（ 湘潭大學(xué) 外國語學(xué)院，湖南 湘潭 411105 ）

一、引言

關(guān)系從句是名詞性成分的小句定語，由一個中心名詞和一個限制成分組成。因其結(jié)構(gòu)復(fù)雜、類型獨特，一直是語言學(xué)界語法研究的熱點。國外關(guān)系從句的研究主要沿著：①語言類型學(xué)[1][2][3][4][5][6]等；②生成語法[7][8]等；③認(rèn)知語言學(xué)等[9][10]；④語言變異[11][12]等幾種思路展開，取得了出色的成果，但也存在諸多爭議。因此對有關(guān)關(guān)系從句的國外研究動態(tài)做一次精要回顧很有必要。目前學(xué)界尚未見到這方面的研究，因此筆者打算做一番嘗試，彌補這方面的研究缺憾。本文力圖弄清三個問題：1）近十五年來，國外“關(guān)系從句”研究的歷時進程和整體研究現(xiàn)狀是怎樣的？2）國外關(guān)系從句的研究熱點包括哪些？3）國外關(guān)系從句研究的前沿領(lǐng)域又在何處？與傳統(tǒng)的基于少數(shù)經(jīng)典文獻梳理與解析的綜述路徑相比，文獻計量學(xué)的研究方法具有數(shù)據(jù)全面、方法可重復(fù)的優(yōu)點[13]，能夠客觀真實地反映某一研究領(lǐng)域的現(xiàn)狀，便于“克服研究者對其研究領(lǐng)域進展做出主觀性評價的缺陷”[14]，有助于科研人員在相關(guān)領(lǐng)域內(nèi)開展定量和定性相結(jié)合的研究[15]。本文擬用文獻計量學(xué)中經(jīng)典的CiteSpace信息可視化技術(shù)，對21世紀(jì)以來國外關(guān)于關(guān)系從句研究的文獻進行科學(xué)知識圖譜分析，厘清現(xiàn)狀，探賾熱點，察明發(fā)展動向，以期對未來的關(guān)系從句研究提供借鑒和啟示。

（一）研究工具和思路

本文運用美國 Drexel 大學(xué)陳超美教授開發(fā)的CiteSpaceIII（版本號：4. 5. R1. 8. 17. 2016）引文可視化分析軟件進行研究。CiteSpace 主要著眼于分析文獻數(shù)據(jù)中蘊藏的潛在知識，通過可視化手段來呈現(xiàn)科學(xué)知識的結(jié)構(gòu)、規(guī)律和分布情況。對于某一學(xué)科發(fā)展歷程和熱點主題的分析以及對研究前沿的預(yù)測，CiteSpace已經(jīng)表現(xiàn)出強大的優(yōu)越性與精確性，其生成的“可視化圖形被稱為科學(xué)知識圖譜”[16]。為求解上述三個問題，我們先利用CiteSpace 軟件生成文獻年度分布圖，并從宏觀、中觀、微觀三個維度對數(shù)據(jù)進行國家（地區(qū)）、機構(gòu)和作者的合作網(wǎng)絡(luò)分析，以廓清整體研究現(xiàn)狀；接下來，通過關(guān)鍵詞共現(xiàn)聚類分析來錨定該研究領(lǐng)域的熱點；最后對文獻進行共被引分析，從而鎖定關(guān)系從句研究的前沿領(lǐng)域。

（二）數(shù)據(jù)獲取與處理

研究的文獻數(shù)據(jù)均是來源于Web of Science TM核心合集。主題詞確定為“relative clause”或“relative construction”，文獻類型選為“article”，語種選為“English”，時間跨度設(shè)定為 2000-2017（文獻下載時間為2017年12月28日），檢索后得到1332篇論文。經(jīng)過人工篩查，濾除內(nèi)容和關(guān)系從句研究不相關(guān)的文獻，最終得到 881篇研究論文。選中這些文獻后，再導(dǎo)出功能區(qū)選擇Save to Other File Formats，在 Record Content 中選擇 Full Record and Cited References，在File Format 中選擇Plain Text,保存格式為download_relative clause。然后啟動CitespaceIII軟件對所保存的英文期刊論文數(shù)據(jù)進行除重處理，生成按時間進行分割的小文本數(shù)據(jù)，這樣既便于運行軟件生成其他圖譜，也有助于我們了解文獻數(shù)據(jù)的年度分布情況。

