(fā)展發(fā)揮了重要作用。兩岸專家一直本著“積極推進，增進了解；擇優(yōu)選用，統(tǒng)一為上；求同存異，逐步一致”的精神來開展這項工作。至今海峽兩岸大氣科學(xué)界已舉辦十屆大氣科學(xué)名詞學(xué)術(shù)研討會。

多位專家對海峽兩岸科技名詞的對照統(tǒng)一工作做了研究。如周其煥［1］指出海峽兩岸術(shù)語的差異在于用字與用詞的不同，并建議“老詞老辦法，新詞新辦法”。周詩健等［2］提出，“科學(xué)性是名詞定名要求中最重要的前提；繁簡適度， 逐漸過渡；要關(guān)注人名、地名的翻譯問題。”王存忠等［3］將海峽兩岸大氣科學(xué)名詞分成7類，如完全一致或比較一致的名詞、分歧比較大的名詞等。代曉明等［4］歸納了海峽兩岸在漢字使用習(xí)慣、翻譯分歧、字母詞以及其他方面的分歧，指出這些問題是海峽兩岸科技名詞領(lǐng)域的普遍問題，對其他領(lǐng)域也有參考意義。裴亞軍［5］詳細(xì)介紹了海峽兩岸組織科技專家共同編纂《中華科技大辭典》的相關(guān)工作，并指出這是我國科技名詞規(guī)范化領(lǐng)域取得的一項新成果，拓展的一條新路徑。張曉娜［6］運用語言變異理論，對兩岸科技名詞的變異現(xiàn)象進行了深入研究。

數(shù)據(jù)可視化是快速認(rèn)識、深入了解數(shù)據(jù)集的捷徑，相對于列表，可以更加直觀地展示數(shù)據(jù)內(nèi)容，挖掘數(shù)據(jù)內(nèi)涵。耿學(xué)華等［7］全面總結(jié)了網(wǎng)絡(luò)可視化的分析研究。何曉萍等［8］對大數(shù)據(jù)的演進路徑、研究熱點與前沿進行了可視化分析。目前，還沒有專家應(yīng)用自然語言處理技術(shù)和數(shù)據(jù)可視化等方法對海峽兩岸大氣科學(xué)名詞進行綜合分析，本文基于Gephi對兩岸大氣科學(xué)名詞進行可視化分析，以更直觀、系統(tǒng)地了解兩岸科技用字、用詞的差異性。

2 研究基礎(chǔ)

本文以2020年全國科技名詞委公布的《海峽兩岸大氣科學(xué)名詞》（第3版）（以下簡稱《兩岸大氣科學(xué)名詞》）為基礎(chǔ)，利用科學(xué)計量學(xué)方法對其中收錄的術(shù)語進行綜合統(tǒng)計分析。《兩岸大氣科學(xué)名詞》包括大氣、大氣探測、大氣物理學(xué)、大氣化學(xué)、動力氣象學(xué)、天氣學(xué)、氣候?qū)W、應(yīng)用氣象學(xué)等部分，收詞7000余條；分為正篇和副篇，正篇以大陸名拼音排序，副篇以英文名字母排序。

2.1 研究方法

2.1.1 統(tǒng)計方法

應(yīng)用統(tǒng)計方法綜合分析《兩岸大氣科學(xué)名詞》收錄術(shù)語的總量、不一致術(shù)語的數(shù)量及比例等，并統(tǒng)計不同分類下各種數(shù)據(jù)及數(shù)據(jù)關(guān)系，從學(xué)科角度給出定量分析，以全面了解兩岸大氣科學(xué)名詞的差異。

2.1.2 自然語言處理方法

術(shù)語由字或詞（元組）組成，有的術(shù)語就是一個元組，有的術(shù)語是多個元組組合。兩岸術(shù)語有差異則是組成術(shù)語的字或元組有差異，如果元組定名不同，而涉及這個元組的術(shù)語很多，則會造成兩岸術(shù)語差異性較大，如果對于這些造成一系列術(shù)語差異的元組進行逐個統(tǒng)一，那么兩岸科技術(shù)語的差異度必將大幅降低。因此，研究這些造成系統(tǒng)性差異的字和元組非常重要?？梢詰?yīng)用自然語言處理技術(shù)對《兩岸大氣科學(xué)名詞》進行字頻和詞頻分析。其中對術(shù)語分詞采用基于點式互信息原理，如果字與字總是相伴出現(xiàn)，結(jié)合的穩(wěn)定度高，則判斷它為一個詞。

