基于多維度分析方法的三篇語域文獻(xiàn)研究

任 慧

(上海大學(xué)，上海 200444)

一、語域介紹

語域是與特定使用情境相聯(lián)系的一種語言變體[1]。英國語言學(xué)家Halliday將語域定義為可以按照使用情況劃分的語言變體。

語域變異分析，即對不同語域進(jìn)行對比研究，包括語場(field)、語旨(tenor)和語式(mode)三個社會變量。語言變異主要分三類:一是語內(nèi)變異，指由語言內(nèi)部音系、形態(tài)、句法層面的因素引起的語言變異。例如從wes和west end的發(fā)音差異可知輔音會導(dǎo)致前面輔音簇中個別發(fā)音的省略，元音一般則不會。二是社會變異，指與社會特征相關(guān)的、說話人之間的語言變異。例如Labov發(fā)現(xiàn)，在發(fā)this等詞的第一個音時，社會階層高的紐約人總體上發(fā)標(biāo)準(zhǔn)音[e]的頻率更高[2]。三是語體變異，指同一個說話人自身的語言變異。例如隨著場合漸趨正式，同一說話人的發(fā)音可能會漸趨標(biāo)準(zhǔn)[3]。

二、語域研究的常用方法

2001年前的語域?qū)Ρ妊芯慷嗉杏诜治稣Z域在某一參數(shù)上的差異[4]，其他方面的差異則被認(rèn)為是派生的。對語篇語言特征的功能分類往往只依靠研究者的直覺，帶有很大主觀性。

但自從美國語料庫語言學(xué)家Douglas Biber提出一種量化分析方法——多維度分析法(multidimensional analysis，簡稱MDA)以來，語域變異研究得到了補(bǔ)充和擴(kuò)大。多維度分析法是研究學(xué)術(shù)語域語言變異的重要量化途徑，其思路是:首先要在一種語言中選定一套語言學(xué)特征(即Biber所謂的詞匯語法項目)，然后利用因子分析的統(tǒng)計方法得到這些語言學(xué)特征在語料中的若干聚合模式。根據(jù)Biber的觀點(diǎn)，因子分析時語言學(xué)特征之所以會呈現(xiàn)聚合模式，是因為所聚合的語言特征可實(shí)現(xiàn)某種相同/近似的語言交際功能，這些聚合常被稱作維度。語域差異是多個維度同時作用的結(jié)果，任何一個維度都不足以解釋語域間的差異。多維度變異研究可以同時觀察數(shù)十、上百個語言特征，將其降到幾個不同的維度，加以量化分析，從整體上把握語體差異，通過多特征微觀對比實(shí)現(xiàn)多維度宏觀考察。這種基于統(tǒng)計分析的研究方法，強(qiáng)調(diào)語言特征的共現(xiàn)以及多維度的概念(co-occurring)，重視語言特征之間的聯(lián)系，大大提高了分析的客觀性和準(zhǔn)確性。同時根據(jù)情境框架(參與者、渠道、生成環(huán)境等)提取的語體不存在重復(fù)現(xiàn)象，可以幫助研究者走出文體與語體的混淆狀態(tài)，從而還原語體的真正特征。

三、三篇使用多維度方法分析語域的文獻(xiàn)分析

文章選取了近幾年國內(nèi)兩篇應(yīng)用多維度分析法進(jìn)行定量研究的漢語文本和一篇英語文本。其中朱宇、胡曉丹考察了漢語連詞在6個學(xué)術(shù)語域的4個聚合維度和語言功能，發(fā)現(xiàn)人文和社科論文中的連詞在“文/白風(fēng)格”和“條理與層次”的表現(xiàn)上有明確區(qū)別[5]。劉艷春通過對72項語言特征的深度考察，識別了漢語語體變異的多維度特征，不僅證實(shí)了Biber提出的維度，也反映了漢語語體變異的獨(dú)有特征[6]。而江進(jìn)林、許家金通過比較商務(wù)英語與通用英語、新聞英語和學(xué)術(shù)英語的語體差異得到了區(qū)別性特征[7]。

