《政府工作报告》英译本的计量文体特征与外宣效果研究.docxVIP

? ? 《政府工作报告》英译本的计量文体特征与外宣效果研究 ? ? 牛桂玲，栗慧敏 (郑州大学 外国语与国际关系学院，河南 郑州 450001) 《政府工作报告》英译本(以下简称《报告》)与美国《国情咨文》(以下简称《咨文》)具有相似的文本属性和政治功能。比较二者的文体风格，分析特定文体特征对外宣效果的影响，对于政治文献的有效传播和国家形象的建构具有重要意义。二者均成文于正式场合，既具有书面语的特征，又基于与受众互动的发表方式，呈现出口语体的特质。因此，准确判断二者的文体风格并不能一蹴而就。 Leech和Short认为，文体是特定人物在特定语境下有目的地使用语言的方式。[1](P9)一般情况下，文体分析涉及词汇、语法、修辞、连贯与语境四大范畴。由于语义范畴可通过其他范畴实现，故不单独列出。[1](P61)而计量文体特征则是基于量化技术手段测算和描述某类文本词汇和句法层面的总体特征。 已有研究重点关注中美政府工作报告在高频词、主题词及搭配等方面的差异。[2-4]少有学者运用统计学方法，从宏观层面分析《报告》英译本的计量文体特征，并将其运用到外宣效果的研究中。目前,计量文体特征多被用于判定文学作品著作权、作者身份和文学翻译作品文体风格。[5-8]而借鉴统计量化法研究实用文体，可帮助研究者更系统、客观地把握其文体风格。[9] 有鉴于此，本文运用语料库及统计学工具对比分析《报告》和《咨文》的文体特征及其对外宣效果的影响。本文将尝试解决以下问题：(1)哪些文体特征可作为判断《报告》和《咨文》文体风格差异的标准？(2)系统聚类能否显著区分《报告》和《咨文》的文体风格？(3)文体特征的差异分析对于提升中国政治文本的外宣效果有何启示？ 一、语料来源与处理 由于《咨文》篇幅较短，本文选取2014—2019年的《咨文》和2018—2019年的《报告》作为语料，并自建两个容量相当的可比语料库。为精确统计文本特征值，将清洗加工后的每个语料库划分为11个样本，总计22个样本。每个样本词数介于2 866～3 024之间，以保证语义的完整性(见表1)。 表1 22个样本基本信息 将清洗后的语料通过在线标注软件Free CLAWS web tagger进行赋码。为进一步提升标注准确率，本文参考《语料库应用教程》中的CLAWS赋码集，[10](P228-231)对赋码文本进行人工校对，然后将赋码后的22个样本保存备用。 二、系统聚类方法与结果 基于特定研究目的，研究者对文体特征的选取呈现出一定差异。相关研究多以Leech和Short提出的词汇、语法、修辞格、语境与连贯作为重要参考。[1](P61)综合以上观点和已有研究对两类文本体裁特征的判断，[2-3]本文初步将以下16个文体特征确定为研究变量：型例比、标准型例比、平均词长、平均句长、句子数、副词比例、数词比例、限定词比例、名词比例、动词比例、被动语态比例、形容词比例、代词比例、介词比例、情态动词比例和连词比例。 本研究筛选文体特征变量的方法是独立样本T检验，即检验《报告》和《咨文》这两组样本的均值是否具有显著性差异。在验证两组数据符合正态分布之后，运用Antconc3.2.4w和Wordsmith 6检索每个样本的文体特征值，将统计好的16个文体特征值与样本标号分别导入SPSSv21中，依次做独立样本T检验。在16个预设变量中，12个计量文体特征的独立样本T检验显著性均低于0.05(见表2)。且除型例比、句子数和连词比例之外，其他9个变量的显著性均为0.000，说明两组样本在这12个变量上呈现出显著性差异。 表2 12个计量文体特征的独立样本T检验结果 为进一步验证12个文体特征值区分两类文本的有效性，可对所有样本做系统聚类分析。该方法是先将所有n个变量看成不同的n类，然后将性质最接近的两类合并为一类；再从这n-1类中找到最接近的两类加以合并，以此类推，直到所有的变量分为几类。[11](P172)系统聚类能够有效识别变量间的异质性，并以此为依据将一批样品区别开来。据此，本文以22个样本为聚类对象，以筛选出的12个文体特征值为聚类依据，探索系统聚类能否有效区分两类文本的文体风格。图1是聚类结果。树状图清晰地展示了21个聚类过程中每次类别聚合的过程，最终将22个样本分为2个类别：样本12-22(《咨文》)聚为一类，而1-11(《报告》)则为另一类。聚类结果证实，以上12个文体特征可作为区分两类文本的重要标准。此外，树状图的纵轴表示不同类别间的距离。由图1可知，《咨文》样本间的距离为0-15，《报告》样本间的距离为0-10，说明与《咨文》相比，《报告》的文体风格更具稳定性、同质性。然而，由于两类别的距离达到了极值25，远远大于同一类别间的差异，辅助验证了系统聚类可明晰地呈现出两类文本的差异，为下文的文体特