国际隐喻语言学研究领域可视化分析（2008—2023）

摘要：该研究借助CiteSpace可视化分析软件，对2008—2023年Web of Science核心合集数据库中关于隐喻语言学的文献展开可视化图谱分析，归纳总结该领域的研究热点及未来研究前沿，以期为隐喻语言学研究领域学者提供研究思路，推动全球语言研究发展。研究结果表明：（1）隐喻语言学研究领域热度不断攀升，大部分学者独立撰写文章，少部分学者间形成了合作关系；（2）该领域主要研究方向聚焦于隐喻理解神经机制、概念隐喻、语法隐喻、时间隐喻、隐喻表征研究，以及关联理论对隐喻的解释作用研究，主要涉及认知语言学、语料库语言学和话语分析、批评隐喻分析；（3）批评隐喻分析、危机隐喻、语用学、性别隐喻，西班牙文化中的隐喻研究是其新兴研究前沿。

关键词：隐喻；语言学；CiteSpace；可视化分析；研究热点；研究前沿

中图分类号：H08 文献标识码：A 文章编号：2096-4110（2024）08（b）-0164-07

A Visual Analysis of the International Metaphor Study in the Field of Linguistics （2008-2023）

CAI Shuying

（School of Foreign Languages， Zhejiang Gongshang University， Hangzhou Zhejiang， 310018， China）

Abstract： This study uses the visualization analysis software CiteSpace to conduct a visual map analysis of documents related to international metaphor study in the field of linguistics in the Web of Science core collection database from 2008 to 2023. It summarizes the hot research topics and future research fronts in this field， aiming to provide research ideas for scholars and promote the development of global language research. The research results indicate： （1） the research popularity of international metaphor study in the field of linguistics is continuously increasing， with most scholars writing articles independently and a few scholars forming collaborative relationships; （2） the main research topics in this field focus on the neural mechanisms of metaphor comprehension， conceptual metaphor， grammatical metaphor， temporal metaphor， metaphor representation research， and the interpretation of metaphor by relevance theory， mainly involving cognitive linguistics， corpus linguistics， discourse analysis， and critical metaphor analysis; （3） critical metaphor analysis， crisis metaphor， pragmatics， gender metaphor， and metaphor in Spanish culture are emerging research fronts.

Key words： Metaphor; Linguistics; CiteSpace; Visual analysis; Hot research topics; Research front

传统修辞学开启了隐喻研究，其后，语言学和哲学等领域相继对隐喻问题展开多角度的研究论述，其中，语言学视域下的研究成果颇丰，极大完善和促进了对隐喻问题的认识[1]。隐喻研究成了语言哲学、语言学研究的一个热点，从传统的修辞格到今天的认知视域中的隐喻研究是语言学研究的一大进步[2]。鉴于此，本文基于Web of Science（WoS）核心合集数据库，梳理2008—2023年国际隐喻语言学研究领域的成果，借助CiteSpace可视化分析软件，从发文量、发文作者、关键词共现及关键词突变等方面进行分析，归纳该领域研究热点和发展趋势，以期为隐喻语言学领域未来发展提供借鉴，推动全球语言研究发展。

1 数据来源与研究方法

本文数据来源WoS数据库，以“Topic=metaphor”为检索条件在WoS核心合集中进行检索，时间范围仅设定结束年为2023年，不设起始年，选取“linguistics”类别，经过人工筛选删去不符合条件的数据后，共获得1 969篇有效文献。筛选过后，WoS核心合集最早记录的文献是从2008年开始，故本文数据分析的时间范围为2008—2023年。

本文借助CiteSpace 6.1.R6版本可视化分析软件展开可视化图谱分析研究，该软件主要基于共引分析理论（co-citation）和寻径网络算法（pathfinder）等，对特定领域文献（集合）进行计量，以探寻出学科领域演化的关键路径及其知识拐点，并通过一系列可视化图谱的绘制来形成对学科演化潜在动力机制的分析和学科发展前沿的探测[3]。在CiteSpace软件中创建一个新的项目，将1 969篇文献数据导入软件，设置时间范围为2008年1月至2023年12月，时间切片为1，以确保所有数据全部成功导入软件。

2 数据分析

2.1 发文量时间分布及其变化趋势

通过梳理2008—2023年相关文献的发文量，可以更好地了解国际隐喻语言学领域的发展动态。2008—2023年国际隐喻语言学领域相关文献发文量，如图1所示。

由图1可知，2009年发文数量最少有65篇，自2013年起，除了2018年数量有所下降，其余年份每年文献发表数量都达到100篇以上。由此可见，自2008年起，文献发文量大致呈现上升趋势，尤其2018—2019年这一阶段发文量迅速增加，说明国际隐喻语言学研究的热度不断攀升，也表明该领域研究仍有较大发展空间，仍有值得学者关注和探讨的问题。

