1. 引言
文学翻译不仅是语言符号的转换，更是情感意义的跨文化重构。学界提出的情感研究框架，如Robinson [1]、赵美园[2]、胡作友&梁子茹[3]，为理解翻译情感转换(即，从原文到译文发生的情感变化)提供了宏观理论基础，尚需从文本计量的微观层面进一步验证。作为自然语言处理技术的重要研究分支，情感分析技术为翻译情感计算研究开辟了新路径，但原文–译文之间的情感计量研究关注有限[4] [5]，亦未引入翻译熵以量化情感转换的不确定性，更未在创造性翻译视域下系统解释其内在动因。为此，本研究采用情感分析领域的情感词密度度量，并通过翻译熵来计算情感转换的不确定性，探讨创造性翻译视域下文学情感转换特征及其动因，以期为翻译情感研究提供新方法和视角。
2. 文献回顾
翻译情感理论为研究文学译者的情感转换提供了理论支撑。Robinson较早提出“翻译的身心学”[1]，突破了认知与情感的二分，将翻译视为整体化的情感–认知过程。此后，学界相继提出“译前情感准备–译中情感交接–译后情感调整”模型[2]和“译者双向共情”理论[3]。这些尝试拓展了理论视野，夯实了跨语言/文化的情感认知基石，但尚需从文本计量角度进一步揭示情感转换的微观特征。
随着自然语言处理技术的发展，情感分析技术为研究译者情感转换提供了新的方法路径。现有研究采用情感分析技术，主要集中在两个方面。一方面，探讨译本接受效果，常用于“文学外译”的国际传播研究，如邓凯方&邓云华[6]、Xiao & Li [7]。另一方面，考察文本的情感特征，如译本的情感倾向、人机译文差异等，如张曙康&赵朝永[8]。然而，此类研究大多止于目标语文本的情感分析，目前关注源文与译文之间的动态情感转换少见，仅有的研究，如Ding [4]、Li et al. [9]、司炳月&霍跃红[10]、张继东&杜若凡[5]主要采用情感词典分析原文本-(多个)目标语文本的情感转换异同。司炳月&霍跃红[10]发现译文普遍呈现积极情感强化与消极情感弱化的特征，张继东&杜若凡[5]强调不同译本在消极情感处理上的差异，并提出“情感流模式”，Li et al. [9]揭示与原文本相比，不同译本积极情感随时间推移而增强的历时趋势，Ding [4]则发现各译本在整体情感上与原文本保持一致性，也表现出差异化特征。然而，除Li et al. [9]之外，此类研究未能将情感词按照概念类型进行分类研究。学界迄今未把翻译熵纳入情感转换的分析框架，也未能在创造性翻译视域下探讨情感转换特征。
翻译熵由Carl & Schaeffer [11]借用信息熵而提出，通过量化原文词汇对应译项的概率分布不确定性，表征翻译模糊性。若某词汇的多个译项在翻译实践中呈均等概率分布时，词汇翻译熵值趋高，反映翻译决策的不确定性越大[12]。需要注意的是，翻译熵值升高意味着译项分布更分散、不确定性更强，其成因可能包括：译者创造性转换[13]、源语语义的多义性、译者策略的阶段性摇摆，甚至是个别情况下译者的随机性与不连贯。因此，高翻译熵并不自动等同于高创造性；只有当高熵伴随可解释的语义一致性、稳定的策略动因与可复现的分布结构时，才更可能体现为有意义的创造性多样化。
“近年来，创造性翻译逐渐成为翻译研究的重要议题”[14]，既包含译者调动认知资源进行意义重构的过程[15] [16]，也包括创造性翻译产品[17]。同时，学界亦从理论层面对创造性翻译展开探讨，如Rydning [18]、Shorthose & Maycroft [19]、Dancette et al. [20]，提出了多种解释框架，如“译者认知空间”模型[21]、“双螺旋结构”模型[20]，但是这些理论探讨“对译本的情感特征关注不够”[10]，亟待补充扩展创造性翻译过程中的情感描写。
由于创造性翻译研究的核心议题是源语文本在翻译中发生变化的“创造性转换”[14]，且创造性转换的重要维度是译者情感转换[22]，所以情感转换的差异往往体现了译者的创造性选择，是译者研究不可或缺的内容[23]。然而，现有文学翻译创造性的相关研究多关注语言形式或叙事风格[24] [25]，对译者情感转换的探讨仍较为缺乏[5] [26]，尤其是原文与译文之间的情感转换特征与原因研究不足。
3. 研究设计
3.1. 研究问题
本研究尝试运用情感词密度和翻译熵度量，探讨文学翻译情感转换的创造性。为尽量降低译者的随机性所造成的翻译熵值升高，本研究特选取专业译者的专业译本，探讨专业译者的文学翻译情感创造性特征及动因，回答以下具体的研究问题：
