基于定量分析的吳樹文翻譯文體研究

王子睿 劉善鈺

1. 引言

吳樹文是我國著名的日本文學(xué)翻譯家,有《春琴抄》《田園的憂郁》等經(jīng)典文學(xué)翻譯著作,同時他也是中華詩詞學(xué)會的成員。其豐厚的文學(xué)功底造就了其譯作富有文采,句式凝練,大量使用文言連詞、行文古樸典雅的文體特點。本研究嘗試基于定量研究方法,以其他譯者的重譯本為參照庫對吳樹文的翻譯文體進(jìn)行計量對比分析。

語料庫研究作為一種實證性的定量研究方法,拓寬了傳統(tǒng)翻譯研究的范疇。通過語料庫與計量方法在翻譯研究中的應(yīng)用,研究者可以以更客觀、清楚的方式呈現(xiàn)譯者的翻譯風(fēng)格。本文應(yīng)用語料庫翻譯文體學(xué)視角,運用語料庫與計量統(tǒng)計法對翻譯家吳樹文的譯者文體風(fēng)格進(jìn)行考察與分析。同時,使用基于編程語言R的文本挖掘技術(shù)對語料庫的文體進(jìn)行了多指標(biāo)探索,旨在回答以下問題:第一,譯者吳樹文是否具有顯著的譯者風(fēng)格特征?與重譯本參照語料庫有何差異?第二,本研究限定的2種二元詞和虛詞是否可以對譯者的文體風(fēng)格進(jìn)行區(qū)分?吳樹文的譯作是否具有相似的翻譯文體特征?

2. 文獻(xiàn)綜述

2.1 文體與翻譯

文體學(xué)與翻譯學(xué)都是擁有悠久歷史的人文學(xué)科。文體學(xué)連接語言學(xué)與文學(xué),關(guān)注文本主題意義與美學(xué)效果密切相關(guān)或偏離常規(guī)的語言特征描寫與闡釋(申丹,2002),而翻譯學(xué)則著重觀察在翻譯過程中譯者受到譯入語、譯出語的語言習(xí)慣影響而不自覺產(chǎn)生的譯者“痕跡”。著名的日本文學(xué)翻譯家林少華(2009)也曾指出,翻譯只能是原作者文體和譯者文體或者說文體的翻譯和翻譯的文體相妥協(xié)相融合的產(chǎn)物。

隨著語料庫語言學(xué)與計算機(jī)技術(shù)日新月異的發(fā)展,人文學(xué)科之間的跨學(xué)科研究空前發(fā)展,翻譯學(xué)與文體學(xué)與時俱進(jìn)地吸收了語料庫語言學(xué)的基于數(shù)理統(tǒng)計的研究范式(王克非,2006;張德祿,2007),衍生出了語料庫翻譯學(xué)與語料庫文體學(xué)等重視量化分析、實證研究的新生學(xué)科(盧衛(wèi)中 等,2010;雷茜 等,2016;胡開寶,2018)。利用語料庫進(jìn)行文學(xué)與翻譯研究,可以科學(xué)地觀察出文體學(xué)家觀察不到的某些文體差異,對作者或者譯者的一些難以捉摸的、 習(xí)慣性的語言特征進(jìn)行描述、分析、對比,從而較為信服地說明個人文體的存在,也能夠有力地證明林少華(2009)所說的翻譯是“相妥協(xié)相融合的產(chǎn)物”。

與此同時,由于人文學(xué)科的跨學(xué)科發(fā)展與研究方法的互相借鑒,基于計量與語料庫方法的文體學(xué)與翻譯學(xué)也有學(xué)科共融之勢。在這種學(xué)科相互融合、研究范式互相接近吸收的背景下,翻譯研究、文體學(xué)和語料庫語言學(xué)相互關(guān)照,催生了語料庫翻譯文體學(xué)的誕生和成長(王峰 等,2017)。

2.2 基于計量方法的語料庫翻譯文體學(xué)