2.1.3 多工具融合方法

采用Python、Excel、Matlab、Gephi［9］等多種工具進行統(tǒng)計、可視化分析等。其中Python、Excel、Matlab主要用于數(shù)據(jù)處理、統(tǒng)計分析以及圖表制作，基于復(fù)雜網(wǎng)絡(luò)的可視化分析軟件Gephi用于可視化圖譜的實現(xiàn)。

2.2 數(shù)據(jù)處理

以《兩岸大氣科學(xué)名詞》正篇部分的術(shù)語為數(shù)據(jù)處理對象。首先對數(shù)據(jù)進行預(yù)處理，利用Python、Excel等軟件進行詞條對比，根據(jù)大陸名與臺灣名的相似情況分類，分為完全一致術(shù)語、部分一致術(shù)語和完全不一致術(shù)語，分析這3類術(shù)語的數(shù)目及所占比例。對于完全一致術(shù)語和部分一致術(shù)語，只做數(shù)據(jù)統(tǒng)計工作。對于完全不一致術(shù)語，給出其統(tǒng)計指標(biāo)，利用自然語言處理技術(shù)對字頻、詞頻進行深入分析與可視化展示。

3 結(jié)果分析

3.1 統(tǒng)計結(jié)果分析

將《兩岸大氣科學(xué)名詞》正篇部分的術(shù)語分為大陸名、臺灣名和英文名3列，這些術(shù)語按照大陸名漢語拼音順序排列，共7051條。去除其中的又稱條目191條，得到正式術(shù)語6860條。在6860條術(shù)語中，不考慮字形差異，大陸名和臺灣名完全一致術(shù)語4470條，不一致術(shù)語2390條；在不一致術(shù)語中，又包含完全不一致術(shù)語1858條，部分一致術(shù)語532條（見圖1）。

可見，大陸名與臺灣名一致的術(shù)語為5002（4470+532） 條，一致率為72.92%，完全一致率為65.16%，部分一致率為7.76%，不一致率為27.08%（見圖2）。

對于部分一致術(shù)語，海峽兩岸在今后的科研交流中可以逐漸引導(dǎo)采用一致術(shù)語，逐步取得完全一致。對于完全不一致術(shù)語，需要詳細(xì)研究其不一致之處，了解海峽兩岸定名的特點，逐漸向部分一致發(fā)展。1992年朱?？担?0］提到海峽兩岸有些術(shù)語不統(tǒng)一，會造成一系列術(shù)語都不統(tǒng)一，比如大陸名為“尺度”，臺灣名為“幅度”，英文名為scale。經(jīng)過多年科技交流，海峽兩岸已經(jīng)將這一術(shù)語統(tǒng)一為“尺度”，在《兩岸大氣科學(xué)名詞》中收錄了15條相關(guān)術(shù)語（如表1），其中因“尺度”定名的統(tǒng)一而有13條兩岸術(shù)語實現(xiàn)了統(tǒng)一，只有“耗散尺度—消散尺度”“天氣尺度—綜觀尺度”還不統(tǒng)一，這是海峽兩岸專家共同努力的成果?？梢姡芯窟@類會造成系統(tǒng)性影響的術(shù)語，在下一步兩岸交流中逐漸去統(tǒng)一這些術(shù)語，則非?？赡芙y(tǒng)一相關(guān)的一系列術(shù)語。

3.2 字頻分析

海峽兩岸科技名詞的差異在于用字或用詞不同，或者同一個字、詞在兩岸具有不同的內(nèi)涵。本節(jié)從字頻分析角度結(jié)合可視化研究來分析海峽兩岸大氣科學(xué)名詞的差異。

3.2.1 綜合分析

經(jīng)統(tǒng)計，在1858個完全不一致術(shù)語中，大陸名（包括53個“又稱”）所包含的漢字總數(shù)為8946個，可以得到平均術(shù)語長度為4.68（不考慮字母與數(shù)字），其中不重復(fù)漢字個數(shù)為1019個。