1) 专业译者的文学翻译情感转换呈现出哪些规律性特征与差异？
2) 这些情感转换背后的动因是什么？
3.2. 研究语料
本研究秉承权威性和代表性的原则，选取Pride and Prejudice [27]及其五个汉译本，包括杨缤[28]、董仲篪[29]、王科一[30]、孙致礼[31]、罗良功[32]为研究语料。Pride and Prejudice [27]描绘了达西对伊丽莎白的情感历程，从最初心动，到遭遇拒绝，最终赢得接受。小说细腻的情感描写和主人公复杂的心理变化，为研究文学翻译情感转换提供了良好的文本基础。为进一步提高译文对比研究的广度，本研究在语料选取上与前人的语料如徐欣[33]、韩红建&蒋跃[34]不同，纳入了两个最早的汉译本，即杨缤[28]、董仲篪[29]。我们基于选取的语料，严格按照平行语料库创建步骤(如，语料清洗、对齐)，构建了句级对齐的同源多译本英汉平行语料库。该语料库的形符与类符信息，见表1。
Table 1. Token and type information for each text
表1. 各文本形符、类符信息
文本名称 |
形符数 |
类符数 |
原文本 |
122,228 |
6634 |
杨译本 |
7914 |
7779 |
董译本 |
7875 |
7716 |
王译本 |
7898 |
7770 |
孙译本 |
7980 |
7812 |
罗译本 |
8145 |
7992 |
3.3. 情感词典选型与处理流程
权威情感词典资源包括国际通用型(如SentiWordNet、NRC Emotion Lexicon)及中文本体型(如HowNet、大连理工大学中文情感词汇本体库)。本研究基于大连理工大学中文情感词汇本体库与NRC Emotion Lexicon的分类体系，将情感概念统一划分为六类核心类别，即高兴(happiness)、厌恶(disgust)、惊讶(surprise)、愤怒(anger)、悲伤(sadness)、恐惧(fear)。为确保跨语言情感类别对应效度，两名研究人员采用统一标准，独立构建了两大词典的词条映射关系，并通过交叉验证，确保跨语言情感转换分析的可重复性与科学性。
技术路径上，参考张继东&杜若凡[5]，本研究借助Python平台调用自然语言工具包(NLTK)分析NRC Emotion Lexicon，结合jieba分词与自定义词典加载中文情感词汇本体库，实现对中文文本的处理。参照六类情感概念，我们从Pride and Prejudice [27]及其五个中文译本中提取情感词频，计算情感词密度。通过情感词频指标，我们可以计量情感转换的创造性，这是因为情感词类分布反映了各译者在情感表征策略上的差异性[35]，体现了不同译者在进行情感词类选择时的“创造性转换”[14]。此外，情感词密度指“每千词文本中包含的情感词数量”[5]，用于衡量不同文本间情感词的相对频率，可指示不同文本的创造性。
3.4. 情感词翻译熵计算公式
本研究不仅考察原文和译文的情感词类别与密度，还通过翻译熵量化译者在词汇选择上的不确定性与多样性，揭示其创造性调节机制。如前所述，翻译熵能够表征翻译模糊性，并体现翻译创造性[12] [13]，因而可用作衡量翻译创造性的指标。本研究采用情感词翻译熵，计算文学翻译中情感转换的创造性程度。若同一情感词sw在多个译本中被翻译为t1，t2，……，tn，且对应频率为p1，p2，……pn，则该词的翻译熵(HTra)的计算公式为：
3.5. 翻译熵的解释框架与定性互证
为避免将高翻译熵简单等同于创造性，本文引入“统计结果–文本证据–解释机制”的互证思路。首先，据统计结果，翻译熵反映译项分布的离散度，提示存在多种译法、不确定性来源，但不直接给出价值判断。其次，基于文本证据，从高熵词项中抽取样本，核查其译项差异是否在语义上同向、语境上可解释、文体上具有修辞功能。最后，采用解释机制，确立创造与混乱的判别标准，确保高熵的创造性来源。
本研究将高熵来源区分为有意义创造、源语多义触发、不稳定噪声三类，并给出操作性判别标准。有意义的创造是指译项虽多，但语义核心一致，且与语境、人物心理、叙事节奏等存在清晰动因，常表现为核心译项稳定且翻译变体发挥细微语气、修辞调节等多种作用。源语多义触发意指源语本身多义或语用含混导致译项分化，此时高熵更多反映解释空间，创造性判断需谨慎，须回到语境层做解释。不稳定噪声则是译项分散且出现语义互相牴牾、语境不匹配、风格系统性不足等特征，倾向于无意义的混乱。