2.2 研究作者共现统计

通过CiteSpace软件将作者作为节点进行分析得到作者共现图谱，如图2所示，节点越大即该作者的发文数量越多，连线越多则表示作者间合作越密切。图2中共出现458个节点，159条连线，其网络密度为0.001 5。结合图谱及数据分析可知，2008—2023年该领域整体研究结构较为分散，体现出该领域学者研究相对独立，大部分学者是独立撰写文章，少部分学者间形成了合作关系。

根据普莱斯定律对核心作者的界定，其公式为：mp=0.749，式中：mp为统计时段内核心著者至少发表的论文数；npmax是统计时段内发表论文最多的著者发表的论文数[4]。由统计数据可知npmax=13，根据该公式即可计算得出mp≈2.7，取整为3。因此，发文量达到3篇及以上的学者即为2008—2023年国际隐喻语言学研究领域的核心学者，共有50位。其中发文量较多的作者有Ahrens Kathleen、Abdel-raheem Ahmed、Burgers Christian、Littlemore Jeannette、Gibbs Raymond W、Tay Dennis等。但通过图谱分析可知，上述高产作者仅Ahrens Kathleen、Burgers Christian及Tay Dennis形成较为紧密的合作，其余学者间没有出现连线，尚未形成合作。

2.3 作者共被引分析

CiteSpace软件提供作者共被引分析，通过作者共被引图谱可以了解该领域高被引学者，并且有利于持续关注相关领域合作密切的研究人员。经过CiteSpace软件处理得到作者共被引图谱（见图3），共得到779个节点、6 298条连线，网络密度为0.020 8，其中节点越大，代表作者的共被引次数越多；连线越多，代表作者之间共被引关系越密切。

图3显示了被引频数最高的前10位学者，其中Lakoff被引次数最多，其是一位认知语言学家和哲学家，与Johnson于1980年首次提到概念隐喻，并将概念隐喻这一理论应用于在许多学科，为隐喻研究发展做出了重大贡献；其次是Gibbs，美国心理学语言学家，他提出比喻性语言的广泛性与日常思维的比喻性密切相关；第三是K？觟vecses，国际著名认知语言学家，其致力于研究语言、思维和文化之间的关系。另外还包括Crisp P、Semino E、Musolff A、Charterisblack J、Cameron L、Johnson M、Steen G J，这10名学者都是隐喻领域研究的著名专家，在隐喻语言学研究领域具有较高影响力。

基于作者共被引网络，进行聚类分析，可以了解共被引作者研究的主题。通过CiteSpace软件生成作者共被引时间线图谱（见图4），显示了共被引作者的8个研究主题聚类，包括#0 批评话语分析（critical discourse analysis）、#1 隐喻理解力（metaphor comprehension）、#2 转喻（metonymy）、#3 多模态（multimodality）、#4 时间隐喻（time）、#5 语法隐喻（grammatical metaphor）、#6 翻译（translation）、#7 通用整合模板（generic integration template），这些是共被引作者研究中的核心主题，能够为学者提供研究方向。同时，在图4中还展示了不同主题聚类下的研究学者，直观地将学者和研究主题相匹配，节点及字体越大则该学者的贡献也越大，这便于学者就所研究领域拜读相关主题的作者文献。

2.4 关键词共现图谱分析

CiteSpace的关键词共现功能可以将文献研究的热点问题进行更为直观的可视化展现，将关键词作为分析节点，通过该软件生成了国际隐喻语言学研究关键词共现图谱（见图5），共有关键词节点486个，2 830条连线，其密度为0.024。节点越大，该关键词出现的频率越高，节点之间的连线表示共现强度，连线越粗说明相应关键词在论文中的共现程度越强。表1整理了出现频次最高的前20个高频关键词，以及相应频次和中心中介值。

结合图5和表1分析可知，2008—2023年国际隐喻语言学领域的高频关键词可大致分为三类：第一类是隐喻语言学领域相关术语，包括“隐喻（metaphor）、语言（language）、概念隐喻（conceptual metaphor）、英语（English）、认知语言学（cognitive linguistics）、比喻语言（figurative language）、语法隐喻（grammatical metaphor）、空间隐喻（space）、概念隐喻理论（conceptual metaphor theory）、语料库语言学（corpus linguistics）、转喻（metonymy）”；第二类是隐喻话语研究，包括“话语（discourse）、政治话语（political discourse）”；第三类反应隐喻语言理解所需要素，包括“理解力（comprehension）、思维方式（mind）、词（word）、语境（context）、表征（representation）、表达（expression）、隐喻理解力（metaphor comprehension）”。

