張永偉
摘 要 文章以中國知網(wǎng)(CNKI)2003—2022年辭書學相關(guān)主題的重要論文為研究對象,采用傳統(tǒng)統(tǒng)計與科學計量學領(lǐng)域的可視化分析方法,對我國近二十年來辭書學研究的現(xiàn)狀、熱點與趨勢進行分析,客觀描述了我國辭書學研究的基本態(tài)勢,希望能為我國辭書學學科發(fā)展和辭書政策的制定提供參考。
關(guān)鍵詞 辭書學 科學計量學 現(xiàn)狀 熱點 趨勢
一、 引言
我國有著悠久的辭書編纂傳統(tǒng),如《爾雅》《說文解字》等均是我國古代較早出現(xiàn)的辭書。“國無辭書,無文化之可言也?!保憼柨?1915)辭書是國家文化建設(shè)的重要工具,是民族文化積累的重要成果,[1]在傳播和積累科學文化上,辭書有著其他出版物不能取代的重要作用。(劉杲 1989)辭書學是研究查考型工具書的設(shè)計、編纂、使用、評論和歷史等的學科。辭書學的發(fā)展有助于指導我國從辭書古國走向辭書大國和辭書強國,對推動我國辭書領(lǐng)域的發(fā)展具有重要作用。
21世紀以來,互聯(lián)網(wǎng)、人工智能等技術(shù)不斷發(fā)展,為辭書學的發(fā)展帶來了機遇和挑戰(zhàn)。適時地對辭書學研究現(xiàn)狀、熱點與趨勢進行回顧與分析,有助于我們了解辭書學發(fā)展的最新脈絡(luò),同時也可以對辭書學發(fā)展態(tài)勢進行預測。對學科文獻進行計量分析,是研究辭書學最常用的手段之一。科學知識圖譜(mapping knowledge domains)作為科學計量學(scientometrics)新的發(fā)展領(lǐng)域,逐漸被廣泛應(yīng)用于諸多學科文獻計量的可視化分析(如王東林,耿敬杰 2019;熊回香,李建玲 2020;徐玲玲,杜利民等 2021),揭示了不同學科的研究熱點與發(fā)展態(tài)勢,取得了一系列的成果。
在辭書學領(lǐng)域,前人進行過諸多回顧與梳理。比如李景成(1990)、盧潤祥(1992)在20世紀90年代初撰文梳理了辭書研究的現(xiàn)狀與展望,方寶花、何華連(2002,2004,2005,2006,2007,2008,2009)連續(xù)多年總結(jié)上一年度辭書學研究取得的成績,周薦、楊世鐵(2009)對改革開放后三十年漢語辭書理論研究的成就進行了多角度梳理。此外,也有研究對某類辭書研究問題或辭書研究專業(yè)期刊的特色進行過回顧與展望(如魏向清,耿云冬等 2010;周薦 2015;魏向清 2015;魏向清,趙連振等 2020等)。但是,上述研究大多是利用定性分析或基于傳統(tǒng)統(tǒng)計的文獻計量學方法進行的,僅有少數(shù)研究利用科學計量學的可視化分析方法進行過個別分析(魏向清,趙連振等 2020)。為此,本文以近二十年辭書學研究的重要文獻為研究對象,結(jié)合傳統(tǒng)統(tǒng)計與科學計量學的可視化分析方法,以圖表形式直觀地展示辭書學研究的現(xiàn)狀和熱點,預測未來的研究方向。希望通過系統(tǒng)的文獻分析能夠更全面地認識辭書研究現(xiàn)狀,為合理優(yōu)化資源配置提供參考,推進辭書學科學發(fā)展。
二、 數(shù)據(jù)來源與分析工具
(一) 數(shù)據(jù)來源
本文分析的文獻數(shù)據(jù)主要來自CSSCI和《辭書研究》期刊。其中,CSSCI是中文人文社會科學學術(shù)期刊的引文索引數(shù)據(jù)庫,被索引的論文質(zhì)量普遍較高;《辭書研究》是中國辭書學會會刊,也是2022年版中國人文社會科學期刊AMI綜合評價核心期刊(A刊),長期作為辭書學論文發(fā)表的重要學術(shù)陣地。
