基于語料庫文體學的中國散文英譯人機對比研究

中圖分類號：H059 DOI:10.12339/j.issn.1673-8578.2025.03.026

A Comparative Study of Human and Machine English Translations of Chinese Prose Based on Corpus Stylistics//WANG Shuli，YUAN Wei

Abstract:Corpusstylisticsnablessystematicinvestigationof tylisticfeaturesthroughquantitativemethods，yetitsapplicationmachinetranslationstudiesremainsunderexplored.Thisstudyaddreses thisgapbycompilingacomparablecorpusof humanandmachine-translatedCneseprose.Amuiimensionalanalysisientifiesdistictstrengtsandliiatiosinumanandmachetralations，supportdbyatisticaldtadtextalomprisosAplgctortworkeoy，tesearchaiesuman-aie teraction paterns in translation processes，aiming to promote the spread of excellent Chinese prosemore effectively. Keywords: corpus stylistics ; prose translation;machine translation;actor-network theory

語料庫文體學（CorpusStylistics）結合語料庫語言學的分析方法與文體學理論，運用統計學手段自下而上地描寫文本的文體特征，已廣泛應用于語言學、文學、翻譯學等學科[1]。然而，該方法在機器翻譯領域的應用尚存探索空間。本研究嘗試將語料庫文體分析框架進行適度延伸，系統考察翻譯工具產出的譯文在文體風格上與人工譯文方面的差異特征。研究發現不同翻譯主體的文體偏好差異，為引入行動者網絡理論（actor-networktheory）提供了實證基礎。該理論突破傳統翻譯研究的人類中心主義范式，主張將技術系統視為平等行動者，恰好契合人機翻譯協同機制的研究需求。通過考察人類譯者與翻譯工具在詞匯、句式和篇章構建層面的互動關系，本研究試圖探索人機協作翻譯的相關模式。

1 研究理據

現有研究表明，機器翻譯在信息類文本處理中已實現較高準確率，但其在文學翻譯尤其是散文領域的適用性仍存爭議。散文翻譯作為一種高層次的審美實踐活動，要求譯者在追求語言準確性的同時深入挖掘并傳達其內在的深刻意蘊[2]。將語料庫文體學的研究范式應用于散文翻譯，有助于發現定性研究方法中易被忽視的語言事實和細節，為系統探究人機翻譯的文體差異提供了量化路徑。這些實證數據不僅可以客觀呈現人類譯者與翻譯工具譯文在各維度上的文體差異，更構成探究人機協同機制的重要考察基礎。行動者網絡理論強調人類與非人類要素共同構建網絡的核心觀點[3]，適用于解析翻譯過程中譯者、技術與文本的動態交互過程。該理論聚焦多元要素的聯結過程，為人機協作研究提供了新視角。但截至目前，行動者網絡理論視域下的翻譯研究，多涉及宏觀的整體翻譯過程，強調譯者、編輯和讀者等主體的互動，較少涉及微觀詞句選擇上的分析考察，其主體并未涉及人工智能翻譯?；诖耍疚慕梃b行動者網絡理論，將翻譯工具視為具有算法能動性的“非人類行動者”，探討人機雙方如何通過“轉譯”重構翻譯網絡

2 研究設計

2.1 研究問題

本研究旨在回答以下問題：譯本是否體現了人工翻譯和機器翻譯的文體差異？差異何在？造成差異的原因是什么？如何通過人機協作提升中國散文的英譯質量？

2.2 語料庫構建及研究步驟

本研究選取數本散文集，構建參照語料庫（約10萬詞)和可比語料庫(約35萬詞)。參照語料由英美經典散文構成，可比語料涵蓋卜立德、張培基等中外權威譯者譯本及有道翻譯、GPT-4的譯本，中文源文本選自兼具文學價值與外宣功能的散文名篇。研究分為三階段展開：首先清洗、整理文本建成45萬詞可比語料庫；接著使用TreeTagger3.0、Wordsmith7.0、MAT等工具進行各維度指標的量化分析;最后借鑒文體學家Crystal和Davy的研究框架[4]，從詞匯(標準類符/形符比、平均詞長和詞匯密度）、句法(平均句長、復雜結構占比）、語篇（可讀性指數、信息維度值和文本類型)三個維度系統解析數據，使用AntConc檢索示例進行分析。

