中美外交部门新闻发布会的中国形象建构比较研究——基于语料库的批评话语分析

一个国家外交部门的发言代表该国的立场和观点,在国家形象建构中具有重要地位。以三维分析模型为理论框架,以系统功能语法为分析手段,基于语料库对中美外交部门新闻发布会发言人的话语进行实证比较研究,可分析和总结双方发言人的话语特征及其建构的中国形象。研究发现:中美双方发言人在词汇层面的分类系统和情态系统、话语层面的内容选择和互文性策略上表现出较大差异,他们各自针对新冠肺炎疫情背景下中国抗疫、经济、政治、军事、外交等维度的表现,建构了“人类命运共同体的共建者”和“美国最严峻的竞争对手”的差异性形象。两者建构的结果差异如此明显,其原因在于双方政治理念、经济政策、文化传统和价值观等方面客观存在的分歧。为了更好地推动中国形象的自我建构和他者建构,有必要拓展国家形象塑造的渠道和方式,进一步优化话语策略并改善话语方式。

从全文检索到语言计量和语言智能——语料库研究应用的三个层次及资源

20世纪中后期,随着计算机软硬件技术的快速发展,语料库在规模、深度甚至模态上都有了长足进步,实现了由全文检索到语言智能的巨大飞跃。语料库的分类一般从收录语言材料的地域、时代、语种、语体、语域等层面,或语音、词法、句法、语义、篇章等标注层级,或面向具体的研究问题等角度来划分。但更基本的、却较少关注的问题是语料库的构建和应用是面向学者的语言研究需要,还是面向计算机的语言计算建模需要。本文从语料库研究和应用的角度出发,将语料库研究划分为面向全文检索、语言计量和语言智能等三个层次,着重介绍了与后两者相关的期刊、会议和成果资源,助力研究者确定研究范式,构建和使用相匹配的标注语料库,实现多学科的交叉融合和应用。

基于NOW语料库的河北国际形象研究

通过NOW语料库检索与“河北”相关的报道数据及语料文本,解析英语新闻媒体中河北国际形象的他塑现状。研究发现,国际社会对于河北的关注度与雄安新区设立和北京冬奥会紧密相关,且呈现出明显的区域差异。河北国际形象的独立性和鲜明度较为欠缺,工业大省形象标签化严重,整体形象较为单一。因此,为河北国际形象自塑提出三种策略:第一,整合优质资源,丰富对外传播内容;第二,建立河北国际化数字宣传平台,拓宽对外传播渠道;第三,注重正确舆论引导,优化外宣人才培养机制。

基于语料库的慕课教师介入语研究——以“大学英语”课程为例

介入是教师话语中重要的元话语资源。慕课作为当下重要的教学渠道之一,其信息传播方式及受众特性都与实体课堂有着很大区别。为了探究慕课独特的交际方式对“大学英语”课程教师介入策略的影响,本研究在Hyland元话语框架的观照下,采取语料库研究法对15名“大学英语”实体课堂教师和11名慕课教师话语的介入语进行频率、分布与搭配的分析,进而发现慕课教师的介入总频率以及分类频率均低于实体课堂,慕课教师倾向于利用介入手段构建平等友好的交际关系,但对受众的认知介入不足,其受众意识也应该加强。

四款主流语料对齐工具性能对比探析

利用实验研究的方法,以科技、旅游、文学、政治四种中英双语文本为样本,对四款语料对齐工具进行了对比研究。研究发现,从基础技术指标来看,Matecat Aligner、ABBYY Aligner 2.0、Tmxmall Aligner更有优势;从非基础技术指标来看,Matecat Aligner和DéjàVu X3 Alignment在断句准确率方面更为突出,ABBYY Aligner 2.0在对齐准确率方面要优于其他工具;ABBYY Aligner 2.0和Matecat Aligner具有纠错功能。通过具体分析发现,使用不同类型的文本,对齐质量也有所不同;不同的语料对齐工具适合不同文本的对齐。

人教社中小学教材语料库(PEPTC)的研制

人教社中小学教材语料库(PEPTC)1是人民教育出版社自行研发、集语料和语料分析工具于一体的教材语料库,分为教材语料、非教材古代汉语、非教材英语三个子库,规模近2,500万字节,具有数据质量高、标注针对性强、功能完备且易于使用等特点。它采用浏览器-服务器(B/S)的体系架构,为用户提供信息概览、语料分析、资源管理和数据智能分析工具等功能,主要服务于人教社教材、辞书、教育图书的编研出版,同时也为教材语言研究提供帮助、为数字出版积累资源。本文详细介绍了PEPTC的建设背景、设计架构、数据处理原则、语料情况、检索和使用方法,总结了该库的特点、价值和发展方向。

