李蔚然
(大連外國語大學(xué)軟件學(xué)院,遼寧大連 116044)
隱喻(Metaphor)始于古希臘時(shí)期亞里士多德的《修辭術(shù)》中,在當(dāng)時(shí)被看作是一種修辭方式。20 世紀(jì)80 年代,萊考夫和約翰遜所著的《我們賴以生存的隱喻》[1]一書問世,正式提出了隱喻概念,將隱喻轉(zhuǎn)向認(rèn)知層面,開啟了在認(rèn)知語言學(xué)基礎(chǔ)上隱喻研究的新視角。從一個(gè)事物提取特征應(yīng)用到另一個(gè)事物上,展現(xiàn)了人的思維同外部世界的相互作用。因此隱喻不僅是一種修辭,更是人們認(rèn)識世界、改造世界的工具,其本質(zhì)上是通過相似性來構(gòu)建我們的思維系統(tǒng)。文旭曾提出,考察政治話語中隱喻的框架模式,既可以了解說話人對受眾的觀念期待和塑型,也可以反觀說話人的思想理念和意識形態(tài)[2]。政治隱喻持續(xù)且系統(tǒng)性的使用有利于揭示動(dòng)機(jī),語言策略帶來的影響不容小覷。
目前為止,國內(nèi)外研究者們運(yùn)用不同的方式、方法對政治隱喻進(jìn)行研究,其中十分常見的方式就是采用語料庫方法。語料庫方法主要以政治人物的演講發(fā)言、訪談回答等政治話語為語料,結(jié)合政治背景研究語言背后使用的政治隱喻,具體包括有效識別政治隱喻、分類統(tǒng)計(jì)、對典型語句進(jìn)行批評隱喻分析[3]等。本文將對這些實(shí)證研究成果進(jìn)行梳理總結(jié),通過可視化分析更為直觀地了解國內(nèi)研究現(xiàn)狀,并對該方向未來研究提出展望。
語料庫方法是一種定量分析方法,也被稱為樣本分析。在國內(nèi)外諸多研究中,語料庫方法呈現(xiàn)出顯著的優(yōu)點(diǎn),當(dāng)然也存在一些缺點(diǎn),例如,語料規(guī)模的局限性、公開語料資源的獲取等。此外,本文著重選取以政治語篇為語料的研究成果進(jìn)行梳理,這里的政治語篇既包含廣義上的社論或新聞報(bào)道等,又包含狹義上的政治演講或政治訪談等。
Semino 和Masci[4]研究了第74 任意大利總理貝盧斯科尼的政治話語中的一系列隱喻,該研究提到了隱喻的誤導(dǎo)性,無論隱喻是否出于政治動(dòng)機(jī),都不可避免地凸顯事物的某些方面而隱藏其他方面。Nikolina 等人[5]將2009 年和2012 年的克羅地亞共和國總統(tǒng)伊沃·約西波維奇在訪談節(jié)目上的政治采訪作為語料進(jìn)行分析。該研究有以下兩個(gè)特點(diǎn):一是選取了總統(tǒng)就職前后的語料進(jìn)行對比研究,論證總統(tǒng)就職前后在隱喻使用上確實(shí)存在差異,但沒有對其原因等進(jìn)行詳細(xì)解釋;二是使用了協(xié)同矩陣模型。該模型呈金字塔形,按照該模型具體分析則參照更為詳細(xì)的分析矩陣,包括一般信息和個(gè)人回答分析共21 個(gè)變量。Agbo 等人[6]選取了4 位尼日利亞總統(tǒng)在1984 年、1985 年、1993 年、1994 年和2013 年的政治演說,針對戰(zhàn)爭隱喻、旅程隱喻和擬人隱喻進(jìn)行詳細(xì)剖析,得出結(jié)論:隱喻在尼日利亞的政治話語中同樣被普遍使用。SS Ali 等人[7]采用批評隱喻分析框架結(jié)合后殖民主義中的東方主義概念對美國總統(tǒng)喬治·布什的13 次演講進(jìn)行分析,揭示其話語的復(fù)雜性,闡述語言上的操縱所產(chǎn)生的巨大力量和影響。