圖1 國內(nèi)外關(guān)系從句研究的論文分布圖

二、研究現(xiàn)狀

一定時間節(jié)點內(nèi)科學(xué)文獻的數(shù)量變化能夠側(cè)顯某一研究領(lǐng)域中知識量的累積狀況，從“量”的維度為我們把握這一領(lǐng)域的發(fā)展?fàn)顩r提供重要參數(shù)。圖1是近18年國內(nèi)、國外關(guān)系從句研究的年發(fā)文量分布圖。觀察圖1可以發(fā)現(xiàn)，關(guān)系從句研究近15年來國外發(fā)文量較多的年度區(qū)間為自2012至2017年；年均發(fā)文量近73篇；發(fā)文量最多的為2016和2017年，各有97篇。結(jié)合國內(nèi)和國外發(fā)文量兩條折線總體來看，國內(nèi)外年發(fā)文量在起伏中基本都保持著增長的趨勢，這表明，學(xué)者們對關(guān)系從句研究越來越感興趣和重視。同時，圖 1顯示，國內(nèi)外“關(guān)系從句”研究的增長勢頭存在較大差異。國外的增長勢頭明顯強于國內(nèi)。因此，國內(nèi)“關(guān)系從句”這一選題的相關(guān)研究還亟待拓展和深化。

發(fā)表相關(guān)研究成果的國家（地區(qū)）、機構(gòu)、作者分布狀況如何呢？我們把數(shù)據(jù)導(dǎo)入 CiteSpace軟件，將“Time Slicing”設(shè)置為“2000—2017”，時間分區(qū)設(shè)為“1”年，術(shù)語來源選擇“Title”、“Abstract”、“Author Keywords”和“Keywords Plus”。在節(jié)點類型中選中“Author”、“Institution”、“Country”，每個時間切片內(nèi)的對象數(shù)量 N 值設(shè)定為 50，采用最小生成樹算法（MST）并運行軟件，自動生成國家（地區(qū)）——機構(gòu)——作者合作網(wǎng)絡(luò)知識圖譜，手動調(diào)整后顯示如下：

圖2 國外關(guān)系從句研究文獻的國家或地區(qū)、機構(gòu)、作者合作網(wǎng)絡(luò)圖譜

圖2中節(jié)點的大小代表了國家（地區(qū)）、機構(gòu)或作者發(fā)表論文的數(shù)量，節(jié)點越大說明發(fā)文量越大。通過對數(shù)據(jù)的讀取，我們發(fā)現(xiàn)國外關(guān)于關(guān)系從句研究的文獻主要來自18個國家和地區(qū)。發(fā)文量占前8名的國家分別是美國（286篇）、德國（78篇）、英國（77篇）、中國（43篇）、荷蘭（39篇）、加拿大（36篇）、日本（26篇）、意大利（25篇）、法國（24篇）；發(fā)文機構(gòu)主要包括235個，前6名是以色列的特拉維夫大學(xué)（26篇）、英國的曼切斯特城市大學(xué)（20篇）、美國的麻省理工學(xué)院（18篇）、德國的波茨坦大學(xué)（15篇）、英國的愛丁堡大學(xué)（14篇）、意大利的比可卡大學(xué)（14篇）。中國大陸和港、澳、臺地區(qū)的學(xué)者發(fā)文量總計排名第四，這表明中國學(xué)者在關(guān)系從句研究領(lǐng)域貢獻逐漸增大。但是與相同年份區(qū)間 CNKI上核心文獻的載文量相比，發(fā)現(xiàn)比例（43:331，見圖1）過于懸殊，這說明國內(nèi)學(xué)者關(guān)系從句研究成果向國外推介力度有待加強。

