基于CiteSpace的字母詞研究現狀與熱點分析

溫學兵, 姚佳宜, 王秋萍

(1. 沈陽師范大學 學報編輯部, 沈陽 110034;2. 沈陽師范大學 數學與系統科學學院, 沈陽 110034;3. 沈陽師范大學 國際教育學院, 沈陽 110034)

0 引 言

科學知識圖譜((mapping knowledge domain)是通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合,并利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構達到多學科融合目的的現代理論[1-3]。計算語言學通過建立形式化的數學模型,分析、處理自然語言,并在計算機上用程序來實現分析和處理的過程,從而達到以機器來模擬人的部分乃至全部語言能力的目的[4-6]。字母詞研究是計算語言學的一個重要研究領域,從1982年第一篇中文研究文獻發表開始,眾多學者進行了深入研究,產生了大量的研究文獻[7-10]。CiteSpace是陳超美博士研發的一款功能強大的科學知識圖譜工具,它的問世大大推動了科學知識圖譜方法在文獻計量中的應用[11-15]。本文對計算語言學中的字母詞文獻進行了梳理統計,給出了圖文并茂的可視化分析。

1 數據來源和研究方法

1.1 數據來源

本文研究對象為計算語言學中關于字母詞研究的文獻,量化數據來自中國知網(CNKI)數據庫。本文檢索方式設定為“高級”,主題設定為“字母詞”,時間段設定為1982—2020年,選擇文獻語種為中文,剔除新聞報道、消息等無效文獻,最終得到有效文獻1 197篇。其中,期刊文獻802篇,博、碩論文258篇,報紙文獻49篇,學術輯刊35篇,國內會議文獻51篇,國際會議文獻2篇。

1.2 研究方法

本文將運用可視化軟件CiteSpace對字母詞研究文獻進行計量學分析。CiteSpace軟件是陳超美教授開發的基于JAVA平臺的可視化應用軟件,采用的是一種適于多元、分時、動態的復雜網絡分析的新一代信息可視化技術,在文獻統計上得到了越來越廣泛的應用。

2 字母詞研究文獻數量和被引頻次分析

2.1 文獻數量分析

各個時間段的發文量能夠即時反映出該時間段內某些科研名詞、工具、軟件等的使用程度,折射出某一科研領域的研究熱度,有時某些相關的社會事件也會在發文量上顯著地體現出來。圖1是字母詞研究的發文量統計表。

圖1 字母詞發文量統計Fig.1 Statistics of the number of letter words published

由圖1可以看出,從關于字母詞研究的第一篇研究論文發表的1982—2000年,國家的改革開放還不夠深入,主要由外來詞影響產生的字母詞的使用還不太廣泛,這一段時間段發表相關研究文獻不多,屬于字母詞研究起步階段。從2001—2011年,字母詞進入了人們生活的方方面面,字母詞的研究討論也逐漸增多,發文量整體呈上升趨勢,屬于研究的探索階段,且文章較多關注基礎理論層面。2012年,“央視字母詞屏蔽門”事件引發了關于字母詞是否應該使用和如何使用的大討論。2012年和2013年,屬于字母詞研究的井噴階段,大量的研究和討論文獻紛紛涌現。從2013年以后,隨著字母詞大討論的塵埃落定,字母詞研究開始呈下降趨勢。

2.2 被引頻次分析

被引頻次是指文獻發表后被其他文獻作為參考文獻引證過的數量,該數值的多少能夠反映出某一篇文獻學術質量和社會影響力水平的高低。被引用頻次排名前10位的文獻如表1所示。

表1 被引用頻次排名前10位的文獻統計Table 1 Top 10 cited literatures

從文獻的被引頻次來看,劉涌泉的《關于漢語字母詞的問題》和《談談字母詞》分別被引334和246次;胡明揚的《關于外文字母詞和原裝外文縮略語問題》被引218次。一般來說,被引頻次越高,文章的學術影響力和社會影響力越大,二者成正比例關系。

從發表刊物來看,被引頻次排名前10位的文獻中,有6篇刊登在《語言文字應用》上,說明該刊是字母詞研究的主要陣地,在這一領域的研究中具有最高的影響力,學者以能把字母詞研究的成果發表在該刊為榮。