一种灵活高效的增量式Web平行语料抽取方法

从Web中抽取平行语料对于机器翻译和其他多语语言处理任务来说非常重要,由此提出了一种从Web中灵活高效地增量抽取平行语料的方法,通过持续地对Common Crawl的Web抓取存档进行下载、扫描和分析统计,增量更新域名下的语言文本长度统计数据。对于任意给定的感兴趣目标语言对,抽取方法基于域名下的语言文本长度统计数据确定抓取网站入口,并根据目标语言进行定向抓取,忽略多语域名和目标语言外的链接。此外还提出了一种在多语域名内基于语义相似性进行全局对齐的新的句子对齐方法。实验表明,增量抽取能够持续不断地获得新的平行语料,根据指定的语言对进行抽取,可以灵活地获得感兴趣的目标语言对平行语料;新的对齐方法在对齐效率上明显优于全局方法,且能完成局部方法无法完成的对齐;在6个语言方向中,抽取到的平行语料在4个中低资源语言方向的质量优于现有Web开源平行语料,在2个高资源语言方向的质量接近现有最好的Web开源平行语料。

杜甫诗译入译出操作规范的对比分析:基于语料库的考察

本文基于自建杜甫诗汉英平行语料库,对比杜诗英译在译入和译出方向上呈现的差异,聚焦两类翻译文本的操作规范,并借助图里规范理论进行解释。研究发现:(1)矩阵规范上,译入与译出文本均趋向于遵循原诗诗行分布特征,呈现一致性;(2)篇章语言规范上,译入与译出文本存在显著差异。具体表现为:在意象方面,译出文本的显化、隐化策略明显高于译入文本;在格律方面,译入文本多采用不规则音步,没有再现原诗尾韵,译出文本则倾向于以五音步或六音步等再现原诗风格,以随韵或交韵再现原诗音韵美。本文认为,译入与译出文本在操作规范层面的差异,与译者的翻译理念和所采取的视角密切相关,也与译者所遵循的诗学规范有关。

翻译教学语料库规模化建设的大数据解决方案

翻译教学中基于平行文本的双语平行语料库建设,本质上是译者根据自身需求进行方案设计、语料收集和语料管理的过程。目前受限于现有翻译技术手段和经济条件,翻译教学中难以规模化建设此类语料库。通过以大数据自动化采集的方式,引入人工智能领域的Python技术与PostgreSQL数据库系统,来解决目前建立大规模教学语料库的难题。为了完整呈现规模化建库过程,借用政府公文类翻译的真实案例,详细描述了建库方案设计、语料收集和语料管理等操作步骤,分析了各步骤中存在的自动化难题以及新技术介入的契机。部分技术细节与源代码也在文中公开,以期为大规模建设教学语料库提供一个切实可行的解决方案。

日常话语研究的优质原料:CED语料库介绍

随着汉语日常话语研究的日益深入,相关的语料库建设工作愈发重要。自然发生的、人际互动过程中的语言事实,是支撑科学研究的优质基础原材料。对此类语料进行详尽描述和深入探讨,可发现并揭示汉语日常话语的使用规律和本质特征。本文介绍已建成并投入使用的“汉语日常话语语料库”(简称CED)。文章介绍“日常话语”的工作定义,报告该语料库建设的指导原则、研究方法,数据采集标准、标注方案制定及语料构成情况,希望更多的研究者从中得到些许启发。With the deepening of the study of daily Chinese discourse, the construction of related corpora is becoming more and more important. Linguistic facts occurring naturally in human interaction are the high-quality basic raw materials that underpin scientific research. A detailed description and in-depth discussion of such corpus can discover and reveal the rules and essential features of daily Chinese discourse. This article introduces the “Corpus of Everyday Chinese Discourse” (CED) that has been built and put into use. This article introduces the working definition of “everyday discourse” and reports the guiding principles, research methods, data collection standards, annotation scheme formulation and corpus composition of the corpus, hoping more researchers can get some inspiration from it.

当代中国审美语料库建设

当代中国美学需要克服理论内卷化亦即封闭的体系概念自我循环倾向,这就要求从美学研究美学改变为美学研究审美。一个基础性工作是当代中国审美感知语料库建设。审美语料库借鉴语言学的语料库,借助电子化技术采集、存储、加工和统计分析当代中国人审美感知方式,为进一步的美学研究提供可靠的资料。语料库的当代审美经验构成古今中外美学理论研究的阐释学视野与问题背景,对原初的一阶审美经验的梳理,不仅是艺术社会学与审美心理学的爬梳,而且刺激审美形态与范畴理论的生长与发展。这是一项关乎美学全局的全新工程,它召唤美学界同仁的关注与参与。

基于语料库的高校日语专业教材中的接续表达研究

以三套国内高校日语专业教材中的接续表达为切入点,以国内外教育词汇表和语料库为参照,基于语料库方法,从呈现数量、分布特征、复现特征、难易等级和高频覆盖等角度进行量化对比分析。研究表明,呈现数量上,各教材均超过参照词汇表的基准数量,但形式上却未实现完全覆盖;分布特征上,各教材的区别词在全四册中均呈现增势,但总计词的分布趋势各有不同;复现特征上,各教材整体呈现出低重复特征;难易等级上,各教材整体难易等级控制较好,但仍需加强对第一、二册的难易等级控制;高频覆盖上,各教材中的高频接续表达与参照语料库中排在前四位的表达有较高的吻合度,但却较少使用前四位之后的表达。

