基于語料庫的莫言小說英譯語言特征考察

黃永新，張黎黎

（石家莊鐵路職業技術學院，河北石家莊　050041）

?

基于語料庫的莫言小說英譯語言特征考察

黃永新，張黎黎

（石家莊鐵路職業技術學院，河北石家莊050041）

摘要：本研究采用自制“莫言小說平行語料庫”，利用語料庫技術統計和整理了各部小說的基礎語料庫數據、詞匯密度以及詞長分布等數據，發現長篇小說能夠較好地體現語言特征的穩定性，亦即翻譯質量的穩定性，而短篇小說的語言特征則呈現出多樣性。這些研究數據和結論可以作為時代背景下中國文學翻譯參照的標準。

關鍵詞：語料庫；語言特征；莫言；文學翻譯

一、引言

2011年10月，中共中央審議通過了推動中華文化大發展大繁榮的決定，制定了中華文化走出國門，不斷增強中華文化國際影響力的戰略目標。作為中華優秀文化對外傳播的主力軍，文學翻譯工作日益引起中國政府的重視、文學界及翻譯界的關注。但是中國文學輸出與西方文學輸入存在巨大的逆差，在西方國家的出版物中，原文是中文的翻譯作品所占份額很少，法國有10%，美國僅3%；而中國從西方國家引進并翻譯成中文的作品達到了我國出版總量的一半以上［1］。所以整體上我國文學走出去仍然任重而道遠，需要中國政府及學界坦然面對，冷靜分析并總結現有經驗，從而更好地指導當今時代背景下我國總體層面上的文學翻譯工作。

莫言獲得2012年“諾貝爾文學獎”的消息在中國乃至世界掀起了一股“莫言熱”，這一事件引起了全世界范圍內對中國文學的關注，一定程度對于推動文學事業的對外發展具有積極意義。作為中國唯一一位諾貝爾文學獎得主，莫言的作品在國際社會取得了非常好的口碑，一定程度上可以說其英譯作品是比較“成功”的譯本。本研究選取莫言的小說英譯本為研究對象，通過分析這些譯本自身詳細的語言學特點，可以總結出當今時代背景下中國文學譯本需要滿足的條件及具備的特點。

二、語料庫構建

研究所采用的語料庫為自制的“莫言小說平行語料庫”，初步計劃庫容約100萬字（以源文本漢語字數為準）。收錄的語料為所有莫言小說的英語譯本，文本為全文收錄，包括長篇小說和中短篇小說。所有語料經掃描儀掃描、OCR字體識別、文本清潔、語句對齊等一系列步驟，最終滿足平行語料庫檢索軟件CUC_ParaConc對語料的檢索格式要求。研究選用的語料庫工具包括BFSU PowerConc、AntConc、Cuc_ParaConc、Readability Analyzer及NLPIR漢語分詞軟件等。在借鑒前人經驗的基礎上，本研究將從標準化類符/形符比、平均詞長、平均句長、語篇可讀性、詞長分布、詞匯密度等方面探討莫言小說英譯本的語言特征。

三、研究方法

語料庫翻譯研究現階段一個明顯的趨勢即打破之前單語類比或單語加雙語平行的研究模式，變為根據研究需要而建立的多重復合對比模式，語料庫可分可合［2］。本研究選取莫言的8部短篇小說和5部長篇小說的英語譯本。巧合的是這些莫言小說全部是由被稱作“中國現當代文學首席翻譯家”葛浩文先生翻譯的，這樣有助于莫言規律性的一些語言特征在譯文中得以較為統一的重現，亦即有助于保證翻譯質量的一致性。本研究將采用多視角的切入點，從各個角度提取語料數據，從宏觀視角而非特定的某部作品來描述莫言小說英譯本具備的語言特征，以總結出滿足時代需要的中國文學譯文的語言條件和特點。