從文章內容來看,對字母詞研究最具影響力的10篇文獻主要關注字母詞的使用和存在的問題,排名前10位的文獻中有5篇為對字母詞不同問題的探究。這些文獻都聚焦字母詞研究領域的熱點問題,對字母詞研究今后的研究方向具有引領作用。

2.3 關鍵詞共現分析

本文運用可視化軟件CiteSpace的關鍵詞共現技術,將檢索到的文獻導入CiteSpaceV,設置時間跨度為1982—2020年,間隔分區時間設定為1年,節點類型設定為Key word,把閾值選為默認值,得到了關于字母詞研究關鍵詞的詞頻統計、中心性列表和關鍵詞共現圖譜(表2和圖2)。

表2 字母詞前30個高頻關鍵詞Table 2 Top 30 high frequency keywords of letter words

表2為研究文獻中排名前30位的字母詞高頻關鍵詞,排名最高的為字母詞,頻次為379,且起始于1982年,其次為外來詞和規范,頻次分別為119和100。這說明字母詞的概念含義是學者著力最多的地方。

圖2是字母詞的關鍵詞共現圖譜,共有節點620個,連接線1 257條。關鍵詞之間有連線代表2個關鍵詞之間是相互關聯的,且連線越粗說明2個關鍵詞的關聯程度越高;連線越細,說明關聯程度越低;無連線,說明不相關。關鍵詞之間的節點越大,說明這個關鍵詞出現的頻次越高。很明顯,字母詞的節點最大,即它的頻次最高,其次為外來詞和規范。展示出來的關鍵詞字體的大小代表著中心性,字體越大的節點代表其和研究主題的相關性越強。圖2顯示,字母詞、外來詞、新詞語網絡語言等幾個詞的字體最大,說明這些詞語與字母詞研究的相關性最強。

圖2 字母詞關鍵詞共現圖譜Fig.2 Key words co-occurrence map of letter words

2.4 作者發文量分析

表3 作者發文量排名前10位統計情況

表3給出了從事字母詞研究的學者中發文量位居前10位的統計數據。從表3可以看出, 中國傳媒大學博士研究生導師、國家語言資源監測研究中心有聲媒體語言分中心主任侯敏教授發表文章位居第1位, 其博士研究生王秋萍發表文章位居第2位, 二人合計發表文章15篇, 而發文量位居前10位的作者的總發文量為56篇, 2人發文量占到26.79%。 教育部陸續設立國家語言資源監測與研究平面媒體、網絡媒體、有聲媒體、教育教材、少數民族語言等中心, 每年采集逾10億字數據, 為社會語言生活監測與研究提供基礎資料。 侯敏教授研究團隊多年利用語言信息處理技術, 加上后期篩選, 從國家語言監測語料庫中獲得年度新詞語, 并參與《中國語言生活狀況報告》編寫。 字母詞研究是其中一個研究內容, 獲得了國家社會科學基金、教育部一般科研項目等多項國家級項目的支持, 所以產出了多篇研究文獻。

2.5 作者合作關系分析

圖3是利用CiteSpaceV軟件給出的字母詞研究合作關系圖譜。

圖3 作者合作關系圖譜Fig.3 Network Atlas of author cooperation

從圖3可以看出,字母詞研究者之間的合作關系比較弱,也就是說,字母詞研究人員之間的合作研究行為較少,即使是師承關系的侯敏和王秋萍之間也很少。字母詞研究很多時候要利用計算機甚至是工作站進行計算,要用到統計學和計算數學工具,建議研究者們加強合作,也許能產出更好的研究成果。

3 結 語

本文利用文獻計量學工具CiteSpace,基于中國知網數據庫,對近29年的計算語言學中的字母詞研究文獻進行了梳理和統計,獲得了關于各階段發表文獻數量趨勢、被引頻次、熱點主題、關鍵詞共被引、合作關系網絡等可視化的研究狀況,對于即將從事和正在從事字母詞研究的學者有一定的參考意義。