基于Cite Space的信息類文本翻譯策略研究知識圖譜分析

張 菊

（九州職業技術學院 公共基礎課部，江蘇 徐州221116）

知識圖譜（Knowledge Graph）也被稱為科學知識圖譜，是在信息發展過程中通過信息技術和軟件來顯示發展進程與結構關系的一系列各種不同的圖形，并用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互關系。CiteSpace是一款與Java相關的可視化文獻分析軟件，它可以顯示一個學科或知識域在一定時期發展的趨勢和動向，形成若干研究前沿領域的演進過程［1］25。在數據時代，各行各業的發展歷程都可以并需要用大數據來直觀顯示［2］。相對地，學術進展領域的靜態觀察已經不能符合時代的要求，最大限度地利用各種數據進行學術發展的直觀聚類分析，已被很多學者所關注［1］42。

“信息類文本”來自功能翻譯學派，代表人物有瑟琳娜·賴斯（Katharina Reiss）和紐馬克（Peter Newmark）。兩人都對文本類型進行了分類，其中紐馬克提出的文本類型理論，對翻譯理論的發展影響深遠。他將文本分為抒發功能（expressive function）、信息功能（informative function）、呼喚功能（vocative function）、審美功能（aesthetic function）、應酬功能（phatic function）和元語言功能（metalingual function）。其中信息功能類文本包括教材、技術報告、報紙或雜志文章、學術論文、備忘錄或會議記錄等［3］。

文本的分類使不同文本的翻譯策略研究有了側重，筆者以“信息類文本翻譯”為關鍵詞在CNKI搜索結果顯示，自2000年起就有將文本類型與翻譯研究相結合的研究。這說明從文本類型的角度來探討翻譯策略是近二十年的事情。本文利用流行的知識圖譜繪制工具CiteSpace，對近20年（2000-2018）信息類文本翻譯策略的相關研究的脈絡和演進過程進行梳理，以期為該類文本具體的翻譯策略研究提供理論性的借鑒意見。

一、研究設計

（一）研究方法

科學知識圖譜屬于新興的交叉研究領域［1］50，可以對設定關鍵詞的信息進行直觀的聚類分析，幫助研究者得出該關鍵詞下的可視圖形。本研究借助美國得雷塞爾大學（Drexel University）信息科學與技術學院陳超美教授開發的CiteSpace軟件對數據進行分析整理。本研究擬分析以下問題：

1.從發文量、研究者和高被引文獻看信息類文本翻譯策略研究趨勢。

2.從關鍵詞聚類情況看信息類文本翻譯策略研究熱點。

（二）數據來源

本研究數據采集平臺為CNKI數據庫，為保證數據的可靠性和準確性，在其高級檢索中只勾取SCI、CSSCI和核心期刊，并以“信息類文本”“翻譯策略”作為關鍵詞，檢索時間設定為2000至2018年，對文獻進行篩選，選擇“導出參考文獻”，文件導出格式選擇Refworks，文件自動保存為TXT格式，至此完成本研究的數據采集。為了將數據導入CiteSpace，新建project文件夾，并將數據通過CiteSpace上的“data conversion”進行轉換，輸入數據路徑選擇到新建文件“input”，輸出數據路徑選擇到新建文件“output”。

二、結果與分析

（一）發文量

發文量的聚類分析可以反映該話題的討論量（見圖1），是該領域話題新鮮度和熱度的體現。

圖1 信息類文本翻譯策略討論2000-2018年間發文量統計圖表

從圖1可以看出，在我國，2000年前后就開始了信息類文本翻譯策略的研究，一直到2008年討論的力度和范圍都不大，但是到了2010年特別是2015年發文量猛增，說明眾多學者注意到了該領域的研究。①擴大期刊范圍搜索可以看出，除核心期刊此時期的論文量增加外，普刊即一般刊物的發文量也呈上漲趨勢，這說明普通教師也對此領域產生興趣，信息型的翻譯策略在更大范圍內得到了研究者的重視，研究的力度和范圍都呈現良好的增強和擴大態勢。其原因有二：一是隨著內外交流的日益增多，以傳遞信息為主的應用文本出現頻率變高，功能派理論的對內介紹日益增多，對此進行補充完善的基于功能派理論的文本類型理論的討論熱度也在相應不斷提高，相關的研究也日漸成熟；二是為了獲得更好的傳播效果，首先對文本類型進行區分進而討論翻譯策略的研究不斷得到學者的注意，研究不斷深入和多元化，與90年代之前不分文本類型泛泛討論相比，有了很大的進步。

（二）研究者分布情況

某一領域的研究者對該領域的長期關注，可以推動該領域的發展。對同一話題下的研究者進行聚類，可以了解聚類作者在該領域的學術貢獻，同時識別出該領域的研究狀況和熱點分布，有利于追蹤最新的學術動態發展趨勢［4］。在CiteSpace中導入轉換過的數據，勾選“notetype”中“author”，得出作者聚類圖譜，利用“clusters”中的“cluster explorer”對圖譜進行分析，得出表1。Freq表示的就是該關鍵詞下的發文頻次。從表中可以看出發文次數最高的是黃忠廉。黃忠廉現為廣東外語外貿大學教授，研究方向為變譯理論、全譯理論、科學翻譯學、術語翻譯等。其對變譯理論的歸納及提出，引起了學術界的廣泛關注，引起了對翻譯理論及翻譯策略新一輪的討論熱潮。可以看出在信息型文本翻譯策略的討論中，變譯理論已經成為討論的熱點。厲平、嚴璐等也是多年從事翻譯理論和實踐的研究者，在他們的研究成果中也越來越注意區分文本類型下的翻譯策略研究。