為全面、準確地獲取辭書學領(lǐng)域重要文獻,本文在CNKI中以“詞典”“字典”“辭書”“辭典”為主題進行高級檢索,[2]文獻分類為“中國語言文字”和“外國語言文字”,刊發(fā)時間為2003—2022年,得到CSSCI論文2904篇、《辭書研究》論文1590篇。將論文分批從CNKI導出,導入NoteExpress軟件,在NoteExpress中對文獻去重,刪除導讀、動態(tài)、發(fā)言、訃告、更正、公告、廣告、賀詞、名單、評獎、消息、約稿、征文、新書目、總索引、會議紀要/綜述、獲獎感言、學界動態(tài)、學者/機構(gòu)介紹、主持人語等非辭書學相關(guān)文章,最終獲取辭書學相關(guān)論文3843篇。
通過以上方法直接導出的論文題錄只包含篇名、摘要、關(guān)鍵詞、作者、期刊名稱、出版年度等信息,論文被引量、參考文獻等信息分別從知網(wǎng)上單獨獲取。
(二) 分析工具
本文采用的分析工具主要是Python、Java程序設(shè)計語言,Excel、CiteSpace、VOSviewer軟件。Python用于論文參考文獻信息的獲取,Java用于文獻題錄信息的整理與原始統(tǒng)計,Excel用于數(shù)據(jù)統(tǒng)計、排序、制表和散點圖繪制。CiteSpace和VOSviewer是兩種不同的科學計量學可視化分析軟件,各有所長,用于繪制各類知識圖譜,輔助分析辭書學研究的現(xiàn)狀、熱點與趨勢。
三、 辭書學研究發(fā)展現(xiàn)狀
(一) 年度發(fā)文量分布
年度刊發(fā)論文量分析有助于把握某一學科領(lǐng)域研究的整體發(fā)展脈絡(luò)。我們按年度統(tǒng)計了3843篇論文的發(fā)文時間。
圖1顯示,辭書學研究大致可劃分為兩個重要時期:(1) 2008年以前為穩(wěn)定發(fā)展期,發(fā)文量整體呈上升趨勢,由2003年的181篇增長到2008年的280篇,達到峰值,說明這一時期辭書學研究正蓬勃發(fā)展;(2) 2008—2022年為衰退期,發(fā)文量從2008年的280篇逐步降至2022年的117篇,達到近二十年的低谷。雖然2010年、2011年、2017年、2021年發(fā)文量有短暫提升,但依然不能改變這一階段的衰退趨勢。整體而言,近二十年辭書學重要文章的發(fā)文量呈下降趨勢,2008年以前(含)年均發(fā)文215.5篇,2008年以后(不含)年均發(fā)文182.14篇。
(二) 期刊分布
不同期刊對辭書研究的側(cè)重有所差異,整體呈現(xiàn)分布廣泛,又相對集中的特點。分布廣泛指3843篇論文刊發(fā)于323本期刊,相對集中指發(fā)文量不低于30的20本期刊共發(fā)文2519篇,即6.19%的期刊上發(fā)表了65.55%的論文。發(fā)文量不低于30的期刊信息如表1所示:
表1顯示,《辭書研究》發(fā)文量最大,共1398篇,占總發(fā)文量的36.38%,這與本文統(tǒng)計時將《辭書研究》作為數(shù)據(jù)來源有關(guān),1398篇的發(fā)文量也充分說明了《辭書研究》作為學術(shù)陣地的重要作用。除《辭書研究》外,《語言文字應(yīng)用》《古漢語研究》《中國語文》等期刊發(fā)文量也在100篇以上,說明語言文字應(yīng)用類、專門類、綜合類期刊均對辭書研究有一定的關(guān)注。
(三) 核心作者與作者合作
1. 核心作者
論文是重要的學術(shù)成果,也是衡量作者學術(shù)貢獻和學術(shù)影響力的重要指標。核心作者是學科中具有較高影響力的作者。本文基于普賴斯定律與綜合指數(shù)法(鐘文娟 2012)進行核心作者測評,該方法以作者發(fā)文量和被引量為基礎(chǔ)數(shù)據(jù),二者分別從論文數(shù)量和論文質(zhì)量維度進行度量。
其中,Zi為第i個作者的綜合指數(shù),Xi為第i個作者的發(fā)文量,Yi為第i個作者發(fā)文累積被引量,為所有候選人的平均發(fā)文量,為所有候選人發(fā)文的平均被引量,為發(fā)文量占綜合指數(shù)的比重。本文令 =0.5,即認為發(fā)文量和被引量在決定綜合指數(shù)大小時具有相同權(quán)重。計算時,僅計算第一作者的綜合指數(shù)。
