基于语料库的中美大学英文简介研究

□天津科技大学 付海燕 夏慧言 陈建生

基于语料库的中美大学英文简介研究

□天津科技大学 付海燕 夏慧言 陈建生

本文通过自建两个小型的可比语料库，对中国与美国大学的英文简介进行比较研究。利用AntConc语料库检索软件，考察两个库的词频、主题词等差异。这一实证研究表明中国大学英文简介与美国大学简介之间存在差异，具体体现在语篇的信息性、描述视角以及文体风格等方面。

可比语料库；主题词；大学简介

高校的英文介绍是展示各高校办学特色的窗口，开展国际合作的媒介之一，也是各国留学生和教育领域相关人士了解该高校的平台。以往有关中国大学英文简介的研究相对较少（杨慧，张新军，2003；范勇，2008；李元青，2009），而且大多以举例的形式进行分析和评估。本研究通过自建两个小型可比语料库，利用AntConc语料库检索软件，量化分析30所中国高校和30所美国高校的英文介绍在语篇信息性、视角、文体风格等方面体现出的差异，并分析可能存在的原因。

一、基于可比语料库的研究综述

随着语料库技术不断应用于语言研究实践，我们发现这种新的研究手段有着以往研究方法无法替代的优势。通过借助语料库检索工具，语言研究者能够对语料库中的数据进行各种量化分析，得到很多以往人工条件下无法发现的语言现象，从而在很大程度上减少分析和解释的主观性。

根据Mona Baker（1995），可比语料库（comparable corpora）是由某一种特定语言的翻译文本组成的语料库，和同一时期的相同类型的该特定语言原创的非翻译文本组成的语料库共同构成。即可比语料库应由翻译文本库和写作文本库两部分构成，这两部分语料应该属于同一主题、同一体裁。

Mona Baker（1993）认为，可比语料库应用于翻译研究的意义最为深远。Baker、Toury等在研究中提出一些翻译活动的规律，即翻译普遍性，如简略化，明朗化，中性原则，规范化等等，并已在小规模语料库上得到验证或引发质疑（陈建生，伊丽，林婷婷，2010；胡显耀，2005；廖七一，2000）。

可比语料库除了可以应用于翻译普遍性研究，还能从翻译文本和其非翻译可比文本的对比角度给研究者提供新的视角。此类研究总体上属于定量研究，主要运用计算机统计软件进行辅助分析，目的在于了解翻译文本与非翻译文本中特定语言特点分布的相关差异（Williams＆Chesterman，2004）。Laviosa（1998）较早地进行了这方面的研究，此外，Olohan也进行过类似的研究。

通过对译文和非译文进行客观地全面量化对比，对一些差异突出的语言特征进行描述、分析，研究者能够判断出原文的文体特征和表达习惯对译文的影响，从而从语言迁移角度对可比语料的差异做出阐释。此外，此类研究还能通过对译文有效的评估帮助提高译者的语用意识和文化敏感性，探索此类文本更佳的翻译策略。

二、基于大学英文简介可比语料库的研究

1．语料库的建设

自建可比语料库包括两个子库：子库A包含30篇中国高校英译的大学简介。子库B包含30篇美国大学的英文简介。我们是按照网上提供的两国大学排名，选取各自顶尖的30所高校，中国的高校涉及综合类、理工类和师范类。美国的高校分公立和私立两类。所有语料均采自各高校的网页，在其校园网上收集到有关“学校简介”（About the University）的文本构成语料库。子库A的形符总数为21，869，子库B的形符总数为9，664。

2．研究工具

本研究采用的语料库检索软件是AntConc3．2．2，该软件具有词语检索（Concordance）、生成词表（Word List）和主题词（Keyword List）三大功能。本研究将主要利用AntConc主题词功能进行语料检索和分析，该工具既能生成正主题词（positive keywords），也能生成负主题词（negative keywords）列表。