圖 2中節(jié)點間的連線說明研究機構(gòu)之間存在科學(xué)合作關(guān)系，連線的數(shù)量表明合作關(guān)系的強度?？茖W(xué)合作關(guān)系是指“一篇論文中同時出現(xiàn)不同的作者、機構(gòu)或者國家/地區(qū)”[16]。上圖中美國、德國、英國、中國、荷蘭、加拿大、日本、意大利、法國等國家以及相關(guān)研究機構(gòu)和學(xué)者間都存在連線，這說明關(guān)系從句研究的國外合作在一定程度上已經(jīng)開展并逐漸加強。中國上海外國語大學(xué)的吳芙蕓和美國南加州大學(xué)的Elsi Kaiser以及Elaine Andersen于2012年合作發(fā)表的文章[17]，就是這種合作關(guān)系的最佳例證。

概言之，上文中的合作網(wǎng)絡(luò)圖譜有利于我們洞察該研究領(lǐng)域內(nèi)作者、機構(gòu)、國家或地區(qū)之間的學(xué)術(shù)合作關(guān)系，還對國內(nèi)從事關(guān)系從句研究的學(xué)者海外訪學(xué)，及時追蹤國外研究熱點以及國內(nèi)院校開展相關(guān)國外合作研究、學(xué)術(shù)資源引進和學(xué)術(shù)成果評估等有著一定的參考價值。

三、研究熱點

研究熱點就是在某個領(lǐng)域內(nèi)“學(xué)者們共同關(guān)注的一個或者多個話題”[16]，是這些學(xué)術(shù)共同體成員在一個具體時間區(qū)間內(nèi)，通過撰寫一定數(shù)量有著內(nèi)在關(guān)聯(lián)的論文來集中探討的科學(xué)問題。研究熱點可以通過高頻關(guān)鍵詞來鎖定。將數(shù)據(jù)輸入CiteSpaceIII，然后按照 2.1 小節(jié)中的步驟進行設(shè)定，區(qū)別在于節(jié)點類型處只選中“Keyword”，每個時間切片內(nèi)的對象數(shù)量N 值設(shè)定為50，采用尋徑算法（pathfinder），運行軟件生成關(guān)鍵詞共現(xiàn)圖譜。圖3中一共生成159個大小不一的關(guān)鍵詞節(jié)點，節(jié)點間的連線共有 715條。節(jié)點大小代表關(guān)鍵詞出現(xiàn)的頻次，節(jié)點間的連線表示關(guān)鍵詞的共現(xiàn)強度。