(5) 參考同類研究,將綜合指數(shù)不低于100的候選人視為核心作者,作者綜合指數(shù)越大,學術(shù)影響力越大。
經(jīng)計算,綜合指數(shù)不低于100的作者有164人,這些人即辭書研究領(lǐng)域的核心作者。綜合指數(shù)最高的30位作者如表2所示。
表2顯示了近二十年來辭書學領(lǐng)域最核心的學者,如章宜華、張博、王仁強、馬重奇、蘇新春、周薦、蘇寶榮、譚景春、楊寶忠、周志鋒等。他們的發(fā)文數(shù)或被引數(shù)較大,綜合指數(shù)排名靠前,是對辭書研究領(lǐng)域發(fā)展做出最重要貢獻的作者。此外,在這些核心作者中,既有辭書編纂經(jīng)驗豐富的學者,也有未從事辭書編纂,僅從研究視角進行辭書相關(guān)研究的學者。這也說明具有辭書編纂實踐經(jīng)驗不是辭書學研究的充分條件。
164位核心作者的出生年份和當前職稱統(tǒng)計如表3、表4所示:
表3顯示,近二十年來辭書學領(lǐng)域核心學者主要集中在60后和70后,分別有43人、47人,占比26.22%、28.66%。排名第三的是50后,有28人,占比17.07%。而80后只有15人,占比9.15%,不足10%,90后核心作者人數(shù)為0。實際上,80后的15人中,年齡最小的出生于1986年,也就是說沒有1987年及以后出生的核心作者。這說明辭書學領(lǐng)域核心學者趨于老齡化,青年人才儲備不足。
表4顯示,近二十年來辭書學領(lǐng)域核心學者中正高級職稱最多,為129人,占比78.66%,超過了四分之三。中級最少,僅5人,占比3.05%。在高級職稱中,正高人數(shù)是副高的3倍多,這一方面說明辭書學領(lǐng)域核心作者經(jīng)過努力已經(jīng)大多評上了正高級職稱,但也說明當下辭書學領(lǐng)域論文發(fā)表競爭激烈,副高及以下職稱學者需要與占比超過四分之三的正高學者進行競爭。
2. 作者合作
合作圖譜可以發(fā)現(xiàn)某個研究領(lǐng)域?qū)W者、國家或研究機構(gòu)之間的社會關(guān)系,為評價科研人員、國家或機構(gòu)的學術(shù)影響力提供一個新的視角,有利于我們發(fā)現(xiàn)那些值得關(guān)注的科研人員、國家或機構(gòu)。(陳悅,陳超美等 2015)本小節(jié)文獻處理時,不統(tǒng)計獨著論文,只保留合著論文,并使用VOSviewer繪制作者合作網(wǎng)絡(luò)圖譜,如圖2所示:
圖2中只給出人數(shù)大于8的合作團體,節(jié)點表示作者,邊表示兩端作者存在合作關(guān)系,節(jié)點、邊顏色相同的屬于同一個合作團體。節(jié)點越大,作者合著論文越多;節(jié)點的邊越多,合作的人越多;邊越粗,合作次數(shù)越多。
圖2顯示,辭書學領(lǐng)域形成了多個研究合作團體,人數(shù)大于8的合作團體有16個,分別以魏向清、俞士汶、蘇新春、陳士法、張志毅、侯敏、章宜華、蘇寶榮、曾東京、陳國華、楊寶忠、王東海、亢世勇、馮海霞、吳建平、羅思明為核心。這些作者大多與自己的學生或同機構(gòu)[3]同事合作,暫未形成大的合作群體。在整個圖譜中,同屬魯東大學的4個子網(wǎng)絡(luò)彼此有關(guān)聯(lián),可以視為最大的辭書學研究合作網(wǎng)絡(luò)。即便如此,不同子網(wǎng)絡(luò)之間關(guān)聯(lián)仍不強,尚缺乏合作。結(jié)合表2發(fā)現(xiàn),在這些子網(wǎng)絡(luò)處于合作中心的作者,有的在表2中,有的不在。在表2中的作者與他人合作時常做第一作者,不在表2中的作者與他人合作時通常不做第一作者。作者合作網(wǎng)絡(luò)圖譜中未出現(xiàn)的核心作者通常獨立發(fā)表成果較多,合作較少,如張博、馬重奇、王馥芳、譚景春、周志鋒等。
(四) 主要機構(gòu)