語料庫翻譯文體學(xué)的發(fā)展主要得益于計算機(jī)文本處理能力的進(jìn)步與人文學(xué)科的跨學(xué)科化。黃立波(2009;2014)指出語料庫翻譯文體學(xué)通過語言對比這一共性特征,將傳統(tǒng)文體學(xué)研究與翻譯研究加以結(jié)合,以基于真實語料和詞頻信息的統(tǒng)計數(shù)據(jù)作為分析文體的重要參考。Saldanha(2011)對譯者風(fēng)格研究提出了2種不同的詮釋方式,即“原文本型譯者風(fēng)格”研究和“目標(biāo)文本型譯者風(fēng)格”研究。前者主要關(guān)注譯者如何在翻譯文本中表現(xiàn)原文中的某些語言特征,而后者則主要關(guān)注譯者特有的表達(dá)方式。相比之下,國內(nèi)譯者風(fēng)格研究起步稍晚,且主要采用原文本型研究方法, 僅少數(shù)研究將目光投入譯者的文體研究并采用了目標(biāo)文本型研究方法(劉澤權(quán) 等,2011; 黃立波 等,2012)。

雖然一些翻譯學(xué)研究者開始接受基于計量方法的語料庫翻譯學(xué)研究模式,并且以各種翻譯實踐中的案例,以定性與定量相結(jié)合的方式展開了各種翻譯研究,但是此類研究因受限于技術(shù)、工具的不足,加之研究者采用的計量方法往往局限于平均詞長、平均句長、標(biāo)準(zhǔn)化類符/形符比(STTR)等基本的形式參數(shù),其結(jié)果難以對譯者的總體文體特征進(jìn)行說明。以往的工具也不具備可視化能力,無法更加直觀地觀察數(shù)據(jù)與分析的結(jié)果,這就促使研究者對使用工具、指標(biāo)、定量研究方法進(jìn)行更新。

語料庫翻譯文體學(xué)需要對既往的研究方法與理論框架進(jìn)行反思,對此,在綜述研究中,黃立波(2018)指出譯者風(fēng)格研究理念主要來源于早期關(guān)于作者權(quán)歸屬和計量風(fēng)格學(xué)研究,譯者風(fēng)格研究不同于僅關(guān)注局部語言特征的計量風(fēng)格研究,基于語料庫的翻譯文體研究應(yīng)當(dāng)拓寬思路,向語義、語用、修辭、社會與文化參數(shù)拓展,借鑒語料庫文體學(xué)、計量語言學(xué)、計算語言學(xué)等相鄰領(lǐng)域的研究方法,將定量統(tǒng)計與定性分析有機(jī)結(jié)合起來,拓寬翻譯文體或風(fēng)格研究的范圍。胡開寶(2018)指出當(dāng)代數(shù)字人文研究愈來愈重視文本深度挖掘和智能分析等方法的應(yīng)用,強調(diào)數(shù)據(jù)的可視化,翻譯研究也該吸收先進(jìn)技術(shù),深度分析翻譯本質(zhì)和翻譯規(guī)律。數(shù)字人文視域下的翻譯研究呈現(xiàn)數(shù)字化、實證性、文本挖掘技術(shù)的融合,微觀描寫與宏觀解釋并重的趨勢。在個案研究中,詹菊紅和蔣躍(2017)嘗試基于機(jī)器學(xué)習(xí)中的支持向量機(jī)算法對《傲慢與偏見》的2個譯本進(jìn)行了譯者的判別分析,有效地發(fā)現(xiàn)了譯本之間在語言形式參數(shù)上的差異。孔德璐(2021)嘗試以機(jī)器學(xué)習(xí)中的支持向量機(jī)、樸素葉貝斯、聚類分析等作為算法,證明了《苔絲》的張若谷譯本具有獨特的文學(xué)譯者特征。

在語料庫翻譯學(xué)研究領(lǐng)域,眾多學(xué)者將理論方法積極與文體學(xué)、敘事學(xué)等理論相結(jié)合,實踐方面緊跟數(shù)字人文潮流,引入定量分析與文本挖掘技術(shù),做出了許多具有創(chuàng)新性又極具跨學(xué)科意識的研究。本研究在既往的研究范式上作出新的嘗試,使用無監(jiān)督學(xué)習(xí)中的聚類分析和對應(yīng)分析對部分文首和文末的二元詞與65個虛詞的使用頻率進(jìn)行譯者風(fēng)格的探索。

