中美作者英语科技论文的语篇衔接对比——一项基于Coh?Metrix的研究

作者:吉蒙蒙;郭爱萍; 刊名:浙江外国语学院学报 上传者:彭磊

【摘要】文章采用Coh?Metrix计算机评估方法,选取中美作者英语科技论文"方法"部分建成语料库,分别从连接词、词汇衔接及情景模型构建三个维度对语篇衔接进行了多维考察.结果表明,连接词使用总数上,中美作者不存在显著差异,但中国作者使用的逻辑和转折连接词显著少于美国作者;词汇衔接方面,两者在利用潜在语义关系来增强语篇衔接性方面不存在显著差异,但美国作者使用的词干重叠和相邻句子间的论元重叠显著多于中国作者;情景模型构建上,两者不存在显著差异.总体来说,与美国作者相比,中国作者在英语科技论文逻辑连接词、转折连接词、词干重叠和相邻句子间的论元重叠等显性衔接的运用上比较欠缺.

全文阅读

一、引言英语科技论文是科技工作者进行国际学术交流的重要手段。由于科技论文的专业性、技术性和抽象性,“高衔接的科技文本更易于理解”[1]228。衔接手段在语篇理解中具有重要作用,可以使语篇表意更明确、逻辑更清晰、语篇更连贯[2]。根据Graesser等的观点,语篇理解包括五个层面:表层、文本层、情景模型层、体裁及修辞层、语用层[3],而衔接特征最直接地体现于文本层和情景模型层[4]。文本层“捕捉”文本的显性信息,而情景模型层反映文本的深层意义[5]。早期,Halliday&Hasan将衔接分为词汇衔接和语法衔接两个类别[6]。2002年,Louwerse提出了两种新的分类方式:一是将衔接分为局部衔接和整体衔接;二是从衔接的来源进行区分,如连接词包括增补连接词、时间连接词和因果连接词等[7]。这两种分类方法对于分析科技文本的语篇衔接具有重要作用[8-9]。但是这些衔接理论只能指导对科技论文显性衔接特点的考察,而衔接包括显性衔接与隐性衔接两个层次[10]。与显性衔接聚焦表层形式上的连接不同,隐性衔接通过句与句之间含而不露的语义关系来呈现深层意义上的连接。虽然唐咏雪和夏伟蓉发现较多使用隐性衔接是科技论文英文摘要的一个语篇特点[11],但现有文献对如何通过隐性衔接手段实现语篇衔接以及情景模型层面的衔接有何特点研究不够。随着计算机技术的发展,一种新的文本分析软件Coh-Metrix开始运用于衔接分析,它能自动测量多种表层及深层语言特征,突破了过去只能对衔接进行表层或文本层分析的局限[12-13]。在Coh-Metrix中,文本层的衔接手段包括连接词(connectives)和指称衔接(referentialcohesion),情景模型层包括潜在语义分析(LatentSemanticAnalysis,简称LSA)和情景模型(situationmodel)构建[4,14]。这四类指标不但囊括了Halliday&Hasan等提出的衔接手段,而且扩展到了对文本深层衔接或隐性衔接的考察。当前,作为语篇衔接特点及差异研究的重要工具,Coh-Metrix在国内对英语科技论文的研究中运用得还很少。Ye[15]虽然比较了中美作者英语科技论文摘要的语言特征,发现中国作者在指称衔接和情景模型上的得分比美国作者高,但未说明具体的指标参数。因此,本文以中美作者英语科技论文“方法”部分为语料,采用文本自动检索工具Coh-Metrix提取文本层和情景模型层的衔接数据,考察中美作者英语科技论文在连接词、词汇衔接和情景模型构建上的异同,以期为中国学者撰写更具衔接性的英语科技论文提供建议,为跨文化背景下的科技论文写作及学术交流提供借鉴。二、研究方法(一)衔接分析工具和指标本研究以Coh-Metrix3.0为工具考察科技论文衔接特征。据设计者介绍,开发Coh-Metrix的初衷就是为了测量文本的衔接特征,最新的Coh-Metrix3.0版分析系统可提供106项语言特征的量化指标。根据本研究的需要,我们选取与衔接相关的20项指标,归入连接词、词汇衔接和情景模型构建三个维度,以分析英语科技论文的显性衔接和隐性衔接特点。其中,六项连接词指标反映文本的显性衔接特点,增补连接词、因果连接词、时间连接词、转折连接词、逻辑连接词和各类连接词总体频率由Coh-Metrix3.0自动计算并产出以每千词为基准的标准化频率。词汇衔接维度同时涉及显性和隐性衔接特点,因为它包括呈现词汇间语义互指性的指称衔接和考察语义相似性的潜在语义分析,前者属于显性衔接手段,而后者属于隐性衔接手段[12]。指称衔接是文本中相邻句子或所有

参考文献

引证文献

问答

我要提问