在具体操作上，本文对高熵词项进行分层抽样，并采用人工核查与文本细读相结合，对每个样本记录其主要译项、译项功能(如语气强化、成语化、文体书面化、心理描写显化等)及语境匹配度，从而实现定量指标与定性证据的互证。
4. 研究结果
4.1. 情感词类分布
本研究将五个中文译本与原文本在六类情感中的词汇占比进行对比，结果如表2所示。愤怒类在所有译本占比均为01，与此同时，厌恶类在所有译本占比最高，均在41%~49%之间，约为原文的4至5倍。相较于原文本，恐惧、惊讶与悲伤三类情感词在各译本中的占比均有不同程度下降。高兴类的比例则相对稳定，与原文本占比基本持平。
Table 2. Proportions of sentiment word categories in each text
表2. 各文本各类情感词占比
文本 |
愤怒(%) |
厌恶(%) |
恐惧(%) |
悲伤(%) |
惊讶(%) |
高兴(%) |
原文本 |
11.98 |
9.05 |
16.65 |
16.69 |
14.73 |
30.90 |
杨译本 |
0.00 |
41.65 |
5.61 |
12.94 |
4.50 |
35.30 |
董译本 |
0.00 |
42.26 |
6.51 |
12.57 |
4.93 |
33.73 |
王译本 |
0.00 |
48.06 |
5.46 |
13.35 |
4.00 |
29.14 |
孙译本 |
0.00 |
49.53 |
5.93 |
13.11 |
4.14 |
27.28 |
罗译本 |
0.00 |
47.41 |
6.49 |
14.74 |
3.40 |
27.97 |
注：本表中的占比数据均为四舍五入后的结果，各文本六类情感占比总和均约等于100%。
4.2. 情感词密度比较
本研究计算出不同文本的情感词密度(表3)。为了检验原文本与五个译本的情感词密度是否存在显著差异，本研究采用Kruskal-Wallis H检验，并在整体差异显著的情况下，进行Mann-Whitney U检验。结果显示，五个译本的情感词密度存在显著差异(H = 61.53, p = 1.38 × 10−12)，Mann-Whitney U检验结果显示：杨译本与其他四个译本均存在显著差异，杨译本情感词密度最低(杨译本vs.孙译本U = 32907286.5，p = 5.22 × 10−7；杨译本vs.董译本U = 32207706.0，p = 0.023；杨译本vs.罗译本U = 33078263.5，p = 1.33 × 10−8；杨译本vs.王译本U = 33367350.5，p = 1.04 × 10−11)；董译本也与罗译本、孙译本和王译本存在显著差异，董译本的情感词密度均显著高于其他译本(董译本vs.罗译本U = 30746174.0，p = 0.00；董译本vs.孙译本U = 30918627.5，p = 0.00；董译本vs.王译本U = 30455391.0，p = 4.3 × 10−6)；罗译本、孙译本、王译本三者之间无显著差异，三个译本的情感词密度相近(罗译本vs.孙译本U = 31803773.5，p = 0.51；罗译本vs.王译本U = 31350082.0，p = 0.27；孙译本vs.王译本U = 31178892.0，p = 0.07)。
Table 3. Sentiment word density in each text
表3. 各文本情感词密度
文本 |
情感词总数 |
总词数 |
情感词密度 |
原文本 |
10,453 |
123,257 |
84.80 |
杨译本 |
4691 |
182,130 |
25.75 |
董译本 |
4886 |
147,693 |
33.08 |
王译本 |
5680 |
195,930 |
28.98 |
孙译本 |
5483 |
182,233 |
30.10 |
罗译本 |
5596 |
198,337 |
28.21 |
4.3. 情感词翻译熵比较
所有译本的翻译熵(表4)显示，无论是哪一类别的情感词，董译本的翻译熵值均为最高。在各类情感词的翻译熵值中，惊讶类情感词的翻译熵在所有译本中均最高，厌恶类情感词的翻译熵在各译本中普遍为最低。此外，高兴、悲伤、恐惧类情感词的翻译熵相对居中，在不同译本中略有波动，整体保持在3.1~3.7区间。
Table 4. Mean translation entropy of sentiment words in each text
