基于語料庫的圖情期刊論文英文摘要主語語言特征研究

凌 民，周緒琳

(1. 寧波大學圖書館與信息中心，浙江寧波 315211；2. 泉州信息工程學院通識中心，福建泉州 362000)

摘要作為學術論文內容的一個簡要概述，通常放在論文的引言之前，是論文中不可缺少的部分[1]18。有人把摘要形象地稱為“篩選機”，因為一篇好的摘要能讓讀者迅速對論文的目的、方法、主要結果、結論及推論有一個概括的了解，讀者可以依據摘要提供的信息決定是否有必要詳細閱讀整篇論文[2]118。隨著時代發展，國際化進程加快，科技交流日益頻繁，哪怕在國內期刊上發表論文，為了促進國際間的學術交流，學術論文一般也需要英文摘要。英文摘要作為科技論文的重要組成部分，有其特殊的意義和作用，它是國際間知識傳播、學術交流與合作的“橋梁”和媒介。尤其是目前國際上各主要檢索機構的數據庫對英文摘要的依賴性很強。因此，好的英文摘要對于增加期刊和論文的被檢索和引用機會、吸引讀者、擴大影響起著不可忽視的作用[3]25。所以，漢語科技論文摘要的英譯用詞和結構越來越受到學者的關注。

一、文獻綜述

關于科研論文的英文摘要，國內已有少量學者開展了有益的研究。隨著他們研究視角的逐年擴大，研究的內容也越來越豐富。

在詞匯和語法方面，王海貞(2006)的研究發現中外英語教學與研究刊物的論文摘要在詞匯復雜度方面無顯著性差異[4]；李燕芳(2009)發現中國學習者運用模糊限制語的能力薄弱，模糊限制語使用存在差異[5]；陸元雯(2009)的研究結果顯示論文摘要大量使用復數第一人稱we，較少使用單數第一人稱I；不同學科間使用it的頻率差異不大[6]；鄧林等(2017)發現石油類英語學術論文摘要中的自我轉述動詞以主動語態、現在時為主，主語傾向于使用物稱主語[7]。

在語篇和句法方面，胡芳、陳彧(2005)發現英漢學術論文摘要中的主要銜接手段均為詞匯銜接，而在語法銜接手段上，中外學術論文表現出一定的差異[8]；車君俠(2009)探討了Science科研論文摘要的語言特點，發現樣例在語步、主流句式等方面與一般固有概念存有一定程度的差異[9]；張玫(2009)以Science雜志Research Articles欄目中的361篇摘要為基礎，分析了被動語態和第一人稱代詞的使用情況，發現80%的摘要都以第一人稱代詞作為主語使用了至少一次，以第一人稱代詞we為主語的達到了20.6%[10]；康勤和孫萍(2012)研究300篇英語摘要后，發現時態多采用一般現在時，語態多采用主動語態，可以出現第一人稱[11]；張一寧等(2018)的研究結果表明，中國高級英語學習者對于現在時動詞、現在分詞從句、必要情態動詞等語言特征使用過多，對于第一人稱代詞、過去時動詞、主位wh-從句、勸說類動詞、that從句等使用過少，對這些語言特征的語用功能缺乏足夠的認識和重視[12]。

在話語分析方面，郭驊、馬磊(2016)以國內外四種頂級社會學期刊的240篇英文摘要為語料，綜合考察了文化背景和研究范式對兩類常見人際互動元話語[13]；吳曉芳、曹鳳龍(2016)研究發現中國學者使用元話語要比英語本族人的使用要少，并且交互式話語和互動式話語的十項子類別也出現了顯著性的差異[14]；黃旭(2017)研究發現，隨著時間推移，中國研究者在英文摘要中使用了更多的模糊語，而強勢語則出乎意料地保持在較高數量上[15]V。

修辭角度的研究中，云紅(2009)討論了作者身份在論文摘要中的顯現與隱現修辭方式，以及評價主體的種類和數量分布[16]；趙藝紅(2011)探討了醫學論文英語結構式摘要寫作的文體修辭特征[17]；譚華、穆從軍(2016)運用修辭結構理論考察英漢論文摘要的修辭關系分布特點，揭示摘要的語篇構建方式[18]。

