基于类比语料库中国网站英语旅游文本语言分析.docVIP

基于类比语料库中国网站英语旅游文本语言分析 　　［摘要］基于对自建的英语旅游文本类比语料库，通过与英语国家网站旅游文本的相互参照和比较，以及对中国网站英语旅游文本的语言分析，发现中国网站英语旅游文本的标准化类符/形符比（STTR）与平均词长均低于英语国家网站旅游文本；中国旅游网站英语文本句子长度长于英语国家旅游网站英语文本。此外中国网站旅游文本的词汇密度大于英语国家网站旅游文本。从实词类词频上看，中国网站英语旅游文本的名词、形容词、副词均显著超用，而实意动词、第一人称代词（we，　our，　us）和第二人称代词（you，　your）呈现显著少用的特点。该发现有助于提高和改善中国语境下的英语旅游文本语言质量，从而推动中国旅游资源的对外有效传播。 　　［关键词］英语旅游文本；类比语料库；语言特征 　　［中图分类号］H315.9　［文献标识码］A　［文章编号］1671-8372（2012）04-0105-05 　　一、引言 　　旅游业被称为“朝阳产业”，在全球的发展方兴未艾。我国国土广阔，旅游资源丰富，据世界旅游组织预测，2020年中国将成为世界第一大旅游目的地国家［1］。为对外推介自己的旅游产品和服务，各个国家和地区借助互联网的优势，纷纷建立旅游门户网站，我们国家也不例外。我国的旅游网站除了中文版外，大部分都有多语种超链接，其中以英语为主，目的就是向国外游客介绍本地旅游资源，吸引外国游客前来参观。在这些英文版网站中，除了影音资料外，英语文本的质量对于实现这一目的将起到关键作用。本文的出发点是在语言层面分析我国（不包括港澳台地区）旅游网站英文版的语言质量，旨在发现问题和不足，从而为中国网站旅游文本的英语写作及英译提供一定意义上的帮助。 　　二、研究方法与设计 　　本项研究采用基于语料库的研究方法，对量化数据进行定性分析。基于语料库研究的最大优势在于使用真实语料描述语言特征，从语言现象入手，能够更加客观准确地揭示本质。我国学者桂诗春指出，语料库研究方法的特点在于它通过大量语料从纵向找寻重复出现的语言形式，以提高对语言系统的洞察力，从而为社会实践服务［2］。 　　为此，我们建立了英语旅游文本类比语料库（comparable　corpus　of　English　tourism　texts）。类比语料库是由不同语言的文本或同一种语言不同变体的文本所构成的语料库，包括两个或两个以上的子语料库［3，4］。类比语料库与平行语料库（parallel　corpus）不同，其子库之间并无翻译关系，类比性在于所采语料相同或相似的平衡性和代表性［5］。本文所建语料库为单语类比库，包含两个子库，即英语国家网站英语旅游文本库和中国网站（不包括港澳台地区）英语旅游文本库。为保证语料的可比性，两子库的取样框架趋于一致，取样均为完整篇章样本，单个样本大小为200-800个英文词。目前两子库规模分别达到136万词和53万词。为便于提取研究数据，我们利用CLAWS4软件对语料库进行词性附码标注，并对标注结果做人工抽检，以尽可能保证标注的准确性，同时利用WordSmith4.0、AntConc3.2等语料库统计软件检索数据，对数据进行分析、描写，并利用卡方检验（X2）语言差异是否具有显著性。 　　研究中，我们以英语国家网站英语旅游文本子库作为参照语料库，对中国旅游网站的英语文本的语言特征、语言质量加以量化分析。分析内容主要包括：文本总体统计特征、词汇密度与覆盖面、词频统计等。通过对比分析，找出中国旅游网站的英语文本与以英语为本族语旅游文本在语言层面上的差距和不足。 　　三、数据统计与分析 　　1．文本总体统计特征 　　根据Baker的文学翻译理论，类符/形符比值的高低与写作者的词汇丰富度和多样性成正比关系［7］。类符/形符比与语料库容量的大小有关，但由于本研究两个子库的大小不同，单纯比较两库的形符/类符比没有意义。因此我们需要将二者的比率做标准化处理（这项工作由WordSmith软件自动完成计算），即对语料库中文本每1000词的形符/类符比都进行计算，最后计算出平均形符/类符比［8，9］。从表1的统计结果可以看出英语国家网站文本标准化类符/形符比高于中国网站文本，这表明英语本族语的旅游文本在用词方面变化多，用到的词汇量要大于中国网站英语旅游文本。这一点并没有超出我们的预料，毕竟中国网站的旅游文本多是由中国作者或译者完成，相对于本族语作者来说，其英语熟练运用程度还是有很大差距的。 　　其次，我们统计了两个子库的平均词长。结果显示，英语国家网站文本的平均词长为4.91，而中国网站文本为4.52。从图1可以看出，　2-、4-、5-、6-字母单词在中国网站英语文本语料库中的覆盖率要高于英语国家网站文本；而其他长度的单词覆盖率则低于英语国家网站文本。