表4. 各文本情感词平均翻译熵
情感类别 |
董译本 |
罗译本 |
孙译本 |
王译本 |
杨译本 |
厌恶 |
3.10 |
2.88 |
2.99 |
3.00 |
2.87 |
恐惧 |
3.31 |
3.31 |
3.11 |
3.21 |
3.10 |
高兴 |
3.73 |
3.33 |
3.35 |
3.49 |
3.49 |
悲伤 |
3.20 |
3.18 |
3.16 |
3.32 |
3.31 |
惊讶 |
4.35 |
3.62 |
3.57 |
3.76 |
3.61 |
5. 讨论
本研究结果显示，原文–译文情感转换中，译者普遍对原文的情感表达进行了创造性调节与再建构，不同译者之间也存在差异，可明确回答本研究的第一个问题。在情感认知框架下[1]，本部分从情感识解、内化、再创造维度，集中讨论研究结果，分析文本及文本外因素对情感转换的影响，从而回答本文提出的第二个问题，并尝试重构情感转换模型。需要指出的是，情感识解、内化、再创造是互动交融的过程，但为了表述方便，我们采用单个维度，逐一讨论。
5.1. 情感识解的共性与个性特征
本研究发现，译者在情感类别的处理上普遍存在再分类与情感重塑，呈现出较为稳定的共性规律，即原文中的“愤怒”类情感在译文中完全消失，“厌恶”类极性情感显著增强。此结果与Li et al.对David Copperfield不同时期汉译本的研究发现高度契合，即译者普遍倾向于在译文中强化厌恶情感的显性表达[9]。
考虑到Pride and Prejudice与David Copperfield同处19世纪英国社会转型时期，工业革命带来了伦理与家庭观念的变动，使原作的情感表达相对保守与克制。然而，当中文译者在跨文化语境中重构这些情感时，往往会通过情感过滤或再分类的方式，将“愤怒”等不易被中国读者接受的负面情感弱化，同时增强“厌恶”这种更符合接受习惯的情感，以满足出版与文化传播的需求。出版导向在情感识解中也发挥了关键作用。Pride and Prejudice的不同译本往往服务于不同的文化功能，因此在情感处理上呈现出差异化。例如，杨缤译本作为女性译者的作品，其翻译背景正值女性意识逐渐觉醒，译文在处理情感时更强调女性主体性的成长与抗争[36]，从而使“厌恶”类情感得到凸显。相比之下，孙致礼译本主要面向文学翻译实践与学术研究，提出“全面求信”翻译理念，践行其在思想内容、艺术风格、通顺度、艺术形式、文化内涵上力求忠实原作的主张[37]，因此在情感转换上趋向克制，尽量保留原文的克制与含蓄。
与Li et al. [9]相比，本研究不仅发现“情感极化”，还揭示了“愤怒–厌恶”重编码的跨文化模式。译者虽能辨识出“愤怒”所承载的强烈负向情感，但往往出于文化价值与读者期待的考量，将其重编码为社会接受度更高的“厌恶”。这种“愤怒–厌恶”的替代并非简单的词项转换，而是一种受文化驱动的情感重分类，反映出目标语文化中“含蓄、间接”表达负面情感的倾向。这与司炳月&霍跃红[10]和张继东&杜若凡[5]基于情感数量、密度和强度研究结果“消极弱化、积极强化”趋势一致。与此相对，恐惧、惊讶和悲伤三类情感在译本中的比例均有所下降。这表明译者在情感识解过程中，对复杂或模糊的情感信号进行了主动的过滤与弱化，以符合目标语读者对情感阅读的预期。总体而言，情感识解既受到语言符号层面的制约(如词汇语义、句法线索)，也受到文化语境的调节(如社会意识形态与接受规范)。
不同于张继东&杜若凡[5]的研究结果，本研究发现五个译本的情感词密度比源语文本更低，这表明本研究的译文在创造性方面的用词丰富程度相对有限。然而，在个体层面，不同译者在情感识解与词汇选择上的取向存在显著差异，尤其以董仲篪与杨缤两部1935年出版的最早译本为代表。董译本在五个译本中翻译熵值最高，显示其在情感相关词汇的译项选择上最为分散、多样。需要指出的是，高熵值并不必然等同于高创造性，它同样可能来自译者把握不稳或译项使用的随机性。因此，本文在呈现定量结果的基础上，进一步通过并列译例对照的方式进行定性互证：若高熵主要体现为同一情感域内的语义细分、语用再编码、事件结构对齐与文体修辞调度，且与语境动因可解释，则更接近有意义的创造；反之，若呈现无动因的跳跃与互相牴牾，则可能属于无意义的混乱。篇幅所限，仅举如下三例说明董译本的高熵更倾向于前者。
例1
原文本：topic might be rendered interesting.