3 結果與討論

3.1 詞匯層面

3.1.1 標準類符/形符比

標準類符/形符比能有效衡量文本詞匯多樣性。其中類符指文本中不同單詞的總數，而形符代表文本中所有詞匯的總數。該值越高，表示文本中的詞匯使用越多樣化。表1顯示了語料的統計結果。

數據顯示，中外譯者譯本的比值較高，表明其突出的詞匯多樣性，而翻譯工具GPT譯文的數值則偏低。可見人類譯者作為傳統翻譯行動者，通過詞匯選擇主動重構文本網絡。例如，在翻譯散文中“藍布大褂、小坎肩，戴瓜皮小帽”等具有地方特色詞匯時，譯者選用“in a bluecloth gownwith a short sleevelessjacket overitanda skullcap onthehead”等具象表達，既聯動原文詼諧幽默的文化語境，又回應目標讀者的認知預期，形成跨文化轉譯的動態網絡。相較之下，翻譯工具受限于算法邏輯，傾向于選擇“wear”“small”“hat”等通用詞匯，優先完成信息傳遞的基礎網絡構建。此舉有助于不熟悉源語言文化的讀者迅速理解文本的基本信息，但缺乏細節生動感。

3.1.2 平均詞長與詞匯密度

平均詞長指文本中每個單詞所含字母數量的平均值，詞匯密度指實詞數量在文本中的占比，其計算可以評估不同文本在難度方面的差異[5]。一般而言，詞長和詞匯密度值較高意味著文本理解難度較大。表2展示了各譯本詞長和詞匯密度的統計數據。

如表2所示，中外譯者譯本平均詞長高于英美原創散文及翻譯工具譯文，其中中國譯者譯本的詞匯密度最高。中國譯者在面臨傳達原文復雜概念和專業術語的挑戰時，往往傾向于選擇較長實詞以確保信息的精確傳遞。如在介紹中國古代器具的《銅鏡》散文譯文中，中國譯者將“磨光發亮”譯為polished，glistens”；“有的飾單層”譯為“embellished with single-layeredpatterns”。這種精準的術語翻譯反映出中國譯者在中華文化傳播網絡中的中介責任。反觀機器翻譯系統，雖在詞匯密度參數上接近人類譯者，但其本質是算法對原文風格的機械化模仿。例如，在處理上文“磨光發亮”一詞時，僅選擇“shiny”等基礎詞匯，反映出技術網絡對文化異質性要素的標準化處理傾向。值得注意的是，外國譯者譯文的詞匯密度最低，可能源于對目標語表達流暢性的強調。

3.2 句法層面

3.2.1 平均句長

平均句長指文本中單個句子所包含的詞語數量的平均值，和文本風格與難度聯系緊密。表3為語料統計數據。

如上表所示，外國譯者譯文平均句長高于中國譯者及翻譯工具，可見外國譯者在處理復雜文化意象時，通過句法重構強化跨文化闡釋網絡。例如，在翻譯介紹康橋游船種類的文段中，通過添加邏輯連詞構建“thereis...and...\"的長句框架，雖強化了文本邏輯性，但也導致句式略有冗余。機器翻譯則呈現反向行動路徑，將“長形撐篙船”簡化為“longpolingboats”，在降低認知負荷的同時弱化了原文的描寫特質。

3.2.2 句子結構

句子結構對譯文可讀性產生直接影響。以下數據通過L2CSA（L2 syntactic complexity analyzer)分析得到：T單位包含主句和相關從句，這一表層指標與名詞短語結構所代表的深層指標共同構成評估文本復雜性的重要依據[6。具體而言，復雜T單位的比率越高，字句中復雜的名詞性短語數量越多，意味著文本的句法結構越復雜。

