《哈克貝利·費恩歷險記》詞匯層面的計算文體學分析

王 靜

(遼寧師范大學 外國語學院，遼寧 大連 116029)

馬克·吐溫，美國19世紀偉大的作家，其作品集盎然有趣的生活體驗、秀麗的自然風光和豐富多彩的冒險經歷為一體，同時充滿了幽默和諷刺，并將其作為一種抨擊當時美國社會不合理現實的手段。《哈克貝利·費恩歷險記》(1884)是馬克·吐溫的代表作，也是美國文學史上一部影響深遠的作品。故事的主人公是在《湯姆·索亞歷險記》中就跟讀者見面的哈克貝利·費恩。小說的中心情節是講白人孩子哈克和黑奴吉姆如何結下深厚友誼的故事。哈克為了逃避酒鬼父親的虐待，逃到一座小島上，巧遇逃奴吉姆，兩人結伴而行，企圖從密西西比河上逃往北方的自由州?！豆素惱べM恩歷險記》歷來備受學者的廣泛關注，但研究出發點大多是基于定性的。本研究將從計算文體學的角度對其進行定量研究。

現在，許多暢銷書籍出版的續篇，大多是基于商業利益，借助于已經積累的人氣，而自身的可讀性很低。那為什么馬克·吐溫的續篇《哈克貝利·費恩歷險記》獲得了很大的成功，甚至比《湯姆·索亞歷險記》更受歡迎呢?本文試圖從詞匯層面對小說進行計算文體學的分析來尋求解析，通過對比《哈克貝利·費恩歷險記》和《湯姆·索亞歷險記》兩篇文本的詞長、詞匯密度和關鍵詞來揭示其詞匯特點，從而為以后的英語寫作提供一些可靠的參考建議。

一、計算文體學

哈特曼和斯托克在《語言與語言學詞典》中指出:文體是個人或集體在談話或寫作中運用語言的方式［1］。文體學源自古代亞里士多德的修辭論，是一門結合文學和語言學的交叉學科，是運用語言學的理論去闡釋文學內容和寫作風格的一門學科。計算文體學是將計算機技術和計算主義思想應用到語篇分析中，試圖給理論分析找出科學的數據證明［2］。Wales 將計算文體學定義為采用統計學和計算機輔助的分析方法來研究文體的各種問題［3］。通常文體學分為傳統文體學和計算文體學，傳統文體學研究的重心在文學或非文學文本的審美特性上，而Craig認為，通過計算技術才發現的語言現象是計算文體學主要的研究目標［4］?？梢娪嬎阄捏w學是用統計的理念分析文體，通過機器全面而快速地查找文體標記，從而捕捉到一些連作者自己也沒有意識到的寫作習慣。因此，計算文體學借助于計算技術的應用補充了傳統文體學的分析方法。

文體學家Crystal 和Davy 曾深入研究過語言系統的形式和意義，把文體特征按照語言層級劃分為五大范疇。這五大范疇是:第一，句子間關系，它包括語義、語用、節律特征以及三者間的關系;第二，句子類型，它描寫句子的形式和句子的復雜性;第三，從句類型，它指句子中各從句之間的作用和關系;第四，短語，它描寫組成從句的各要素之間的作用和關系;第五，詞匯，它描寫句子中詞的形式和語音特征。［5］

本文基于詞匯層面，從詞匯密度、詞長和關鍵詞的角度對《哈克貝利·費恩歷險記》和《湯姆·索亞歷險記》兩文本進行比較探究。為了測量文本中詞匯的豐富程度，采用類符/形符比(type/token ratio，TTR)，即一個文本中出現的不同單詞總數與實際出現的單詞總數之比。Baker 指出類符/形符比值的高低與寫作者詞匯使用的豐富程度和多樣性成正比。她還認為，當所比較的文本長度不同時，標準化的類符/形符比值(standardized TTR)更為可靠［6］。

二、研究方法

本研究主要采用定量技術。為了保證數據分析的客觀可靠，采用語料分析軟件Oxford Wordsmith Tools、社會科學統計軟件SPSS、卡方檢驗和T 檢驗。Oxford Wordsmith Tools 包含多個高效的語料分析功能，主要有索引(concordance)、詞頻列表(wordlist)和關鍵詞分析(keyword)。本文使用詞頻列表來分析文本單詞的類型，使用關鍵詞分析來列舉文本中所有的關鍵詞。SPSS 是世界上最早的統計分析軟件，主要用于調查數據的處理，并且能建立、編輯和清理數據文件及對數據進行統計分析等?？ǚ綑z驗是通過比較兩篇文本單詞的類符的頻率來看是否存在顯著性差異。T 檢驗用于測量兩篇文本中由詞頻列表產生的數據，這樣可以在一定程度上用科學的方法證明文本表層的差異。

三、數據分析和討論

為研究《哈克貝利·費恩歷險記》(以下簡稱《哈克》)的詞匯特征，采用《湯姆·索亞歷險記》(以下簡稱《湯姆》)做參照文本，通過比較兩文本的差異來解釋為什么《哈克》比《湯姆》更受歡迎。