四、研究結果分析

1.基礎語料庫數據

借助語料庫工具AntConc及Readability Analyzer可分別獲取莫言各部小說的詞、句等基礎語言數據（表1）。

類符/形符比（type/token ratio，TTR）指文本中所使用的不同詞匯與總詞匯數量的比率，通常用來衡量某個文本中使用詞匯的多樣性［3］。但是文本越長，形符數越多，類符數則不一定增多，這樣的話類符/形符比就會越來越小。因此，通常以標準化類符/形符比為準（STTR），計算出文本中每1000詞的TTR，然后取平均值［4］。統計結果顯示，短篇小說的STTR變化幅度較大（圖1），最大0.3695，最小0.2242；而長篇小說的STTR則變化幅度較?。▓D2），均為0.12左右。

就平均詞長來說，短篇小說亦呈現出較大的變化性，最大為4.3，最小3.9；而長篇小說有三部平均詞長均為4.3，另兩部為4.1和4.3，變化幅度很小。而且，相對而言短篇小說整體上不如長篇小說的平均詞長數值大，說明長篇小說使用的長詞數量較多。表1顯示，短篇小說的平均句長基本與長篇小說相同，說明這些翻譯作品在句子層面的變化幅度基本相等。但長、短篇小說分開來看，依然是短篇小說的平均句長變化幅度高于長篇小說。

語篇可讀性是衡量文章難易程度的一個指標，能在宏觀層面發現翻譯文本是否存在簡化特征。Flesch Reading Ease（弗萊士易讀度）是反映文本可讀性指標的一種常用統計方法，其計算依據是句子的詞數和句子中含的音節數等，數值介于0到100之間，數目越大，文章越容易讀。大多數英語原創文本的易讀度數值約為60-70，數值為70-79均屬于相當容易（fairly easy）的范圍。本研究采用語篇可讀性分析軟件Readability 1.0統計得出每一部莫言小說的易讀度數據。表1顯示全部作品的易讀度數據為80.0左右，說明難度要遠遠低于英語原創文本，印證了翻譯文本的簡化特征。具體來說，短篇小說的易讀度介于74.3-88.2，變化幅度大；而長篇小說的該數據為76.0-80.2，變化程度較為平緩。

總體而言，短篇小說的各項基礎語料庫數據變化幅度較大，而長篇小說相應數據的變化則趨于平緩，變化較小。說明長篇小說能夠較好地體現語言特征的穩定性，更應該針對長篇小說來提煉總結其翻譯經驗。下文我們將通過其他數據形式來進一步驗證該結論。

表1　莫言小說語料庫詞、句等基礎語言數據表

圖1　短篇小說STTR變化曲線

2.詞匯密度及實詞比例

詞匯密度（Lexical Density）指實詞與總詞數比值的百分比，可以衡量語篇的信息負載量［5］。實詞包括名詞、實義動詞、形容詞和副詞。Laviosa曾證實英語譯語的詞匯密度為52.87%，英語源語的詞匯密度為54.95%，并得出結論：譯語具有詞匯密度較低的特點［6］。經詞性標注及分類統計后，我們得出莫言小說英譯本的詞匯密度介于57.2%與62.4%之間（表2）。說明這些譯本的詞匯密度都高于Laviosa統計出的譯語詞匯密度值，表明這些莫言小說英譯本不具備明顯的翻譯文本語言特征，詞匯豐富度高于原創英語源語，整體上這些莫言小說英譯本的信息負載量較大。相比較而言，短篇小說的詞匯密度變化幅度大（圖3），長篇小說的詞匯密度則趨于穩定（圖4）。

圖2　長篇小說標STTR變化曲線

至于從每部作品中各項實詞的比例來看，名詞比例最高，達到25%左右；動詞比例次之，略低于20%；形容詞和副詞所占比例約為7%。相對而言，依然是長篇小說的四項實詞比例的變化幅度小于短篇小說。

表2　莫言小說語料庫實詞比例統計表

圖3　短篇小說詞匯密度變化曲線

圖4　長篇小說詞匯密度變化曲線

3.詞長統計

就平均詞長來看，短篇小說的平均值為4.1，長篇小說的平均值為4.3，說明短篇小說詞匯較簡單，閱讀難度相對容易。進一步觀察發現（表3），長、短篇小說都是3個字母的單詞所占比例最大，短篇小說平均占22.1%，長篇小說平均占22.2%，二者基本相同。其他長度的單詞所占比例由高到低依次為4個字母（16.0%-18.9%），2個字母（13.7%-16.9%），5個字母（12.4%-15.4%），6個字母（9.0%-10.9%）。整體來看各種長度的單詞分布情況，長、短篇小說基本呈現出相同的趨勢（圖5，圖6）。另外，2-6個字母的單詞總量分別占短篇小說的78.6%和長篇小說的76.9%，二者相近且總值接近80%，說明這些小說主要采用2-6個字母的單詞，單詞較短，閱讀難度較低。