列舉其中頻次前20位的漢字（見表2），可以看出頻次最高的3個漢字海峽兩岸均為“氣”“度”“流”，可見海峽兩岸用字是高度一致的；處于第四位的“表”，對應(yīng)臺灣名的“計”，可見海峽兩岸用字不同但對應(yīng)一致；頻次第五、第六、第八的漢字也相同。綜合來看，前20位漢字中，大部分漢字相同，但是詳細(xì)分析后可發(fā)現(xiàn)，大陸名中的表、計、儀，雖然在臺灣名中也包含，但是兩岸的內(nèi)涵不同。

選取大陸名中前100位漢字形成關(guān)鍵字共現(xiàn)圖（圖3），同時選取臺灣名中前100位漢字形成關(guān)鍵字共現(xiàn)圖（圖4），可以看出兩個關(guān)鍵字共現(xiàn)圖非常接近，但是經(jīng)過交流分析發(fā)現(xiàn)，其中的表、計、儀、送、器等字，海峽兩岸科技專家對其內(nèi)涵的理解不一致，但經(jīng)過多年交流雙方已了解各自的內(nèi)涵，有望在下一步工作中逐步統(tǒng)一。

3.2.2 典型案例分析

我們對“表—計”和“計”“儀”“器”“送”等進行網(wǎng)絡(luò)分析。將大陸名中結(jié)尾包含“表”的術(shù)語選出，共101條，分別建立點文件和邊文件，點文件中包含Id、Type和Label項，邊文件中包含Source、Target、Weight項等信息，輸入Gephi建立網(wǎng)絡(luò)，其中共有203個節(jié)點、202條邊，圖的類型采用無向圖，邊合并策略為總和，布局采用fruchterman reingold，如圖5?？梢钥闯?，大陸名以“表”結(jié)尾，對應(yīng)的臺灣名都是以“計”結(jié)尾，通過分析其術(shù)語英文名可以發(fā)現(xiàn)，大陸名中的“表”，其英文名基本以“meter”結(jié)尾（見表3），如果海峽兩岸能夠?qū)ⅰ氨怼迸c“計”統(tǒng)一，那么將有近百條術(shù)語得到統(tǒng)一。

我們進一步分析大陸名中包含“計”“儀”“器”的不一致術(shù)語，以及臺灣名中包含“送”的術(shù)語，建立同一文件，共得到95條術(shù)語，這些術(shù)語中“計”“儀”“器”“送”的使用并不統(tǒng)一，比較混亂（見表4）。根據(jù)Gephi的要求建立點文件和邊文件，將數(shù)據(jù)導(dǎo)入Gephi可得圖6，其中共有379個節(jié)點、280條邊，圖的類型采用無向圖，邊合并策略為總和，布局采用fruchterman reingold。從圖6可以看出，大陸名中包含“計”“儀”的術(shù)語多，包含“器”的少，臺灣名中包含“送”的術(shù)語也較少，基本上臺灣名中的“送”對應(yīng)大陸名中的“儀” 。

3.3 詞頻分析

詞是能夠獨立活動的有意義的語言成分，是自然語言處理系統(tǒng)中重要的知識載體與基本操作單元［11］。共詞分析方法最早是在20世紀(jì)70年代中后期由法國文獻計量學(xué)家提出的［12］。詞頻統(tǒng)計相關(guān)研究很多，如商瀑［13］基于《中華人民共和國國家情報法》做了詞頻統(tǒng)計與分析，文禹衡等［14］運用詞頻統(tǒng)計分析法分析了《中華人民共和國個人信息保護法》文本的主題分布規(guī)律，并借助社會網(wǎng)絡(luò)分析軟件對核心詞與法條之間的關(guān)系進行了可視化分析。詞頻分析法利用能夠揭示或表達核心內(nèi)容的主題詞出現(xiàn)的頻次來確定它的重要性。

3.3.1 綜合分析

在《兩岸大氣科學(xué)名詞》中，很多術(shù)語由多個元組組成，元組在稿件中的出現(xiàn)頻次顯示了它的重要性，也提示有可能是兩岸術(shù)語不統(tǒng)一的源頭。由于是在科技術(shù)語中分詞，所以本文中只考慮兩字詞，得到結(jié)果如表5，由位居前100的分詞建立共現(xiàn)圖（如圖7、8）。通過表5和圖7、圖8可見，氣候、溫度、天氣、輻射、大氣等術(shù)語，兩岸沒有差異，但是湍流—亂流、急流—噴流、渦動—渦流、輸送—傳送等，兩岸還未統(tǒng)一名稱。下面將以這4組對應(yīng)術(shù)語展開篩選，建立網(wǎng)絡(luò)圖（如圖6～8）。