除了分析关键词出现的频次，中心中介性也有一定的参考价值。中心中介性可以量化地测量出某一节点的位置在网络中的重要性[5]。当节点的中心中介值大于或等于0.1时，则该节点具有重要意义。通过表1可以看到中心中介值大于或等于0.1的关键词有“隐喻、语言、概念隐喻、话语、理解力、英语”，这6个关键词不仅出现频次高，中心中介性也强，因此是隐喻语言学领域的研究热点。

2.5 关键词聚类分析

CiteSpace通过对共引网络进行自动聚类运算，共引关系密切的相关文献构成一个聚类，每个聚类都有一个明确的主题，这些主题通过LLR对数似然比值算法从关键词中提取，得出关键词聚类图谱（见图6）。

聚类模块值（Modularity，即Q值）与聚类平均轮廓值（Silhouette，即S值）是共现网络模块化的评价指标，网络的Q值和S值越大，则表示该网络的聚类数据越好。其中Q>0.3时，意味着所得网络社团结构比较显著，S值是评价聚类效果的参数，S>0.7时意味着该聚类结果是令人信服的[6]。图6显示，Q=0.364 4，S=0.751 5，这表明该聚类结果结构显著且令人信服。

图6中共有6个聚类，分别是#0 n400、#1 cognitive linguistic、#2 time、#3 relevance theory、#4 grammatical metaphor、#5 representation，表2中列举了六大聚类中排名前5的关键词，按照对数似然比值排列。

结合文献内容分析可知，聚类#0 n400体现隐喻语言学研究和隐喻理解神经机制密切相关。Obert等人的研究目的是调查在理解新颖的谓词性隐喻时所涉及的认知过程，结果显示，无意义表达的n400振幅大于字面义表达或隐喻表达的n400振幅，并显示字面义表达和隐喻表达在右后电极上存在差异[7]；Wang和Jankowiak旨在调查汉英双语者在理解新隐喻和传统隐喻时的电生理相关性，结果表明无论应试者二语水平如何，这两类隐喻都比语句字面含义更具认知负担[8]。

聚类#1 cognitive linguistic体现隐喻语言学研究涉及认知语言学、语料库语言学研究，以及话语分析、批评隐喻分析。Senkbeil和Hoppe将认知语言学方法，尤其是概念隐喻理论应用于文学研究[9]。Chiu和Chiang的研究基于概念隐喻理论、批评话语分析和语料库语言学的理论和方法，考察了台湾地区有关规定和判决书中使用的对立隐喻，并进一步确定了新的司法制度对语言使用的影响[10]。

聚类#2 time体现时间隐喻、概念隐喻研究。Stites和Oezcaliskan提到时间经常用空间运动来表示，使用三种不同隐喻类型中的一种：时间在动隐喻、自我在动隐喻、时间序列隐喻，并探讨这三种隐喻类型是否会影响儿童的隐喻理解和解释能力[11]。

聚类#3 relevance theory体现关联理论对隐喻的解释作用。Wearing认为自闭症谱系中的一部分人在句法、语音和语义方面的能力接近正常，但在隐喻、反讽、会话含意和其他语用现象的解释方面却存在严重困难，在其研究中介绍了关联理论如何解释其对隐喻的处理与自闭症个体之间的不一致[12]。

聚类#4 grammatical metaphor体现语法隐喻研究。Liardet通过探究中国英语学习者对人际语法隐喻的运用，研究了他们在学术文本中如何表达评价和立场[13]。Ryshina-Pankova的研究确定了各种类型的语法隐喻或接近语法隐喻的特征，这些特征代表了不同的习得水平，还论证了语法隐喻在提高作者构建逻辑论证和说服性评价能力方面的作用和功能[14]。

聚类#5 representation体现隐喻表征研究。Djokic等人提到，近年来，自然语言处理界对评估语义模型在大脑中捕获人类意义表征的能力越来越感兴趣，他们评估了一系列语义模型（词嵌入模型、合成模型和视觉模型）在解码与阅读字面意义句和隐喻句相关的大脑活动方面的能力，其研究结果表明，合成模型和词嵌入模型能够捕捉到字面意义句和隐喻句处理过程中的差异[15]。

2.6 关键词前沿动态分析

关键词突变度可以反映一段时间内影响力较大的研究领域。与一般高频次关键词相比，突变专业术语的动态变化特性使之能更准确地反映出某一学科的研究前沿[16]。图7是使用CiteSpace软件生成的关键词突现图谱，这25个突现关键词可视为2008—2023年国际隐喻语言学领域的研究热点和前沿。