基于语料库的《青铜葵花》副语言翻译研究

以曹文轩代表作《青铜葵花》及汪海岚英译本为语料,并参照英文原创小说Charlie and the Chocolate Factory的文本和电影字幕,构建类比加平行的小型综合语料库,从副语言中的动作和神态两个角度分析英译本对主人公青铜的刻画。依次考察高频次搭配动作、高强度搭配动作和“哭”“笑”两种神态的翻译。研究发现,英译本选词简单,语言精炼,充分切合目标语读者的接受度,成功重塑了青铜人物形象,但单一依赖纸质媒体使其海外传播度不尽人意。

语料库:构建未来智能的关键资源——上海广播电视台的相关实践与思考

随着人工智能技术的飞速发展,大模型语料库已经成为推动自然语言处理(NLP)、机器学习和人工智能领域进步的关键资源。这些语料库包含了海量的多模态数据,为训练复杂的算法模型提供了基础。本文将从语料库的概念、语料库和语言模型的关系等方面入手,简要介绍上海广播电视台在语料库方面开展的一些实践和相关思考。

大规模语料库 现代汉语分词的有效工具——《大规模现代汉语分词语料库构建及应用》荐读

由南京农业大学黄水清和王东波教授编写、南京大学出版社出版的《大规模现代汉语分词语料库构建及应用》一书正式问世了!该书以“新时代人民日报分词语料库”(New Era People’s Daily Segmented Corpus,以下简称NEPD)为研究对象。NEPD收录了2015年1—6月、2016年1月、2017年1月、2018年1月、2022年1月共10个月《人民日报》上刊发的全部文章,构建了迄今规模最大的精加工现代汉语通用分词语料库,超过3000万字符量,向全世界学术界开放供免费获取。

基于语料库的《格萨尔》英译对比研究

雅科夫·施密特1839年的德文本《功勋卓绝的圣者格斯尔王》是《格萨尔》史诗的罕见善本,艾达·泽特林和扎拉·华莱斯在1927和1991年分别出版了该德文本的英译本。本研究主要采用语料库研究方法,自建小型双语语料库,对译本进行描述性研究。通过对比,发现1927版和1991版在语言特征方面存在明显差异。通过分析,发现不同的翻译生态环境和翻译动机一定程度上影响了译者的翻译选择。前者贴近原作,后者贴近读者,反映了译者取舍的变化,可为民族典籍翻译提供一定的借鉴。

基于语料库的《玛纳斯》(第一部)汉译本风格研究?

《玛纳斯》是柯尔克孜族英雄史诗,是我国三大史诗之一。在推动新时代文化繁荣的背景下,《玛纳斯》在我国得到了广泛传播。《玛纳斯》汉译成果丰富,尤其是《玛纳斯》(第一部)拥有多个汉译本。本文以《玛纳斯》(第一部)居素普·玛玛依唱本的两个汉译本为研究对象,基于语料库翻译学的研究方法,自建两个译本的语料库,通过语料分析软件进行数据测算和分析,对两个译本的翻译风格进行了系统比较。研究表明,两个译本均坚持了忠实原文的翻译原则,但在词汇的使用、主题的表现和情感的凸显方面各有千秋。

基于语料库的青岛国际形象及驻青高校提升城市影响力路径研究

提升国际形象是青岛全球海洋中心城市建设的重要环节。研究国内英文媒体塑造的青岛国际形象有利于为增强岛城国际影响力提供参照。鉴于此,本文自建基于ChinaDaily、Global Times和People’s Daily Overseas Edition的青岛国际形象语料库,并分析发文趋势、主题词、搭配、索引行。研究发现:青岛已经成为国内三大主流英文媒体报道的重要内容,青岛的国际形象主要涉及重大国际事件、青岛商业品牌、青岛旅游地标等多个方面,同时,青岛国际形象的塑造和海外推广尚有巨大潜力。据此,青岛市应加强舆情监控、增强对外话语传播智库建设、完善海外宣传渠道,以期进一步提升青岛国际形象。

基于语料库的张培基散文翻译风格研究

张培基先生的散文译作在文学翻译中具有较强的代表性。基于所建语料库开展多方面的比较研究,结果发现张培基散文翻译风格为:词汇使用变化度大,语言搭配新颖;词汇密度较高、内容丰富;虚词显化,主体性突出;句子结构短小精悍,被动句使用频次低;大部分译文和原文句对一致,句意明确,易引起读者感情共鸣。以上风格特点的动因可能源于当时的社会文化环境和译者持有的翻译理念。

基于语料库的《阿Q正传》两英译本翻译风格之译者行为批评

本文基于自建的《阿Q正传》原文本与华人离散译者王际真英译本、英语母语译者威廉·莱尔英译本的平行语料库,以译者行为批评理论为依据,以计量风格学和语料库翻译学的相关风格分析参数为参照,从词汇、句法和语篇三个层面对比分析了上述两英译本的翻译风格。研究发现,在“求真—务实”译者行为连续统评价模式观照下,王译本更偏向于“求真”,而莱尔译本则更注重“务实”。两译本呈现的不同翻译风格和译者行为与译者所处的社会语境、译介动机和文化身份存在关联性。