APP下载

中国转喻研究的发展趋势与前沿动态
——基于可视化技术的科学知识图谱分析

2019-05-21郭雅欣范振强

广东外语外贸大学学报 2019年1期
关键词:隐喻图谱聚类

郭雅欣 范振强

(浙江工商大学 外国语学院, 杭州 310018)

一、引言

20世纪80年代起,转喻研究出现了从修辞到认知的转向,概念转喻是在同一理想化认知模型中一个概念实体为另一概念实体提供心理通道的认知操作过程(Kövecses,2002:231),转喻研究开始迈向更高层次发展 (金胜昔、林正军,2017)。转喻受到越来越多的关注,其在中外的研究领域不断扩大。

近年来,有学者运用计量文献学的可视化分析工具对国外转喻研究动态进行了可视化分析(金胜昔、林正军,2017),但对中国转喻研究的科学知识图谱分析尚不多见。实际上,中国转喻研究取得了长足的进展,2017年中国学者魏在江在全国认知语言学大会(南京)上呼吁建立转喻学。转喻认知研究始于沈家煊(1999),它论证了汉语“的”字结构转指中心语的本质是一种“语法转喻”,语法“转指”的本质就是“转喻”。陈香兰(2005)对转喻研究历史进行梳理,指出转喻作为人类一个概念化心理机制和知识组织认知策略,与隐喻不相上下,并从修辞、意义、概念三方面展开转喻历时研究。何爱晶(2008)对中国转喻研究从理论和应用两方面作了综述,指出目前转喻语用学研究主要包括仿拟理解与习语加工模式以及言语行为转喻应用研究两方面,并提出了当前转喻研究存在的不足。除此之外,也有一些关于转喻能力(吴淑琼、文旭,2010)、转喻识别(曹燕黎,2015)等专题式回顾。

这些综述为中国学者了解转喻研究发展提供了很好的思路。这些研究数目庞杂,且总体而言偏重理论或某些特定层面。因此,如何从数量庞大的文献中了解该方向的研究成果、研究热点、研究前沿和研究趋势尤为必要。因此,本研究拟采用文献计量学中的CiteSpace可视化技术,对1999-2017年中国相关文献进行科学知识图谱分析,以呈现中国转喻研究现状及发展趋势。

二、研究设计

(一)数据来源

研究数据来自CNKI(中国知网)期刊数据库,采用高级检索方式,以“转喻”为主题词,检索时间设为1999-2017年,来源类别选择“核心期刊”,包括《外语教学》《外语与外语教学》《外国语》《中国翻译》《外语研究》《外国语文》《外语学刊》《现代外语》《外语电化教学》等。检索结果进行人工筛选,删除征稿启事、会议通知等文献,仅保留学术类论文,以确保分析结果的准确性和可信性,最终得到888篇文献。所得数据中包括中英文篇名、文献作者、文献类型、期刊名、机构、关键词以及发表年限等信息,引文数据的最终检索时间是2017年12月6日。

(二)研究工具与方法

利用美国德雷赛尔大学(Drexel University)陈超美开发设计的一款多元、动态引文可视化分析软件CiteSpaceIII (版本号:4.0.R2 64-bit) 进行研究。CiteSpace着眼于分析文献数据中蕴藏的潜在知识,通过可视化手段来呈现科学知识的结构、规律和分布情况(金胜昔、林正军,2017),对于某一学科发展历程、热点主题的分析以及研究前沿的预测都呈现出强大的优越性与精确性(李杰、陈超美,2016:3)。与传统文献梳理分析相比,这种文献计量方法显示出数据全面、客观的优点(Kim、Chen,2015)。文章根据1999-2017年中国转喻研究文献分布图进行年度分析,指出中国转喻整体研究现状;通过定量分析Citespace生成的高产作者网络共现、高被引文献(作者)、关键词网络共现、关键词共现聚类图谱,来锚定转喻研究的热点和前沿,并指出目前转喻研究存在的不足,对中国转喻的未来研究提供一定借鉴。

(三)研究问题

(1)在中国转喻研究领域中,研究趋势是什么,呈现何种特点?(2)中国转喻研究的热点和前沿课题包括哪些?(3)中国转喻研究还存在哪些不足?

