当前位置：文档之家 › 美国生态散文语言特征的语料库分析

美国生态散文语言特征的语料库分析

  • 格式：pdf
  • 大小：1.28 MB
  • 文档页数：5

外 语 教 育 研 究Foreign Language Education & ResearchVol. 6 No.1Jan. 2018第6卷第1期2018年1月

语

言

研

究美国生态散文语言特征的语料库分析

王雪玲

（黑龙江科技大学 外国语学院，哈尔滨 150022）

摘要：󰀁本文以语料库检索为手段，从文本的基本数据、高频词分布、词汇密度、关键词、人称代词和特色词方面入手，对四部美国生态散文的语言特征进行分析。本文还表明数字化的定量分析可以使分析结论更科学，更有说服力。关键词：生态散文；语言特征；语料库方法1

【基金项目】2015年度黑龙江省哲学社会科学规划项目“系统功能语言学的十九世纪美国生态散文汉译语料库研究”（15YYD05）。【作者简介】王雪玲，女，副教授，研究方向为英语语言学与英汉翻译。0. 引言

生态文学作为一种警示性文学，旨在揭示人类面

临的生态危机、关注人与自然的平等关系、倡导人与

自然的和谐发展以及唤起大众的生态意识。国内外生

态文学作品的交流为学者们开辟了新的研究视角，大

量西方作品尤其是美国生态文学作品的引进也唤起了

国内学者对生态文学的阅读兴趣和研究热情。当前的

生态文学研究为新时期的中国立足于生态视角的文艺

学与美学研究提供了可以借鉴的思想资源。

本文选择美国生态文学作家缪尔和巴勒斯的四

部代表性作品——《加州的群山》（The Mountains of California）、《阿拉斯加之旅》（Travels in

Alaska）、《延龄草》（Wake-Robin）和《自然之道》

（Ways of Nature）——来建立符合研究要求的小型

英语语料库。通过计算机自动处理和人机互助加工，

研究者能够对词汇密度、词频、句子长度、搭配模

式以及特定词汇使用等方面进行对比分析（肖维青，2005）。研究者采用兰卡斯特大学计算机语料库研究

中心的CLAWS网络版词性赋码器对原文语料库文本

进行词性标注，同时将梭罗的生态散文《瓦尔登湖》

和《缅因森林》作为参照语料库，从高频词、词长分布、

词汇密度等方面进行探讨，对比分析四个文本的语

言特征。随后，研究者运用语料库检索软件AntConc 3.4.1w和WordSmith Tools 6.0提取文本的基本数据信

息，然后对取得的信息做深入分析，进而了解缪尔和

巴勒斯四部散文的语言特征，管窥缪尔和巴勒斯生态散文语言的基本特征，获得对生态散文更加客观的理

解，从而为生态文学研究开辟一个更新、更深入的途

径。

1. 语料库检索语言特征分析

1.1文本基本数据表1󰀁语料库基本数据WordSmith󰀁Tools󰀁6.0检索统计

文本

考察项考察语料库参照语料库缪尔巴勒斯梭罗加州的群山阿拉斯加之旅延龄草自然之道瓦尔登湖缅因森林类符8223737670117004108817903形符9100284344582936798010729397810类符/形符比9.048.7512.0310.3010.148.08标准化类符/形符比47.7246.4846.1741.8145.2043.83

平均词长4.594.414.364.244.254.23句子数目267728392487289337483612平均句长33.9929.7123.4423.5028.6327.08利用WordSmith Tools 6.0软件中的wordlist功能