3.3.2 典型案例分析

對湍流—亂流、急流—噴流、渦動—渦流、輸送—傳送進行網(wǎng)絡(luò)分析。首先各自建立相關(guān)術(shù)語表，按照Gephi要求分別建立點文件和邊文件，將數(shù)據(jù)導(dǎo)入Gephi，可得圖9、10、11和12。其中圖的類型采用無向圖，邊合并策略為總和，圖9和圖10布局采用fruchterman reingold，圖11和圖12布局采用Yifan Hu 比例。

由圖9可以看出，所有術(shù)語都圍繞湍流、亂流兩個中心點，模塊化值為0.276，說明這些術(shù)語具有一定的穩(wěn)定性，但是并不高；因為大陸名與臺灣名之間為一一對應(yīng)，所以它們之間的度為1，整個圖的平均度為1.5，說明中心化程度較高；圖密度為0.041，數(shù)值很低，這是由于各個術(shù)語之間獨立性強，較少交叉。

由圖10可以看出，所有術(shù)語都圍繞急流、噴流兩個中心點，模塊化值為0.236，說明這些術(shù)語的穩(wěn)定性并不高；因為大陸名與臺灣名之間為一一對應(yīng)，所以它們之間的度為1，整個圖的平均度為3.021，說明中心化程度非常高；圖密度為0.066，說明各個術(shù)語之間有交叉。

從圖11可以看出，這些術(shù)語有多個中心點，分別是渦動、渦流、渦旋和渦旋，模塊化值為0.52，說明這些術(shù)語的穩(wěn)定性高，模塊化程度高；整個圖的平均度為1.379，說明中心化程度非常低，呈現(xiàn)分散化；圖密度為0.048，說明各個術(shù)語之間交叉性不高。

從圖12可以看出，這些術(shù)語有3個中心點——輸送、傳輸、傳送，還有兩個邊緣點——傳遞、轉(zhuǎn)換。模塊化值為0.404，說明這些術(shù)語的穩(wěn)定性較高，模塊化程度較高；整個圖的平均度為1.326，說明中心化程度非常低，呈現(xiàn)分散化；圖密度為0.404，數(shù)值較高，說明由于各個術(shù)語之間聯(lián)系較緊密，有交叉性。

4 結(jié)語

本文從定量角度綜合分析了《海峽兩岸大氣科學(xué)名詞》中兩岸術(shù)語的差異性，并基于復(fù)雜網(wǎng)絡(luò)的可視化軟件Gephi，對部分不一致術(shù)語進行了可視化分析。綜合來看，海峽兩岸大氣科學(xué)術(shù)語一致率較高，為72.92%，不一致率為27.08%，不一致的術(shù)語只占少數(shù)。

對于不一致術(shù)語，本文主要從數(shù)理統(tǒng)計、字頻統(tǒng)計、詞頻統(tǒng)計并結(jié)合可視化分析等進行了研究。結(jié)果表明，海峽兩岸科技術(shù)語用字具有高度一致性，不一致主要體現(xiàn)在對字的內(nèi)涵理解不同。從字頻分析來看，涉及表、計、儀、器的術(shù)語兩岸都有，但是含義有差別，從而造成一系列術(shù)語的不統(tǒng)一。從詞頻來看，海峽兩岸用詞也有高度一致性，但是由于隔閡較久、區(qū)域習(xí)慣問題等用詞會有差異。本文主要研究了湍流—亂流、急流—噴流、渦動—渦流、輸送—傳送等相關(guān)術(shù)語，并進行了可視化分析。

解決一個基本元組的統(tǒng)一問題，就會系統(tǒng)地解決一批術(shù)語的統(tǒng)一問題。因此，下一步海峽兩岸科技術(shù)語交流的重點還是放在基本元組的統(tǒng)一方面，對于“老詞”盡量統(tǒng)一，對于“新詞”一定統(tǒng)一。

本文的研究內(nèi)容對于了解海峽兩岸科技領(lǐng)域用字、用詞具有參考作用。海峽兩岸建立長期穩(wěn)定的交流渠道，加強溝通交流，對了解科技術(shù)語差異、避免差異、消除差異、逐步統(tǒng)一有重要意義。

參考文獻

［1］ 周其煥.為促進海峽兩岸科技名詞對照統(tǒng)一而努力［J］.科技術(shù)語研究，2006，8（1）：58-60.

