基于CiteSpace的國內英語韻律研究可視化分析（2000-2022）

王 慧 曲長亮

大連外國語大學 大 連 116044 中 國

一、引言

韻律是口頭話語中連續(xù)音節(jié)通過音高、音長和音響等聲學特征體現(xiàn)的語調、重音等超音段語音特征的總稱（Cruttenden，1997：16）。在十九世紀中后期，韻律就已得到語音學家的關注。Sweet（1877：91）指出，聲音組中的音節(jié)由不同程度的力量所發(fā)出，這種相對力量就是重音；重音最重要的特征是節(jié)奏性，也就是強弱重音交替的這種趨勢。而在語調方面，他提到語調的三種基本類型，即平調、升調和降調，可傳達不同的情感，如升調可表示疑問，降調可表示命令（Sweet，1902：69）。雖然在上述研究中Sweet未正式給出韻律的定義，但其中已有大量對語調、重音、音高等韻律特征的介紹，由此可見韻律對語音分析的重要性。在后續(xù)的語音和音系研究中，韻律也受到了諸多關注，取得豐碩成果?；诖?，國內學者對于韻律的研究也不斷深入，但少有文章對相關成果進行梳理和總結。因此，本文利用可視化軟件CiteSpace，以中國知網(wǎng)為數(shù)據(jù)來源，收集英語韻律相關文獻，對國內英語韻律研究的基本現(xiàn)狀、研究熱點和發(fā)展趨勢進行分析，以期為今后相關領域研究提供參考。

二、研究方法

1. 研究工具

CiteSpace軟件是一款用于計量和分析科學文獻數(shù)據(jù)的信息可視化軟件，能夠將一個知識領域來龍去脈的演進歷程集中展現(xiàn)在一幅引文網(wǎng)絡圖譜上，并且能根據(jù)關鍵字自動標識出研究前沿來（陳悅等，2015：242）。本文利用CiteSpace 6.2.R4軟件制作了作者共現(xiàn)圖譜、機構共現(xiàn)圖譜、關鍵詞共現(xiàn)圖譜、關鍵詞突現(xiàn)表和關鍵詞聚類圖譜。此外，還利用Excel制作了年發(fā)文量折線圖。

2. 數(shù)據(jù)提取和處理

本文以“中國知網(wǎng)”為數(shù)據(jù)來源，以“英語韻律”“英語重音”“英語語調”“英語節(jié)奏”為主題詞進行檢索，來源類別選擇“CSSCI”，檢索的時間跨度為2000-2022年。為確保文章的相關性，經(jīng)人工篩選，剔除了與主題詞無關的文獻，最終共獲得文獻107篇，隨后以Refworks格式導出，用CiteSpace 6.2.R4進行可視化分析。

三、研究動態(tài)分析

1. 發(fā)文量分析

根據(jù)所收集的文獻整理得到2000-2022年間的年發(fā)文量折線圖（見圖1）。觀察圖片可知，國內韻律研究在2000年至2003年尚處于起步階段，相關論文較少，但自2004年起，發(fā)文量逐年增加，總體呈增長趨勢。2008-2010年處于發(fā)文量高峰階段，發(fā)文數(shù)量是近二十年里之最。2011-2019年，發(fā)文量有所下降，但總體來看處于平穩(wěn)狀態(tài)。2020-2022年間發(fā)文量則處于大幅波動狀態(tài)，2020年無相關文章發(fā)表，2022年僅有2篇文章發(fā)表。

2. 核心作者和高產(chǎn)機構

在CiteSpace中將節(jié)點類型設置為“作者”，詞頻顯示閾值設為2，其余設置為默認項，最終得到作者共現(xiàn)圖譜（見圖2），共125個節(jié)點，83條連線，圖譜中作者名字的字體大小和發(fā)文數(shù)量呈正相關。根據(jù)普賴斯公式計算（邱均平，1988：190），本文將發(fā)文量在3篇及以上的作者定為核心作者。