此外,國外諸多研究者針對政治隱喻也有一些對比研究,但對比維度不同。例如,Igor Ivanovic[8]將英美兩國政治言論進(jìn)行對比,選擇同一時(shí)間段1974—1997 年的美國總統(tǒng)就職演說和英國的政黨宣言作為語料。分析結(jié)果表明美國總統(tǒng)更擅于使用政治隱喻,英國的言論表達(dá)則更傾向直截了當(dāng)。但由于是對比性研究,語料數(shù)量上并不均衡,同一時(shí)段美國語料多于英國語料,且不得不考慮到英美內(nèi)部存在的兩黨問題。Z.Pavlikova[9]討論了2020 年特朗普和拜登在選舉演講中所使用的隱喻,語料隨機(jī)選擇了10 篇演講(各5 篇),結(jié)果顯示在談?wù)摻?jīng)濟(jì)、國家和民族的內(nèi)容上,二位都會(huì)使用隱喻,而特朗普比拜登使用的隱喻表達(dá)更多。
筆者以中國知網(wǎng)CNKI 為檢索范圍,在高級檢索內(nèi)關(guān)鍵詞一欄輸入 “政治隱喻”,統(tǒng)計(jì)時(shí)間為1999—2023 年7 月,共檢索287 條結(jié)果,圖1 為該部分的文獻(xiàn)總體年度趨勢??傮w來看,國內(nèi)對政治隱喻的分析研究逐步開展起來,越來越多的學(xué)者投入該領(lǐng)域研究中,且2019 年實(shí)證性研究成果最多。
通過文獻(xiàn)可視化工具VOSviewer,將287 篇文獻(xiàn)的關(guān)鍵詞進(jìn)行聚類,關(guān)鍵詞出現(xiàn)次數(shù)閾值設(shè)置為3,結(jié)果如圖2 所示。政治隱喻的研究離不開概念隱喻理論,并且多圍繞話語分析、意識形態(tài)和批評隱喻分析等。聚類圖中,也不難看出研究的對象集中在中國的政治話語、國外政治演講及少量俄國政治話語。
圖2 有關(guān)文獻(xiàn)關(guān)鍵詞聚類圖
針對中國政治話語,黃秋林等人[10]選取了30 年間《人民日報(bào)》部分兩會(huì)社論作為語料歷時(shí)分析其中的政治隱喻。文秋芳[11]評析了習(xí)近平第70 屆聯(lián)合國大會(huì)一般性辯論中的演講,專門對擬人隱喻進(jìn)行研究,揭示習(xí)近平如何運(yùn)用擬人隱喻“人類命運(yùn)共同體”來揭示中國的意識形態(tài)或文化價(jià)值觀。針對國外部分,賀夢依[12]以奧巴馬在華盛頓美國國防大學(xué)發(fā)表的利比亞戰(zhàn)爭演講為語料,分析概念隱喻和政治的關(guān)系。曾潔等人[13]以美國兩黨為主要研究對象,語料選取了2014 年奧巴馬國情咨文及在野黨對其的回應(yīng),對比了美國兩黨根本的意識形態(tài)和道德價(jià)值的差異。汪少華[14]等人以布什和奧巴馬的環(huán)保演講為例,特別從架構(gòu)理論視角研究其中的隱喻。通過對美國兩黨根本道德價(jià)值觀進(jìn)行分析,就可以找出其對應(yīng)的隱喻表達(dá)。孫毅等人[15]對英國脫歐話語進(jìn)行批評隱喻分析,語料選取英國太陽報(bào)上的脫歐板塊(Brexit)。分析主要聚焦容器隱喻、家庭隱喻、婚姻隱喻和戰(zhàn)爭隱喻,揭示了英國和歐盟之間對立沖突的關(guān)系。