表4顯示，中外譯者譯本在復雜T單位比率上略高于機器翻譯。結合譯文分析可知，人類譯者的句法重構策略具有顯著的主體性特征：如張培基在《黃昏》譯文中將“遠近有悲壯的笳聲”譯為“Fromnear，then far，comes the solemn，tragic sound of aflute”[7]，通過時空副詞序列(near-far)與情感修飾語（solemn-tragic）的復合疊加，既保留了漢語空間敘事的意象流動性，又呼應了英語讀者對抒情散文的修辭期待。相較而言，機器翻譯系統雖能生成高密度的復雜名詞短語，但其結構選擇略有生硬。例如，將同一語句處理為被動結構“Asolemnandstirringcallofaflutewasheardnearandfar”，看似符合英語語法規范，卻消解了“由近而遠”的動態空間敘事。

3.3 語篇層面

3.3.1 語篇可讀性

借助語篇可讀性這一指標可推測讀者對于譯文的可接受度和理解度[8]。表5呈現了語料的弗萊士易讀數（Fleschreadingease)和弗萊士-金凱德年級水平（Flesch-Kincaidgradelevel）。

由數據可知，中外譯者譯文的復雜指數高于英美散文和翻譯工具譯文。人工譯者往往通過復雜句法結構和高密度文化符號，保留原文的語言風格和文化內涵，導致易讀數較低。相比之下，機器翻譯系統通過句長壓縮與詞匯泛化提高譯文的流暢度和易理解度，實現技術效率最大化。然而，這種簡化也可能導致原文的文化深度和情感層次的喪失。

3.3.2 文本信息負載量

多維分析作為量化文體特征的研究方法，能夠通過統計分析語言特征識別功能維度，計算其得分，以量化文體特征識別其最接近的文本類型[其中維度1主要聚焦于信息性語言的使用，體現信息密度和精確度。在這一變量上得分較低，通常表明文本具有較高的信息密集度，如散文和學術文章等。相關結果見表6。

由表可知，中國譯者譯本的文化闡釋強度高于機器譯文。這種差異可能由于中國譯者主動添加解釋和修辭以完善文化轉譯網絡。例如，張培基在翻譯“桃花杏花搖曳紅袖”時，用到“peachandapricotblossoms atop the walls，like graceful girls waving theirred sleeves”[10]，通過添加“graceful girls”的擬人化修飾，既保留了漢語“紅袖”的文化隱喻，又為目標語讀者構建了具象化的審美體驗。而GPT譯文對同一意象的處理較為扁平化：“peachandapricotblossomswavingonthewalls”，省略文化修飾成分，僅保留基礎物象指稱。此外，GPT譯文的文本類型出現變異，與其他譯本(均屬敘述類)形成分野，這種變異有可能源于人工智能語料庫的訓練數據主要來自技術性或實用性文本。

4 范式探賾

行動者網絡理論揭示人機協同翻譯的本質是異質行動者的動態聯結。其核心三要素：行動者、網絡和轉譯，為人機協同提升散文翻譯質量提供理論依據。

4.1行動者能力邊界：人機翻譯優勢比較

人類譯者作為翻譯過程中傳統的行動者具備文化闡釋的語境敏感性與審美判斷力，在語義深度解碼與文體風格控制方面具有核心優勢。上文研究結果說明，他們傾向于使用復雜的詞匯和句子結構，增強譯文的信息量和表達力，能夠較為充分地滿足人們多樣化的審美需求。翻譯工具則包含了大量的數據、算法和模型，能夠模擬人類翻譯過程實現語言規范的形式化建模，在術語一致性維護與流暢性方面表現突出，但缺乏人類譯者的直覺和創造力，在文采和個性表達方面存在明顯的不足[]

