1. 引言
Baker在讨论翻译英语语料库(TEC)的应用时，就提出以一位或多位译者的多部译作为语料，“可用于考察一位译者所特有的风格或语言模式”[1]。她指出，译者风格(translator’s style)是“译者留在文本中的一系列语言及非语言个性特征(既包括译者选材、惯用策略，也包括前言、后记、脚注、文内词汇注释等，特别是译者个性表达方式，即典型语言运用习惯)”[2]。Baker将译者风格研究拓展到非语言研究层面，首次提出将语料库方法引入到译者风格研究中。此后，不少国内学者也相继开展了一系列基于语料库的译者风格研究，但所采用的方法、视角与Baker不尽相同。黄立波指出，从研究方法看，Baker所提出的译者风格研究将关注重点置于局部语言特征的统计分析上，而对翻译文本的整体风格特征关注不够，对文学性内容特征关注不够[3]。因此，本研究以中国知网(CNKI)中文期刊全文数据库为文献来源，借助CiteSpace 6.3.R1软件的可视化分析功能，对2010~2024年近十五年间国内语料库译者风格研究领域的相关文献展开计量分析。通过系统梳理该领域的研究现状，深入考察现阶段取得的学术成果与存在的不足，进而明晰其研究热点及未来发展趋势。
2. 研究方法与数据来源
本研究借助科学知识图谱可视化分析工具CiteSpace软件对文献数据展开分析。作为信息分析领域中影响力相当大的一款信息可视化软件[4]，CiteSpace可视化分析一般包括以下步骤：(1) 明确主题词与专业术语；(2) 收集数据；(3) 提取研究前沿术语；(4) 进行时区分割；(5) 设定阈值参数；(6) 生成可视化结果；(7) 开展可视性检测；(8) 验证关键节点[5]。
本文基于CNKI中文期刊全文数据库进行文献收集。首先，选择高级检索，设置检索条件，检索字段为“主题”，检索逻辑关系为“AND”，检索主题词为“‘语料库’AND‘译者风格’”或者“‘语料库’AND‘翻译风格’”，检索时间设置为2010年至2024年，文献来源不限。其次，根据文献名称和摘要内容，对检索结果进行人工筛选，剔除无效文献和重复文献后，最终得到299条文献作为本研究文献分析的元数据，并以“Refworks”格式导出。将收集到的文献数据导入可视化分析工具CiteSpace 6.3.R1并设置基础参数：时间分区(Time Slicing)为2010年至2024年，时间切片(Years Per Slice)为1年，术语资源(Term Source)为标题(Title)、摘要(Abstract)、作者关键词(Author Keywords)、关键词扩展(Keywords Plus)，连接强度算法为Cosine，Top N阈值为50，视觉可视化效果为静态(Cluster View Static)，并根据分析需求动态调整个性化参数。
3. 研究结果
3.1. 发文趋势
文献发表数量是判断某一领域发展趋势的重要指标，其增长曲线对于评价该领域所处的阶段、预测发展趋势具有重要意义[6]。图1展示了2010年至2024年国内语料库译者风格研究相关文献的年度发文量。如图1所示，从年度发文分布来看，近15年国内语料库译者风格相关研究的年发文量总体呈上升趋势。2010~2013年间相关研究成果产出较少，但整体呈波动上升走向，表明语料库译者风格研究在国内尚处于起步探索时期。2014年发文量大幅跃升至20篇，2015年继续增至22篇，2016年回落至15篇，此后至2019年持续稳步增长，2020年高达34篇。这一阶段，随着语料库技术的普及，语料库翻译研究方法的优势被越来越多研究者所认可[7]，语料库译者风格研究开始蓬勃发展。2021~2022年发文量降至24篇、23篇，2023年回升至36篇的峰值，2024年34篇，虽有波动，但总体基数可观，反映出学术界对语料库译者风格研究依旧保持着较高兴趣。
Figure 1. Trend of published literature on corpus-based translator’s style studies in China (2010~2024)
图1. 2010~2024年国内语料库译者风格研究文献发文趋势
3.2. 研究力量
CiteSpace可以通过共引网络分析梳理一个学科或研究领域在一定时期内的发展脉络[8]。在基础参数的基础上，对CiteSpace进行个性参数设置：设定节点类型(Node Type)为作者(Author)或机构(institution)，采用最小生成树算法(MST)，调整Article Labeling阈值，得到相应的发文作者共现图谱、发文机构共现图谱(如图2、图3所示)。
