基于語料庫的《孟子》譯本對比研究

◎周 央

（河北工業大學 天津 300400）

《孟子》記錄了戰國時期儒家代表人物孟子的言行，這部儒家經典體現了中國的傳統文化。研究《孟子》英譯本有助于全面系統地傳播儒家文化（楊伯峻，1999）。諸多翻譯家如柯大衛（David Collie）、理雅各（James Legge）、倫納德·賴發洛（Leonard A.Lyall）和劉殿爵（D.C.Lau）等皆對《孟子》進行了翻譯。基于眾多《孟子》譯本，翻譯界的研究成果層出不窮，研究角度也不斷更新。然而，目前翻譯界對《孟子》英譯本的研究以主觀分析為主，缺乏有力的客觀數據的支持。本文旨在使用語料庫技術和自然語言處理（NLP）技術，借助Python提供數據分析，基于類符/形符比、詞頻排序、語篇相似性度量、詞云圖等多個指標對《孟子》的三個代表性譯本進行對比分析。

一、文獻綜述

（一）《孟子》英譯本研究

當下，《孟子》的翻譯版本眾多，翻譯界也不斷嘗試從各種角度對其進行研究。在中國知網（CNKI）文獻檢索可視化平臺中，筆者以“《孟子》英譯本”作為關鍵詞進行檢索，其共現矩陣分析結果顯示：在所查詢到的48篇相關論文的主題詞統計中，“《孟子》”和“比較研究”兩個詞條的共現數字最大，為6；其主要主題分布圖顯示，這一主題詞下的研究方向集中在典籍英譯、讀者接受、比較研究、生態翻譯學等。對以上文獻進行分類整理后發現，目前以《孟子》英譯為主題的研究具有以下幾個特點：①以《孟子》英譯為主題的研究已經有一定成果，譯學界對此類研究有一定關注度；②近些年譯學界不斷嘗試從各種角度對《孟子》英譯本進行研究。早期譯學界主要從典籍英譯的視角分析譯本，后來衍生出跨學科的研究方向，出現了語料庫技術等諸多研究角度。相應的翻譯策略也隨之產生，研究方法也不斷更新——從早先的主觀分析逐漸轉向客觀指標分析等。③得益于《孟子》的諸多譯本，許多研究者仍關注多譯本對比研究。在上述57篇對于《孟子》的譯本研究中，多譯本對比研究位列主題分布項前五。

（二）語料庫與《孟子》英譯本研究

從檢索結果來看，基于語料庫的《孟子》譯本對比研究相關文章僅3篇，其中僅1篇是關于《孟子》譯本的對比分析。

孫婷婷（2013）基于語料庫，以大衛·亨頓（David Hinton）所翻譯的《孟子》英譯本為對象，對主語省略句這一語法現象進行了研究。作者對六類主語省略句的原文及譯文進行統計分析后指出，盡管主語省略在《孟子》原文及其英譯本中都存在，但是原文中的主語省略句數量遠遠超出于其英譯本。

金紫薇（2014）將語料庫和普通語言學相結合，即結合語言系統內和系統外證據，對《孟子》一書中有待商榷的若干詞語釋義做出解釋與論證。

王英強（2020）基于劉殿爵和理雅各《孟子》譯本對比語料庫，從詞匯、句式和語篇層面，以及譯本詞匯豐富度、平均詞長和語篇可讀性角度對兩譯本進行翻譯風格對比研究。

在語料庫翻譯對比研究領域已有諸多論文，但這些論文往往基于主觀分析，沒有客觀數據作為支撐，從而無法全面揭示譯本的復雜特征。本文借助編程語言Python，增加類符/形符比、詞頻排序、語篇相似性度量、詞云圖等指標，來對不同譯本的特色進行更加客觀具體的描述。

二、Python文本分析

（一）英譯本來源

本文以《孟子》三個英譯本為對比研究對象，數據來源于對理雅各、賴發洛、劉殿爵三個英文譯本的分析。具體信息如表1所示。

表1 譯本出版信息

（二）研究工具及方法

本文以文本分析為主線，調用Python相應的庫和模塊，實現語料庫技術和自然語言處理（NLP）技術在譯本對比分析中的應用。文本分析是NLP要完成的重要任務，而Python及其第三方庫（常用的幾個第三方庫包括：NLTK、 Pattern、 gensim、 TextBlob 和 spaCy）可以幫助解決文本分析中的具體問題；文本處理與理解、文本分類、文本相似度計算等都是常見的文本分析類型。本文采用的指標包括：類符/形符比、詞頻排序、語篇相似性度量、詞云圖。

（三）詞匯豐富度對比

《孟子》三個譯本中各自詞匯的豐富程度可以通過文本詞匯的類符/形符比表示，用以說明詞匯變化和豐富程度。使用Python調用相應的庫和模塊對數據進行處理，《孟子》三個譯本中各自的類符/形符比的結果如表2所示。

表2 譯本詞匯豐富度

由表2可知，理雅各譯本的類符處于中等位置，形符處于中等位置；賴發洛譯本類符位置靠后、形符位置也靠后；劉殿爵譯本形符位置靠前。但我們從類符/形符比這一欄中可以看到，理雅各譯本的指標明顯高于其他兩個譯本。我們結合譯本中的句子分析，理雅各譯本的平均句長指標高，譯本詞匯豐富度較高，用詞變化性較大。而在這三個譯本中，賴發洛譯本平均句長指標低，譯本整體詞匯豐富度較低，用詞變化性較小。