3．研究方法

通过比较两个不同大小的语料库，可以得到主题词，也就是所研究的语料库中频率超常的词语。计算主题词需要两个语料库。一是观察语料库（observed corpus）；一是参照语料库（reference corpus）。一般来说，参照语料库要比观察语料库大。基本词表统计能够提供一个语料库文本的词语频率和分布信息，却难以说明词语在语境中的用法和词语之间的关系；主题词统计能提供语篇层面词语的分布与文本主题的关系以及词语之间的关系（李文中，2003）。本研究旨在利用AntConc的主题词功能，观察两个语料库文本的主题差异、主题分布的不同位置、关键词的动态语境以及文本的总体风格等。鉴于本研究中子库A的规模大体相当于子库B的两倍多，在检索中将子库B作为观察语料库，将子库A作为参考语料库。

三、研究分析结果

1．总体文本特征对比

词汇密度在一定程度上反映文本用词的多样性（杨惠中，2002）。测量词汇密度的主要工具是类符/形符比（Type/Token Ratio，简称TTR），由于不同容量的语料库类符/形符比不具可比性，故一般使用标准化类符/形符比（Std．TTR）来衡量语料库的词汇密度（陈建生，伊丽，林婷婷，2010）。

表1 两个语料库中类符、形符的相关统计

根据表1显示，子库A即中国大学的英文简介库的形符数多于其可比文本子库B即美国大学简介库。但标准类符/形符比却明显低于可比文本。表明中国大学英文简介文本的用词变化度不如可比文本，词汇密度小，重复率较高；而美国大学的简介文本语言使用较灵活，更趋于创造性。

2．生成词表

对高频词的检索、分析可以让我们了解有关文本内容的信息。为了进一步观察两库文本的主题内容，我们运用AntConc3．2．2分别生成了子库A和B的词频表。

从两个词表中的高频实义词看，中美大学简介库文本中均出现了university/students/research/programs等与大学、教育、研究等主题有关的信息，很难从中判断出两个子库文本信息的细微差异。为此，我们要进一步从主题词表中分析它们之间的不同侧重。

3．主题词表

我们利用AntConc主题词提取功能，以美国大学简介库的30个文本作为观察语料，以中国大学简介库的30个文本作为参照语料，得出正负关键词表如下。其中图1是正关键词列表，所列词汇表明在美国大学简介子库B中的使用频率明显高于在中国大学简介子库A中的使用频率，我们截取关键性（Keyness）大于30的如图所示。而图2是负关键词列表，所列词汇在美国大学简介文本中出现的频率相对于中国大学简介文本要显著偏低。

图1 正关键词列表

图2 负关键词列表

4．讨论

根据研究结果显示，中国大学英文简介与美国大学简介之间存在差异，具体体现在语篇的信息性、描述视角以及文体风格等方面。

①语篇信息差异

图3是检索得出的子库B中community的语境共现：

图3 子库B中community的语境共现

通过观察上下文并查阅词典可以发现在该库文本中community的含义大都集中于以下两个意思：①a group of people who share the same religion，race，job，etc．具体使用情况请见例句1；②all the people who live in a particular area as a group．常见的搭配有community service，具体使用情况请见例句2和3。

例句1：We are a vibrant community of exceptional students，faculty，alumni and professionals dedicated to real-world applications of our research，scholarship，faith and service．

例句2：Penn makes a substantial investment in its surrounding neighborhood and offers ways for students andfacultytomakecommunityservicepartoftheir educational experience．

例句3：As the state’s land grant university，we honor our three-fold commitment to education，research and community service．

从以上内容可以推断，美国大学不仅注重教学和科研，同时把社会服务作为己任，成为大学办学宗旨中不可或缺的组成部分。在其简介中就明确强调了大学与社会，社区之间的紧密关系，并通过简介向读者突出介绍大学在社会服务方面所做的工作并提供相关的信息。这方面的信息在中国大学简介中却较为少见，所选文本中仅有吉林大学的英文简介中出现community一词，意思也并不是指“社区，社会”。

This dedicated education community is a guarantee of excellence in teaching and research．

图4是检索得出的子库A中key的语境共现：

图4 子库A中key的语境共现

通过观察上下文我们发现，在中国大学的英文简介中，key主要和national，China，state等词搭配，用来描述university，disciplines，institutions，laboratories等。这些联想词的使用目的在于强调大学以及具体机构的官方认可和级别，确立本大学的权威地位，以期提高本大学在读者心中的位置。中国的大学大都重视排名和评级，由其大学简介的英文文本就可见一斑。