杨译本：都弄得有趣起来。
董译本：谈之横生兴趣。
王译本：还是一样可以说得动听。
孙译本：同样可以说得很动听。
罗译本：话题都能变得妙趣横生。
例1所示，与多数译本以“变得有趣、动听”呈现结果性含义不同，董译本以“横生兴趣”将rendered interesting的结果义转化为更具动势的汉语表达，使“趣味生成”的过程感更突出。这种处理并未改变情感方向，却通过目标语修辞资源强化了表达力度，体现了译者在语义等值基础上的主动调度，属于可解释的、具有文体动因的创造性变体。
例2
原文本：But there was still something lurking behind…
杨译本：可是这些秘密还有一些潜伏在后面……
董译本：还有些蹊跷……
王译本：可是这里面还有些隐密……
孙译本：不过这内中还有一桩隐密……
罗译本：可是，这两件秘密之后还隐藏着秘密……
例2中，董译本用“蹊跷”将lurking behind的潜伏感进一步语用化为“可疑/不对劲”的心理判断，更贴近叙事推进时的读者预警与人物疑虑，体现了对语用层信息的再编码。此类译项分化并非无序替换，而是带有明确语境动因的选择。然而，其他译者的译文是“秘密”或“隐密”，主要强调“信息未公开”，但并不必然携带“可疑”的评判色彩。
例3
原文本：This roused a general astonishment.
杨译本：这句话引得满堂失惊。
董译本：这样一来掀起诧异：
王译本：这句话叫全家都吃了一惊。
孙译本：这句话让全家人吃了一惊。
罗译本：这倒是让大家都颇感意外。
就例3而言，“roused”本身具有“激起/唤起”的事件动词性。董译本以“掀起”对齐其动词结构，使“群体惊异”更呈现为被触发的事件性结果，而非静态状态描写。这种对事件结构的保持与对齐具有明确的语言动因，因此更符合“有意义的创造”，而不是随机更换。
综合上述个案分析与定量结果可以推断：董译本的高翻译熵并非主要来自无序替换，更可能体现为译者在同一情感域内部对强度、语用、事件结构与文体修辞进行分化处理，从而形成“核心语义一致、变体功能可解释”的多样化译项分布。因此，董译本的高熵更接近“有意义的创造”。这种创造性既体现出译者较强的英文学养与语言敏感度，也反映其翻译取向，即通过词汇与表达的多样性呈现源文细部差异，增强译文的语义层次与情感张力。相比之下，杨译本则呈现出情感词密度最低的特点，说明其在情感识解维度上有意弱化了显性情感词的使用。这一策略与其作为女性译者的身份特征及出版背景密切相关。杨译本最初由商务印书馆出版，面向的读者群体主要是教育和启蒙需求，在这一出版导向下，过于强烈的情感表达可能被视为不合时宜。她在翻译过程中更强调叙事的流畅与心理描写的含蓄，以此顺应目标文化的接受期待。总之，董仲篪与杨缤虽在同一年代出版译本，但因其译者身份、出版定位与翻译理念的差异，最终在词汇层面的情感转换中表现出截然不同的风格——董译本以多样化凸显创造性，杨译本则以克制化展现文化调节。
5.2. 情感内化的差异性与趋近化特征
情感词在各类情感分布中所呈现的规律，不仅可从情感识解维度进行解释，还可通过情感内化维度加以阐释。由于篇幅限制，此处仅以“厌恶”类情感词汇分布增强的现象为例进行分析。
例4
原文本：“Really, Mr. Collins,” cried Elizabeth with some warmth…
杨译本：“真是，哥林斯先生，”伊利沙伯兴奋的说，……
董译本：“克林先生，真正的，”伊利萨伯很温柔的嚷说，……
王译本：伊丽莎白一听此话，不免有些气恼，便大声叫道：“柯林斯先生，……”
孙译本：“你听着，柯林斯先生，”伊丽莎白有些气恼，便大声叫道，……
罗译本：“老实说，柯林斯先生……”伊丽莎白高声说着，语气里透出几分激动……
该对话出自小说中柯林斯再次向伊丽莎白求婚的情节。柯林斯单方面认为伊丽莎白的拒绝仅是“矜持”而非真心，尽管后者多次明确拒绝，他仍一厢情愿地认定对方终将接受。在这种持续误解与言语冒犯的语境下，伊丽莎白最终以急切且带有情绪的方式打断了他的话。