機構(gòu)發(fā)文量能直接反映某一學科的主要研究團體。機構(gòu)信息提取自每位作者所在機構(gòu)的一級名稱,具體包括兩個方面的處理:(1) 存在多級單位的,只保留一級單位名稱,比如“中國社會科學院語言研究所”處理為“中國社會科學院”;(2) 機構(gòu)名稱使用簡稱的,擴展為全稱,比如“南京師大”擴展為“南京師范大學”。提取機構(gòu)一級名稱后,統(tǒng)計發(fā)表辭書學論文最多的20家機構(gòu)如表5所示:
表5顯示,中國社會科學院、廣東外語外貿(mào)大學、南京大學、復旦大學等是發(fā)文量最大的機構(gòu),發(fā)文量均不低于100篇,這些機構(gòu)是辭書學研究的主要研究機構(gòu)。中國社會科學院發(fā)表論文量最大,為185篇。
通過與圖2對比可以得知,廣東外語外貿(mào)大學、南京大學、復旦大學、北京大學、廈門大學、北京師范大學等學者內(nèi)部存在較多合作。而中國社會科學院雖然論文發(fā)表量最大,但機構(gòu)內(nèi)合作較少,多為個人獨立發(fā)表成果。
(五) 研究基礎(chǔ)
辭書學領(lǐng)域的3843篇論文共引用了10538篇參考文獻,被引用最多的前9篇(被引次數(shù)不低于12次)參考文獻如表6所示:
表6中的被引量僅包含被3843篇辭書學論文引用的次數(shù),不包含被其他文獻引用的次數(shù)。9篇文獻可視為近二十年來辭書學研究最基礎(chǔ)的文獻,主題包括辭書修訂說明(江藍生 2013;徐樞,譚景春 2006)、辭書理論(鄭定歐 2004)、詞類(徐樞,譚景春 2006;郭銳 1999)、易混詞(張博 2007;蘇寶榮 2002)、詞義(譚景春 2000;吳云芳,俞士汶 2006)、語法(朱德熙 1983)。這些文獻為近二十年辭書學的發(fā)展打下了理論基礎(chǔ)。
四、 辭書學研究熱點與趨勢
研究熱點指在一定時間范圍內(nèi),某個領(lǐng)域中學者共同關(guān)注的一個或多個話題。
(李杰,陳超美 2022)136共詞圖譜有利于人們分析研究熱點及熱點的演變,尤其配合突現(xiàn)詞(burstterm)功能的使用。(陳悅,陳超美等 2015)本文利用關(guān)鍵詞的共現(xiàn)、聚類、突現(xiàn)檢測等方法對辭書研究熱點進行分析。
(一) 基于共現(xiàn)圖譜的研究熱點分析
關(guān)鍵詞共現(xiàn)圖譜是以文獻關(guān)鍵詞為基礎(chǔ)數(shù)據(jù)的共詞圖譜。關(guān)鍵詞是作者對論文核心的凝練,是對文章內(nèi)容的高度概括。一個領(lǐng)域的研究熱點可通過計量分值高的關(guān)鍵詞來體現(xiàn)。本文使用CiteSpace繪制辭書學文獻關(guān)鍵詞共現(xiàn)圖譜,具體參數(shù)為:時間切片
# Years Per Slice=1、數(shù)據(jù)提取g指數(shù)(g-index)規(guī)模因子k=6、尋徑(pathfinder)剪枝,[4]結(jié)果如圖3所示:
3包含節(jié)點205個,邊187條,網(wǎng)絡(luò)密度(density)為0.0089。圖譜中關(guān)鍵詞節(jié)點字號大小與關(guān)鍵詞頻次的高低成正比,邊的粗細與兩端關(guān)鍵詞共現(xiàn)次數(shù)的多少成正比,節(jié)點間的距離(即邊的長度)不說明任何問題。
205個關(guān)鍵詞中,頻次大于20的有18個。《現(xiàn)代漢語詞典》頻次最大,其余為辭書、釋義、編纂、《漢語大詞典》、《漢語大字典》、學習詞典、語料庫、雙語詞典、義項、語文詞典、漢英詞典、新詞語、翻譯、詞典學、修訂、大詞典、《現(xiàn)代漢語規(guī)范詞典》等,它們反映了辭書學研究的側(cè)重點。辭書、詞典學是辭書學研究常見關(guān)鍵詞,其余關(guān)鍵詞反映了辭書學研究熱點的5種類型:
(1) 具體辭書。《現(xiàn)代漢語詞典》《漢語大詞典》《漢語大字典》《現(xiàn)代漢語規(guī)范詞典》是被研究最多的4部辭書,且全部是漢語內(nèi)向型辭書。
