1. 引言
语料库应用于翻译研究始于20世纪80年代末期，主要是作为一种工具，进行语言对比和翻译批评方面的研究。90年代初期，平行对齐的语料库数据开始应用于机器翻译 [1]。1993年，英国学者Mona Baker发表了“语料库语言学与翻译研究：启示和应用”一文，将语料库研究方法引入翻译研究，此文标志着语料库翻译研究的开端 [2]。随后，国内专家学者也开始致力于语料库翻译学的研究，语料库翻译学逐渐成为国内翻译学和语料库语言学的研究热点，引起了专家学者的广泛关注 [3]。如今，国内的研究已经走过了近30个春秋，也有了长足的发展。
本研究主要是基于语料库翻译学的定义，研究对象是中国知网核心期刊上1993~2021年的语料库翻译学相关文献，通过定性与定量相结合的研究方法，从而探索语料库翻译学的研究规律和趋向。
2. 数据分析
CiteSpace (陈超美，2015)是通过知识图谱的方式探究某一领域发展的最新趋势 [4]。选取中国知网数据库学术期刊数据子库，设置主题词“语料库翻译”，锁定文献来源为SCI来源期刊、北大核心、CSSCI，经过检索和人工筛查，剔除了书评、征稿启事等非学术期刊文章，共得到1063篇文章 [5]。最早可见郑宝山于1993年在《上海科技翻译》发表的“美国《化学文摘》翻译及机器翻译”，因此本研究数据的时间设置为1993~2021年。本研究将所保存的相关论文题录信息为原始数据(data)、导入CiteSpace进行数据转化、存于新建项目并进行数值设置：时间跨度为1993~2021，时间切片(time slicing)设置为一年，节点类型选择关键词(Keyword)，提取每个时区中关键词出现频率前50的数据构建图谱。
2.1. 发文量
为了研究语料库翻译学发文量的时间分布，将在中国知网检索的文章按年进行统计分析生成国内语料库翻译学研究文献数量走势图(图1)。如图1所示，我国语料库翻译学研究的发文量从1993年至2021年整体呈波浪式增长。根据增长速度的不同，语料库翻译学在1993~2021年的发展可以划分为萌芽阶段(1993~2001)、发展阶段(2002~2008)、成熟阶段(2009~2021)。萌芽阶段发文量基数极小，增速缓慢。在增长速度最快的发展阶段，其发文量在低缓期发展的基础上增幅迅速加大。在随后的成熟期中，尽管增长速度有所下降，却达到了量的突破，发文量在2017年达到了巅峰。这一时期是语料库翻译学繁荣发展阶段，且持续时间将远长于前两个阶段 [6]。
Figure 1. Annual publication volume of corpus translation studies
图1. 语料库翻译学的年度发文量
2.2. 研究者
研究者对学科的发展演进意义重大，在推动学科发展过程中不可或缺。从图2可以看出我国语料库翻译学研究领域核心作者共线知识网络密度较低，表明作者之间的合作程度较低，仅形成了几个较有影响的合作团队，如王克非团队、胡开宝团队、刘泽权团队等。其中以王克非团队规模最为壮大，其团队成员主要有胡显耀、黄立波和秦洪武等。这一领域高产作者以单核心发展模式发展，未出现双核心或多核心模式，而单核心模式的团队合作过分依赖于核心人物，网络牢固性较差，不利于学科的发展和进步，甚至会出现研究停滞的情况。
为进一步了解核心作者的发文情况，将发文量排名前10位高产作者整理出来，如表1所示。由表1可知，王克非从2004年就致力于语料库翻译学的研究，至今以发表相关论文36篇，无论从发文量还是发文起始年份来说，王克非均在该领域独树一帜，是国内该领域的领军人物，为语料库翻译学的发展做出了重大贡献。此后，胡开宝、刘泽权等纷纷进军语料库翻译学领域，这一研究队伍逐渐壮大。
Table 1. Information of 10 highly-productive authors
表1. 10位高产作者信息
2.3. 研究领域