对文本进行统计，统计后发现（表1），在类符数量

方面，梭罗的两部作品最多，共一万八千多个；巴勒

斯的最少，仅一万四千多个；缪尔的居中，一万五千

多个。在形符数量方面，梭罗的两部作品最多，

二十万个左右；巴勒斯的最少，仅十二万六千多个；

缪尔的居中，有十七万多个。此外，六部作品的标准

化类符/形符比（standardized type/token ratio），即

文本每1000词的类符/形符比也不相同。从表1可

以看出，六部作品的标准化类符/形符比在41.81〜外 语 教 育 研 究第6卷2

47.72之间，所以作者使用的词汇变化并不大，用词

不算丰富。在文字数量相同的情况下，缪尔的词汇

使用可能更为多样，平均词长（mean word length）

在4.23〜4.59之间。在平均句长方面，缪尔的为33.99、27.71，梭罗的为28.63、27.08，巴勒斯的为

23.44、23.50。相比较而言，缪尔的《阿拉斯加之旅》

中的句子要稍短一些，更易懂；《加州的群山》中的

句子偏长，阅读难度较大。总体上讲，巴勒斯的作品

可读性最强，梭罗的居中，缪尔的阅读难度最大。通

过分析这些数据，我们可以看出语料库中作品的词汇

长度适中，但是句子相对偏长。

1.2文本高频词分析

考察语料库四个文本中使用频率最高的前六个单

词均为虚词，即the，of，and，in，to和a，而且其

使用频率的排列顺序也基本相同，与四个文本作为整

体检索的词频结果的前三项排序（the，of，and，a，to和in）完全一致。第四项至第六项的顺序虽然略有

不同，但词项一致，这说明四个文本在前六个高频词

的使用上是一致的。

0100020003000400050006000700080009000

theofandintoaiswithasonfromthatIit加州的群山阿拉斯加之旅延龄草自然之道参照语料库均值

图1 语料库高频词折线图

从图1可以看出，考察语料库四个文本中的高频

词与参照语料库两个文本高频词中冠词the、介词of

和in的平均值走势一致。但四个文本中连词and的

比例均低于参照语料库均值；《阿拉斯加之旅》中of

的比例略高于参照语料库均值；四个文本中词项to

和冠词a的比例远低于参照语料库均值；四个文本中

高频词的比例的总体走势均低于考察语料库均值。

另外，系词is在总词频表中位居第7，在四个文

本中的位次分别为第7、19、7和8位，表明文本以

一般现在时为主。除《阿拉斯加之旅》外，四个文本

均以现场笔记的方式写就。

检索发现，第一人称代词单数形式也属于高频词，

在四个文本的总词频表中位列第9，这一特点是散文

写作视角的有力证据。

检索还发现，介词in、with和on的词频位列第6、12和14，表明文本中关于时间、地点和方式的描

述在全文中所占比例较大。句子层面的分析则证实了

关于文本时态的论证，即除《阿拉斯加之旅》外，其

他文本均以现在时态为主，体现生态散文的时态特征。

1.3词汇密度分析

词汇密度的计算可以参考文本标准化类符/形

符比。从表1可以看出，缪尔和巴勒斯四个文本的

标准化类符/形符比分别为47.72、46.48、46.17和41.81；梭罗两个文本的标准化类符/形符比分别为

45.20和43.83。由此可见，《加州的群山》、《阿拉

斯加之旅》和《延龄草》的词汇密度均高于梭罗的两

个参照文本；《自然之道》的词汇密度较低。四个文

本的语言特征比较明显，其中巴勒斯的作品更易读懂，

而缪尔的作品由于其词汇的丰富和词形的多变可能使

其更加难以阅读。

词汇密度的计算也可以参考文本中实词形符在总

形符数中的比例。英语中的实义词（lexical word或content word）指的是具有稳定意义的词语，包括名词、

实义动词、形容词和副词。英语中的功能词（function word）指不具备稳定词义、意义模糊或起语法作用的

词语，包括介词、连词、助动词、冠词等词类（王克

非、胡显耀，2008）。Baker等人也认为词汇密度，

即实词与总词数的百分比，是文本信息量大小的衡量

标准（Baker，1995；Biber，et al.，1999）。下面是

两个语料库标注文本中实词所占比例的统计：表2󰀁语料库实词分布检索统计

文本

考察项考察语料库参照语料库加州的群山阿拉斯加之旅延龄草自然之道瓦尔登湖缅因森林名词%23.8623.3522.2722.1718.9014.47动词%13.8815.315.1517.3915.6511.00形容词%10.338.989.676.396.194.29副词%7.286.947.156.476.595.16数词%1.442.461.931.421.621.53