表3　莫言小說語料庫詞長分布統計表

圖5　短篇小說詞長分布圖

圖6　長篇小說詞長分布圖

五、結語

從基本語料庫統計數據來看，如標準化類符/形符比、平均詞長、平均句長、易讀度等，莫言小說中的短篇小說相應的數據變化幅度較大，而長篇小說的相應數據則變化平緩，說明長篇小說能夠較好地體現語言特征的穩定性，亦即翻譯質量的穩定性。而且，實詞比例以及詞長分布亦能很好支持上述觀點。當然，并非短篇小說的翻譯質量不均衡，其統計數據的不穩定性可能由于源文語言特征的多變性而導致譯文的語言特征多樣性。但無論如何，畢竟長篇小說的各項語言數據較為穩定，可以作為我們的重點研究對象，通過長篇小說總結出的語言數據可以作為時代背景下中國文學翻譯參考的標準。具體來說，這些數據標準化類符/形符比為0.1203、平均詞長為4.3、平均句長為16.2、易讀度為77.7、詞匯密度為58.4%（其中名詞27.5%，動詞18.1%，形容詞7.3%，副詞5.4%），詞長分布中3個字母的比例最高，為22.2%，2-6字母的單詞所占比例接近80%。

盡管本研究取得了上述一些發現，但上述研究結果仍舊需要在更大規模的語料庫中進行驗證，如這些語言特征是否在譯者葛浩文先生的其他譯著中同樣能夠得以體現。如果能夠體現，則說明這個標準可以推行；如果不能體現，就需要進一步研究導致這些差異的原因。另外，即使這個標準成立，在具體推行時仍需要進一步細化，以進一步提升這個標準的可實施性。

參考文獻：

［1］許方，許鈞.翻譯與創作——許鈞教授談莫言獲獎及其作品的翻譯［J］.小說譯介與傳播研究，2013（2）：4-10.

［2］黃立波，王克非.語料庫翻譯學：課題與進展［J］.外語教學與研究，2011（6）：911-923.

［3］黃立波.基于語料庫的翻譯文體研究［M］.上海：上海交通大學出版社，2014：52.

［4］梁茂成，李文中，許家金.語料庫應用教程［M］.北京：外語教學與研究出版社，2010：9.

［5］Libo Huang.Style in Translation：A Corpus-based Perspective［M］.Shanghai and Berlin：Shanghai Jiao Tong University Press and Springer-Verlag Berlin Heidelberg，2015：84.

［6］Laviosa，Sara.Core patterns of lexical use in a comparable corpus of English narrative prose［J］.Meta，1998（4）：557-570.

On Corpus-based Language Features of Mo Yan’s Novels

HUANG Yongxin，ZHANG Lili
（Shijiazhuang Institute of Railway Technology，Shijiazhuang， 050041，China）

Abstract：Based on the self-built Parallel Corpus of Mo Yan’s Novels，this study statistically calculates and sorts the diverse basic corpus data，lexical density and distribution of word length of every novel by using corpus technologies.The results show that long novels are capable of symbolizing stability of various language features，that is，the stability of translation quality；while short novels present language diversity.These research data and conclusions can be taken as referential standards in the background of Chinese literary translation nowadays.

Key words：corpus；language feature；Mo Yan；literature translation

中圖分類號：H059

文獻標識碼：

文章編號：1008-469X（2016）02-0054-05

收稿日期：2016-02-14

基金項目：2014年度河北省社會科學基金項目《基于語料庫的莫言小說英譯語言特征研究》（HB14YY008）

作者簡介：黃永新（1978-），男，河北鹿泉人，教育學碩士，副教授，主要從事語料庫翻譯、外語教學研究。