(2) 辭書類型。學習詞典、雙語詞典、語文詞典、漢英詞典是4種更受關(guān)注的辭書類型,這也說明相較專科辭書和百科辭書而言,語文辭書更容易受到關(guān)注;相較字典而言,詞典更容易受到關(guān)注。此外電子詞典、心理詞典、漢語辭書、??妻o書、單語詞典、方言詞典是其他備受關(guān)注的辭書類型。
(3) 辭書編修。釋義、編纂、義項、修訂和辭書編修有關(guān),涉及詞義的解釋和劃分。考釋、詞性標注、注音、體例、例證、釋義模式等是其他受到較多關(guān)注的研究熱點。
(4) 工具和技術(shù)。語料庫是辭書編纂時需要使用的重要數(shù)據(jù)資源,翻譯是編纂雙語辭書時的重要手段,二者既可以為辭書編修提供支持,又可以為辭書評價提供輔助。
(5) 特殊詞語類型。新詞語涉及詞語演化,異形詞、異體字、疑難字、字母詞、同義詞、方言詞語等是其他備受關(guān)注的詞語類型。
(二) 基于中介中心性的研究熱點樞紐分析
中心性是衡量關(guān)鍵詞重要性的重要指標之一,本文選擇關(guān)鍵詞的中介中心性(betweenness centrality)作為分析指標。[5]中介中心性反映了作者在整個合作網(wǎng)絡(luò)中的橋梁作用和中介地位。(岳永婕,溫婧等 2022)高中介中心性(不小于0.1)關(guān)鍵詞在網(wǎng)絡(luò)中的位置重要,是不同研究熱點之間的關(guān)鍵樞紐。本文使用CiteSpace計算辭書學文獻關(guān)鍵詞的中介中心性,具體參數(shù)與第四節(jié)第(一)小點一致。計算得到中介中心性不小于0.1的關(guān)鍵詞27個,其中不低于0.15的14個關(guān)鍵詞如表7所示:
表7顯示,義項、《漢語大字典》、語文詞典、辭書、語料庫、雙語詞典、《現(xiàn)代漢語詞典》的頻次和中介中心性均比較高,說明它們既是研究熱點,也是不同研究熱點的連接樞紐,能夠輻射出眾多其他研究熱點。規(guī)范、《當代漢語學習詞典》、收詞、注音、異形詞、《新華字典》、出版的中介中心性較高,但頻次較低,說明這些研究相對較少,但本身作為其他研究熱點之間的關(guān)鍵樞紐,起著重要的連接作用。比如圖3顯示《漢語大字典》、語文詞典等研究熱點和義項共現(xiàn),詞性標注、搭配(其他還包括詞條、含義、詞典修訂、古漢語辭書、事件語義)等也常和義項共現(xiàn),說明這些研究熱點常和義項在同一篇論文中研究。換言之,正是義項研究的需要,不同研究才得以在圖譜中產(chǎn)生關(guān)聯(lián)。
在所有高中介中心性關(guān)鍵詞中,出版、古注分別首現(xiàn)于2014年、2015年,其余關(guān)鍵詞均首現(xiàn)于2003—2011年間,說明近11年來,基本沒有出現(xiàn)作為關(guān)鍵樞紐的新研究點,經(jīng)典的選題依然處于不同研究點的樞紐位置。
(三) 基于聚類圖譜的核心主題分析
關(guān)鍵詞聚類圖譜是以論文關(guān)鍵詞為基礎(chǔ)數(shù)據(jù)的聚類圖譜。聚類是一種無監(jiān)督的學習任務(wù),在未知類別的情況下,按一定的關(guān)聯(lián)性自動將數(shù)據(jù)分為不同的類。通常來講,同一個類內(nèi)的數(shù)據(jù)相關(guān)性較大,不同類的數(shù)據(jù)相關(guān)性較小,聚類結(jié)果展示了研究熱點的核心主題。本文在上文共現(xiàn)圖譜的基礎(chǔ)上繪制了關(guān)鍵詞聚類圖譜,結(jié)果如圖4所示:
聚類結(jié)果的有效性可以通過模塊值(modularity,簡稱“Q值”)和平均輪廓值(silhouette,簡稱“S值”)大小來判斷,Q值>0.3說明劃分出來的社團結(jié)構(gòu)是顯著的,S>0.7說明聚類成員的相似度高,聚類結(jié)果是令人信服的。圖4的Q值為0.8243,S值為0.945,說明社團結(jié)構(gòu)顯著、聚類結(jié)果有效。
圖4共包含13個類,按類的大?。ò?jié)點數(shù)的多少)用0—12的數(shù)字進行編號,采用LLR方法自動抽取最有代表性的關(guān)鍵詞作為類名放在編號后。13個類的詳情如表8所示:
表8中,“大小”表示類中所有關(guān)鍵詞數(shù)量,“平均年份”顯示了關(guān)鍵詞所屬論文的平均發(fā)表時間;“典型聚類成員”是5個最典型關(guān)鍵詞,彌補了單一詞語無法代表整個聚類的缺陷。13個類代表了13個核心主題。辭書學主要圍繞這13個主題進行研究。辭書學13個主題之間的邊界較為清晰,僅有0#詞典和#10大詞典,#7異形詞和#8語料庫之間存在重疊部分。從聚類結(jié)果看,辭書學研究包含多個明確主題,呈多元化發(fā)展,其中詞典類和大詞典類研究、異形詞類和語料庫類在發(fā)展中相輔相成。
(四) 基于時間線圖譜的研究熱點演進路徑分析
關(guān)鍵詞時間線圖譜有助于從時間維度上研究每個聚類內(nèi)關(guān)鍵詞隨時間的演變關(guān)系,從而了解不同主題變化。本文使用CiteSpace在關(guān)鍵詞聚類基礎(chǔ)上繪制關(guān)鍵詞時間線圖譜,結(jié)果如圖5所示:
時間線中關(guān)鍵詞總頻次用圓圈表示,圓圈越大總頻次越高,關(guān)鍵詞位于圓圈正下方,連線表示兩個關(guān)鍵詞之間存在共現(xiàn)。圖5顯示,從研究開始時間看,辭書學領(lǐng)域所有主題研究開始時間均較早,13個主題中有11個主題從2003年就開始研究,#7異形詞和#12義項的開始時間略遲,但從2004年、2006年也分別展開研究。從研究趨勢看,
#2不足、#5疑難字、#10大詞典、#12義項的研究開始趨冷,其余主題長期受到關(guān)注。其中,#2不足(和辭書評論有關(guān))的關(guān)注度下降的最早,而#0詞典、#4學習詞典始終受到較多關(guān)注,數(shù)量穩(wěn)定增加。其余主題近1—3年關(guān)注度下降,主要是因為這些文獻發(fā)表時間不久,引用率較低。此外,圖5顯示辭書學研究的另一個特點是,所有主題的最高頻關(guān)鍵詞均出現(xiàn)在2007年(包含)之前,此后和歷年高頻關(guān)鍵詞保持共現(xiàn)。
(五) 基于關(guān)鍵詞突現(xiàn)性探測的研究前沿分析
某個領(lǐng)域研究熱點的變化趨勢可以通過觀察關(guān)鍵詞詞頻是否存在突變來輔助觀察,詞頻陡降反映相關(guān)議題研究衰弱,詞頻突現(xiàn)反映相關(guān)議題興起,進入研究前沿,突現(xiàn)強度越大,越能代表該段時間內(nèi)的研究動態(tài)及其發(fā)展趨勢。(謝梅,陳文俊 2021)本文以3843篇論文為基礎(chǔ)數(shù)據(jù),使用CiteSpace默認參數(shù)對所有關(guān)鍵詞進行關(guān)鍵詞突現(xiàn)性檢測,得到15個突現(xiàn)關(guān)鍵詞,結(jié)果如圖6所示:
圖6節(jié)點顏色深淺代表關(guān)鍵詞詞頻大小,淺色表示尚未開展相關(guān)研究、[6]深色表示開始相關(guān)研究,更粗的節(jié)點表示研究較多,處于研究前沿,節(jié)點顏色/粗細變化表示頻次的突變。
圖6顯示,突現(xiàn)強度最大的是“規(guī)范”,突現(xiàn)強度為5.09。突現(xiàn)持續(xù)時間最長的是“語言接觸”,持續(xù)了5年,其次是“《英漢大詞典》”和“融媒體”,持續(xù)了4年。目前處在辭書學研究前沿的是“語言接觸”和“融媒體”,但從首現(xiàn)年和突現(xiàn)起始年看,二者又有所區(qū)別?!罢Z言接觸”從2014年就開始被關(guān)注,直到2018年開始突現(xiàn),而“融媒體”在2019年之前辭書學界沒有關(guān)注,從2019年被關(guān)注開始就立即成了研究前沿。
2019年1月25日,中共中央政治局在人民日報社就全媒體時代和媒體融合發(fā)展舉行第十二次集體學習,習近平總書記發(fā)表重要講話。中國辭書學會積極響應(yīng)本次講話號召,在2019年3月召開了中國辭書學會融媒體辭書專題研討會,學習融媒體理論,研究融媒體與辭書事業(yè)的發(fā)展。(李宇明 2019)自此拉開辭書學界“融媒體”相關(guān)的研究,與圖6相符。