圖3 國外關(guān)系從句研究的關(guān)鍵詞共現(xiàn)圖譜

圖3是以“relative clause”這個最大節(jié)點為中心形成的高頻關(guān)鍵詞共現(xiàn)知識圖譜，排名前五位的關(guān)鍵詞為“sentence comprehension”，“acquisition”、“syntax”，“complexity”，“eye-movement”。這些關(guān)鍵詞是學(xué)者們對自己研究主題的高度概括和濃縮，能夠反映他們在這一領(lǐng)域關(guān)注的焦點所在。圖中有些節(jié)點由多個不同年輪組成，每個年輪代表一個時間分區(qū)，按照由內(nèi)到外的順序來對應(yīng)關(guān)鍵詞由遠及近的出現(xiàn)時間。同時有一部分節(jié)點被紫色光圈包圍，意指該關(guān)鍵詞在這個網(wǎng)絡(luò)圖譜中有著很高的中心度（centrality），在整個網(wǎng)絡(luò)圖譜中起到橋接其他節(jié)點的重要作用。比如，圖 3中排名前五位的關(guān)鍵詞節(jié)點“sentence comprehension”，“acquisition”，“syntax”，“complexity”，“eye-movement”都被紫色光圈包圍。它們之間在節(jié)點大小和年輪寬度、年輪顏色存在一定差異，其中節(jié)點最大、年輪最寬的是“relative clause”，但年輪顏色最趨近于暖色調(diào)紅色的卻不是“relative clause”，而是“sentence comprehension”，“ acquisition”，“ syntax”，“ complexity”，“eye-movement”。這說明，后五個關(guān)鍵詞具有很高的中心度，它們比“relative clause”發(fā)揮更多的橋接作用，它們才是關(guān)系從句這一研究領(lǐng)域的核心熱點。觀察圖3，通過節(jié)點的大小、帶有紫色光圈的節(jié)點和節(jié)點間連線的密集度，可以初步判定，研究熱點集中出現(xiàn)在2005-2011年間（這跟后面圖6的突變術(shù)語實現(xiàn)了相互印證）。圖3中的159個關(guān)鍵詞之間有著密切的內(nèi)部關(guān)聯(lián)，某些關(guān)鍵詞基于不同的親疏程度可形成不同的聚類，識別這些聚類就可以更加直觀地廓清關(guān)系從句研究的各個熱點子域。對關(guān)鍵詞進行聚類分析操作，生成關(guān)鍵詞共現(xiàn)聚類圖譜，見圖4。

圖4 國外關(guān)系從句研究關(guān)鍵詞共現(xiàn)聚類圖譜

圖 4中總共形成 7個聚類。網(wǎng)絡(luò)模塊值（Modularity Q）為 0.4334，平均輪廓值為 0.4201，說明視圖中聚類內(nèi)節(jié)點的主題均具有很強的關(guān)聯(lián)性，聚類結(jié)果具有較高信度和參考價值。圖中每個聚類都有自己的命名標(biāo)簽，這些標(biāo)簽主要是通過標(biāo)題提取聚類名稱并進行“tf*idf 加權(quán)算法”得到的。CiteSpace 生成的聚類規(guī)模越大，即聚類中包含的成員數(shù)量越多，則編號越小，所以圖 4中最大的聚類為#0，最小的聚類為#6。由于篇幅限制，本文只分析圖4的前四個聚類。

圖4中最大的聚類是聚類#0，命名標(biāo)簽為“topic”。其中高頻關(guān)鍵詞“discourse constraint”，“speaker”，“nominalization”，“word order”，“corpus”和“ambiguity resolution”等都存在于這個聚類當(dāng)中。該聚類說明，關(guān)系從句的研究熱點一開始在于傳統(tǒng)語言學(xué)視角下的研究，主要關(guān)注對象是“說者”，采用的工具是“語料庫”，聚焦的問題有“語篇制約”、“語義消歧”、“話題”、“名物化”和“語序”等方面。

聚類#1是圖 4中的第二大聚類，命名標(biāo)簽為“sentence processing”。 高頻關(guān)鍵詞 “l(fā)anguage working memory”，“individual different model”，“interfere short meme deficit”，“eye-tracking”和“sentence complexity” 等都出現(xiàn)在這個聚類中。該聚類的文獻主要以實驗為切入點，重點探討關(guān)系從句加工或理解過程中的人類處理和加工信息的模型和機制，兼顧探討并挖掘能影響句法加工難易程度的因素及其規(guī)律。

聚類#2是該共現(xiàn)網(wǎng)絡(luò)中的第三大聚類，命名標(biāo)簽為“parsing”。高頻關(guān)鍵詞“semantic ambiguity”，“semantic influence”，“animacy”，“garden path sentence”，“presentation”和 “event-related form”等出現(xiàn)在這個聚類中。這一熱點領(lǐng)域主要研究關(guān)系從句的句法、語義特征。關(guān)系從句類型獨特，某些語言中關(guān)系從句的句法、語義特點非常奇異，能為語法系統(tǒng)的建構(gòu)提供有價值的參考依據(jù)。因此，我們可以結(jié)合前人已取得的類型學(xué)研究成果，大力挖掘漢語關(guān)系從句這一獨特語法現(xiàn)象的類型特征，深入認(rèn)識隱藏于關(guān)系從句加工和理解過程之中的語言能力和認(rèn)知機制。

