基于語料庫的《哈利·波特》系列小說詞匯特征分析

劉瑜　于小娟

摘要：借助語料庫檢索工具 WordSmith5.0，通過對比分析自建《哈利.波特》系列小說語料庫和BROWN（K-R）文學(xué)類語料庫在詞匯分布、詞匯密度方面的特征，試圖發(fā)現(xiàn)《哈利.波特》系列小說的詞匯特征。

關(guān)鍵詞：《哈利.波特》；BROWN（K-R）文學(xué)語料庫；詞匯特征

一、研究背景

隨著語料庫語言學(xué)的發(fā)展，語料庫文體學(xué)以現(xiàn)代計(jì)算機(jī)和統(tǒng)計(jì)學(xué)的手段對文本進(jìn)行分析，它強(qiáng)調(diào)用定量分析的方法分析文本，利用語料庫及語料庫工具對文本進(jìn)行客觀地、量化地分析文本。較之基于直覺和印象主義的文體學(xué)，語料庫文體學(xué)能提供更客觀的數(shù)據(jù)，更有說服力。

《哈利.波特》是英國作家J.K.羅琳的魔幻文學(xué)系列小說，共7部。該系列小說被翻譯成67種語言，所有版本的總銷量逾5億本，名列世界上最暢銷小說之列。國內(nèi)外學(xué)者從不同視角對它進(jìn)行了多元化的剖析。從研究現(xiàn)狀來看，以使用文學(xué)理論進(jìn)行的描述性研究為主導(dǎo)，尚缺乏將定量分析技巧與定性分析方法相融合的研究方法。基于此，本文將利用語料庫定量研究方法對《哈利.波特》系列小說的文體詞匯特征進(jìn)行分析。

二、研究方法

本文的研究語料為自建的由7部《哈利.波特》系列小說構(gòu)成的微型語料庫共100多萬字，同時選取BROWN 語料庫中文學(xué)類文本，即 BROWN（K-R）（共計(jì)約 25 萬多詞）作為參照語料庫。本文利用語料庫文本分析軟件 Wordsmith Tools5.0對比兩庫中詞長和詞匯密度等層面的特征，分析《哈利.波特》系列小說的詞匯特征。

三、研究結(jié)果與討論

1.詞長分析

本研究發(fā)現(xiàn)，只有1-13字母單詞在兩個語料庫中的比率均在0.1%以上，因此，通過對比《哈利.波特》系列小說語料庫和BROWN（K-R）文學(xué)類語料庫中1-13字母單詞的比率（如圖1所示），可以發(fā)現(xiàn)，1-13字母單詞在《哈利.波特》系列小說語料庫中所占比率均小于在BROWN（K-R）文學(xué)類語料庫中的比率。由于“詞長是決定文本難易程度的一個重要指標(biāo)。單詞越短小，文本越易理解，難度越低，文本的正式程度就越低；反之，單詞越長，文本越不易理解，難度越大，文本越正式”[2]。圖1進(jìn)一步表明《哈利.波特》系列小說的閱讀難度較大小。

2.詞頻和詞匯密度分析

形符（Tokens）指在詞頻統(tǒng)計(jì)時，一個單詞計(jì)算為一個形符，即文本中有多少單詞就有多少形符。總形符數(shù)是語料庫容量的最常用的測量單位。表1顯示，《哈利.波特》系列小說語料庫總形符數(shù)為1，096，170，BROWN（K-R）文學(xué)類語料庫總形符數(shù)為256，087，因此這兩個語料庫在容量上相差近4.28倍。

類符（Types）是一個統(tǒng)計(jì)單位，一個文本的類符數(shù)就是該文本不同詞形的數(shù)量，如表1所示，《哈利.波特》系列小說語料庫和BROWN（K-R）文學(xué)類語料庫中的類符數(shù)分別為23，146和19，198。

在語料庫語言學(xué)中，類符/形符比（TTR）通常被用來衡量文本中的詞匯密度[3]，詞匯密度反映的是句中實(shí)詞所占的比例，因此在一定程度上反映了文本的某種本質(zhì)特征，即用詞的多樣性。表1 的統(tǒng)計(jì)結(jié)果顯示，《哈利.波特》系列小說語料庫中類符/形符比為 2.11，而 BROWN（K-R）文學(xué)類語料庫的類符/形符比為 7.56，但由于不同容量的語料庫類符/形符比不具可比性，故一般用標(biāo)準(zhǔn)化類符/形符比（STTR）來衡量語料庫的詞匯密度。

標(biāo)準(zhǔn)化類符/形符比（STTR）是將所得到的若干個類符/形符比進(jìn)行均值處理后最終得到的數(shù)值。《哈利.波特》系列小說語料庫和BROWN（K-R）文學(xué)類語料庫的標(biāo)準(zhǔn)化類符/形符比分別為44.33和44.89。Halliday發(fā)現(xiàn)非正式書面語體的詞匯密度低，書面語詞匯密度高，信息量大；而口語詞匯密度低，包含信息量小，但是句子結(jié)構(gòu)靈活多變、復(fù)雜。基于以上數(shù)據(jù)分析可以了解到《哈利.波特》系列小說的詞匯普遍短小，詞匯密度較低，口語化特征明顯，用詞更加簡易，通俗。

四、結(jié)語

通過對比分析自建《哈利.波特》系列小說語料庫和BROWN（K-R）文學(xué)類語料庫在詞匯分布、詞匯密度方面的詞匯特征，發(fā)現(xiàn)《哈利.波特》系列小說所用詞匯普遍短小，詞匯密度較高，口語化特征明顯，敘事簡潔、平實(shí)，可讀性強(qiáng)。因此，語言研究者通過語料庫手段對文學(xué)作品詞匯進(jìn)行量化分析，可以觀察到用傳統(tǒng)方法無法發(fā)現(xiàn)的很多語言事實(shí)，從而對語言本身進(jìn)行更加客觀地描寫和解釋，為研究提供更加科學(xué)的數(shù)據(jù)支撐，從而使結(jié)果更具客觀性和準(zhǔn)確性，繼而增加了 解釋的說服力。

【參考文獻(xiàn)】

[1]陳建生，高博.基于語料庫的《詩經(jīng)》兩個英譯本的譯者風(fēng)格考察—以“國風(fēng)”為例[J].天津外國語大學(xué)學(xué)報，20111（04）：36-41

[2]楊秀珍，續(xù)娜，劉美瑜.基于語料庫的 《暮光之城 》系列小說詞匯特點(diǎn)初探[J].長春理工大學(xué)學(xué)報，2010（02）：71-73

[3]王華，甄鳳超.透過主題詞和關(guān)鍵主題詞管窺中國學(xué)習(xí)者英語口語交際能力中的詞語知識[J].外語界，2007（01）