在摘要翻譯方面，劉麗娟(2014)從顯化翻譯角度探討如何利用背景知識譯出明晰的譯文[19]；梁甜甜、單妥(2018)分析了EI論文摘要中相關的名詞化用詞不準確、語義表述錯誤、句子銜接松散等問題[20]；宋策、華靜(2019)研究了如何完成與國際要求更加吻合的框架以及成文后如何把翻譯完成的更為準確[21]468-473；孫逸群(2019)分析了人工譯文和機器譯文術語的異同[22]。

國外摘要研究主要在對比，不但有不同語言、不同學科和相近學科之間的對比，還有摘要與同一論文的引言、討論、結論進行語言特征之間的比較。James Hartley等(2003)對比分析了Abstract、Introduction和Discussion各自的語言特征[23]；Betty Samraj(2005)以Conservation Biology和Wildlife Behavior上的論文為基礎，開展了學科之間、introductions和abstracts之間的對比研究[24]；Sarah Van Bonn等(2007)對比了英法兩種語言語言學研究論文摘要在語態、代詞、句長、連接詞等方面的差異[25]；Watinee Suntara等(2013)比較了語言學和應用語言學論文摘要，發現語言學論文摘要有3個傳統語步，而應用語言學有4個[26]；Eric Friginal、Sabah Slebi Mustafa(2017)自建8個子庫，對比分析了美國作者和伊拉克作者的學術論文摘要的語言特征[27]。Swales(1990)、Nwogu(1997)和Ken Hyland(2000)通過詳細研究論文引言，對學術論文進行了功能劃分：引入、方法、結果和討論[28]356、[29-30]。

從上面的綜述可以看出，國外的研究對比力度之大，不但涉及同一學科不同作者群間的對比，更涉及跨學科對比；國內研究盡管分析角度越來越多，但詞匯和語法仍是研究重點。在主語結構特征、謂語動詞結構特征和主謂構成的類聯接方面的研究幾乎沒有相關文獻，因此，本文擬探討圖書情報文獻學領域類學術論文英文摘要句子主語的結果特征。

二、語料庫建庫

此次研究，筆者選擇了《情報科學》《情報學報》《情報理論與實踐》《情報雜志》《情報資料工作》《圖書館》《圖書館建設》《圖書情報工作》《圖書與情報》《大學圖書館學報》等10種國內圖書情報文獻學類CSSCI期刊，以被引頻次為指標，下載每種期刊在2015年刊發的研究論文20篇高被引論文(從高到低取)，然后提取這些論文的英文摘要，建成中國圖書情報文獻學領域學者學術論文英文摘要語料庫。由于這些期刊是CSSCI來源期刊，語料庫直接使用了名稱CSSCI。為了開展對比研究，筆者又選擇了10種同一領域的SSCI期刊，分別從每種期刊提取20篇論文的摘要。這10種國外期刊是InternationalJournalofInformationManagement,MISQuarterly,GovernmentInformationQuarterly,InformationandManagement,JournalofInformetrics,College、ResearchLibraries,JournalofAcademicLibrarianship,Libraryquarterly,JournalofLibrarianshipandInformationScience和ElectronicLibrary。在Web of Science數據庫里，檢索這些期刊2015年刊發的論文，再以被引為指標，從高到低從每種期刊里下載20篇論文的摘要，建成英語SSCI論文摘要語料庫。兩個語料庫建庫所需文獻的下載時間分別是2020年8月3日和8月13日。

三、結果與討論

此次研究自建的兩個語料庫中，國內10種期刊的200篇論文共計21 746個形符、3 163個類符，篇均形符為108.82個；而10種SSCI期刊的形符和類符分別為35 014和4 569，篇均形符為175.07個。由此可以看出，SSCI期刊摘要的篇均長度比CSSCI的多66.25個形符。那么，這400篇摘要中，句子主語都有什么樣的語言特征呢？

(一)句子主語的類型

主語是一個句子所述說的主體，是句子的中心，通常位于句首，居謂語動詞之前。主語通常由名詞和代詞來擔當，但其他起名詞作用的詞、詞組或句子，即“名詞等同體”也可擔任主語。這些“名詞等同體”常見的有數詞、名詞化的形容詞或過去分詞、名詞化的介詞、形容詞、副詞、動名詞、不定式、不定式復合結構、for there to be結構、連接代詞/副詞+不定式、介詞短語、從句、句子[31]723-726。學術論文英文摘要句子的主語類型分布情況見表1。