圖2 作者共現(xiàn)圖譜

根據(jù)CitesSpace發(fā)文量統(tǒng)計結果得到，核心作者共8位。發(fā)文量最高的作者為陳樺，發(fā)文量為12篇，首次發(fā)文年份為2006年。發(fā)文量并列第二的作者為許希明、楊軍、蔣紅柳和陳曉湘，發(fā)文量為4篇，首次發(fā)文年份分別為2011年、2006年和2009年。發(fā)文量并列第三的學者有畢冉、穆鳳英和孫欣平，首次發(fā)文年份均為2008年。此外，結合作者共現(xiàn)圖譜可發(fā)現(xiàn)，核心作者之間一定程度上已形成了合作網(wǎng)絡，例如陳樺、畢冉和孫欣平，以及穆鳳英、夏志華和高薇。其他學者之間也有聯(lián)系，形成了小規(guī)模的合作網(wǎng)絡，但發(fā)文數(shù)量較低，本文在此暫不具體展示。

機構的知識圖譜可以幫助讀者了解在某一研究領域中哪些機構有較大的學術貢獻和影響力（陳悅等人，2015：248）。在CiteSpace中將節(jié)點類型設置為“機構”，詞頻閾值設為2，其余設置為默認項，最終得到如圖3的機構共現(xiàn)圖譜，圖上共110個節(jié)點，38條連線，機構字體大小與發(fā)文量成正相關。

圖3 機構共現(xiàn)圖譜

根據(jù)圖3可知，發(fā)文量排在前列的有南通大學、南京大學、中國社會科學院、湖南大學和江蘇師范大學等。各個機構之間的聯(lián)系并不是特別密切，主要聯(lián)系存在于發(fā)文排名前幾的高校，如南通大學和南京大學之間。其他高校之間雖然也有合作，但發(fā)文量較少。總體來看，國內高校在韻律研究領域尚未形成較大的合作網(wǎng)絡。

四、研究熱點分析

CiteSpace可通過詞頻統(tǒng)計、關鍵詞突現(xiàn)和關鍵詞聚類的方法對某一領域的研究熱點進行探索。關鍵詞是對文章的高度概括和提煉，通過統(tǒng)計文獻中關鍵詞的頻次分布，可獲取某領域的研究熱點和動向。關鍵詞突現(xiàn)是指某一段時間里某個關鍵詞的頻次明顯增加，該項算法可了解某一領域研究動向的轉變。關鍵詞聚類則是按照相關算法將文獻的關鍵詞進行聚類，能夠反映某領域形成的研究類團。

1. 關鍵詞共現(xiàn)圖譜分析

在CiteSpace中，節(jié)點類型選擇“關鍵詞”，時間切片設置為1年，時間區(qū)間設置為2000年1月至2022年12月，詞頻閾值設置為4，最終得到圖4的關鍵詞共現(xiàn)圖譜，圖上共235個節(jié)點，202條連線，關鍵詞節(jié)點大小和關鍵詞頻次成正相關。此外還根據(jù)CiteSpace的統(tǒng)計結果得到關鍵詞詞頻數(shù)。

圖4 關鍵詞共現(xiàn)圖譜

從上圖可知，頻次較高的關鍵詞有“英語語調”“韻律”“韻律特征”“語調”“音段”“重音”“錯誤分析”和“韻律焦點”等。其中語調相關的關鍵詞頻次占比最高，“英語語調”頻次為8次，“語調”為7次，與這兩個節(jié)點相連接的關鍵詞有“語篇功能”“信息傳遞”“認知接口”“功能研究”和“語音實驗”等，可見語調研究主要從語篇功能和信息傳遞角度展開，采用語音實驗的方式，分析音高等相關聲學參數(shù)。與韻律相關的關鍵詞頻次占比位居第二，“韻律特征”頻次為6次，“韻律”為4次，這兩個節(jié)點主要與“口語語篇”“英語口語”“程式語”“自我修復”“音高”和“音長”等關鍵詞連接。關鍵詞頻次并列第三的有“節(jié)奏”“中介語”“二語習得”“重音”和“朗讀”，均為4次。

