基于語料庫的文學作品方法探究

文/李英華

摘 要：語料庫語言學對于語言研究有著重要意義。其研究范圍可以拓展到文學研究領域。通過對文學文本進行語料庫分析，可以得到更為客觀理性的數據，對文學作品的人物刻畫、主題思想、情節脈絡有更為深入的研究。通過對美國著名小說《亂世佳人》的小說文本進行語料庫分析，可以對小說研究提供更為翔實、細致的數據。

關鍵詞：《亂世佳人》；語料庫；文學

近年來，語料庫語言學取得了長足的發展。語料庫研究被應用于教學法、文體學、測試學等多個方面，取得了顯著成效。語料庫語言學的研究范圍同樣可以拓展到文學文本的研究。通過對文學文本的語料庫研究，可以得到更為客觀的數據，從而為文藝批評作出新的貢獻。

一、文本總體統計特征和分析

《亂世佳人》是美國女作家瑪格麗特·米歇爾的經典作品，描述了美國南北戰爭的歷史背景下南方種植園主生活發生的翻天覆地的改變。學界對該小說的研究主要基于對小說的感性認識。而通過語料庫對小說進行探究，可以加強對小說的理性分析，更好地進行小說研究。下文將通過語料庫工具對小說的基本要素進行研究。在研究中，需要進行分析的重要因素包括：字節數、類符形符比、形符數、類符數、標準化類符形符比、句子數、平均句長等研究對象的字節數。

對小說《亂世佳人》用Wordsmith工具進行的統計，語篇中形符數為434 028個詞，類符數為16 863個詞。句子數為28 400個句子。高于平均形符數和句子數。標準形符類符比為42.75，考慮到BNC語料庫的標準形符類符比為42.66。因此可以看出，該文本詞匯中等，該文本是一個較長的文本，句子的句長為15.0，小于平均句長16.66，說明句子長度比很多簡單文本的句長要小，本小說的句子較為簡單。如果我們把一個字母的詞、兩個字母的詞、三個字母的詞、四個字母的詞相加，就可以知道小于四個字母的詞為284614個詞，而這個文本的形符數為434 028個詞，這樣詞匯的35%都是多于四個字母的詞，接近于平均值，即多于四個詞匯比例為38%，該數據說明該文本詞匯難度中等。

二、主題和情節檢索與分析

通過語料庫軟件生成作品的詞表，可以判斷在文本中各詞的出現頻率。對詞表的分析，可以使我們把握文本的基本信息。但如果要依據重要性確定基本信息，就需要選擇關鍵詞（key words）來確定。判斷某個詞是否是語料中較為重要的詞，不僅要看該詞在語料中的出現頻率，也要看該詞在參照語料庫中的出現頻率。例如，不定冠詞a在某一長度為2000詞的語料中出現了100次，出現頻率達到了5%，但不定冠詞a卻不能成為這一語料的關鍵詞。其原因是在任意語料中，定冠詞的出現頻率都是非常高的。因此，我們需要選擇比被檢索語料篇幅更長的參照語料庫按照關鍵值（keyness value）生成關鍵詞詞表，再根據關鍵詞表確定文本最重要的信息。通過觀察關鍵詞詞表中排在較前位置的關鍵詞，可以得到該文本的最關鍵信息。

文本中關鍵值最高的是小說的女主人公Scarlett，因此可以判定小說的主要內容就是圍繞女主人公的人生經歷開展的，Scarlett是小說最重要的女主人公。主題詞表中出現較多的人名為Rhett和Melanie，這說明這兩個人物也是小說中的主要人物。表中Tara關鍵值也很高，說明小說發生的地點和背景以及土地莊園對于南方人的重要意義。另外，Yankee這個明顯帶有美國南方對北方的蔑稱一詞關鍵值同樣很高，說明了小說的寫作角度是以美國南方人的角度出發的。描寫了對美國北部人的敵意和蔑視。

Wordsmith工具對于了解文學作品的基本概況具有非常強大的功能。它有獨特的詞圖（plot）功能，可以分析得到文本中詞語出現的基本概況和脈絡。對文本的故事情節可以有較好的把握。

通過語料庫分析，可以看出小說的女主人公Scarlett出現在小說的全文中，且密度較大，說明小說的情節都是圍繞她展開的。再看小說中，《亂世佳人》這部小說以南北戰爭為背景描寫了女主人公斯嘉麗的成長歷程。斯嘉麗的少女時代，戰爭經歷，戰后重建的艱苦努力成為小說的主線。因此，我們可以分析出斯嘉麗是小說最重要的人物和第一女主人公。小說的男主人公Rhett小說開頭部分分布較少，在高潮和結尾部分分布很多，在小說開始，Rhett在女主人公斯嘉麗心中一直是一個反面人物，女主人公一直心有他屬。但隨著小說的層層推進，Rhett對女主人公的關愛，兩人感情的糾纏使得Rhett的出現頻率越來越高。而Rhett對與小說的情節走向也越來越重要，逐步取代了阿希禮成為了小說最關鍵的男性。

作者簡介：李英華，女，西安醫學院英語系，助教，畢業于中國科學院研究生院，碩士學歷，研究方向：英語語言學。

編輯 謝尾合

endprint