4.2 網絡互動邏輯：動態聯系，雙向優化

網絡是指連接行動者的關系結構，其結構和連接方式對行動者的行為和決策產生重要影響。翻譯網絡可視作不同參與者的協作系統。人類譯者通過經驗積累形成個性化策略，機器翻譯系統則基于大數據建立語言規則庫。兩者之間可以取得動態聯系，通過持續交互實現共同進步：人類對機器譯文的修改幫助優化算法模型，機器的快速處理能力輔助人類提升效率。這種互動能夠形成雙向提升的良性循環，推動翻譯質量持續改進。

4.3轉譯協商機制：彼此取優，效能提升

轉譯指社會實體間通過互動重構價值共識的過程[12]，在翻譯中可以表現為人機協同的雙向優化機制。人類譯者憑借文化認知優勢，對機器翻譯系統輸出的譯文進行語境化調適；機器翻譯系統則通過持續學習譯后編輯數據，提升上下文適應性處理能力。雙方通過三個遞進層實現價值整合：初級語言規范校準（語法修正）、中級文體風格適配（文學性表達優化）、深度文化補償（文化認知差異填補)。這種協作模式在提升翻譯效率的同時，實現文化信息的系統性傳遞，最終生成既符合目標語規范又保留源語文化特質的譯作。

5結語

本研究基于語料庫文體學框架，通過構建中國散文人機英譯可比語料庫，系統揭示了人工翻譯與機器翻譯在詞匯、句法和語篇層面的文體差異。量化分析表明，人類譯者憑借文化敏感性與審美判斷力，在詞匯多樣性、句法復雜性及文化深度闡釋方面展現出核心優勢，能有效傳遞散文的文學性。機器翻譯則在術語一致性、句法流暢性及處理效率上表現突出，但其譯文存在詞匯泛化、文化轉譯淺表化等問題，反映出算法邏輯對文學性表達的局限性。基于行動者網絡理論，本文提出人機協同翻譯的動態互動范式，強調二者通過“轉譯”機制實現語言規范校準、文體適配與文化補償等方面的優化，從而平衡效率與質量，助力中國散文外譯的深度傳播。

本研究的局限在于語料規模與文本類型的覆蓋面有限，未來研究可拓展至多模態語料庫構建，并深入驗證行動者網絡理論在多樣化翻譯場景中的解釋力。本文的研究結果為優化人機協作模式、推動翻譯技術的人文適配提供了理論與實踐參考，亦為中華文化“走出去”的跨學科研究開辟了新路徑。

參考文獻

[1]胡顯耀.語料庫文體統計學方法與應用[M].北京：外語教學與研究出版社，2020：1-5.

[2]劉小燕.從翻譯美學觀看戴乃迭對《邊城》中美學意蘊的藝術再現[J].北京交通大學學報（社會科學版），2005(2) :70-74.

[3]LATOUR B. Science in Action:How to Follow ScientistsandEngineers through Society[M].Cambridge:HarvardUniversity Press，1987 :44-45.

[4]CRYSTAL D，DAVY D. Investigating English Style[J].Language，1969，47(4) :264.

[5]LAUFERB，NATIONP.Vocabulary size and use:Lexicalrichness in L2 writen production. Applied linguistics，1995，16(3) :307-322.

[6]TONO Y，OBANA Y. L2 Syntactic Complexity Analyzer(L2SCA)[J]. JALT CALL Journal，2014，1O(1） :17-36.

[7]張培基.英譯中國現代散文選（二)[M].上海：上海外語教育出版社，2012：134-138.

[8]MCLAUGHLIN G H. SMOG Grading:A New ReadabilityFormula[J]. Journal of Reading，1969，12(8) :639-646.

[9]BIBER D.Variation across Speech and Writing[M]. Cam-bridge:Cambridge University Press，1988:61-63.

[10]張培基.英譯中國現代散文選（一)[M].上海：上海外語教育出版社，2012：267-272.

[11]王克非.智能時代翻譯之可為可不為［J].外國語，2024，47(1) :5-9，13.

[12]CALLON M. Some Elements of a Sociology of Translation :Domestication of the Scallops and the Fishermen of StBrieuc Bay[J]. The Sociological Review，1986，32(S1）:196-233.