依据上表中的数据计算出考察语料库四个文

本的词汇密度分别为56.79%，57.03%，56.17%和53.84%；参照语料库的两个文本词汇密度分别约为

48.95%和36.45%。可以看出，考察语料库的词汇密

度远高于参照语料库的词汇密度。分析结果与STTR

值略有不同（《自然之道》的词汇密度高于参照语

料库的两个文本的词汇密度）。原因在于参照语料

库中的两个文本总形符数量最多（分别为107293和 王雪玲：美国生态散文语言特征的语料库分析总第18期3

97810），功能词的数量相对较多，且存在过度修饰

现象；而《自然之道》中的总形符数较少（仅67980个），

相应功能词的数量和比例也少，所以词汇密度有所增

加。

1.4关键词检索分析

为了解文本的大致情节，可以通过语料库软件的

语境共现（concordance）功能，输入带语境的关键词

（KWIC）进行检索；再阅读并分析检索词两侧的语

境（或上下文），可以大致看出文本的主要情节，文

本中的重要信息一般会出现在检索出的主题词表（或

关键词表）中较前的位置，如表3。

依次输入这些排在前列的关键词，再利用软件中

的语境共现功能对相关的名词、形容词、动词、副词

以及短语等进行检索，因为这些实词和短语对检索项

具有修饰和限制作用；再对检索到的实词和短语进行归纳、分类和分析，从而了解事物的重要程度和详细

情况。

通过对四个文本里关键词频次排在前25位的（含

25位）名词词项进行KWIC检索，可以发现：

《加州的群山》中名词feet和snow的关键性分

别为177.6和89.605。名词feet共现语境通常为数量

词，表明该词主要表示长度，也表明作者对多处地质

条件进行了实地测量，并翔实地记录了测量结果，因

此景物描写可信度高；名词snow的共现语境通常为

“降雪”“雪花”“积雪”“融雪”“雪峰”等，说

明该词主要表达山区的主要降水形式和特别的自然风

光。

《阿拉斯加之旅》中名词glacier、feet和miles

的关键性分别为573.054、119.564和224.818。glacier

的共现语境通常为山脉或者冰川等专有名词，说明该

词主要用于表明阿拉斯加地区的主要地貌特征；feet表3󰀁语料库关键词检索统计

　加州的群山阿拉斯加之旅延龄草自然之道序号频次关键性关键词频次关键性关键词频次关键性关键词频次关键性关键词17816329.11the6444109.353the4837195.1the503465.21the24208342.94of34562.25and23170.028and255970.9of337493.32and318281.806of206232.68of18130.302a4205649.808in16072.359in176722.54a147026.39in584516.796with82472.084on133443.11in117225.89it671416.954on79715.396was7155.256is105364.44is768831.068are6720.814with4680.896with95124.59that862653.484from652103.852we4550.141or80677.85or94617.888their4920.263at44711.86his5820.021not104071.119all48250.654were3700.016on5085.647he1137810.289its47513.782from3157.184one4607.094they1235818.964like4200.355had2983.792from4430.641his133104.606them3620.183all2366.203its41674.32its14306177.6feet349573.054glacier216323.7bird3870.032have1526853.051about348131.033about188232.2birds36712.38their1623016.027into2711.842them181324.4nest3653.262this1722728.842these2430.297our17141.15about3524.701one1821744.307every236119.564feet16941.42woods30932.38them1921447.261while22156.936ice1526.107up2980.471all2020545.342down22160.61two146108.5upon2909.814an212025.999most21616.48into14340.95very276238.8her221920.067out205224.818miles1402.019out2710.964when2319089.605snow19862.871after12666.11her2457.211would2419031.086then19029.165made12632.55little232269.6birds251893.857over1900.826out1222.601most225191.9upon

合集下载

概述基于语料库的翻译转换及语言特征研究

概述基于语料库的翻译转换及语言特征研究

第ｌ　９卷第３期　２　０１　０年３月　牡丹江大学学报　Ｊｏｕｒｎａ　１　ｏｆ　Ｍｕｄａｎｊ　ｉａｎｇ　Ｕｎｉｖｅｔｓ　ｉ　ｔｙ　Ｖｏ１．１９　Ｎｏ．３　Ｍａｒ．　２０１　０　

文章编号：１００８．８７１７（２０１０）０３．００８３．０ｌ　

概述基于语料库的翻译转换及语言特征研究　

郝　玉　荣　（兰州城市学院外国语学院，甘肃兰州７３００７０）　

摘要：本文回顾了国内外基于语料库的翻译研究概况，并统计了２００４至２００８年国内外国语类１４个核心期刊　上与翻译转换及语言特征研究相关文章，呈现了语料库对翻译实证研究的重要作用，试图让读者对基于语料库的翻　

译转换和语言特征研究获得比较全面的了解和正确的认识。目的是借鉴这一领域已有的研究成果，更好地拓展我国　翻译研究的新视野。　关键词：语料库翻译；翻译转换；翻译语言特征　中图分类号：Ｈ３１５．９文献标识码：Ａ　