1.詞匯密度

《哈克》和《湯姆》兩文本的詞匯密度見表1。

表1 兩文本的詞匯密度

通過對比表1中的數據看到，《哈克》的形符比《湯姆》的形符多出42 783個，而前者的類符卻比后者的類符少了1694個，從形符到類符的數量，《哈克》減少得比《湯姆》更顯著。同時，《哈克》與《湯姆》的類符/形符比分別是5.23 和10.57，而標準化的類符/形符比分別是42.56 和35.55。眾所周知，標準化的類符/形符比值越高，文本的詞匯密度越低，可見，在《哈克》中詞匯的重復度要高于《湯姆》。對于平均句長，《哈克》的平均句長3.63 要小于《湯姆》的4.05，如果與布朗語料庫(世界上第一個根據系統性原則采集樣本的標準語料庫，選自美國人撰寫出版的普通語體的文本)的平均句長4.66 相比，《哈克》的易讀性顯而易見。

為了知道《哈克》和《湯姆》在類符/形符比值中是否存在顯著性差異，采用卡方檢驗。兩文本的形符/類符比值的卡方檢驗結果如表2所示。從表2中可以看出，雙尾的顯著性差異檢測低于0.05，這就表明《哈克》和《湯姆》在類符/形符比值中存在顯著性差異。

表2 兩文本的形符/類符比值的卡方檢驗結果

2.詞長

詞長是詞匯分析的一個重要手段。文本中使用的單詞越短越簡單，語言就越簡單、易懂。表3顯示了兩文本中包含1個到16個字母單詞的頻數。

表3 兩文本中包含1個到16個字母單詞的頻數

從表3中可以看出2個、3個和4個字母的單詞在《哈克》和《湯姆》中普遍使用，而對于10個及以上字母的單詞，《哈克》的使用明顯要少于《湯姆》，可見馬克·吐溫在寫作中更加傾向于使用短單詞。下面使用T 檢驗檢測《哈克》和《湯姆》在詞長的使用上是否存在顯著性差異。表4為詞長配對樣本T檢驗結果。從表4可以看出，P 值為0.015，其值小于0.05，可見《哈克》和《湯姆》在詞長使用上存在顯著性差異。

表4 詞長配對樣本T 檢驗結果

3.關鍵詞

通過使用Wordsmith 的關鍵詞功能，《哈克》的30個關鍵詞按詞性列在表5中。

表5 《哈克》的30個關鍵詞

由表5可知，其中關鍵詞的非標準形式占了整個文本的20%，《哈克》文本中大量使用不規范的拼寫和表達方式，是由于作者馬克·吐溫對美國南部地方方言和個人言語的偏好，這些使得語言更加地道、地方性和口語化。名詞Jim，duke，king，nigger的使用暗含一種尖銳的社會和道德價值。所謂的“公爵”和“國王”到頭來只不過是詐取別人錢財的騙子，而那個“忘恩負義出逃的”奴隸卻是心地善良、體貼他人的朋友。通過對哈克貝利·費恩心理沖突和最后決定的生動描述，讀者自身也能知道如何去辨別是非與對錯。名詞canoe，raft 的出現對于描寫密西西比河美不勝收的景色起到了重要作用，寬廣而未知的密西西比河使得哈克的冒險更加引人入勝。代詞中關鍵詞I，we，me，my 的出現，證明了《哈克》成功地使用了第一人稱敘述故事，使讀者對哈克的經歷確信無疑，增加了小說的真實性，同時也為讀者提供了一個感受小說敘述事件的最佳視角，使讀者對主人公的心路歷程、經歷及當時美國社會的現實狀況能感同身受，真實清晰地體驗。

四、結 語

本文將《湯姆·索亞歷險記》作為參照文本，研究了馬克·吐溫知名的續篇《哈克貝利·費恩歷險記》的詞匯特征，得到以下結論:首先，在詞匯密度方面，《哈克》比《湯姆》有更多的形符，但是更少的類符，并且通過卡方檢驗，發現它們在類符/形符比值中存在顯著性差異。其次，在詞長方面，平均而言，《哈克》比《湯姆》少一個字母，并且通過T 檢驗，發現它們在詞長使用上存在顯著性差異。最后，《哈克》中關鍵詞占用的比重較大，并且關鍵詞的口語性充分體現在非標準形式的地方方言中?？傊?，這兩篇小說非常適合低年級孩子閱讀，故詞長較短和類符/形符比值較低是有利于閱讀理解的。

本研究對學生在英語寫作中如何選詞提供了更好的理據，同時也為他們對文學作品的深刻理解提供了平臺，從而促進其寫作實踐能力的提高。但本研究使用的計算文體學分析方法，就本質而言是解釋性的，并且沒有涉及文學作品的語音、語法和語義層面。除此之外，在詞匯層面，由于空間的限制，重疊詞和特殊詞沒有考慮，這就為以后的研究提供了更多的空間。

［1］哈特曼，斯托克.語言與語言學詞典［M］.上海:上海辭書出版社，1981:335－336.

［2］胡壯麟.理論文體學［M］.北京:外語教學與研究出版社，2000:138.

［3］WALES K.A dictionary of stylistics［M］.2nd ed.London:Longman，2001:74.

［4］SCHREIBMAN S，SIEMENS R，UNSWORTH J.A companion to digital humanities［M］.Oxford:Blackwell Publishing，2004:318.

［5］CRYSTAL D，DAVY D.Investigating English style［M］.London:Longman，1969.

［6］BAKER M.Towards a methodology for investigating the style of a literary translator［J］.Target，2000，12(2):241－266.