多維度分析模式是一種基于大型語料庫和計算機(jī)統(tǒng)計技術(shù)的語域分析方法，它的優(yōu)點(diǎn)是毋庸置疑的。以下將從語料庫的優(yōu)點(diǎn)、數(shù)據(jù)獲取、數(shù)據(jù)分析軟件和統(tǒng)計方法闡述使用語料庫進(jìn)行多維度分析的優(yōu)勢，并結(jié)合所選的三篇文獻(xiàn)加以驗證。

(一)語料庫的優(yōu)點(diǎn)

首先，基于語料庫的多維度分析法將研究方法由質(zhì)向量轉(zhuǎn)變。定量研究要求樣本足夠大，且有良好的代表性。Brown、LOB等標(biāo)準(zhǔn)化語料庫規(guī)模大、語料全面、代表性好，能夠進(jìn)行大量快速的數(shù)據(jù)處理，為變異研究提供了理想的語料來源。多維度分析使用語料庫從全新的視角對語言變異進(jìn)行了宏觀描寫，提出了關(guān)于英語及其他語言的變異規(guī)律假設(shè)。相較而言，傳統(tǒng)變異研究能夠涉及的語料和語言特征都非常有限。盡管Ervin-Tripp等人早就認(rèn)識到語言特征之間存在共現(xiàn)關(guān)系，即一些語言特征同時出現(xiàn)在某個語域中使得此語域區(qū)別于彼語域，但在擁有強(qiáng)大的計算機(jī)和語料庫技術(shù)之前卻沒有方法證實(shí)這種關(guān)系[8]。

就第一篇文獻(xiàn)來說，在此前連詞的相關(guān)研究一直以質(zhì)性為主，即使是周剛窮盡式列舉的連詞也僅有246個，其中還包含了一些現(xiàn)代漢語基本不使用的古語詞[9]。而從第二篇文獻(xiàn)中也可得知，國內(nèi)外在2019年之前都沒有出現(xiàn)基于大規(guī)模漢語語體語料庫的語體變異多維度分析。至于第三篇文獻(xiàn)中更是直言商務(wù)英語的相關(guān)研究多是基于個別語言特征(如用詞、時態(tài)等)的描述性統(tǒng)計分析，缺少基于大規(guī)模商務(wù)英語語料，全面考察商務(wù)英語語言特色的推斷性與探索性統(tǒng)計分析。

(二)定量分析之?dāng)?shù)據(jù)獲取

數(shù)據(jù)獲取采用了現(xiàn)有數(shù)據(jù)法。三篇文獻(xiàn)中的數(shù)據(jù)多來源于官方或權(quán)威文本；數(shù)據(jù)的取樣模式或按比例隨機(jī)取樣，或使用Brown語料庫的取樣模式；所建語料庫內(nèi)容均很豐富。

在第一篇文獻(xiàn)中，作者研究的語料是特定年份CSSCI收錄的人文和社科領(lǐng)域的六個學(xué)科的所有學(xué)術(shù)論文(去除札記、書訊等)，以25%的比例隨機(jī)抽樣得到六個學(xué)科各190篇語料。在第二篇文獻(xiàn)中，作者自建了一個超過210萬詞含17個語體1112個文本的語體語料庫。文本多取自“國家語委現(xiàn)代漢語通用平衡語料庫”和“中國傳媒大學(xué)有聲媒體文本語料庫”。而第三篇文獻(xiàn)選取的商務(wù)英語文本均源自對外經(jīng)濟(jì)貿(mào)易大學(xué)建立的大型商務(wù)英語語料庫，按照分層隨機(jī)方法抽取2003～2010年中的200萬詞子庫。用作對比的通用英語語料庫則由英國英語BE06和美國英語AmE06兩部分組成。語料庫按布朗家族語料庫的取樣模式，具體包括15個子語域。

(三)定量分析之?dāng)?shù)據(jù)標(biāo)注及分析軟件

三篇文獻(xiàn)均使用現(xiàn)存分詞和標(biāo)注系統(tǒng)。如需檢索頻數(shù)，則選擇內(nèi)部開發(fā)程序，機(jī)器結(jié)合人工進(jìn)行識別。統(tǒng)計軟件均為SPSS。