2. 關鍵詞突現(xiàn)分析

本文利用CiteSpace的Burstness功能對關鍵詞的突發(fā)性進行檢測，最終選取了15個突發(fā)性關鍵詞進行展示(見圖5)。

圖5 關鍵詞突現(xiàn)

從圖5可知，在2000-2010年間，語調和節(jié)奏是主要的研究對象，且研究熱度持續(xù)非常之久。在此期間，還有停頓、重音、信息傳遞、邊界調的相關研究數(shù)量激增，但是持續(xù)時間相對較短。在2010-2015年間，突現(xiàn)的關鍵詞有中介語、韻律特征、英語語音、韻律習得和英語口語。這一階段的研究不再關注單個的韻律特征，如語調、重音等，而是從韻律這個大范圍關注學習者的習得情況。2015-2022年間，研究熱度較高且持續(xù)時間較長的是韻律遷移、產(chǎn)出、二語水平和音段相關研究。該階段主要研究的是影響中國英語學習者韻律產(chǎn)出的因素，較多關注母語背景對韻律產(chǎn)出的遷移作用，以及不同二語水平對韻律產(chǎn)出和感知的影響。這幾個關鍵詞的熱度持續(xù)至2022年，在未來幾年很有可能繼續(xù)成為研究的熱點。

3. 關鍵詞聚類分析

CiteSpace依據(jù)網(wǎng)絡結構和聚類的清晰度，提供了模塊值（Q值）和平均輪廓值（S值），其可作為評判圖譜繪制效果的依據(jù)。一般Q值大于0.3就意味著劃分出來的社團結構是顯著的，當S值在0.5以上，聚類一般認為是合理的（陳悅等人，2015：249）。本研究在CiteSpace中采用對數(shù)似然比（LLR）算法，得到圖6，S=0.9907，Q=0.8733，其中共包含12個聚類，因篇幅有限，本文在此只詳細介紹前6個聚類。

圖6 關鍵詞聚類

#0聚類為圖譜中最大的聚類，其標簽為“英語語調”，該聚類包含30個關鍵詞，其中高頻關鍵詞有“中介語”“錯誤分析”“調核”和“性別差異”。目前語調研究主要利用聲學分析軟件，可視化音高運動，用以分析說話人的語調特征，如卜友紅（2016：569）分析了中國英語學習者在調群切分、調核位置和調型運用三方面的情況，發(fā)現(xiàn)學習者在這些方面存在功能性錯誤。性別差異對語調產(chǎn)出的影響也是一個研究熱點，林秋茗（2011：195）以中國英語專業(yè)本科生為研究對象，發(fā)現(xiàn)女性僅在重讀上略占優(yōu)勢，其他特征上男女性之間無顯著差異，但與英語母語者相比，無論男女都存在多方面的差異。

#1聚類標簽為“重音”，該聚類下包括26個關鍵詞，其中高頻關鍵詞有“節(jié)奏”“語調”“信息傳遞”等。郭興榮和陳曉湘（2017：188）對不同方言背景的英語學習者詞重音產(chǎn)出進行分析，發(fā)現(xiàn)兩組學生在音高、時長、音強和元音弱化方面與母語者有顯著差異。而在重音感知方面，蔡晨（2021：100）發(fā)現(xiàn)可通過采用混合式教學幫助學生提升重音感知準確性

#2聚類標簽為“語速”，該聚類下包括22個關鍵詞，其中高頻關鍵詞有“韻律特征”“韻律”“音高”等。李愛軍（2010：28）收集了快中慢三種語速的句子錄音，分析語速對英語句子韻律特征的影響。而在其他研究當中，語速則被當作一項韻律特征進行分析，如夏志華（2013：398）從話題結構的角度出發(fā)，分析了中國英語學習者即興演講在音高、音長和語速這三方面的特征，以此考察學習者口語韻律與話題結構的匹配度。