相反，在美国大学简介文本库中我们只检索到一条与key有关的句子，如下所示，其中key仅是本意“主要的”意思，并没有涉及到官方及政府的信息。

的”意思，并没有涉及到官方及政府的信息。It is in the process of adding faculty positions，expanding faculty and graduate research，increasingstudent financial aid，and widening opportunities in keyundergraduate programs，such as foreign study，internships，community service，and personal formation．

另外，中国大学简介中格外强调本身在科学技术方面的成绩，因此science，technology，engineering等词出现频率具有显著性。相比在美国大学简介中这些词出现却并不明显，而arts一词的关键性较高。可以推断，美国大学更加强调的是大学对学生的人文素质的培养，而并非仅仅科学研究。

②叙述视角的差异

大学简介除了具有提供信息的功能外，和广告、推销信、企业简介一样，具有向受众宣传自己形象并推销产品或服务的功能，都属于“促销体裁”的文本。美国大学的简介中第一人称大量使用，包括our和we两个词项。在叙述过程中暗示受众you的存在，突出“以人为本”。强调互动，建立了大学与读者的亲近关系，拉近了大学与读者的心理距离，突出为读者服务的宗旨，从而成功地体现广告的效应。本文通过自建小型可比语料库对中国大学简介的英文文本和美国大学简介的可比文本进行了小范围的量化比较分析，发现两者在叙述视角、语篇信息、文本功能等方面存在着一定的差异。通过自建符合自己研究方向的小型可比语料库，对可比文本进行词频、关键词、搭配等量化比较研究，有助于对可比文本进行客观的全面对比分析，给译文评估提供可靠的量化依据。

[1]Baker，M．Corpus Linguistics and Translation Studies：Implications and applications [C]．in M．Baker，G．Francis，＆ E．Tognini -Bonelli， （eds．）Text andTechnology：In Honor of John Sinclair．Amsterdam andPhiladelphia： John Benjamins，1993：233-250．

[2]Baker，M．Corpora in Translation Studies：an Overview and Suggestion for Future Research[J]．Target，1995，7．2：223-243．

[3]Laviosa，Sara．Core Patterns of Lexical Useina Comparable Corpus of English Narrative Prose[J]．Meta，1998，43．4：557-70．

[4]Williams，Jenny and Chester man，Andrew．The Map：A Beginner’s Guide to Doing Research in Translation Studies[M]．Shanghai：Shanghai Foreign Language Education Press，2004．

[5]陈建生，伊丽，林婷婷．《狼图腾》英文译本翻译特征之考察——一项基于可比语料库的研究[J]．内蒙古师范大学学报：哲学社会科学版，2010（1）：97-101．

[6]范勇．中国高校英文网页存在问题研究[J]．高等教育与学术研究，2008（1）：27-29．

[7]胡显耀．用语料库研究翻译的普遍性[J]．解放军外国语学院学报，2005（3）：45-81．

[8]李文中．基于英语学习者语料库的主题词研究[J]．现代外语，2003（3）：283-293．

[9]李元青．中美高校英文网页介绍文本内容对比研究[J]．太原城市职业技术学院学报，2009（4）：157-159．

[10]廖七一．语料库与翻译研究[J]．外语教学与研究，2000（5）：380-384．

[11]杨慧，张新军．高校网页英文翻译的调查[J]．上海科技翻译，2003（4）：56-58．

[12]杨惠中．语料库语言学导论[M]．上海：上海外语教育出版社，2002．

H312

项目名称：天津科技大学科学研究基金资助项目。项目号：20080306。

检索方式就子库A和B对比发现，美国大学简介中community一词使用频率非常高；而中国大学简介中national，key使用频繁。利用语料库软件的语境共现（concordance）功能，输入某主题词进行带语境的关键词（指搜索词）（KWIC）检索，分析并阅读搜索词两边的语境（或上下文），就可以得出与关键词相关的主要内容。