第一篇文獻(xiàn)以中科院計算技術(shù)研究所發(fā)布的NLPIR漢語分詞系統(tǒng)作為分詞和標(biāo)注詞性的工具，利用自編計算程序TextAnalysis統(tǒng)計語料中每一個連詞檢索項的頻數(shù)，并人工校對以免出現(xiàn)兼類現(xiàn)象。隨后歸一化處理數(shù)據(jù)，即將連詞的原始頻數(shù)換算成每千字的出現(xiàn)頻率。第二篇文獻(xiàn)采用史曉東分詞系統(tǒng)進(jìn)行標(biāo)注，結(jié)合機(jī)器和人工識別方法提取特征，采用內(nèi)部開發(fā)的Debug程序統(tǒng)計頻率，最后將出現(xiàn)頻率統(tǒng)一換算成語篇為1000詞的標(biāo)準(zhǔn)頻率。第三篇文獻(xiàn)采用Nini開發(fā)的多維標(biāo)注與分析工具M(jìn)AT進(jìn)行標(biāo)注，并使用該軟件內(nèi)嵌的Stanford POSTagger進(jìn)行詞性賦碼。

(四)定量分析之統(tǒng)計方法

前兩篇文獻(xiàn)均先得出KMO值再進(jìn)行分析，第三篇文獻(xiàn)因目的不同，采用了獨(dú)立樣本t檢驗的方法。可以看出，SPSS在進(jìn)行數(shù)據(jù)統(tǒng)計與分析時作用巨大。

在第一篇文獻(xiàn)中，作者對歸一化處理后的數(shù)據(jù)進(jìn)行了因子分析，所得KMO值為0.894，Bartlett球形檢驗顯著(p＜0.001)，說明數(shù)據(jù)適用因子分析。接著進(jìn)行因子提取、因子旋轉(zhuǎn)，根據(jù)因子的方差解釋率最終確定研究語料所使用的連詞形成了四個主要的因子/聚合維度(累計方差解釋約為58.9%)。各維度的得分則是結(jié)合SPSS輸出的荷載值得出。隨后以學(xué)科分組，即可計算某組語料在各維度的平均得分。在第二篇文獻(xiàn)中，作者采用探索性因子分析法，利用SPSS進(jìn)行因子分析獲取語言特征的共現(xiàn)模式。KMO取樣適切性數(shù)量值為0.907，說明非常適合因子分析。然后作者抽取因子數(shù)量，先根據(jù)總方差解釋和碎石圖結(jié)果進(jìn)行初步研判，隨后綜合考量各因子，確定7因子為最佳方案。隨后采用Biber的最大載荷法計算出每個文本的維度分和語體的平均維度分，從而獲取各維度的語體分布模式。在第三篇文獻(xiàn)中，作者使用SPSS對兩個語料庫的維度分進(jìn)行獨(dú)立樣本t檢驗，對比發(fā)現(xiàn)兩個語料庫的語言具有顯著差異特征。

四、定量分析與定性分析

三篇文獻(xiàn)均使用多維度分析方法這一涉及語料庫與SPSS分析軟件的分析方法，以驗證為導(dǎo)向，證明維度分類和共性維度，均屬于定量分析。

在定量分析中，信度指衡量的一致性。信度誤差大部分是系統(tǒng)性的常數(shù)誤差，此處不予考慮；而隨機(jī)性誤差可能來自回應(yīng)者、情境因素、衡量者和衡量工具。在這三篇文獻(xiàn)中，數(shù)據(jù)標(biāo)注和分析使用的軟件均是權(quán)威或官方軟件，按照特定標(biāo)準(zhǔn)進(jìn)行人工校對，極大地降低了誤差。信度分為內(nèi)部信度和外部信度。內(nèi)部信度指數(shù)據(jù)收集、分析和解釋的一致性，即別人分析這些數(shù)據(jù)得到同樣結(jié)果。因為文獻(xiàn)的創(chuàng)新性，基本沒有人對已有實(shí)驗做過重復(fù)分析，但是從使用的分析工具及分析過程可以看出其合理性。外部信度指獨(dú)立研究人員能夠重現(xiàn)一項研究并獲得與原始研究相似結(jié)果的程度，這也可以從文章第二部分的實(shí)驗選材、設(shè)計、分析中得來。

