基于Cite Space的信息类文本翻译策略研究知识图谱分析

张 菊

（九州职业技术学院 公共基础课部，江苏 徐州221116）

知识图谱（Knowledge Graph）也被称为科学知识图谱，是在信息发展过程中通过信息技术和软件来显示发展进程与结构关系的一系列各种不同的图形，并用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互关系。CiteSpace是一款与Java相关的可视化文献分析软件，它可以显示一个学科或知识域在一定时期发展的趋势和动向，形成若干研究前沿领域的演进过程［1］25。在数据时代，各行各业的发展历程都可以并需要用大数据来直观显示［2］。相对地，学术进展领域的静态观察已经不能符合时代的要求，最大限度地利用各种数据进行学术发展的直观聚类分析，已被很多学者所关注［1］42。

“信息类文本”来自功能翻译学派，代表人物有瑟琳娜·赖斯（Katharina Reiss）和纽马克（Peter Newmark）。两人都对文本类型进行了分类，其中纽马克提出的文本类型理论，对翻译理论的发展影响深远。他将文本分为抒发功能（expressive function）、信息功能（informative function）、呼唤功能（vocative function）、审美功能（aesthetic function）、应酬功能（phatic function）和元语言功能（metalingual function）。其中信息功能类文本包括教材、技术报告、报纸或杂志文章、学术论文、备忘录或会议记录等［3］。

文本的分类使不同文本的翻译策略研究有了侧重，笔者以“信息类文本翻译”为关键词在CNKI搜索结果显示，自2000年起就有将文本类型与翻译研究相结合的研究。这说明从文本类型的角度来探讨翻译策略是近二十年的事情。本文利用流行的知识图谱绘制工具CiteSpace，对近20年（2000-2018）信息类文本翻译策略的相关研究的脉络和演进过程进行梳理，以期为该类文本具体的翻译策略研究提供理论性的借鉴意见。

一、研究设计

（一）研究方法

科学知识图谱属于新兴的交叉研究领域［1］50，可以对设定关键词的信息进行直观的聚类分析，帮助研究者得出该关键词下的可视图形。本研究借助美国得雷塞尔大学（Drexel University）信息科学与技术学院陈超美教授开发的CiteSpace软件对数据进行分析整理。本研究拟分析以下问题：

1.从发文量、研究者和高被引文献看信息类文本翻译策略研究趋势。

2.从关键词聚类情况看信息类文本翻译策略研究热点。

（二）数据来源

本研究数据采集平台为CNKI数据库，为保证数据的可靠性和准确性，在其高级检索中只勾取SCI、CSSCI和核心期刊，并以“信息类文本”“翻译策略”作为关键词，检索时间设定为2000至2018年，对文献进行筛选，选择“导出参考文献”，文件导出格式选择Refworks，文件自动保存为TXT格式，至此完成本研究的数据采集。为了将数据导入CiteSpace，新建project文件夹，并将数据通过CiteSpace上的“data conversion”进行转换，输入数据路径选择到新建文件“input”，输出数据路径选择到新建文件“output”。

二、结果与分析

（一）发文量

发文量的聚类分析可以反映该话题的讨论量（见图1），是该领域话题新鲜度和热度的体现。

图1 信息类文本翻译策略讨论2000-2018年间发文量统计图表

从图1可以看出，在我国，2000年前后就开始了信息类文本翻译策略的研究，一直到2008年讨论的力度和范围都不大，但是到了2010年特别是2015年发文量猛增，说明众多学者注意到了该领域的研究。①扩大期刊范围搜索可以看出，除核心期刊此时期的论文量增加外，普刊即一般刊物的发文量也呈上涨趋势，这说明普通教师也对此领域产生兴趣，信息型的翻译策略在更大范围内得到了研究者的重视，研究的力度和范围都呈现良好的增强和扩大态势。其原因有二：一是随着内外交流的日益增多，以传递信息为主的应用文本出现频率变高，功能派理论的对内介绍日益增多，对此进行补充完善的基于功能派理论的文本类型理论的讨论热度也在相应不断提高，相关的研究也日渐成熟；二是为了获得更好的传播效果，首先对文本类型进行区分进而讨论翻译策略的研究不断得到学者的注意，研究不断深入和多元化，与90年代之前不分文本类型泛泛讨论相比，有了很大的进步。

（二）研究者分布情况

某一领域的研究者对该领域的长期关注，可以推动该领域的发展。对同一话题下的研究者进行聚类，可以了解聚类作者在该领域的学术贡献，同时识别出该领域的研究状况和热点分布，有利于追踪最新的学术动态发展趋势［4］。在CiteSpace中导入转换过的数据，勾选“notetype”中“author”，得出作者聚类图谱，利用“clusters”中的“cluster explorer”对图谱进行分析，得出表1。Freq表示的就是该关键词下的发文频次。从表中可以看出发文次数最高的是黄忠廉。黄忠廉现为广东外语外贸大学教授，研究方向为变译理论、全译理论、科学翻译学、术语翻译等。其对变译理论的归纳及提出，引起了学术界的广泛关注，引起了对翻译理论及翻译策略新一轮的讨论热潮。可以看出在信息型文本翻译策略的讨论中，变译理论已经成为讨论的热点。厉平、严璐等也是多年从事翻译理论和实践的研究者，在他们的研究成果中也越来越注意区分文本类型下的翻译策略研究。