在作者共现网络图谱中，字号大小反映出作者发文量的多少，节点间的连线代表作者间的合作情况，连线越多则表明作者间的合作越多[9]。从作者发文情况来看，刘泽权、陈建生、黄立波、蔡永贵、胡开宝位居发文量前五位，且各自分别存在一定合作关系。刘泽权教授主要聚焦基于《红楼梦》语料库的
Figure 2. Co-concurrence network map of published authors of corpus-based translator’s style studies in China (2010~2024)
图2. 2010~2024年国内语料库译者风格研究发文作者共现网络图谱
译者风格研究，于2010年至2024年期间率团队先后发表了4篇相关文献；与此同时，其研究范畴亦拓展至其他文学作品的译者风格研究，如林文月的散文、《老人与海》等。陈建生教授及其团队的研究范畴则呈现出更为多样化的特征，其研究对象涵盖《子夜》《红楼梦》《西厢记》《牡丹亭》《诗经》《霍小玉传》等多部经典文学作品。黄立波教授既关注语料库译者风格研究的进展情况，也注重基于语料库的译者风格实证研究。他深入考察了葛浩文英译现当代中国小说的译者风格，剖析了《骆驼祥子》“两可型”叙述话语所体现出的译者风格，并对比分析了贾平凹小说英译译入与译出文本的风格差异，为译者风格研究提供了丰富的实证依据与理论支撑。蔡永贵教授致力于基于典籍的译者风格研究，深入探究了《中庸》《四书》《论语》及《诗经》等中国古代经典文献不同英译本的译者风格。胡开宝教授及其团队对语料库翻译学研究进行了系统性剖析，重点评析了语料库译者风格研究，同时也基于莎士比亚戏剧英汉平行语料库开展了一系列译者风格研究。通过对上述高产作者研究成果的系统梳理可见，其研究并非孤立或偶然的零星探索，而是借助语料库工具，围绕特定主题展开的系统性、规模化的系列研究。同时，根据图2可知，在我国语料库译者风格研究领域，多数学者仍以个体独立研究为主，整体学术合作密度较低。因此，开展语料库译者风格研究，不仅要在方法上追求系统化与规模化，以确保研究的全面性和科学性，同时在研究路径上应加强合作化，促进跨学科、跨领域的协同研究，以进一步拓展研究视野并提升研究深度。
发文机构共现图谱如图3所示。从发文数量来看，上海外国语大学、上海交通大学、曲阜师范大学、天津科技大学、燕山大学、西安外国语大学、西安交通大学、江苏大学在语料库译者风格研究领域的发文量较为可观，均在5篇及以上。值得关注的是，部分机构间已形成紧密的科研合作网络，以上海外国语大学、上海交通大学、曲阜师范大学等为代表的机构群体在该领域呈现出协同研究特征。从发文机构的学科属性看，研究主体以外国语大学或外语类学院为主，说明国内译者风格研究在学科交叉层面尚未呈现出显著的跨学科特征。因此，未来的研究应尝试进一步加强与其他学科的交叉融合，构建更广泛的科研合作网络，以推动语料库译者风格研究向更深层次和更广范围发展。
Figure 3. Co-concurrence network map of institutions of corpus-based translator’s style studies in China (2010~2024)
图3. 2010~2024年国内语料库译者风格研究发文机构共现网络图谱
3.3. 研究热点与研究前沿
3.3.1. 关键词共现分析
对关键词进行共现分析能够掌握某一研究领域的发展动向和研究热点。在CiteSpace中进行个性参数设置：设定节点类型(Node Type)为关键词(Keywords)，以pathfinder作为计算方法，调整Article Labeling阈值，得到关键词共现网络图谱。如图4所示，节点对应不同关键词，其大小直观反映了各关键词出现频次的高低——节点越大，意味着该关键词出现的次数越多；而节点之间的连线，则表明相应关键词存在共现关系——节点之间的连线越多，其与其他词共现的频次越多。如表1所示，出现频次位居前列的关键词依次为“语料库”(167次)、“译者风格”(150次)、“翻译风格”(75次)、“对比分析”(11次)、“葛浩文”(10次)、“英译本”(9次)、“翻译”(8次)、“翻译策略”(7次)与“对比研究”(7次)，其出现频次均达到5次以上。国内基于语料库的译者风格研究呈现出鲜明的特征：研究方法上，对比分析、对比研究等模式仍占据主导；研究对象方面，语料选取以英译本为主，且对译者葛浩文的探讨尤为突出；研究内容上，则常以翻译策略为研究切入点。
Figure 4. Co-concurrence network map of keywords of corpus-based translator’s style studies in China (2010~2024)
图4. 2010~2024年国内语料库译者风格研究关键词共现网络图谱