整體而言,辭書學領(lǐng)域不同時期的研究前沿持續(xù)時間均比較短,15個關(guān)鍵詞代表的研究前沿中有12個持續(xù)時間低于4年。“語言接觸”“融媒體”是當下辭書學研究前沿,并且已經(jīng)持續(xù)了四五年的時間,值得繼續(xù)關(guān)注。
五、 結(jié)語
本文采用傳統(tǒng)統(tǒng)計與科學計量學可視化分析相結(jié)合的方法,對2003—2022年辭書學領(lǐng)域的重要論文進行統(tǒng)計分析和可視化分析。與其他使用CNKI進行文獻計量的研究相比,本文有以下4個特點:(1) 獲取了文獻被引數(shù),在確定核心作者時引入文獻質(zhì)量度量標準,在可視化分析時采用g指數(shù)方法篩選重要文獻;(2) 獲取了核心作者的年齡及職稱,對核心作者年齡分布和職稱分布進行了分析;(3) 對作者機構(gòu)進行處理,將機構(gòu)名稱統(tǒng)一到一級單位,更便于分析;(4) 獲取了論文參考文獻,支持學科基礎(chǔ)研究。
近二十年辭書學研究表現(xiàn)出以下特征:
(1) 2008年以后辭書學研究發(fā)文量呈下降趨勢,發(fā)文期刊較為集中。核心作者群體較大,但年長學者多、正高級職稱多,青年學者人才儲備不足。學者間合作較少,除魯東大學外,其他作者要么是小規(guī)模合作,要么是獨立發(fā)文??蒲袡C構(gòu)和高校是辭書學研究的主要機構(gòu),高校內(nèi)部合作較多,科研機構(gòu)內(nèi)合作較少。
(2) 辭書學研究已經(jīng)分化出多個明確研究主題,呈多元化發(fā)展,僅少量主題間存在交叉,具體辭書、某類辭書、辭書編修、工具和技術(shù)、特殊詞語類型是最受關(guān)注的研究熱點,但近年來缺乏作為關(guān)鍵樞紐的新研究點。各主題研究熱點開始時間較早,持續(xù)時間久,2007年以后沒有出現(xiàn)新的高頻研究熱點。結(jié)合年度發(fā)文趨勢分析,這也是造成2008年以后發(fā)文量下降的一個重要因素。辭書學研究前沿的選題持續(xù)時間通常較短,語言接觸和融媒體是當下辭書學研究的前沿,已經(jīng)持續(xù)較長時間。
因此,希望我們能重視辭書人才培養(yǎng),尤其是青年人才的培養(yǎng),促進辭書學研究隊伍結(jié)構(gòu)趨于合理。不同研究機構(gòu)和學者間也應(yīng)加強合作交流,以展開更大、更深層次的研究。辭書學歷史悠久,有很多傳統(tǒng)的研究主題,而在人工智能日益普及的今天,辭書編纂手段和呈現(xiàn)方式都展現(xiàn)出新的面貌,這也將拓寬辭書研究的新領(lǐng)域。
附 注
[1] 原文為“辭書是國家文化建設(shè)的重要工具,是民族化積累的重要成果”,其中“民族化”應(yīng)為“民族文化”。
[2] 2003—2021年發(fā)表的論文參考文獻檢索時間均為2022年11月11日,2022年發(fā)表的論文參考文獻及所有論文被引量檢索時間為2023年2月6日。
[3] 這里在同一機構(gòu)合作指合作者當前或曾經(jīng)在同一機構(gòu)工作、學習。
[4] 剪枝指剔除網(wǎng)絡(luò)中一些次要連接,以便突出核心結(jié)構(gòu)。
[5] 除中介中心性外,還有度數(shù)中心性(degree centrality)、接近中心性(closeness centrality)等。不同中心性計算法反映的作者合作略有區(qū)別。比如度數(shù)中心性越高,與其他作者直接合作越多;接近中心性越小,越不容易受他人控制。
[6] 淺色節(jié)點僅說明在提取的文獻中尚未作為關(guān)鍵詞出現(xiàn)過,本文分析時將其視為缺乏相關(guān)研究,但對于全部文獻而言,該關(guān)鍵詞可能在其他文獻中出現(xiàn)過,特此說明。
參考文獻
1. 陳悅,陳超美,劉則淵,等.CiteSpace知識圖譜的方法論功能.科學學研究,2015,33(2).