（四）采用高頻詞對比

清除停用詞后高頻詞出現的頻次可以反映《孟子》三個不同譯本間的主題相似度。使用Python調用相應的庫和模塊來對數據進行處理，繼而分別對《孟子》三個譯本中排名前七的高頻詞的出現頻次進行統計，結果如下。為直觀呈現數據，相同高頻詞用黑體標注。

由表3所示，相較其他譯本而言，理雅各譯本高頻詞獨特，主題突出；排名第二的是劉殿爵譯本。由此可以看出，理雅各譯本和劉殿爵譯本的主題突出，用詞獨特性較高。究其原因，翻譯方法和策略的不同是其中一條。賴發洛譯本和劉殿爵譯本的高頻詞比較相似，兩個譯本甚至使用了許多重復詞語，這表明賴發洛譯本和劉殿爵兩個譯本主題相類似。

表3 三個譯本高頻詞比較

（五）譯本相似度對比

本研究使用Python調用相應的庫和模塊，對于三個譯本的總體相似度進行了統計分析，數值差距越小相似度越高。結果如表4所示。

表4 譯本總體相似度

結果顯示，理雅各譯本同賴發洛譯本和劉殿爵譯本的差異性都較大，賴發洛譯本與劉殿爵譯本相似度較高。這一結果與表3的結果也基本吻合。

（六）詞云圖對比

相較于高頻詞對比，詞云圖可以更加直觀地展示主題詞出現的頻次。使用Python調用相應的庫和模塊，得到《孟子》三個譯本的詞云圖。字體大小和單詞位置內外分別代表主題詞出現的頻次高低。以下三張圖為三個譯本的詞云展示。

圖1 理譯本圖

圖2 賴譯本圖

圖3 劉譯本圖

通過《孟子》三個譯本的詞云圖可以看出，在理雅各、賴發洛和劉殿爵三人各自的譯本中，除停用詞以外的具有實際意義的詞匯有著不同的體現，但在總體上保持了字體大小和單詞位置內外的一致。從這一結果可以看出，理雅各、賴發洛和劉殿爵都做到了忠實于原始材料，凸顯出原文的中心思想。詞云圖中字體大小和單詞位置內外與上述表格中呈現的數據相吻合，是對上述結論很好的驗證。

三、討論

基于本文對《孟子》英譯本的對比研究，可以得出以下推斷：

整體看來，三個譯本中，理雅各譯本的詞匯豐富度較高，用詞變化性較大。究其原因，理雅各譯本由十九世紀的書面語體英文寫成，洋溢著濃厚的學術氣息。賴發洛譯本整體詞匯豐富度較低，用詞變化性較小。究其原因，賴發洛始終把普通讀者的接受能力放在首要考慮的位置，以激發他們的閱讀興趣和方便他們理解為己任，因而譯本更顯通俗性。而劉殿爵的《孟子》英譯本詞匯豐富度適中，是學術性和通俗性的完美結合（劉單平，2011）。

三個譯本中，理雅各譯本的高頻詞最獨特，可以說明譯者在翻譯《孟子》時，不僅把握住了原文的主旨和思想，而且依據不同的翻譯原則，選擇了不同的翻譯方法和策略。理雅各在翻譯時，“一直關注對原文的忠實，而非行文的雅致。他每治一經，必先廣泛搜集歷代評注，詳加對比、分析，在此基礎上做出自己的判斷。”（王輝，2003）

同其他譯本相比，理雅各譯本中高頻詞的相似度較低，說明譯者依據不同的翻譯原則，選擇了不同的翻譯方法和策略來翻譯特定高頻詞如書名和地名等。

在詞云維度上，理雅各、賴發洛和劉殿爵三位譯者的《孟子》英譯本的差別不大，都做到了忠實于原文。

四、結語

本文基于理雅各、賴發洛、劉殿爵三位譯者的《孟子》英譯本，使用程序設計語言Python，基于語料庫，從詞匯豐富度、主題詞、文本相似度和詞云四個維度出發，通過類符/形符比、詞頻排序、語篇相似性度量和詞云圖四個指標分析了這些譯本的相似點與不同之處。三個譯本中理雅各譯本詞匯豐富度高；賴發洛、劉殿爵譯本詞匯豐富度較低。從譯本的高頻詞對比角度而言，理雅各譯本高頻詞與其他兩個譯本的重合率較低，獨特性最高；賴發洛譯本與其他兩個譯本的重合率較高，高頻詞獨特性最低。從主題詞角度而言，賴發洛、劉殿爵譯本主題詞相似性高，理雅各譯本主題詞差異性大。從詞云角度而言，三個譯本呈現較為一致的結果。本文使用Python調用相應的庫和模塊，利用客觀數據對《孟子》的三個譯本進行了對比研究。以往的譯本對比分析大都以主觀分析為依據，相比較而言，本文增添了以客觀數據為基礎的指標分析，角度更為新穎，結論更加有力，同時也有利于其他學者繼續使用Python進行語料庫方面的譯本對比研究。