Table 1. Keywords of corpus-based translator’s style studies in China (2010~2024)
表1. 2010~2024年国内语料库译者风格研究关键词
年份 |
频次 |
中心性 |
关键词 |
2010 |
167 |
1.44 |
语料库 |
2010 |
150 |
0.87 |
译者风格 |
2010 |
75 |
0.61 |
翻译风格 |
2012 |
11 |
0.03 |
对比分析 |
2012 |
10 |
0.21 |
葛浩文 |
2011 |
0 |
0.21 |
英译本 |
2011 |
8 |
0.17 |
翻译 |
2014 |
7 |
0.13 |
对比研究 |
2010 |
7 |
0.23 |
翻译策略 |
3.3.2. 关键词聚类分析
运用LLR算法对2010~2024年国内语料库译者风格研究的关键词进行聚类后，得到关键词聚类网络图谱(如图5所示)。聚类分析中，当模块化指数Q > 0.3时，表明聚类结果存在显著的分组特征；当轮廓系数S > 0.5时，则说明聚类结果具有较好的合理性。如图5所示，本研究得出的关键词聚类网络图谱显示Q = 0.8295、S = 0.9843，这表明此次聚类结果不仅分组特征极为显著，且合理性极高，整体聚类质量优异。通过对关键词聚类网络图谱的分析，本研究发现共形成12个聚类标签，按关键词共现程度划分，分别为“译者风格”“对比分析”“翻译风格”“译本风格”“译出”“葛浩文”“英译本”“译者”“《礼记》英译”“被动语态”“比较研究”“moment in peking”，这些标签集中体现了该领域的主要研究方向与核心关注点。其中，“对比分析”“译出”“葛浩文”“译者”等标签存在重叠，这表明它们之间存在紧密联系；而“《礼记》英译”表明研究对象开始拓展到典籍作品中来。此外，“译者风格”“翻译风格”“译本风格”这3个标签也暗示了术语定义存在模糊性，尚未形成统一的译者风格界定参数[8]。
Figure 5. Clustering network map of keywords of corpus-based translator’s style studies in China (2010~2024)
图5. 2010~2024年国内语料库译者风格研究关键词聚类网络图谱
3.3.3. 关键词突现分析
激增关键词可以反映某一研究领域的新兴热点或阶段性趋势[10]。运用Burstness检测算法对关键词进行突现分析，本研究得到了10个激增关键词。蓝色线条为没有突变的年限。红色代表突变年限。根据图6，本研究发现，按照关键词突现情况可将其分为三个阶段：早期阶段翻译策略、数据统计等基础研究方向较受关注，且多聚焦《老人与海》等经典作品；中期阶段开始关注译者本身，且对比分析等方法类关键词凸显；近期阶段则聚焦于具体人译者(理雅各)、研究方式(比较研究)和译本风格等方面，反映出国内语料库译者风格研究不断深入拓展，从基础方法到具体对象及风格特征探究逐步推进。
Figure 6. Bursting keywords of corpus-based translator’s style studies in China (2010~2024)
图6. 2010~2024年国内语料库译者风格研究激增关键词
4. 结语
借助科学计量软件CiteSpace，本研究从发文趋势、研究力量、研究热点和研究前沿等维度对CNKI中文学术期刊数据库中2010~2024年间语料库译者风格研究相关文献进行了可视化计量分析。研究发现，在发文趋势方面，语料库译者风格研究发文量稳定增长，仍然保持较高的热度；在研究力量方面，国内部分学者与机构间存在合作关系，但整体合作密度不高，且研究跨学科特征不明显，多为外国语大学或外语类学院；在研究热点和研究前沿方面，该领域研究主要集中于文学作品的翻译策略探究、对比分析，研究对象从小说译本逐步延伸至典籍译本，乃至特定译者个体，但仍存在一定的局限性。基于以上发现，本文提出以下建议：首先，相关研究者及机构间应加强合作与交流，积极促进跨学科研究；其次，研究对象不应仅聚焦于文学作品、热门作家及译者，同时也应聚焦非文学作品(如社交媒体文本、政府白皮书、影视字幕等)，重视口译领域的译者风格研究；再者，在研究方法层面，应将定量分析与定性分析有机结合，深化定量统计，避免局限于标准类形符比、词汇密度、平均词长、平均句长等模式化的传统形式参数，而应积极借鉴计量风格学、计量语言学等相关学科的前沿方法与工具，从词汇、句法、语义和语篇等多个维度拓展研究参数(如引入熵值、句法依存、译本情感效度等指标)，通过对译本进行多变量、多参数的系统性、整体性分析，进一步提升语料库译者风格研究的精准性与科学性。