此外,還有少量針對俄日等國的實(shí)證研究。例如陳紅[16]研究了2000—2016 年俄羅斯主流媒體政治話語中共600 個(gè)政治隱喻,以便更好地了解俄羅斯的政治文化。黃一峰等人[17]以日本前首相安倍晉三2013—2019 年在聯(lián)合國大會(huì)一般性辯論的演講為語料,考察其中政治隱喻的使用并總結(jié)特點(diǎn),揭示其背后的認(rèn)知方式。該研究還計(jì)算了隱喻源域的共鳴值,以表明源域的普遍性。
在對比研究維度上,鳳群[18]分別對美國總統(tǒng)從里根到奧巴馬的演講進(jìn)行剖析,突出了總統(tǒng)之間使用隱喻的差異。翁青青[19]就氣候問題上英國、加拿大及中國的政治話語進(jìn)行分析,總結(jié)他們各自隱喻使用上的不同。孫淑芳等人[20]對中俄兩國關(guān)于腐敗的政治話語進(jìn)行概念隱喻分析,從認(rèn)知和文化視角論述兩國認(rèn)識思維上的相似性和差異性。鄒愛芳[21]選取了2007—2017 年間中韓主流新聞媒體的語料,其中中韓隱喻例文各650 例,對比分析兩國政治隱喻和語言使用上的差異。張蕾[22]則對比了中美政治領(lǐng)導(dǎo)人在建筑隱喻使用上的差異,著重分析了二者通過建筑隱喻對于“未來”的構(gòu)建?;诓煌恼巍⑽幕蜕鐣?huì)背景,中美兩方構(gòu)建出了不同的概念場景。除上述以外,國內(nèi)還有其他相關(guān)的實(shí)踐探索,如王晶芝、楊忠[23],霍穎、劉薇[24]等,此處不做過多論述。
由于在287 條數(shù)據(jù)中,針對文學(xué)作品、電影當(dāng)中的政治隱喻的研究也有很多,即聚類圖中最右側(cè)部分,這部分并不屬于本文研究對象,所以人工對這287 條數(shù)據(jù)進(jìn)行篩選,篩選后余下82 篇文章。選取這82 篇文章的摘要部分作為數(shù)據(jù)來源,繪制詞云圖并通過LDA 主題模型進(jìn)一步展開分析。
對于中文文本數(shù)據(jù),首先選擇Jieba 分詞工具和哈工大停用詞表搭配用戶自定義詞表進(jìn)行分詞,經(jīng)過簡單預(yù)處理后得到1 029 個(gè)有效詞匯。利用Python 的wordcloud 庫繪制詞云圖,經(jīng)過詞頻統(tǒng)計(jì)后選取高頻詞前200 個(gè),效果如圖3 所示。詞云圖中,顏色越深字體越大意味著詞頻越高。除此之外,利用LDA 模型進(jìn)行主題聚類。LDA 模型是近些年來非?;馃岬母怕手黝}模型,簡單來說就是通過詞匯的概率分布反映主題。本文選用Python 中的pyLDAvis搭建LDA 模型,通過sklearn 庫中的CountVectorizer先對文本進(jìn)行向量化表示。由于目前數(shù)據(jù)規(guī)模太小,最終確定3 個(gè)主題分布,羅列每個(gè)分布前15 個(gè)主題詞,具體如表1 所示。
表1 主題及前15 關(guān)鍵詞
表1 中TOPIC1 主要是基于概念隱喻理論研究政治隱喻背后的意識形態(tài)差異。TOPIC2 側(cè)重從語言學(xué)視角分析政治隱喻,其中包括一些以政治語篇譯本為對象的實(shí)證研究,論述文本里政治隱喻的翻譯策略等。這一部分研究涉及翻譯學(xué)內(nèi)容,前文沒有做詳細(xì)舉例。TOPIC3 主要圍繞隱喻的功能性,研究對象更多是歐美方面的政治語篇。從高頻詞和關(guān)鍵詞也不難看出,國內(nèi)實(shí)證研究多集中于中國和歐美,對其他國家的相關(guān)研究較少。大多研究工作從認(rèn)知層面、意識形態(tài)層面對所選語料進(jìn)行批評隱喻分析,深度剖析政治隱喻的功能性、社會(huì)背景、目的、差異以及話語建構(gòu)、話語策略等。