3. 文本語料處理與文體特征比較

3.1 實驗設(shè)計

首先在語料庫方面,本研究建立了2個語料庫,收錄吳樹文6部翻譯作品作為觀察語料庫,簡稱W庫;另收集6部岳遠(yuǎn)坤、曹曼、章蓓蕾的重譯作品作為對比語料庫,簡稱R庫。為了保證文學(xué)作品本身的文體特點不影響數(shù)據(jù)的分析,本研究保持R庫收錄的譯出語作品與W庫一致。

在分詞器上,為了得到更高的分詞精度和使用新詞發(fā)現(xiàn)功能,本研究利用張華平和商建云(2019)開發(fā)的NLPIR分詞器對W庫、R庫分別進(jìn)行分詞、詞性賦碼,使用Benoit等(2018)開發(fā)的R開源包quanteda包進(jìn)行語料庫管理和語料清洗,刪除部分影響數(shù)據(jù)準(zhǔn)確性的字母、數(shù)字、換行符等信息。語料庫W庫、R庫收錄的作品如表1所示。

表1 語料庫內(nèi)收錄作品

在文體參數(shù)方面,首先采用quanteda包中的R(Guiraud)指數(shù)和U(Dugast)指數(shù)來計算W庫與R庫的詞匯豐富程度。其次,在成語使用率方面,由于計算機(jī)賦碼技術(shù)對長文本的識別精度不高,本研究將搜狗詞庫收錄的54089條四字成語嵌入分詞工具,并且使用quanteda包中的tokens＿select函數(shù)計算每個文本中成語的出現(xiàn)頻率。在句長方面,用R語言自定義兩個函數(shù)分別統(tǒng)計句長與句段長。

為了檢驗譯者翻譯作品中文首和文末的語言表達(dá)和虛詞使用是否可以證明譯者文體風(fēng)格的存在,本研究選取了2步實驗進(jìn)行驗證。首先抽取了 “,＿單詞” “。＿單詞”與 “單詞＿,”“單詞＿。”2種模式的二元詞,測算距離后通過Sébastien Lê等人(2008)開發(fā)的FactoMineR包進(jìn)行K均值聚類分析可視化觀察不同譯本之間的相似程度。其次抽取了65個虛詞通過FactoMineR包繪制對應(yīng)分析圖來觀察不同譯者的翻譯作品與虛詞使用之間的關(guān)系。

3.2 無監(jiān)督學(xué)習(xí)方法

本研究使用了聚類分析(Cluster Analysis)和對應(yīng)分析( Correspondence Analysis)2種無監(jiān)督學(xué)習(xí)方法對譯者的文體特征進(jìn)行分析。在數(shù)字人文研究中,有不少研究將文本挖掘技術(shù)引入傳統(tǒng)文學(xué)研究中來,例如劉穎和肖天久(2014)針對金庸和古龍的小說中不同詞類的使用頻率進(jìn)行K-means 聚類,發(fā)現(xiàn)二者文體存在顯著的差異。葉雷(2016)利用聚類方法分析《紅樓夢》,證明了聚類分析方法在作者文體識別研究中的有效性。對應(yīng)分析也稱關(guān)聯(lián)分析、R-Q型因子分析,對應(yīng)分析的基本思想是將一個列聯(lián)表中的行與列的各元素以低維空間的形式表示出來,以降維的思想達(dá)到簡化數(shù)據(jù)結(jié)構(gòu)的目的,使列聯(lián)表中的數(shù)據(jù)在圖上直觀、明了地顯示出來。

4. 文體參數(shù)對比

4.1 詞匯豐富度

為了把握吳樹文的基本的文本特征,本研究嘗試使用編程語言R及相關(guān)開源包,從詞匯豐富度、成語使用、句長與句段長方面考察吳樹文翻譯文本語料庫(W庫)與重譯文本語料庫(R庫)的差異。