情感词分类结果显示，原文本中的“warmth”被情感词典归类为“高兴”，这可能反映出纯词典匹配方法在结合叙事语境方面的局限。不同译者在该句中所选择的情感词存在明显差异：杨译和董译未能充分把握小说的整体情节发展，也未准确预判伊丽莎白在此情境下的情感转变，因此将其译为“兴奋”或“温柔”，情感词典相应将其标注为“高兴”。
相比之下，王译、孙译与罗译则更敏锐地捕捉到伊丽莎白实际的情感状态应为“厌恶”，分别将其处理为“有些气恼”和“几分激动”，情感词典亦将这些表达正确归类为“厌恶”。这一差异表明，后者在情感内化过程中对原文进行了更贴合情节的阐释，更准确地将伊丽莎白的不耐烦与厌恶情感传递出来。这也解释了情感词分布结果中，汉语译本“厌恶”类词汇相较于原文有所增加的现象，这表明三位译者基于对“再次求婚”这一情节的准确把握，成功预判了人物的情感变化，实现了情感内化维度的有效传递。此外，这也解释了在情感词分布中“厌恶”类情感词汇较英语原文本有所增加的倾向，体现了译者情感转换的创造性。
五个译本在情感词密度和翻译熵上普遍偏低，这一现象可从情感内化维度得到解释。情感内化强调译者在理解源语文本的情节发展与人物性格基础上，形成自身的情感立场。一方面，由于Pride and Prejudice采用第三人称全知视角的叙事结构，使得原著作者能够自由地进入每个角色的内心世界，揭示人物心理的渐进转折与社会交往的微妙张力[38]。在这一叙事模式下，人物情感往往通过细腻的心理描写和暗含的讽刺来传递，而非依赖直白的情感宣泄。因此，译者在处理相关语句时普遍避免使用过于直露或密集的情感词，以维持叙事的张弛节奏与心理描写的含蓄感。另一方面，Pride and Prejudice的立场始终围绕伊丽莎白的视角展开，原著作者通过自己的喜恶来解剖伊丽莎白的人格与心理[28]。这一观察提示译者在情感内化过程中必须高度关注伊丽莎白的性格特征。伊丽莎白兼具克制、讽刺与理智的情感特征，情感反应往往潜藏在机智对话与社会讽刺之中，而非以强烈情感的形式直接爆发。译者在内化环节若能深刻把握这一人物特征，就会在翻译中自觉压缩情感词的显性密度，以凸显其心理博弈和叙事张力。因此，包括杨缤在内的五位译者在揣摩伊丽莎白时，均倾向于以收敛化的表达代替夸张的情感描写，进一步降低了翻译熵的波动幅度。这一策略既是对奥斯汀原著叙事立场的忠实回应，也反映了译者将人物性格与情节发展的双重因素转化为克制表达的趋势。换言之，译文在情感词密度与翻译熵的下降，并非此类译者能力不足的表现，而是他们在内化维度上做出的理性调节与创造性选择。
此外，其他译者在这一维度上的具体取向亦有所差异。董译本虽在词汇选择上展现多样性，但总体仍遵循克制基调，体现了分析型的认知风格，注重逐一解码语义细节其高翻译熵特征主要体现在局部细节的灵活处理上。杨缤译本则在密度上最低，凸显其克制化的整体策略，但明显强化女性人物的情感表达，与社会文化环境及女性意识的兴起相关[36]。王科一、孙致礼、罗良功则在情感词分布上较为接近，显示出趋同化的共识，表明他们强调了目标语的文化适配性。需要指出的是，孙致礼与王科一在情感词类创造性应用方面更趋近，这与徐欣[33]关于孙译本和王译本个性词使用的研究趋势一致。这些差异和趋近化特征表明，译者在情感内化维度上，均受到情节发展与人物性格的双重约束，其创造性选择则体现为在“弱化直露”“保持含蓄”的不同侧重。这不仅解释了译文普遍偏低的情感词密度与翻译熵，也进一步揭示了情感内化在塑造译文整体风格中的关键作用。
5.3. 情感再创造的分化与趋同化特征