表1 作者发文分布情况

（三）文献被引情况

“引文分析是通过数学和统计学方法分析期刊、论文及作者的引用与被引用情况，以便揭示其数量特征和内在规律的一种文献计量方法。”［5］对文献高被引情况进行分析，可以剔选出该领域最有影响力的文献及作者，也可以通过对高被引文献的聚类分析，得出该领域的研究热点。 表2是按照被引频次高低截取的前9篇文献。

表2 高被引文献分析

由表2中所列文献可以看出，区分文本类型的翻译策略讨论是研究热点，而信息型文本的具体分类如旅游文本、网站翻译、新闻、法律等细化了的应用文本翻译策略研究，呈爆发式增长趋势。值得注意的是，变译理论（黄忠庚《变异的七种变通手段》2002年）被引频次居第四。这说明越来越多研究者接触到变译理论，并接受变译理论的观点，而且认同变译理论在信息型文本翻译中的作用。同时在CNKI中以“信息文本”“变译理论”为关键词，检索到相关文献590条，说明该理论在信息型文本的应用研究得到了越来越多学者的认可，是该类文本翻译策略研究的热点和趋势。

（四）研究热点历时分析

关键词是文献中最能说明全文观点、反映其中心内容的词或词组。关键词在某一话题下出现的频率越高说明该关键词表现的内容被讨论的次数就越高，从一个侧面反映出该关键词的叙述范围就是该话题的研究热点［2］。通过CtieSpace中“nodetype”勾选“keyword”，形成可视化图2。

图2 关键词聚类图谱

为了方便讨论，图2过滤了个别离中心较远的词，这些词出现的概率偶然，对整体聚类意义不大。从图中的聚类情况看，2000-2018年间的信息类文本翻策略研究可以分为三个矩阵。第一矩阵为文本类型理论的研究。文本类型理论是英国著名翻译家和翻译理论家纽马克在《翻译问题的探讨》（Approaches to Translation）一书中提出来的，他按照语言的功能，也就是语言使用的目的，将文本分为表达功能（expressive function）、信息功能（informative function）、号 召 功 能 （vocative function）［6］。文本类型理论的提出，改变了一贯单纯从字、词、转换角度对翻译方法的研究，将纯文学文本、实用文本等区分后再讨论翻译方法，为翻译策略的讨论提供了新的途径和方向，成为很多翻译理论研究者关注的热点。第二矩阵为变译理论。变译理论是基于实践发展起来的翻译理论，其重点是翻译要基于读者，基于文本功能，基于翻译目的。变译理论是翻译研究在文本类型理论影响下的深入，是对实践有切实指导意义的翻译理论。第三矩阵是功能翻译理论。功能翻译理论是从功能语言学发展起来的，它认为各异的源语文本要求有各异的翻译方法，翻译要兼顾功能和目的，译文质量的好坏不应单单由原文决定，而是由译者、读者、译文共同决定。这就解决了直译、意译等翻译界争执多年的问题，转变了翻译理论研究的方向，扩大了研究空间，提高了理论的包容性。同时矩阵中还出现了文化适应、语料库等关键词，说明信息类文本翻译策略的研究趋向多元化。

为了更好地整理信息类翻译策略研究的脉络，在形成图谱的基础上勾选“timeline”，将关键词按时间发展聚类，形成共被引网络图3。该网络将关键词按讨论频次聚类，实际上可以形成不同时间节点的词云，反映了信息型文本翻译策略讨论的热点走向，可以历时地梳理该领域的研究脉络［7］。

图3 关键词历时聚类图谱

由于篇幅限制，图3只截取了区间内9个关键词。从图3可以看出：从2010年起，信息类文本的翻译策略研究开始逐渐聚类。在该话题下的整个研究过程中，对文本类型、语义补偿、翻译理论的研究一直是热点，出现的频率非常高。但是对归化、异化的提法和研究相比较而言热点降低，这和翻译理论研究的广泛和深入是密切联系的。从整个图表包括未在该图显示的部分可以看出，变译理论和平行文本也逐渐进入研究者的视野，自2002年起出现的频率逐渐增高。

三、结语

本文借助CiteSpace这一科学计量工具，从发文量、作者分布、高被引文献和关键词四个角度对通过CNKI收集的数据进行可视化分析，对信息类文本翻译策略在近20年时间里的相关研究及发展绘制了科学知识图谱，发现文本类型理论贯穿整个发展过程，2002年后在对信息类文本的讨论中出现了变译理论这一逐渐成熟的理论体系。

本文在梳理过程中只关注了CNKI的数据，研究有一定的局限性，因为CNKI的数据无法在CiteSpace中进行作者和文献的共被引分析，一定程度上限制了对研究趋势和热点的捕捉。同时还可以对激增关键词和激增文献等进行进一步的分析，以获得该领域更具体的发展脉络。加之笔者知识水平有限，根据数据结果做出的归纳和总结也难免有失偏颇，图表制作中过滤掉的边缘数据对结果可能也有一定的影响，有必要在下一步的研究中逐步纠正。

注释：

①本文所选取的参考文献时间跨度更大，可以追溯到1980年。这是合理的，因为一个讨论的展开需要有承前的理论支持，不可能独立存在。该讨论的引证文献自2004年前后开始至2016年逐步达到高峰，说明参与相关讨论的学者增多，讨论热度高。