首先,形符(Token)即一個分詞后的單詞單位,而類符(Type)是指不重復(fù)的形符總數(shù)。詞匯豐富度指標(biāo)可以體現(xiàn)譯本詞匯的豐富程度,觀察譯者的用詞情況。但是由于形符與類符計算方式截然不同,所以本研究嘗試同時使用兩個指標(biāo),即采用了quanteda中的textstat＿lexdiv函數(shù)計算R(Guiraud)指數(shù)和U(Dugast)指數(shù),將其結(jié)果分語料庫統(tǒng)計,然后以箱線圖的形式輸出觀察。如圖1(a)圖、(b)圖所示,W庫的R指數(shù)與U指數(shù)普遍高于參照R庫,呈現(xiàn)出翻譯家吳樹文較參照語料庫而言用詞更豐富多樣的特點。

4.2 成語的使用率

四字成語在音韻上具有節(jié)奏美,詞匯角度上具有整齊美,語義角度上具有意象美,適當(dāng)?shù)乃淖殖烧Z的使用可以增強文章的表現(xiàn)力,增加譯文獨特的韻味(李大鵬 等,2015)。四字成語源于我國古代人民長久的智慧與思維的凝結(jié),而日語受漢語影響,經(jīng)由文化誤讀產(chǎn)生了大量帶有民族特色的四字成語,所以日語文本與漢語中的成語有一定的不對等性,譯者往往會選擇加譯、減譯、改譯等翻譯策略。在翻譯的過程中,經(jīng)過譯者的加工、過濾,原文的文體往往會被重塑,帶上譯者個人的風(fēng)格。翻譯文本中四字成語占總形符比的大小可以體現(xiàn)出譯本的歸化與異化傾向。成語是相沿習(xí)用的,有很強的歷史繼承性與很深的文化烙印,使用成語會讓譯文帶有明顯的文化歸化特征,文化方面的歸化不僅會限制讀者視野,更會讓讀者產(chǎn)生時代、民族和文化的錯位感(蔣志輝 等,2014)。為了探究翻譯家吳樹文在成語層面的翻譯文體風(fēng)格,本研究統(tǒng)計了不同譯者的成語使用頻率,并繪制箱線圖如圖1(c)圖所示。可以觀察出翻譯家吳樹文在翻譯時使用了更多的四字成語,更偏向目的語讀者語境,呈現(xiàn)言簡意賅的文體特征。

圖1 不同譯者詞匯豐富度R指數(shù)、U指數(shù)與成語使用頻率比較

4.3 句長與句段長

句長作為文體研究指標(biāo)的歷史已久,而句段長往往被研究者所忽視。句長是表示一句話里所含詞數(shù)或字?jǐn)?shù),句可以再細(xì)分為句段,一個句段則是以問號、句號、逗號、感嘆號、分號作為分割標(biāo)志。實際上,在漢語中,句段長比句長更能體現(xiàn)出翻譯語言的個性特點(秦洪武,2010;肖忠華,2012)。句長與句段長反映了作者的文體特征,翻譯文本中的句長與句段長則體現(xiàn)了譯者對譯出語的結(jié)構(gòu)性改造,不僅具有譯出語作者的文體特征,也隱藏著譯者的翻譯文體特征。由于不同作者的文體特征不一致,全部翻譯文本的平均句長難以反映譯者個人的文體風(fēng)格,為了保證語料庫具有可比性,所以本研究根據(jù)W庫與R庫的分類以作品為單位分別統(tǒng)計每個作品對應(yīng)的數(shù)據(jù),如表2所示。

從表2可以觀察到,無論是W庫還是R庫,日本文學(xué)作品《春琴抄》的平均句長是所有作品中最高的,這與原作盡可能省略標(biāo)點符號的文體因素脫不開關(guān)系,受原作文體影響與限制,相應(yīng)的譯本中也呈現(xiàn)出了句長數(shù)值較高的文體特征。但觀察句段長時,可以發(fā)現(xiàn)吳樹文更傾向于將較長的句子拆解為句段,對原文文體進(jìn)行改造。而在佐藤春夫《阿絹兄妹》(又譯為《阿娟和她的哥哥》)與《田園的憂郁》中,與R庫的翻譯文本相比,吳樹文保留長句的特點更明顯。在翻譯夏目漱石“人生三部曲”的(《三四郎》《后來的事》《門》)3部作品時,都保持著較短的平均句長、平均句段長,體現(xiàn)出了翻譯家吳樹文在對不同文學(xué)作品翻譯時采取不同翻譯策略的特點。