惊讶类情感的熵值最高，说明译者在再创造维度上对这类情感词采取了最具多样性的策略，表现为“创造性分化”；厌恶类情感的熵值最低，显示其在再创造维度上趋于一致化，表现为“趋同化再现”。这种双向策略表明，译者在词汇再创造时一方面受制于文化约束，在厌恶类情感表达上趋于谨慎和一致；另一方面又在某些类别上保留了创造性自由度，特别是在语言差异显著的情感类别(如惊讶)中展现了更高的再创造度。这在总体上揭示了再创造过程中“强化、弱化、分化”的多重策略选择。
首先，译者在再创造过程中往往通过词汇选择的细微变化来调节语气与情感色彩。例如，本研究在“惊讶”类情感的表达中，汉语具有丰富的修辞替代与语气强化手段(如表5所示)。杨译本主要以“奇怪”“诧异”作为高频选择，同时辅以“原来”“吃惊”“好奇”等词，并零星使用“奇闻”“奇异”“突如其来”“意料之外”等低频词。这种处理呈现了在常规与非常规表达之间的张力，体现了多样化的再创造取向。董译本常选择“诧异”与“惊讶”“好奇”“奇怪”“惊诧”，并引入“罕见”“横生”“惊愕”“蹊跷”等低频表达，既延续了书面语传统，又通过近义替换提升了修辞变化度。王译本高频词为“原来”、“惊奇”“诧异”“奇怪”，还会使用四字成语“突如其来”“无奇不有”“阴差阳错”。这种组合既展现了口语化的惊讶标记，又兼顾了成语化的修辞表达。与王译本相似，孙译本则在“惊奇”“原来”“惊讶”“奇怪”的基础上，加入了“大惊失色”“惊奇不已”“目瞪口呆”等四字短语，显著增强了语气的感官化与夸张化特征。罗译本的高频词为“惊奇”、“原来”“惊讶”“奇怪”“诧异”，同时引入“世外桃源”“意料之外”“怔住”“悬念”等文学化或语境化表达，展现出较强的翻译创新性。这使得译者能够脱离原文的单一指称，创造出更符合目标语语感的表达。这种修辞资源的灵活调动，为“创造性分化”提供了语言学上的可能性。在“厌恶”类情感的再现上，译者则因汉语中相关词汇带有更强烈的负面色彩与社会评价功能，倾向于采取收敛化的修辞策略，避免造成不必要的语义偏移。
Table 5. Surprise-category sentiment words and their frequencies in each translation (Top 5 and Bottom 5)
表5. 各译本的惊讶类情感词及词频(前5后5)
杨译本 |
董译本 |
王译本 |
孙译本 |
罗译本 |
奇怪(33%) |
诧异(23%) |
原来(26%) |
惊奇(22%) |
惊奇(14%) |
诧异(14%) |
惊讶(23%) |
惊奇(18%) |
原来(15%) |
原来(12%) |
原来(13%) |
好奇(10%) |
诧异(13%) |
惊讶(13%) |
惊讶(9%) |
吃惊(12%) |
奇怪(9%) |
奇怪(12%) |
奇怪(11%) |
奇怪(9%) |
好奇(5%) |
惊诧(8%) |
惊讶(5%) |
好奇(6%) |
诧异(7%) |
奇闻(0.4%) |
罕见(0.4%) |
突如其来(0.4%) |
稀奇古怪(0.4%) |
世外桃源(0.2%) |
奇异(0.4%) |
横生(0.4%) |
无奇不有(0.4%) |
大惊失色(0.4%) |
意料之外(0.2%) |
突如其来(0.4%) |
惊异(0.4%) |
稀奇古怪(0.4%) |
惊奇不已(0.4%) |
怔住(0.2%) |
意料之外(0.4%) |
惊愕(0.4%) |
形迹可疑(0.4%) |
目瞪口呆(0.4%) |
悬念(0.2%) |
骤然(0.4%) |
蹊跷(0.4%) |
阴差阳错(0.4%) |
骤然(0.4%) |
骤然(0.2%) |
其次，译者的再创造不仅是个体选择，更受到文学传统与译介规范的约束。厌恶类情感在中文文学叙事中常呈现为间接表达，这种文体传统使译者在再创造时采取趋同化策略，保持叙事的克制与含蓄。惊讶类情感则在人物心理与叙事转折处更易被放大，译者常利用文本规范中允许的文体灵活性，通过多样化词汇或句法组合重构语境，增强目标语文本的戏剧张力。此外，译者在再创造时会考虑目标读者的情感接受习惯。对于厌恶类情感，过度直白的表达可能导致不适或违背接受规范，因此译者普遍采取趋同化再现，以保持译文在文化接受度上的安全边界。