图中加粗部分对应关键词的突现时期，表示该关键词的生命周期。根据该图谱分析可知，突现强度最大的关键词是“右半球”，突现强度达到5.71，是受到关注最多的热点，这体现国际隐喻语言学研究领域学者较多关注隐喻理解神经机制领域。自2020年以来，“批评话语分析”“危机”“语用学”“西班牙”“性别”5个关键词在近4年间突现显著，且这些突现有延续下去的趋势，在未来可能有很大的发展潜力，进一步梳理文献内容可知，国际隐喻语言学未来研究热点将关注批评话语分析中的批评隐喻分析、危机隐喻、语用学、性别隐喻，以及西班牙文化中的隐喻研究。

3 结束语

本文基于WoS核心合集数据库，借助CiteSpace可视化分析软件对数据进行分析研究。

首先，通过分析发现国际隐喻语言学研究整体呈现上升趋势。高共被引作者以Lakoff George、Gibbs R.W、Kovecses Z等为代表，都是隐喻语言学研究领域的著名专家，在该领域具有高影响力；该领域整体研究结构较为分散，大部分学者独立撰写文章，仅有少部分学者间形成了合作关系。

其次，国际隐喻语言学研究领域较多关注隐喻理解神经机制、概念隐喻、时间隐喻、语法隐喻、隐喻表征研究，以及关联理论对隐喻的解释作用研究，主要涉及认知语言学、语料库语言学，以及话语分析、批评隐喻分析。国际隐喻语言学研究未来的研究热点应聚焦于批评话语分析中的批评隐喻分析、危机隐喻、语用学、性别隐喻，以及西班牙文化中的隐喻研究。

总体来看，国际隐喻语言学领域成果丰富，研究主题广泛，仍然具有较大发展空间，在未来应加强该领域学者间的合作关系，进行有效的学术交流，细化隐喻语言学研究，拓展更多研究热点，更好地推动全球语言研究发展。本文归纳总结隐喻语言学研究领域现状、研究热点及未来研究前沿，以期为该领域感兴趣的学者提供研究思路，推动隐喻语言学研究发展。

参考文献

[1] 刘立华. 隐喻研究：从语义走向认知 [N].中国社会科学报， 2017-03-07（1161）.

[2] 魏在江. 隐喻的语篇功能：兼论语篇分析与认知语言学的界面研究 [J].外语教学， 2006（5）： 10-15.

[3] 陈悦，陈超美，刘则渊，等. CiteSpace知识图谱的方法论功能 [J].科学学研究， 2015， 33（2）： 242-253.

[4] 宗淑萍. 基于普赖斯定律和综合指数法的核心著者测评：以《中国科技期刊研究》为例 [J].中国科技期刊研究， 2016， 27（12）： 1310-1314.

[5] 冯佳，王克非，刘霞. 近二十年国际翻译学研究动态的科学知识图谱分析[J].外语电化教学， 2014（1）： 11-20.

[6] 李杰，陈超美.CiteSpace：科技文本挖掘及可视化[M]. 北京：首都经济贸易大学出版社， 2016.

[7] OBERT A， GIERSKI F， CAILLIES S. He catapulted his words from the dais： An ERP investigation of novel verbal metaphors [J].Journal of Neurolinguistics， 2018（47）： 59-70.

[8] WANG X，JANKOWIAK K. Electrophysiological insights into the role of proficiency in bilingual novel and conventional metaphor processing [J].Linguistic Approaches to Bilingualism， 2021， 13（2）： 163-189.

[9] SENKBEIL K， HOPPE N. "The sickness stands at your shoulder ..."： Embodiment and cognitive metaphor in Hornbacher's Wasted： A Memoir of Anorexia and Bulimia [J].Language and Literature， 2016， 25（1）： 3-17.

[10]CHIU S H，CHIANG W. FIGHT Metaphors in Legal Discourse： What Is Unsaid in the Story [J].Language and Linguistics， 2011， 12（4）： 877-915.

[11]STITES L J，OEZCALISKAN S. Developmental changes in children's comprehension and explanation of spatial metaphors for time [J].Journal of Child Language， 2013， 40（5）： 1123-1137.

[12]WEARING C. Autism， Metaphor and Relevance Theory [J].Mind & Language， 2010， 25（2）： 196-216.

[13]LIARDET C L. 'As we all know'： Examining Chinese EFL learners' use of interpersonal grammatical metaphor in academic writing [J].English for Specific Purposes， 2018（50）： 64-80.

[14]RYSHINA-PANKOVA M. Toward Mastering the Discourses of Reasoning： Use of Grammatical Metaphor at Advanced Levels of Foreign Language Acquisition [J].Modern Language Journal， 2010， 94（2）： 181-197.

[15]DJOKIC V G， MAILLARD J， BULAT L，el at. Decoding Brain Activity Associated with Literal and Metaphoric Sentence Comprehension Using Distributional Semantic Models [J].Transactions of the Association for Computational Linguistics， 2020（8）： 231-246.

[16]李红满. 国际翻译学研究热点与前沿的可视化分析 [J].中国翻译， 2014， 35（2）： 21-26，127.