表2 平均句長、平均句段長、每句所含句段長數(shù)對比

5. 基于多元統(tǒng)計方法的譯者風(fēng)格分析

5.1 基于聚類分析的譯者的文首、文末文體風(fēng)格

在特征的選擇上,為了盡量減少原作文體特征對譯者風(fēng)格分析產(chǎn)生影響,本研究在K均值聚類中嘗試性地選擇了反應(yīng)譯者文首文體風(fēng)格的“,＿單詞” “。＿單詞”與文末文體風(fēng)格的“單詞＿,”“單詞＿。”2種二元詞模式。

本研究先將分詞后的語料庫轉(zhuǎn)化為二元詞的形式,再抽取上述的2種二元詞模式,導(dǎo)入quanteda包處理為詞頻文檔矩陣,再對統(tǒng)計數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,進(jìn)而對得到的結(jié)果進(jìn)行K均值聚類分析,因語料庫中包含4位譯者,故聚類時選擇聚成4類,如圖2所示。

由圖2(a)可以觀察到,體現(xiàn)譯者文首文體風(fēng)格的“,＿單詞” “。＿單詞”2種二元詞聚類效果并不理想,不同譯者的原作被聚類到相同的簇中,例如《三四郎》的吳樹文譯本和章蓓蕾譯本被聚類到同一個簇。但文末文體風(fēng)格的“單詞＿,”“單詞＿。”的K均值聚類圖將吳樹文的6部翻譯作品聚成一簇,如圖2(b)所示,說明選取的文末二元詞可以明顯地判別出吳樹文的文體,而其他譯者例如岳遠(yuǎn)坤、章蓓蕾也被分類到了不同簇,曹曼譯《春琴抄》也沒有因為譯出語文體與吳樹文譯本相似而聚類到一簇,證明文末二元詞在判別譯者的文末文體風(fēng)格上比文首的二元詞有更好的效果。這是因為譯出語在翻譯到中文時往往會伴隨著顯化主語的傾向,位于句子前段的二元詞會帶有顯著的原作的文體風(fēng)格。

(a)基于“,_單詞”“。_單詞”的K均值聚類

(b)基于“單詞_,”“單詞_。”的K均值聚類

5.2 基于對應(yīng)分析的虛詞使用風(fēng)格分析

虛詞泛指僅具有語法意義但沒有實質(zhì)性意義的詞語,不能獨立成句,必須依附于實詞而存在。翻譯文本中的實詞往往不會因翻譯者的主觀傾向而改變其在譯入語中的意義,而虛詞則不同,譯者在翻譯中對虛詞的使用往往是無意識的體現(xiàn),虛詞的使用頻率與文學(xué)者或譯者的文學(xué)素養(yǎng)、翻譯策略、所處時代等多種要素有關(guān),常被作為作者判別的重要依據(jù)。劉穎和肖天久(2014)將49個虛詞作為考察對象,利用層次聚類方法考察了金庸與古龍的小說在虛詞使用上的文體差異。施建軍(2011)將44個文言虛字頻率作為特征向量,利用支持向量機(jī)算法斷定《紅樓夢》前80回和后40回并非同一人所作。

不同譯者的虛詞使用習(xí)慣不同。通過對比不同譯本的虛詞使用情況,可以把握譯者在虛詞使用上的文體特征。本研究選擇了61個具有代表性的文言虛詞來進(jìn)行對應(yīng)分析,以檢驗不同譯者的翻譯作品與虛詞使用情況的對應(yīng)關(guān)系。本文抽取的虛詞為“和、跟、與、同、及、況、況且、何況、乃至、則、乃、就、于是、說到、此外、像、如、一般、比方、卻、但是、然而、而、偏偏、只是、不過、至于、致、不料、豈知、原來、因為、由于、以便、因此、所以、是故、以致、或、抑、若、如果、若是、假如、假使、倘若、要是、譬如、像、好比、如同、似乎、等于、不如、不及、與其、雖然、固然、盡管、縱然、即使”。