表1 句子主語的類型

從表1可以看出：(1)學術論文英文摘要句子主語的類型較少，只出現8種。(2)兩個學習者群體都喜歡使用名詞詞組作句子主語，且使用情況尤為突出，國外學者的比值接近70%，而中國作者達73.76%。(3)國外作者使用代詞作主語的比例高出中國作者7個百分點；兩個群體用名詞和代詞作主語的比例都超過90%，國外作者達到95.01%，中國作者則為93.59%。(4)其他6種主語類型中，雖然使用的比例不大，但兩個群體的使用數據在形式主語it和不定式用作主語方面仍出現較為明顯的差異；在其他三類主語上(動名詞、數詞、there be句型)上使用的數據很接近。

值得一提的是，在人稱代詞使用上，SSCI期刊使用589次，CSSCI期刊是204次，兩個群體的使用頻率存在顯著性差異，母語作者存在超用現象。這與日常英語中人稱代詞的使用情況截然不同，因為漢語注重主體思維，這種思維模式以“萬物皆備于我”作主導，往往從自我出發來敘述客觀事物，或傾向于描述人及其行為或狀態，因而常用人稱。當人稱可以不言而喻時，又常常隱含人稱或省略人稱。英語可用人稱主語表達，也常用非人稱主語表達。用非人稱主語表達時，往往注重“什么事發生在什么人身上”，而漢語則較常用人稱主語表達，往往注重“什么人怎樣了”或“什么人做什么事”[32]77-79。

(二)句子主語的長度

英語的SV、SVC、SVO、SVOO和SVOC這五大句型中，主語(S)和謂語動詞(V)是必不可少的。在語篇推進模式中，句子主語多半是前一句出現過的已知信息，再加上替代、照應等語篇推進模式，人們就經常使用人稱代詞、指示代詞，這在某種程度上使得句子主語不會太長。那學術論文摘要中的主語長度和通用英語語法教材、科技英語翻譯或語法教程有差異嗎？如果存在差異，它們之間的差異大嗎？

從表2可以看出：SSCI期刊的形符和類符遠大于CSSCI期刊，其形符數和類符數分別是CSSCI的1.6倍和1.44倍。但是，計算結果顯示，SSCI期刊每個主語的平均長度是3.61個形符，而CSSCI期刊主語的篇均形符是4.27個。換句話說，中國圖書情報文獻學領域的研究人員在撰寫學術論文的英文摘要時，他們每個主語的平均長度達到4.27個形符，比SSCI期刊論文多出0.66個。筆者查閱了國內出版的一本通用英語語法[31]，統計了一個小節里連續的75個例句，發現主語部分的平均形符是3.76個；筆者選定了國內出版的兩本科技英語語法或翻譯教程，統計了它們不定式部分連續出現的26個和22個例句[33]1-26、[34]115-127，發現它們的平均形符分別是4.15和3.72。從這四本語法或翻譯教程來看，通用英語語法是面向所有讀者的，所采用的例句需要通俗易懂；而科技英語語法或翻譯教程屬于ESP范疇，其讀者群有一定的英語基礎，這些教程采用的例句有可能略長于通用英語語法。從數據可以看出，盡管這三本語法教程或翻譯教程例句主語部分長度有差異，但差異并不是很大，與論文英語摘要句子的主語部分的長度也比較接近，這多半與摘要的性質有一定關系，因為摘要的內容具有邏輯性和完整性的特點，能回答why to study、what to study、how to study、how the conclusions are made. 具體說來，摘要會考慮以下幾點：與論文關聯性強的背景、采用的調查方法、主要結果與觀察數據、主要結論、自己的建議[35]13。這幾點涉及的單詞常見的有description、explanation、illustration、introduction、analysis、discussion、investigation、study、consideration、outline、review、summary、objective、aim、purpose、calculation、measure、application、assessment、comparison、proposal和recommendation。這些名詞在英語摘要中都是高頻名詞，它們出現在主語位置上的頻率非常高，而且它們與形容詞、介詞、動詞等組合的類鏈接相對固定(見表2)。