表1 作者發文分布情況

（三）文獻被引情況

“引文分析是通過數學和統計學方法分析期刊、論文及作者的引用與被引用情況，以便揭示其數量特征和內在規律的一種文獻計量方法。”［5］對文獻高被引情況進行分析，可以剔選出該領域最有影響力的文獻及作者，也可以通過對高被引文獻的聚類分析，得出該領域的研究熱點。 表2是按照被引頻次高低截取的前9篇文獻。

表2 高被引文獻分析

由表2中所列文獻可以看出，區分文本類型的翻譯策略討論是研究熱點，而信息型文本的具體分類如旅游文本、網站翻譯、新聞、法律等細化了的應用文本翻譯策略研究，呈爆發式增長趨勢。值得注意的是，變譯理論（黃忠庚《變異的七種變通手段》2002年）被引頻次居第四。這說明越來越多研究者接觸到變譯理論，并接受變譯理論的觀點，而且認同變譯理論在信息型文本翻譯中的作用。同時在CNKI中以“信息文本”“變譯理論”為關鍵詞，檢索到相關文獻590條，說明該理論在信息型文本的應用研究得到了越來越多學者的認可，是該類文本翻譯策略研究的熱點和趨勢。

（四）研究熱點歷時分析

關鍵詞是文獻中最能說明全文觀點、反映其中心內容的詞或詞組。關鍵詞在某一話題下出現的頻率越高說明該關鍵詞表現的內容被討論的次數就越高，從一個側面反映出該關鍵詞的敘述范圍就是該話題的研究熱點［2］。通過CtieSpace中“nodetype”勾選“keyword”，形成可視化圖2。

圖2 關鍵詞聚類圖譜

為了方便討論，圖2過濾了個別離中心較遠的詞，這些詞出現的概率偶然，對整體聚類意義不大。從圖中的聚類情況看，2000-2018年間的信息類文本翻策略研究可以分為三個矩陣。第一矩陣為文本類型理論的研究。文本類型理論是英國著名翻譯家和翻譯理論家紐馬克在《翻譯問題的探討》（Approaches to Translation）一書中提出來的，他按照語言的功能，也就是語言使用的目的，將文本分為表達功能（expressive function）、信息功能（informative function）、號 召 功 能 （vocative function）［6］。文本類型理論的提出，改變了一貫單純從字、詞、轉換角度對翻譯方法的研究，將純文學文本、實用文本等區分后再討論翻譯方法，為翻譯策略的討論提供了新的途徑和方向，成為很多翻譯理論研究者關注的熱點。第二矩陣為變譯理論。變譯理論是基于實踐發展起來的翻譯理論，其重點是翻譯要基于讀者，基于文本功能，基于翻譯目的。變譯理論是翻譯研究在文本類型理論影響下的深入，是對實踐有切實指導意義的翻譯理論。第三矩陣是功能翻譯理論。功能翻譯理論是從功能語言學發展起來的，它認為各異的源語文本要求有各異的翻譯方法，翻譯要兼顧功能和目的，譯文質量的好壞不應單單由原文決定，而是由譯者、讀者、譯文共同決定。這就解決了直譯、意譯等翻譯界爭執多年的問題，轉變了翻譯理論研究的方向，擴大了研究空間，提高了理論的包容性。同時矩陣中還出現了文化適應、語料庫等關鍵詞，說明信息類文本翻譯策略的研究趨向多元化。

為了更好地整理信息類翻譯策略研究的脈絡，在形成圖譜的基礎上勾選“timeline”，將關鍵詞按時間發展聚類，形成共被引網絡圖3。該網絡將關鍵詞按討論頻次聚類，實際上可以形成不同時間節點的詞云，反映了信息型文本翻譯策略討論的熱點走向，可以歷時地梳理該領域的研究脈絡［7］。

圖3 關鍵詞歷時聚類圖譜

由于篇幅限制，圖3只截取了區間內9個關鍵詞。從圖3可以看出：從2010年起，信息類文本的翻譯策略研究開始逐漸聚類。在該話題下的整個研究過程中，對文本類型、語義補償、翻譯理論的研究一直是熱點，出現的頻率非常高。但是對歸化、異化的提法和研究相比較而言熱點降低，這和翻譯理論研究的廣泛和深入是密切聯系的。從整個圖表包括未在該圖顯示的部分可以看出，變譯理論和平行文本也逐漸進入研究者的視野，自2002年起出現的頻率逐漸增高。

三、結語

本文借助CiteSpace這一科學計量工具，從發文量、作者分布、高被引文獻和關鍵詞四個角度對通過CNKI收集的數據進行可視化分析，對信息類文本翻譯策略在近20年時間里的相關研究及發展繪制了科學知識圖譜，發現文本類型理論貫穿整個發展過程，2002年后在對信息類文本的討論中出現了變譯理論這一逐漸成熟的理論體系。

本文在梳理過程中只關注了CNKI的數據，研究有一定的局限性，因為CNKI的數據無法在CiteSpace中進行作者和文獻的共被引分析，一定程度上限制了對研究趨勢和熱點的捕捉。同時還可以對激增關鍵詞和激增文獻等進行進一步的分析，以獲得該領域更具體的發展脈絡。加之筆者知識水平有限，根據數據結果做出的歸納和總結也難免有失偏頗，圖表制作中過濾掉的邊緣數據對結果可能也有一定的影響，有必要在下一步的研究中逐步糾正。

注釋：

①本文所選取的參考文獻時間跨度更大，可以追溯到1980年。這是合理的，因為一個討論的展開需要有承前的理論支持，不可能獨立存在。該討論的引證文獻自2004年前后開始至2016年逐步達到高峰，說明參與相關討論的學者增多，討論熱度高。