通過年度發(fā)文趨勢、關(guān)鍵詞聚類、主題詞提取等相關(guān)數(shù)據(jù)分析,可以發(fā)現(xiàn)政治隱喻的研究總量較少但隨著時(shí)間發(fā)展日益受到學(xué)界關(guān)注; 對于政治隱喻的研究深度不斷增強(qiáng),如意識形態(tài)、功能、語言學(xué)特征等都成為學(xué)界關(guān)注的焦點(diǎn),但大部分研究仍然局限于共時(shí)研究層面,缺乏歷時(shí)分析;現(xiàn)有的一些研究關(guān)系到大規(guī)模語料庫中隱喻的識別問題,但技術(shù)手段仍停留在人工標(biāo)注和軟件計(jì)數(shù)的方式,對于政治隱喻的識別方式也有待進(jìn)一步思考優(yōu)化。
基于上述研究成果的梳理及可視化分析,未來,根據(jù)不同的政治情形或政治問題,可拓寬政治隱喻研究對象的范圍,增加對其他國家政治言論的隱喻分析。其次,在歷時(shí)分析、同一國家不同政治人物的對比、不同國家的政治隱喻使用等對比維度上進(jìn)一步深入。最后,目前研究圍繞政治演講、新聞采訪或是社論等文本較多,但在一些國家的語言中,不同形式的語言表達(dá)是不同的,也有情感的強(qiáng)弱之分。例如,新聞采訪更偏重口頭語言表達(dá);文書記錄的語言更加書面化。不同的形式對政治隱喻是否有影響,或是同一種隱喻是否存在多種不同形式的表達(dá)等,可對此進(jìn)行拓展研究。
在政治隱喻的研究過程中識別標(biāo)注這一環(huán)節(jié)十分重要,研究者們傾向選擇人工識別、手動(dòng)標(biāo)注,然后統(tǒng)計(jì)隱喻的類別和數(shù)量。而近些年來,隨著人工智能自然語言處理的不斷發(fā)展,在情感分析領(lǐng)域隱喻識別逐漸成為一項(xiàng)比較火熱的課題。目前國內(nèi)外已有許多學(xué)者采用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法,實(shí)現(xiàn)中英文隱喻的自動(dòng)識別(并非針對政治隱喻)。雖然,基于自動(dòng)識別的方式并不能做到百分百精準(zhǔn),但仍可以節(jié)約許多時(shí)間和精力,有望減少政治隱喻研究人員一部分的工作量。日后針對該技術(shù)的進(jìn)一步利用和發(fā)展,也為政治隱喻相關(guān)研究提供一種新思路、新方法。
本文分別梳理國內(nèi)外針對政治語篇的政治隱喻實(shí)證研究成果,并利用可視化工具更直觀鮮明地了解國內(nèi)研究現(xiàn)狀。目前,研究者們將理論部分與實(shí)證分析緊密結(jié)合,從多個(gè)維度、多個(gè)視角對政治隱喻進(jìn)行剖析,這有利于分析和解決政治問題,推動(dòng)著國際政治學(xué)、認(rèn)知語言學(xué)、政治語言學(xué)、心理學(xué)等多個(gè)學(xué)科的發(fā)展。但在研究范疇、技術(shù)手段上仍有探討空間。故后續(xù)研究中,筆者將在現(xiàn)有研究的基礎(chǔ)上,針對該領(lǐng)域如何擴(kuò)大研究對象范圍、優(yōu)化研究過程等方面繼續(xù)展開探索。