表2 中外英文摘要的庫容量和主語數量

(三)主語部分中的代詞

語篇是一組使用中的語言，它既非小句或者句子之類的語法單位，也不受長短的限制。語篇有時被視為某種超級句子，它雖然是比句子大的語法單位，但是它與句子之間的關系和句子與小句、小句與詞組等之間的關系是一樣的，即通過成分由小單位組成大單位[36]1。在語篇構建過程中，我們依靠的銜接紐帶主要有指稱、替代、省略、連接和詞匯銜接。指稱可分為三種：通過人稱類別來表現的人稱指稱、運用在遠近程度上的不同來表現的指示指稱、運用相同或相似性表現的比較指稱。本文主要探討人稱指稱和指示指稱(如表3)。

表3 主語部分的代詞

從表3我們可以看出：(1) this、these和those這三個詞與名詞構成名詞詞組，具有和代詞一樣的指稱功能，都存在中國作者超用現象，只是超用的程度不一樣。其中，those的超用情況沒有形成較大差異，而these出現顯著性差異。此次研究中，兩個作者群體之間this的使用情況出現明顯差異，中國作者超用。(2) 人稱代詞中，第一人稱單數形式沒有出現。外國作者使用了589次人稱代詞，其中，使用第三人稱復數(157次)、關系代詞that(107次)、第三人稱單數(86次)、第三人稱復數(60次)，這四個詞的頻率最高，占代詞總數的69.61%。中國作者使用了204次人稱代詞。使用頻率前三位分別是第三人稱單數代詞it、關系代詞which、第一人稱復數代詞we，分別是63次、60次和40次。中國作者的這三個代詞是所使用代詞總數的79.9%。(3) 在關系代詞方面，which和that的使用頻率都存在差異，中國作者超用which，而that的使用不足。

人稱代詞we是超用的，因為她在學術語體中表示作者與讀者是在一起的，增加了認同感[37]113。

(四)主語部分單詞的詞匯特征

詞作為可以獨立運用的、最小的語義單位，具有諸多的特征，包括形式特征、形態特征、語義特征、句法特征、語用特征和規則特征[38]11。通過研究學習者詞匯產出的特征，我們經常測量單詞的詞匯獨特度、詞匯密度、詞匯豐富度、詞匯變異度、平均詞長、詞匯復雜度、語義變化度、詞匯屬性、詞匯精準度、詞頻概貌、名詞化程度、詞匯錯誤[39]。本研究主要探討詞匯復雜度和詞頻概貌。

1.詞匯復雜度和多樣性

詞匯復雜度的計算方法之一是以文本單詞長度為統計指標，即利用語料庫軟件計算單詞的平均詞長和詞長標準差。平均詞長是決定語篇難度和復雜性的一個重要因素。詞匯的多樣性主要取決于單詞的派生和同義詞。英語和漢語的主要差異之一是漢語中漢字的重復率高，而英語里有大量的同義詞或近義詞，英語行文主張使用同義替代，加上母語詞的用詞習慣與生活和工作中的詞頻效應，可能導致使用不同的單詞表達相同意思。下面我們看看這兩個作者群體在產出主語時的數據(見表4)。

表4 主語部分基礎數據

從表4的平均詞長來看：中外兩個作者群體的平均詞長分別為5.72和5.66，中國作者的平均詞長略高于母語者。楊廷君、張建理(2013)研究了中外優秀博士論文的英文摘要，發現兩個群體的平均詞長分別為5.41和5.56，與此次研究的數據比較接近。一般說來，平均詞長小于4時，文本難度較低。由此可以看出，中外這兩個作者群體學術論文英文摘要主語部分的用詞有一定難度。

由于母語者論文摘要主語部分的用詞遠多于中國作者，從理論上講，主語部分的形符數越多，類符數可能隨之增加。但是，標準化類符/形符比已經將形符的數量考慮進去，即它的計算結果不會受到摘要主語長度(單詞數)的影響。母語者標準化類符/形符比為53.53，比中國作者高出3.04個百分點，說明母語者的用詞寬度大于中國作者，他們更擅長于詞匯變化，單詞的復現率低于中國作者。