2. 方寶花,何華連.我國2001年辭書學研究述略.辭書研究,2002(6).
3. 方寶花,何華連.我國2002年辭書學研究述略.辭書研究,2004(1).
4. 方寶花,何華連.我國2003年辭書學研究述略.辭書研究,2005(1).
5. 方寶花,何華連.我國2004年辭書學研究述略.辭書研究,2006(1).
6. 方寶花,何華連.我國2005年辭書學研究述略.辭書研究,2007(6).
7. 方寶花,何華連.我國2006年辭書學研究述略.辭書研究,2008(6).
8. 方寶花,何華連.中國2007年辭書學研究述略.辭書研究,2009(3).
9. 郭銳.語文詞典的詞性標注問題.中國語文,1999(2).
10. 江藍生.《現(xiàn)代漢語詞典》第6版概述.辭書研究,2013(2).
11. 李杰,陳超美. CiteSpace科技文本挖掘及可視化(第三版).北京:首都經(jīng)濟貿(mào)易大學出版社,2022.
12. 李景成.現(xiàn)代辭書發(fā)展趨勢略述.辭書研究,1990(3).
13. 李宇明.促進“融媒辭書”發(fā)展,加強辭書生活研究.中國辭書學會微信公眾號,2019-03-22.
14. 劉杲.辭書編纂出版的幾個問題.出版工作,1989(3):57-66.
15. 盧潤祥.辭書研究的現(xiàn)狀與展望.語文研究,1992(2):1-5.
16. 陸爾奎.辭源說略.東方雜志,1915(4):13-16.
17. 蘇寶榮.關(guān)于異形詞整理和規(guī)范的理論思考.辭書研究,2002(4).
18. 譚景春.詞的意義、結(jié)構(gòu)的意義與詞典釋義.中國語文,2000(1).
19. 王東林,耿敬杰. 1998—2015:中國廣告學研究熱點、趨勢及網(wǎng)絡(luò).科研管理,2019,40(8).
20. 魏向清.國家辭書編纂出版規(guī)劃的戰(zhàn)略定位.辭書研究,2015(1).
21. 魏向清,耿云冬,王東波.中國外語類辭書編纂與出版30年(1978~2008)發(fā)展概述.中國出版,2010(9):34-38.
22. 魏向清,趙連振,孫文龍.《辭書研究》40年的民族化與國際化探索之路——回顧與展望(1979—2019).辭書研究,2020(1).
23. 吳云芳,俞士汶.信息處理用詞語義項區(qū)分的原則和方法.語言文字應(yīng)用,2006(2).
24. 謝梅,陳文俊.中國慕課研究的知識圖譜:熱點、現(xiàn)狀與趨勢分析——基于CiteSpace的分析.西南民族大學學報,2021,42(1).
25. 熊回香,李建玲.基于CSSCI的近十年我國檔案學研究知識圖譜分析.檔案學研究,2020(3).
26. 徐玲玲,杜利民,陶立方,等.中國編輯出版學的研究熱點與可視化分析.科技與出版,2021(2).
27. 徐樞,譚景春.關(guān)于《現(xiàn)代漢語詞典(第5版)》詞類標注的說明.中國語文,2006(1).
28. 岳永婕,溫婧,歐陽婕,等.新聞傳播學科研人員合作的社會網(wǎng)絡(luò)分析.新聞與傳播研究,2022,29(3).
29. 張博.同義詞、近義詞、易混淆詞:從漢語到中介語的視角轉(zhuǎn)移.世界漢語教學,2007(3).
30. 鄭定歐.對外漢語學習詞典學芻議.世界漢語教學,2004(4).
31. 鐘文娟.基于普賴斯定律與綜合指數(shù)法的核心作者測評——以《圖書館建設(shè)》為例.科技管理研究,2012,32(2):57-60.
32. 周薦.新詞語研究和新詞語詞典編纂六十年.辭書研究,2015(2).
33. 周薦,楊世鐵.漢語辭書研究三十年回顧.辭書研究,2009(5):1-6.
34. 朱德熙.自指和轉(zhuǎn)指——漢語名詞化標記“的、者、所、之”的語法功能和語義功能.方言,1983(1).
(中國社會科學院大學文學院/中國社會科學院辭書編纂研究中心 北京 100732)
(責任編輯 劉 博)