不同译者在这一阶段的表现亦各具特征。董仲篪在其译本的序言中(第2页)自述“提笔试译，以资练习，而借以消遣”[29]，因此在处理时保持了较高的自由度，其译本的翻译熵值显著偏高，在再创造中展现出更强的词汇多样性和分化倾向。杨缤的译本则受制于女性教育的功能导向[36]，她通过降低情感词密度和强化叙事氛围来实现含蓄而稳定的外化风格。王科一、孙致礼与罗良功则表现出更为一致的策略选择，在情感再创造中普遍采取稳健化的表达，避免偏离文化接受规范。整体来看，译文中的情感再创造既是译者风格的外显，也是修辞、媒介、受众三重约束下的调和性产物，体现了共性约束下的个性差异，揭示了创造性翻译在微观层面的多层次运作。
5.4. 情感转换模型的重构
基于本研究发现，我们提出创造性翻译视域下文学翻译情感转换的“情感识解–情感内化–情感再创造”三维模型(图1)。不同于前人提出的模型[2] [21]，该模型具有情感转换–认知协同的独特视角。
注：虚线代表隐性连接，实现代表显性连接，箭头代表指向。
Figure 1. The three-dimensional model of emotional interpretation-emotional internalization-emotional re-creation
图1. “情感识解–情感内化–情感再创造”三维模型
据图1，该模型左侧“源语世界/源语文化/作者”与右侧“目标语世界/目标语文化/读者”为情感识解提供文化–社会–交际的宏观约束，“源语文本–译者–目标语文本”形成输入–中介–输出的交际框架。译者位于模型中心，是情感转换枢纽，接收来自文本与语境的信号，并将转换结果投射到目标文本，进而完成“情感识解–情感内化–情感再创造”的情感转换。
具体而言，在源语和目标语的理解基础上，译者情感识解受制于历史语境、跨文化期待、出版导向的宏观情境约束，指向交际情感意向，规定情感表达的可接受边界，将作者情感转化为读者可感知的交际意图，而读者的接受或拒斥则成为情感转换成效的最终检验。情感内化是指译者基于原文本的情节发展与角色性格，形成自身的情感立场，即译者通过理解故事走向、揣摩人物好恶，建构起对文本的情感投入与价值判断，进而影响情感再创造的策略选择。情感再创造是指译者通过修辞选择、文体调节和受众适配，将情感转换成果外化于目标文本，体现为强化、弱化或创造性分化等策略。再创造会对后续识解产生反馈，保证译文在语言层面的情感一致性。需要指出的是，该模型的适用尚需学界进一步验证。
6. 结语
研究发现，在创造性翻译视域下，专业译者的文学翻译情感转换既呈现普遍规律，也体现个体差异。这表明情感转换并非单一线性过程，而是由情感识解、情感内化与情感再创造三维驱动的复杂机制，既体现了文化约束所塑造的共性模式，也反映了译者主体差异所形成的个体特征，从而凸显了翻译的创造性本质。本研究提出的三维模型揭示了译者情感转换过程中的创造性翻译特征，未来研究可进一步拓展语料范围，检验该模型在不同体裁与语种中的适用性。
本文引入了翻译熵度量，为文学情感转换特征的实证研究提供了可操作性的指标，为后继研究提供了可借鉴的方法论指引。此外，本研究的发现对文学翻译教学与文学翻译实践具有重要启示。译者培训中，应着重培养译者对文化规范与情感转换策略之间动态关系的敏感性，使其能够从无意识的翻译习惯过渡到自觉的策略选择。人工智能赋能的文学翻译实践上，需超越单纯的语义等值追求，注重模拟译者在情感转换中的认知机制，优化人工智能译文翻译质量，具备更强的文学感染力与文化可接受性。
基金项目
本文为横向项目“商务翻译对市场和消费的影响研究”(SKDHRQ20240040)的阶段性研究成果。
NOTES
*通讯作者。
1因未识别到愤怒类情感词在各译本中的转换，故在后续研究中该类情感词不做计算与讨论。