一、引言　“基于语料库的翻译研究能使我们简洁、有效地进　行编码，能使我们查询并获得大量的数据”（Ｔｙｍｏｃｚｋｏ，　

１９９８：１）。２０世纪９Ｏ年代中期Ｍｏｎａ　Ｂａｋｅｒ第一次将语　料库引入翻译研究，作为一项新兴的技术它已越来越受　到了国内外语言学家、学者的普遍关注。Ｈｕｎｓｔｏｎ　（２００２：１２３）认为，基于语料库的翻译研究大致可分为　两类：理论性和实践性研究。就翻译理论而言，语料库　主要通过探讨某种意义从一种语言转换成另一种语言，　通过比较译语文本和其对应的母语中的语言特征及其出　现的频率来研究翻译过程。就翻译实践而言，语料库为　翻译培训提供了工作平台，同时也为开发机器翻译和计　算机辅助翻译等应用软件打下了基础。　二、基于语料库的翻译转换及语言特征研究　“语料库收有平行对应的语言材料，据其进行翻译　转换研究是最为合适的。翻译转换不仅涉及词语、修辞　手法，还包括各种句式，如存在句、无主句、被动句、　把字句、省略句等”（柯飞，２００２，３６）。在所发表的２６　篇文章中，比较典型的有基于北外通用汉英对应语料库　所展开的研究，如秦洪武、王克非（２００４）运用英汉平　行语料库对ＳＯ…ｔｈａｔ结构和它的对应结构进行描述和分　析。统计分析结果显示：（１）ＳＯ…ｔｈａｔ的主要对应形式　不是如此……以致及类似的“前后对应”式结构而是零　对应；（２）ＳＯ…ｔｈａｔ在汉语译文中有多种对应形式，而　汉语原文中没有固定的结构与ＳＯ…ｔｈａｔ对应；（３）在翻　译中，非文学文本比文学文本更倾向于结构上的对应。　张岩（２００６）运用语料库方法研究了中国学生英语　议论文中的指示词使用特点，结果表明：（１）中国英语　学习者使用的指示代词多以单数形式ｔｈａｔ和ｔｈｉｓ出现，　指示限定词以近指的ｔｈｉｓ和ｔｈｅｓｅ较多；（２）他们较多使　用限定词＋名词形式来实现照应；（３）所使用的指示词　数量少于本族语者且分布不均衡，表现在近指词使用过　少，而远指词使用过度；（４）中国学生使用的与指示词　搭配的词汇大都是宽泛的类属词，通过指示照应增加的　信息量较少。以上现象主要受到母语迁移、中介语发展　和英语教学方法的影响而产生。　王立非、张岩（２００６）运用ＳＷＥＣＣＬ语料库的作文　子库研究中国大学生英语议论文中语块的使用特点，结　果表明：（１）中国学生写作中使用语块的种类较少，存　在过度使用３词语块现象；（２）所使用的语块按句法特　

基于语料库的《莳萝泡菜》叙事进程分析

基于语料库的《莳萝泡菜》叙事进程分析

基于语料库的《莳萝泡菜》叙事进程分析

刘红江;李丹莉

【摘 要】基于语料库的叙事文本分析是语料库语言学研究方法在文学批评领域中的具体应用.选取曼斯菲尔德的短篇小说《莳萝泡菜》作为文本分析案例,运用语料库检索软件Antconc和Simple Concordance Program,根据图兰提出的8个叙事进程影响参数进行数据提取,通过分析单项或多项语言特征的出现频率、分布规律和语境特征,对该小说的叙事进程进行分析,探讨语料库检索软件在揭示虚构叙事文本叙事进程方面的应用方法,验证上述8个参数定位个别文本预示的具体效果.

【期刊名称】《沈阳航空航天大学学报》

【年(卷),期】2012(029)006

【总页数】4页(P28-31)

【关键词】立用语言学;语料库;叙事进程;曼斯菲尔德;《莳萝泡菜》

【作 者】刘红江;李丹莉

【作者单位】沈阳航空航天大学外国语学院,沈阳110136;沈阳航空航天大学外国语学院,沈阳110136

【正文语种】中 文

【中图分类】I054

语料库叙事学是语料库语言学中崭露头角的分支领域。［1］它是将语料库分析工具应用于文学文本、进行定量描写和定性分析的研究方法。近年来，国内已有学者利用各种语料库检索软件，分别从人物形象、主题情节、修辞手法及语言特点等方面进行了分析研究，如杨建玫(2002)、张厚振(2004)、赵琼(2007)、刘泽权(2009)、张仁霞(2010)等。但从语料库角度专门进行叙事学研究的著作尚不多见。尚必武(2011)的《叙事研究的新领域和新方法:语料库叙事学评析》是“国内首篇关于语料库叙事学研究的论文”［2］。