三、中国转喻研究的知识图谱可视化分析

(一)1999-2017年中国转喻研究成果的时间分布

根据1999-2017年的文献分布情况,绘制出曲线图(见图1)。

图1中国转喻研究成果分布图(1999-2017)

图1显示,1999-2017年中国转喻研究整体呈上升趋势;自1999年以来,研究进入迅速发展时期,研究成果迅速增加,2012年达到顶峰(94篇)。2012年以后,相关研究有所下滑,但仍然保持年均发文量70多篇,数量趋于平稳状态。这说明整体上学术界对转喻研究的学术兴趣是不断增强的,转喻研究正在受到研究者的关注和重视。

(二)网络共现数据和图谱分析

1.高产作者分析

通过对当前中国转喻高产作者及发文量进行分析,能够反映作者的科研生产力,把握中国转喻研究的动向与发展趋势,促进转喻研究发展。将高产作者数据导入CiteSpaceIII,把“Time Slicing”设为“From 1999 to 2017”,“#Years Per Slice”设为“1”,“Node types”设为“Author”,每个时间切片N值设为“top 50”,采用Pathfinder算法运行软件,生成高产作者网络共现全景图谱(1999-2017),如图2所示。

图2高产作者网络共现全景图谱(1999-2017)

图谱中的每一个节点代表一个作者,节点越大表明发文量越高。图谱中的节点网络布局较密集,说明转喻研究作者较多,其中有许多高产作者。居于高产作者名单首位的是来自对外经济贸易大学的陈香兰,转喻论文发文量为16篇,科研成果丰富;排名第二的是西南大学的文旭,发文量为11篇;来自东北师范大学的杨忠、林正军和四川外国语大学的王寅并列第三,发文量为8篇。位列前十的研究者均来自中国高校,如发文量7篇、排名并列第7的湖南大学刘正光和浙江大学张建理。无庸置疑,高校是转喻领域研究的一大主力。另外,节点间连线数量不多,说明各作者之间合作关系强度不高。这与国外研究形成一定反差,对国外文献分析发现,西班牙、美国、英国、中国、德国、日本等国家以及相关机构和学者间都存在连线,这说明转喻研究的国际合作在一定程度上已经开展并逐渐加强。因此,未来中国学者可以加强合作交流,尤其是跨机构和跨学科合作,以期在该领域取得更大的突破。

2.被引频次分析

被引频次是某一学科领域内学科研究人员获得同行认知的一种表现形式,反映出该学者在学科学术群体中的信赖度与认可度,体现出论文对于学科发展的贡献和影响(单宇、范武邱、谢菲,2017),也是构成某一研究领域的知识基础。文献被引频次越高,说明文献的应用价值和参考价值越高(王立非、张斐瑞,2014)。它包括整体引证频次(Global Citation Score)和本地引证频次(Local Citation Score),前者是指数据库中文献总体被引情况,而本地引证频次是指筛选后的数据库文献之间的交叉引证情况(李杰、陈超美,2016:91)。为了系统全面地反映转喻文献及其作者在各学科中的影响力,将采用整体引证频次进行分析。

在CiteSpace中设置“Node Types”为“Cited Author”,时间分区设为“1”。在调试过程中,合并文献标识名并通过二次检索补充不完整文献信息,自动生成学者共被引图谱,据此列出1999年以来中国转喻领域被引频次前十名的论文题目、作者姓名、刊名及被引频次等信息(见表1)。

表1 被引论文前10名名单(1999-2017)

表1显示,1999-2017年间,沈家煊的《转指和转喻》以1247的总被引频次高居首位;排名第二的是李瑛和文旭的合作论文《从“头”认知、转喻、隐喻与一词多义现象研究》;位列第三的论文出自沈家煊《“糅合”和“截搭”》。可以看出沈家煊是中国转喻研究先行者,在转喻研究领域的影响力极大。另外,来自西南大学外国语学院的文旭与湖南大学的刘正光同时出现在高产作者和被引论文前十名单里,对转喻展开了从现象到理论的研究,是该领域不可多得的高发文量和高被引频次的杰出学者。这些论文是中国转喻研究领域中引领性的经典文献,更是目前中国系统了解转喻概念体系、知识结构及研究范式的重要文献,极大地促进了中国转喻研究的发展。