关键词共线分析是文献计量学常用方法之一，根据各个关键词之间的联系反映某个领域内部关系，探索其发展动态与趋势。图3中十字图形的大小即为关键词的频次，频次越高，十字越大。连线越粗则代表关键词之间的紧密程度 [7]。CiteSpace依据网络结构和聚类的清晰度，提供了模块值(Q值，即Modularity Q)和平均轮廓值(S值，即Mean Silhouette)两个指标，当Q值 > 0.3时，聚类结构就是显著的；当S值达到0.7就可认为聚类是令人信服的。图3左上角的数据显示Q值 = 0.9406，S值 = 0.9779，因此该聚类图谱的聚类结构十分显著，且结果令人信服 [8]。
基于以上描述从图3中可以发现，在国内语料库翻译学研究中，节点度值最高的关键词是“语料库”，由此可见语料库之于语料库翻译学研究的意义。
将图3前8个聚类的相关数据汇入表2。表2中“聚类内代表性关键词”一栏中的第一个关键词为该聚类名称，因为其代表性最强。同时提取了每一聚类的前五个代表性最强的关键词，从而帮助定位国内语料库翻译的研究领域。
通过对表2中的关键词进行整合分析，分析发现，国内学者的研究主要聚焦在三个方面：
第一个方面：译学研究语料库建设研究。语料的搜集是任何基于语料库研究的基础，对研究进展的顺利与否有着决定性的作用 [9]。
第二个方面：翻译语言特征研究。在译学语料库的协助下，研究者探讨了翻译语言特征这一问题，如对翻译共性的研究，包括显化、隐化和范化，除此之外还有对语义韵的研究以及其他语言特征的研究等 [10]。这有利于研究者发现翻译的规律，对翻译学习有一定的指导作用。
第三个方面：译者风格研究。不同的译者具有不同的翻译风格，对译者风格的研究不仅能加深对原文的理解，而且通过对两个或两个以上译者的译文进行对比分析，对某译者常用的翻译策略及动因的探究也大有裨益。
Figure 3. Keyword clustering map (LLR Algorithm)
图3. 关键词聚类图谱(LLR算法)
2.4. 研究热点
为了深入了解近30年国内语料库翻译学研究热点的变化情况，对1993年以来语料库翻译学研究热点的时区分布进行可视化分析，生成的知识图谱如图4。
机器翻译自1993年至今一直是语料库翻译学应用领域的重要研究主题，随着平行语料库建设的发展，机器翻译过渡到基于语料库的现代机器翻译阶段。随着语料库基础工作的推进，2003年平行语料库成为翻译研究中的热点，自此也成为该研究领域中最重要的一种语料库 [11]。2010年之后机器翻译研究融合了计算机科学、人工智能等其他学科知识。该研究热点在2012年出现了英译方向的迅猛增长，使中国文化走出去，利用平行语料库对比多版本的英译本，助推中国传统文化的对外传播。
3. 问题与展望
从上世纪九十年代开始，经过近三十年的发展，语料库翻译学进入快速发展阶段，从语料的构建，到研究方法、研究领域的不断拓展，再到现在发展成一种全新的研究范式，成为翻译学研究不可或缺的方向。不过，从以上分析可以看出，到目前为止，该领域的研究还存在一些问题：
第一：语料库设计和编撰首先要注意的是代表性、平衡性和规模大小。但对于这三个概念，则经常有人把三者混淆。盲目地把它们划等号 [12]。语料库的代表性和平衡性是一个多维度筛选的过程，样本要注意随机抽样，语域分布要尽可能全面合理，要考虑各个语域的比例、词汇分布在语料库中是否合理，是否偏颇词汇或词语重复过多等诸多问题。
第二：目前建成的国内外语料库有笔语、口语占比不合理的问题。总体来说，书面语比重过大和口语部分转写耗时，一直是困扰语料库建设者的一个问题 [13]。很多普通研究人员还是更倾向于建设书面语，因为这部分收集简单，但口语部分需要大量的人力进行语音听抄、转写，对转写人员的专业素质也要求较高，一般非一流的院校和普通学者很难承担这样的工作。
第三：语料库资源共享模式的探讨有待深入 [14]。高昂的语料库版权费用限制了国内语料库研究的发展，为此国内外一些学者致力于开发一些免费的软件，如免费检索软件Ant Conc，可以实现Wordsmith的主要功能。免费词性标注软件也有如Brilltagger和Gotagger，但是正确率都不到百分之九十。既要考虑到语料库的版权问题，又兼顾降低门槛制作“在线语料库检索系统”是未来语料库发展的一个方向：上海交通大学也把Brown、LOB、CLEC、JDEST四个语料库制作成了在线语料库检索平台。在线检索的优点在于不仅可以免费使用，而且保护了版权。但是问题在于如何优化检索速度、精度、稳定性和功能，使用户得到更好的体验 [15]。