在定量分析中，效度指衡量的工具是否能真正衡量到研究者想要衡量的問題。前兩篇文獻(xiàn)中使用SPSS軟件進(jìn)行因子分析前所得的顯著性小于0.05，KMO值高于0.8，適合因子分析，說明效度較高。此外，在第二篇文獻(xiàn)中使用了碎石圖并找出了圖中的陡坡和緩坡的臨界點(diǎn)，看出每個因子代表的特征值，避免提取多余的因子，效度較高。具體來講，效度也分為內(nèi)部效度和外部效度。內(nèi)部效度指研究的可解釋性，即結(jié)果源于實(shí)驗。多維度分析的結(jié)果均由數(shù)據(jù)庫和SPSS分析軟件得出，因此內(nèi)部效度高。外部效度指結(jié)果從樣本推廣到總體的程度，這在第一篇文獻(xiàn)中明確提到:“差別均達(dá)到統(tǒng)計顯著水平，表明這些論斷的適用性不局限于本研究所抽樣的語料，而是一個帶有普遍性的規(guī)律。”

雖然國內(nèi)多數(shù)相關(guān)文獻(xiàn)僅止步于定量分析，但文章選取的第一篇文獻(xiàn)除了定量考察了連詞在學(xué)術(shù)漢語語料的聚合規(guī)律與語言功能表現(xiàn)，說明了學(xué)術(shù)語域的連詞分布不均質(zhì)[10]，還通過定性分析豐富了該方向的實(shí)證研究案例；第三篇文獻(xiàn)中雖無實(shí)證研究，但是其分析出來的商務(wù)英語的互動性、勸說性和專業(yè)性特色對商務(wù)英語課程設(shè)置、測試評估和教學(xué)實(shí)踐建立相應(yīng)的實(shí)證基礎(chǔ)都有益處。

五、多維度分析方法的不足

建立語料庫的時采集語料、整理文本費(fèi)時費(fèi)力暫且不提，多維度分析方法仍存在一些問題。

首先，研究者在分析英文文本時多基于MAT分析結(jié)果對各維度包含的語言特征和語域風(fēng)格進(jìn)行語言學(xué)研究，但是MAT在很大程度上只是一個驗證性工具，而非探索性工具。利用此工具不能提取根據(jù)需要設(shè)計的語言特征，更不可能得出與Biber不同的維度。在這一點(diǎn)上，學(xué)者分析漢語文本時使用的標(biāo)注工具更多樣。

但是，這也造成了第二個問題:國內(nèi)目前對漢語文本的研究很少，對漢語語言特征的確定缺少扎實(shí)的本體研究。因為語言學(xué)特征不是一個封閉的類，在特征選取時各種主觀因素的干擾在所難免，因此或多或少會影響研究結(jié)果的有效性和可靠性。第一篇文獻(xiàn)在進(jìn)行多維度分析的語言特征選取限于連詞，也是因為連詞相對封閉。可以說，Biber確定的語言特征是在分析英文文本的基礎(chǔ)上確立，這也是漢語文本發(fā)展難的原因之一。但我相信，隨著國內(nèi)學(xué)者目前在這方面的研究逐漸增多，漢語文本不僅會解決這一問題，在第一個問題上也會有很大突破。

第三個問題是國內(nèi)的研究領(lǐng)域相比國外要狹窄，局限于口筆語體、領(lǐng)域語體、學(xué)習(xí)者英語等研究[11]。

第四個問題是研究成果需要進(jìn)一步定性研究，這在文章第三部分定量定性分析中有所提及。榮紅提出可以與民族志等定性研究方法結(jié)合[12]。

總體而言，在多維度分析法的操作中研究者面臨語言特征的選取、標(biāo)注、統(tǒng)計技術(shù)運(yùn)用問題，針對漢語文本的多維度實(shí)證研究更是有入門難、可用語料庫小、維度的理論分析不足等問題，但是后續(xù)的研究值得期待。