3.研究热点分析

关键词是一篇文章核心内容和主题的高度精炼,对关键词出现频率的变化进行分析可以得出各时期的研究热点与重要主题(庄少霜,2016)。关键词共现分析可以发现研究对象间的亲疏关系,挖掘隐含或潜在的有用知识,揭示学科研究热点、结构与范式(钟伟金、李佳,2008),并通过关键词共现网络知识图谱(见图3),根据频次和中心性两个指标对关键词进行分析,以此掌握转喻研究的新兴趋势。

图3关键词共现网络知识图谱(1999-2017)

图4 关键词共现聚类图谱(1999-2017)

图3中以“转喻”为最大节点形成高频关键词共现网络知识图谱,节点带有光圈,是指该关键词在整个网络图谱中有很高的中心度(Centrality)。统计高频关键词依次有转喻、隐喻、认知语言学、认知、概念转喻、语法化、概念隐喻、概念整合、认知机制、语法转喻等,反映出学者们各自的研究焦点。节点的大小、光圈和连线密度则显示出各焦点间密切的内部关联。对以上关键词进行梳理可得出:

(1)研究视角

转喻研究多从语用(委婉语、语境等)和认知视角(认知机制、认知理据等)出发。如贺汀(2017)从认知语用角度探究高层转喻及其思维模式和观点,并借助高层转喻思维模式和高层转喻多域操作观来分析语用学中的间接言语行为;毛峻凌(2016)从概念结构角度对转喻及其概念化本质和指称功能做出系统描述和解读,探讨了动态语境中转喻的语用特征和推理过程;司建国(2015)在言辞行为范畴内对各种言辞行为转喻复合体进行了识别、描述和分析。此外,转喻在语法化、句法、词义等层面的研究也未曾间断。

(2)研究内容

研究主题集中在认知语言学常规研究内容,如概念转喻、意象图式、构式、范畴化等。以意象图式为例,意象图式来自概念隐喻理论,是不断复现的经验形式,本质上具有抽象和类型学的特征 (Peňa,2008)。这一热点领域主要研究图式理论和转喻认知模型,意象图式可以通过转喻方式扩展概念和意义 (Lakoff、Johnson,1980:42)。如 “The helicopter flew over the city”和“The helicopter hovered over the city”,这里的“over”在前一句中指示的是路径,而在后一句中指示的是空间,而路径和空间的关系在本质上是部分和整体的关系,这种部分—整体的关系就通过转喻的方式使得介词“over”在不同的情景和场合中表达不同的含义(胡梦萦,2016)。可见,转喻的认知机制与图式推理密切相关,它的理解过程与图式的激活过程相吻合(Gibbs,1994:327)。

另外,转喻理论研究涉及身体、文化经验层面,这与“国际概念转喻研究已经出现文化转向”(金胜昔、林正军,2017)不谋而合,表明中国转喻研究和国际接轨。概念转喻作为一种认知方式,比概念隐喻更为普通、更为重要(魏在江,2016),转喻以经验相关性为基础,从具体的身体经验扩展到抽象图式,进而进行概念转喻加工(徐丹,2016)。

(3)研究方法

随着认知科学研究手段的进步,转喻的研究方法从传统认知语言学的“内省法”开始转向多元混合研究范式。认知语言学家虽然极力将理论解释与现有的实证研究相关联,但实际中大部分工作仍建立在其语言直觉基础上。近五年来高频关键词出现了语料库、心理语言学、多模态等,还有个别新兴研究方法,如眼动法以及以新技术和互联网为代表的研究手段(如FRAME模型)。这些转喻研究的实证转向大大弥补了传统研究方法的缺陷,但是整体数量上低于传统内省研究法。

4.研究前沿分析

研究前沿是指某一领域正在兴起的理论趋势和新主题的涌现(李杰、陈超美,2016:77)。关键词的聚类分析能准确地反映出某一学科的研究前沿。将数据输入CiteSpaceIII,按照3.2.1小节的步骤设定,节点类型处选择“keywords”,采用最小生成树算法(MST),运行软件生成关键词共现聚类图谱,见图4。