#3聚類標簽為“音段”，包括19個關鍵詞，其中高頻關鍵詞有“縱深研究”“合成語音”“變化趨勢”和“超音段”。該聚類多數(shù)研究采用語音合成技術，何家勇等人(2019：71)研究了音段和韻律對語音可理解度的影響，發(fā)現(xiàn)相較于超音段特征，音段錯誤更會阻礙中國英語學習者的語音可理解度。白佳芳（2022：23）考察了音段和韻律對英漢口譯的影響，發(fā)現(xiàn)音段和超音段的離變會增加英語口譯的難度，且音段離變帶來的影響更大。

#4聚類標簽為“輕音節(jié)”，其中包括10個關鍵詞，高頻關鍵詞有“重音節(jié)”“英語重音”“重音指派”等。許希明和沈家煊（2016：643）從厘清“stress”和“accent”之間的關系為出發(fā)點，對比了漢英重音的音系差異。許希明（2021：643）分析了音節(jié)重量與英語重音之間的影響，發(fā)現(xiàn)二者在音系和語音層面相互依存，互相影響。

#5聚類標簽為“突顯性”，其中包含9個關鍵詞，高頻關鍵詞有包括“韻律焦點”“時長”等。焦點的韻律實現(xiàn)主要通過焦點詞的韻律突顯來達成，體現(xiàn)在音高、音強和音長等方面的變化。高薇等人（2015：861）發(fā)現(xiàn)中國英語學習者的焦點韻律實現(xiàn)方式與母語者有明顯差距，但可通過針對性訓練提升。劉希瑞等人（2021：887）對比了中國英語學習者和英語母語者的韻律焦點產(chǎn)出和感知，發(fā)現(xiàn)學習者在焦點的音高運動方面與母語者相差較大，而焦點感知的正確度則依焦點的類型不同而不同。

五、結語

本文利用CiteSpace軟件，以中國知網(wǎng)為數(shù)據(jù)庫，對2000-2022年間國內英語韻律研究進行了可視化分析。首先從發(fā)文量上看，2000-2003年，韻律研究尚處于起步階段，而在2008-2010年處于發(fā)文量高峰期，此后發(fā)文量呈波動式下降狀態(tài)。其次，從發(fā)文作者來看，雖然有較多學者對韻律研究加以關注，但核心作者數(shù)量較低，且作者之間的聯(lián)系并不密切，沒有形成大規(guī)模的合作網(wǎng)絡。在研究機構方面，雖有較多高校對韻律開展研究，但僅在發(fā)文量較高的高校間存在較大規(guī)模合作網(wǎng)絡，其他高校偏向獨立研究。研究熱點主要集中在中國英語學習者的語調和重音產(chǎn)出特征上。語調研究方面發(fā)現(xiàn)，中國英語學習者在調群切分、調核位置確定等方面存在問題，性別差異對語調產(chǎn)出影響較小。而重音研究發(fā)現(xiàn)中國英語學習者產(chǎn)出詞重音時，變化最顯著的特征為音高，這與Sweet（1902：71）提到的重音與音高之間的聯(lián)系特別密切的觀點相吻合。通過關鍵詞突現(xiàn)分析發(fā)現(xiàn)，近幾年韻律習得影響因素研究激增，未來可能會進一步發(fā)展成為新的研究趨勢。

本研究存在以下不足：（1）僅收集了發(fā)表在CSSCI期刊上的文章，未收集國內其他類型期刊的文章，具有一定局限性；（2）在檢索詞方面，僅選用了四個檢索詞，檢索不夠徹底。后續(xù)研究可在這些地方改進，以更全面、準確地反映國內英語韻律研究的現(xiàn)狀和熱點。