［2］ 周詩健，王存忠.大氣科學(xué)名詞兩岸交流取長補短［J］.科技術(shù)語研究，2003，5（1）：39-41.

［3］ 王存忠，周詩健.海峽兩岸大氣科學(xué)名詞比較［J］.科技術(shù)語研究，1999（4）：39-41.

［4］ 代曉明，李玉英.海峽兩岸大氣科學(xué)名詞交流述評［J］.中國科技術(shù)語，2009，11（1）：49-57.

［5］ 裴亞軍.科技名詞工作新的發(fā)展和延伸［J］.中國科技術(shù)語，2020，22（4）：1.

［6］ 張曉娜. 海峽兩岸科技名詞變異現(xiàn)象研究［D］.哈爾濱：黑龍江大學(xué)，2017.

［7］ 耿學(xué)華，傅德勝.可視化數(shù)據(jù)挖掘技術(shù)研究［J］.計算機應(yīng)用與軟件，2006（2）：85-87.

［8］ 何曉萍，黃龍.大數(shù)據(jù)領(lǐng)域演進路徑、研究熱點與前沿的可視化分析［J］.現(xiàn)代情報，2015，35（4）：46-51.

［9］ 關(guān)迎暉，向勇，陳康.基于Gephi的可視分析方法研究與應(yīng)用［J］.電信科學(xué)，2013，29（S1）：112-119.

［10］ 朱?？?大陸與臺灣大氣科學(xué)名詞同異初探［J］.氣象，1992（7）：54-55，61.

［11］ 費洪曉，康松林，朱小娟，等.基于詞頻統(tǒng)計的中文分詞的研究［J］.計算機工程與應(yīng)用，2005（7）：67-68，100.

［12］ CALLON M，LAW J，RIP A．Mapping the Dynamics of Science and Technology：Sociology of Science in the Real World［M］．London：Macmillan，1986.

［13］ 商瀑.論國家情報工作的運行機理：基于《中華人民共和國國家情報法》詞頻統(tǒng)計與分析［J］.情報雜志，2020，39（2）：5-10.

［14］ 文禹衡，于琳.我國個人信息法律保護現(xiàn)狀、主要問題及完善路徑：基于《中華人民共和國個人信息保護法》的詞頻統(tǒng)計與分析［J］.圖書館理論與實踐，2022（4）：12-21，28.

作者簡介：劉金婷（1980—），女，全國科學(xué)技術(shù)名詞審定委員會事務(wù)中心副研究員，主要研究方向為術(shù)語學(xué)、氣象學(xué)。發(fā)表文章近10篇，參編《大數(shù)據(jù)百科術(shù)語辭典》。通信方式：liujt@cnterm.cn。

韋沁（1983—），女，科學(xué)出版社地質(zhì)分社策劃編輯。研究方向為地質(zhì)學(xué)專業(yè)出版。擔(dān)任責(zé)編出版圖書超過150種，責(zé)編的《自然災(zāi)害風(fēng)險地圖集》獲2022年優(yōu)秀地圖作品裴秀獎（金獎），責(zé)編圖書獲得輸出版優(yōu)秀圖書獎2部、海洋優(yōu)秀科技圖書獎1部，入選第四屆“三個一百”原創(chuàng)圖書出版工程1部。通信方式：weiqin@cspm.com.cn。

通訊作者：代曉明（1969—），男，編審，中國人民大學(xué)圖書館、情報與檔案學(xué)專業(yè)管理學(xué)博士，研究領(lǐng)域為術(shù)語管理和信息資源管理。全國科學(xué)技術(shù)名詞審定委員會事務(wù)中心副主任，中國辭書學(xué)會理事，全國語言與術(shù)語標(biāo)準(zhǔn)化技術(shù)委員會第六屆術(shù)語學(xué)理論與應(yīng)用分技術(shù)委員會（SAC/TC 62/SC 1）主任委員。主編《兩岸中小學(xué)生科技詞匯》《常見科技名詞規(guī)范使用手冊》，執(zhí)行主編《兩岸科學(xué)技術(shù)名詞差異手冊》，參編《兩岸科技常用詞典》。在各類報刊上發(fā)表文章50余篇。通信方式：daixm@cnterm.cn。