通过聚类分析,生成8个主类团(见表2),其余聚类为边缘聚类,规模过小;主体网络没有聚类链接,内部关联程度较低,被系统滤除。

类团内的关键词性质词意越接近,类团间的关键词性质词意越不同,说明聚类效果越好。Size代表聚类大小,Silhouette代表聚类效率,这个值在0.7以上时,聚类是高效且令人信服,在0.5以上,聚类一般认为是合理的。聚类中关键词提取基于三种排序算法:TFIDF加权算法(提取出的关键词代表研究主流)、对数似然率(Log-likelihood Rate)算法以及互信息流(MI)算法,后两个算法提取的关键词强调研究特点。三者相结合,从中抽取出共同的信息才能对聚类进行最佳诠释。平均年份值聚类的新老程度。结合聚类表可以看出,类团0包含节点数量最多,类团1研究较为新颖,聚类效率均高于0.9。聚类标签词默认为LLR法的第一个关键词,它和后面的关键词一起代表了该聚类的研究前沿和方向。因篇幅限制,只对前3个聚类进行分析。

表2 关键词聚类分析表(1999-2017)

聚类#0的命名标签是“认知语言学”。在认知语言学中,转喻是人们对外部世界的进行概念化的基本方式(金胜昔、林正军,2017)。这一前沿领域主要体现在语法化和话语分析等研究中,如单宝顺(2017)考察了“以来”一词的历史演变过程,认为其源自趋向动词,从表示空间通过转喻等手段进而表示时间,其发展趋势主要是“介词”的脱落、意义上强调“有始有终”与其搭配的词语范围的扩大。余立祥和杨洋(2015)则将概念转喻与批评话语分析相结合,研究话语使用、权势和意识形态之间的关系。聚类#1的命名标签是“概念隐喻”。转喻研究的认知转向出现在概念隐喻之后,同隐喻一样,转喻从传统的词格提升为人类赖以生存的基本认知过程,在语言的运用过程中起着重要的衔接作用(曾倩,2011)。该聚类下转喻研究前沿多会涉及多模态、情感隐喻、语法隐喻等研究,研究内容和方法呈现多元化,如路慧(2017)将视觉和听觉等多种模态结合,探索多模态隐喻的本质。聚类#2的命名标签是“概念转喻”。概念转喻是转喻类型的一种,是载体和目标之间所生成的概念语义关系(程琪龙,2010)。该聚类研究前沿还包括语法转喻、逻辑转喻、物性结构和语义角色。

四、结语

我们利用CiteSpace可视化技术,对中国知网数据库中核心期刊转喻论文进行了文献年度分布、高产作者网络共现、高被引文献(作者)、关键词共现聚类及聚类知识图谱分析,全景展示了1999年以来中国转喻研究领域的发展动态。研究发现,1999-2017年间中国转喻研究迅速发展,近五年来趋于平稳状态,转喻研究正在受到中国研究者的关注和重视;高校是转喻研究领域的一大主力,其中不乏许多高产作者,但各作者间合作交流可以进一步加强;研究热点包括“语用”“认知”等研究视角,“概念转喻”“意象图式”“构式”“范畴化”等认知语言学和身体、文化经验层面研究内容,“多模态”“FRAME”等多元混合研究范式;转喻逐渐与国际接轨,但整体数量不多,研究深度有待加强;前沿研究涵盖“认知语言学”“概念隐喻”“概念转喻”“词汇化”“认知机制”“修辞性”“动机”“汉语修辞”为代表的八个领域。本文的研究结果可为了解中国转喻研究成果、热点课题和前沿领域提供参考,有助于研究者更加全面地了解中国转喻领域研究。

猜你喜欢

隐喻图谱聚类
绘一张成长图谱
成长是主动选择并负责:《摆渡人》中的隐喻给我们的启示
《活的隐喻》
基于K-means聚类的车-地无线通信场强研究
补肾强身片UPLC指纹图谱
基于高斯混合聚类的阵列干涉SAR三维成像
主动对接你思维的知识图谱
基于Spark平台的K-means聚类算法改进及并行化实现
基于改进的遗传算法的模糊聚类算法
对《象的失踪》中隐喻的解读