本研究抽取了以上所述文言虛詞,并進(jìn)行頻率計算與標(biāo)準(zhǔn)化,繪制對應(yīng)分析圖,將代表譯本的圖形調(diào)整為圓形,得到結(jié)果如圖3所示。通過圖3可以觀察到吳樹文的譯本都位于圖的右側(cè),與文言虛詞的使用呈現(xiàn)了相應(yīng)的分布特征,其他譯者的譯本則位于圖的左側(cè)與下側(cè)居多,與吳樹文的文體特征相比,呈現(xiàn)出不同的文言虛詞使用特征。

圖3 不同譯作虛詞使用頻率的對應(yīng)分析

6. 實驗結(jié)果分析

本研究首先從詞匯豐富度、成語的使用率、句長與句段長等基礎(chǔ)參數(shù)考察了翻譯家吳樹文的基本文體特征。在此基礎(chǔ)上還嘗試使用體現(xiàn)譯者文首、文末文體風(fēng)格的二元詞進(jìn)行了K均值聚類分析,此外還抽取了61個文言虛詞進(jìn)行了對應(yīng)分析,以期從多元視角探討吳樹文的翻譯風(fēng)格。

通過實驗得知,在詞匯使用方面,R指數(shù)與U指數(shù)顯示譯者吳樹文使用詞匯較參照語料庫更豐富、重復(fù)率更低的特點。成語使用率顯示譯者吳樹文較參照語料庫使用了更多的四字成語。句長與句段長顯示吳樹文在應(yīng)對不同作品時對譯出語的語言結(jié)構(gòu)進(jìn)行了不同程度的調(diào)整,印證了“翻譯文體是作者文體與譯者文體的融合物”的觀點,句長與句段長不僅由譯者操控,而且也深受譯出語文體的影響。本研究為了盡可能消除譯出語原作文體對譯者文體判別所產(chǎn)生的影響,嘗試性地使用了體現(xiàn)譯者文首、文末文體風(fēng)格的二元詞進(jìn)行K均值聚類分析,發(fā)現(xiàn)體現(xiàn)文末文體風(fēng)格的二元詞可以減少譯出語文體特征的干擾,有效地證明了譯者文末表達(dá)存在譯者個人的文體特征。最后本文抽取61個具有代表性的虛詞,利用對應(yīng)分析對2個語料庫的12部作品進(jìn)行了比較,對應(yīng)分析圖顯示吳樹文的6部作品被聚在相近的位置,說明吳樹文在虛詞使用方面呈現(xiàn)出獨特的譯者文體特點。

本研究為了減少譯出語文體對數(shù)據(jù)的影響,在嘗試進(jìn)行K均值聚類時,沒有對所有的二元詞進(jìn)行抽取,僅抽取了其中文首、文末的2種二元詞,減少了其他實詞對聚類分析的影響。如果不人為地制定N元詞的選取規(guī)則,在同類實詞或者譯出語即原作文體的影響下,同一部作品的譯本會被聚類到一簇,影響研究結(jié)果的可信性。正如林少華曾言,純凈水一般文體的翻譯是沒有的,翻譯只能是原作者文體和譯者文體或文體的翻譯和翻譯的文體相妥協(xié)相融合的產(chǎn)物。關(guān)注譯者文體的翻譯文體研究不僅要關(guān)注翻譯文體本身,而且要把握原作者文體對翻譯文體的影響,如果將譯者的文體比作“腳印”,那么原作者的文體即“影子”,在運用數(shù)理化統(tǒng)計方法對譯者的翻譯文體進(jìn)行研究時,應(yīng)該盡量減少原作文體對數(shù)據(jù)分析產(chǎn)生的影響。

最后,本研究受限于電子化語料的不足,分析對象僅選取了譯者吳樹文的6部作品與重譯本參照語料庫的6部作品,在分析方法中也僅選取了聚類分析與對應(yīng)分析2種算法,在未來應(yīng)該擴(kuò)大語料資源,嘗試采用監(jiān)督學(xué)習(xí)方法進(jìn)行譯者文體的判別研究。