2.詞頻概貌

從小學到大學的英語學習中，我國在各階段對英語單詞數量的要求分別為550詞(小學階段)、1 600詞(初中階段)、3 500詞(高中階段)、4 750詞(大學英語四級考試要求)。其中，后續階段的詞匯量要求包含前面階段已經掌握的那些單詞。換句話說，每個階段較前面階段增加的單詞，它們不但具有一定的難度，從理論上講，它們的出現頻率也低于前面階段的單詞。我們使用新西蘭學者Nation編寫的程序Range 32，對主語部分的單詞進行歸類。Range提供的詞表中，AWL的第一個和第二個1 000詞基本上和West(1953)的《英語通用詞表》吻合，第三個1 000詞基本上為Coxhead(2000)大學詞表，超過這3 000詞的，則為專業性詞匯[37]55。換句話說，第一個詞表里的單詞出現頻率高，難度也低于第二個詞表里的單詞，余下類推。

從表5我們可以看出，兩個作者群體輸出詞匯的詞頻概貌非常接近。在形符方面，中外作者學術論文英文摘要主語部分的單詞，出現在word list one里的百分比分別是68.3%和68.52%，只有0.22%的差異；出現在word list two里的百分比分別是16.53%和14.58%，兩者之間的差異為1.95個百分點；出現在word list three里的分別是2.9%和2.25%，兩者之間的差異為0.65個百分點。在這單個詞表以外的單詞中，兩個群體之間的差異也只有2.39個百分點。由于母語者的類符和詞族遠大于中國作者，兩個群體在形符詞頻概貌方面的差異略大于類符差異。其中，最大差異值出現在word list one，為5.16個百分點，在word list two和word list three的差異分別為0.74%和3.29%。該軟件統計結果中，類符(type)和詞族(family)主要反映作者的詞匯寬度，即使用單詞時的變化，避免重復。例如，統計時，單詞is、are、am、being、was、were歸目后，就只有1個詞族。所以，看詞頻概貌，了解某個文本的單詞分級，我們可重點關注形符在每個詞表(word list)的分布情況。從上面的分析可以看出，中外兩個作者群體學術論文摘要主語部分單詞在幾個詞表中的單詞分布非常接近，差異性極小。

表5 論文摘要主語部分單詞的詞頻概貌

四、結語

此次筆者以400篇高被引論文的英語摘要為研究對象，自建兩個語料庫，利用語料庫語言學技術，探討了中國圖書情報學領域研究人員學術論文英文摘要句子主語的語言特征。這兩個語料庫中，母語者這200篇學術論文英語摘要的形符和類符分別為35 014和4 569，篇均形符為175.07個，而國內10種CSSCI期刊這200篇高被引論文的英文摘要有21 746個形符、3 163個類符，篇均形符為108.82個。由此可以看出，SSCI期刊摘要的篇均長度比CSSCI的多66.25個形符。研究發現，學術論文英文摘要句子主語的類型較少，只出現了8種。中外作者撰寫論文摘要時，90%以上的句子主語不是名詞詞組就是代詞。SSCI期刊作者更喜歡使用代詞作句子主語，其使用頻率是CSSCI作者的2.88倍；中國作者超用this、these和those這三個詞與名詞構成的名詞詞組和which，而that的使用不足。在句子主語長度方面，SSCI期刊每個主語的平均長度是3.61個形符，而CSSCI期刊主語的篇均形符是4.27個。這樣的數據與筆者統計的語法教材例句主語長度很接近。SSCI和CSSCI期刊主語部分單詞的平均長度分別為5.66和5.72。先前的研究顯示，文本單詞平均長度低于4時，文本閱讀難度不大。但此次研究對象的平均長度遠超過4，說明普通讀者讀起來有一定的難度。在詞頻概貌方面，SSCI期刊摘要部分主語的詞級分布如CSSCI期刊沒有太大差異，85%以上的單詞都出現在word list one、word list two和word list three。此次研究也發現，SSCI期刊作者在用詞寬度或單詞派生能力方面強于CSSCI作者，因為他們多半是英語母語者，而中國作者是英語學習者。