近三十年来，叙事进程成为西方叙事研究界一个越来越热门的话题。［3］美国叙事学界的领军人物詹姆斯·费伦先后出版了5部专著(1981，1989，1996，2005，2007)，分别论述了影响叙事进程的小说语言、文本动力、读者动力、人物叙述、共享阅读等因子。英国著名叙事文体学家迈克尔·图兰在其所著的《短篇小说叙事进程》(2009)一书中，提出使用语料库文体学(或称语料库叙事学)方法来研究短篇小说的叙事进程。2012年，国内叙事研究权威申丹撰文特别关注了具有较高审美价值的隐形叙事进程［3］。

语料库话语分析综述

语料库话语分析综述

近十年国内基于语料库的话语研究综述

A Review of Ten - year Research

on Corpus-Based Discourse Analysis in China

摘要：文章从基于语料库的话语研究领域出发，通过对2002年至2011年发表在国内八种核心期刊上的论文进行统计与分析，发现这些研究在研究领域取得了很大的进步，涉及到话语各个方向，对于实践有重大指导作用，但同时也出现一些问题值得我们关注。

Abstract: From corpus-based discourse analysis, this thesis finds this field has

made great progress, relates to many directions of discourse and has a significant

guiding role for the practice, but also brings many problems worthy our attention. All

of these are derived from the research and analysis of thesises published in 8 kinds of

core journals from 2002 to 2011 in China.

关键词: 语料库 话语 基于语料库的话语研究

0. 引言

现代语料库语言学是20世纪中后期兴起的一门语言研究科学。语料库是指按一定的语言学原则，运用随即抽样的方法，收集自然出现的连续的语言运用文本或话语片段而建成的具有一定容量的大型电子文库。在20 世纪后半叶的西方语言学界, Chomsky的观点大行其道,秉承该学说的语言研究者唯直觉语料独尊。他们躲在书斋,满足于依靠自己的直觉语料从事语言研究。随着社会语言学、话语分析、语用学、语料库语言学的兴起,越来越多的语言学家认识到光靠直觉语料来研究语言是远远不够的,人们还必须借助语料库语料以及其他各种语料,只有这样我们才能更好地揭示语言的本质,克服直觉语料的局限与不足。这样基于语料库的话语研究越发引起大家的重视，并取得了丰硕的成果。国内基于语料库的话语研究虽然起步较晚，但是成果仍然颇丰。

语料库基础知识

语料库基础知识

/yingyong/courses/corpusbase.htm

语料库研究与应用综述

语料库研究与应用综述

一 概述

语料库通常指为语言研究收集的、用电子形式保存的语言材料，由自然出现的书面语或口语的样本汇集而成，用来代表特定的语言或语言变体。经过科学选材和标注、具有适当规模的语料库能够反映和记录语言的实际使用情况。人们通过语料库观察和把握语言事实，分析和研究语言系统的规律。语料库已经成为语言学理论研究、应用研究和语言工程不可缺少的基础资源。

语料库有多种类型，确定类型的主要依据是它的研究目的和用途，这一点往往能够体现在语料采集的原则和方式上。有人曾经把语料库分成四种类型：（1）异质的（Heterogeneous）：没有特定的语料收集原则，广泛收集并原样存储各种语料；（2）同质的（Homogeneous）：只收集同一类内容的语料；（3）系统的（Systematic）：根据预先确定的原则和比例收集语料，使语料具有平衡性和系统性，能够代表某一范围内的语言事实；（4）专用的（Specialized）：只收集用于某一特定用途的语料。除此之外，按照语料的语种，语料库也可以分成单语的（Monolingual）、双语的（Bilingual）和多语的（Multilingual）。按照语料的采集单位，语料库又可以分为语篇的、语句的、短语的。双语和多语语料库按照语料的组织形式，还可以分为平行（对齐）语料库和比较语料库，前者的语料构成译文关系，多用于机器翻译、双语词典编撰等应用领域，后者将表述同样内容的不同语言文本收集到一起，多用于语言对比研究。

语料库建设中涉及的主要问题包括：

（1） 设计和规划：主要考虑语料库的用途、类型、规模、实现手段、质量保证、可扩展性等。

（2） 语料的采集：主要考虑语料获取、数据格式、字符编码、语料分类、文本描述，以及各类语料的比例以保持平衡性等。

（3） 语料的加工：包括标注项目（词语单位、词性、句法、语义、语体、篇章结构等）标记集、标注规范和加工方式。