聚類#3是該共現(xiàn)網(wǎng)絡(luò)中的第四大聚類，命名標(biāo)簽為“acquisition”。 高頻關(guān)鍵詞“structure dependence”，“child language”，“syntax”，“agreement”，“relativization”，“prosody”，“wh-question”和“impair ellipsis”等都位于這個聚類。屬于該聚類的研究文獻主要探討的是關(guān)系從句的習(xí)得規(guī)律。比如在“兒童語言習(xí)得領(lǐng)域”、在“關(guān)系化”、“韻律結(jié)構(gòu)”和“降低省略”等加工或理解等處理方面，做有益的嘗試。

綜上所述，國外關(guān)系從句的研究熱點主要集中在“sentence processing”，“sentence comprehension”，“parsing”和“acquisition”等四個方面。

四、研究前沿

某一領(lǐng)域的研究前沿是指“正在興起的理論趨勢和新主題的涌現(xiàn)”[16]。在文獻共被引分析中，施引文獻集合構(gòu)成了與這些聚類相關(guān)的研究前沿[18]。CiteSpace 能夠用于對Web of Science 數(shù)據(jù)庫中的文獻進行共被引分析，幫助錨定某一學(xué)科的研究前沿。我們將數(shù)據(jù)輸CiteSpaceIII，然后按照2.2 小節(jié)中的步驟進行設(shè)定，區(qū)別在于節(jié)點類型處只選中“Cited Reference”，同時采用最小生成樹算法（MST），運行軟件生成文獻共被引聚類語言視圖，如下。

節(jié)點的中介中心性是圖中通過該節(jié)點的連線與整個圖中連線數(shù)的比例。通過該節(jié)點的連線越多，該節(jié)點的中介中心性越大。同時，節(jié)點-中介中心性也反映了節(jié)點對網(wǎng)絡(luò)中信息傳導(dǎo)的承載程度。節(jié)點——中介中心性越大的節(jié)點往往是不同焦點、不同領(lǐng)域之間信息溝通的“橋梁”，因此其地位非常重要。換句話說，在一個圖譜網(wǎng)絡(luò)中，如果一個節(jié)點擁有較高的節(jié)點——中介中心性，那么該節(jié)點可能位于整個圖譜網(wǎng)絡(luò)的中心，其橋梁作用最大。觀察上圖發(fā)現(xiàn)，文獻共被引聚類語言視圖中一共生成了 273個節(jié)點，節(jié)點之間的連線 307條。圖中被大圓圈圈中的節(jié)點均為具有高中介中心性的節(jié)點（節(jié)點的信息包括研究文獻的關(guān)鍵詞、標(biāo)題、摘要、發(fā)文單位、發(fā)文作者等信息）。節(jié)點——中介中心性最高的前 8篇文章的作者以及中介中心性分別是：Reali F. (0.5);Kidd. E. (0.43); Gennari. SP. (0.43); Macdonald. MC.(0.42); Warren. T. (0.32)； Hsiao. F. (0.27); Baayen. RH.(0.25) 和 Arnon. I. (0.23)[19][20][21][22][23][24][25]。

圖5 國外關(guān)系從句研究的文獻共被引聚類語言視圖

圖6 國外關(guān)系從句研究的突變術(shù)語知識圖譜

通過對文獻共被引知識圖譜分析發(fā)現(xiàn)，關(guān)系從句研究領(lǐng)域影響力最大的前3篇文獻是：1）Keenan& Comrie（1977）“Noun phrase accessibility and universal grammar”，考察了50種語言中的關(guān)系化過程，從功能的角度提出了著名的假設(shè)：“The Hierarchy,Sequence of noun phrase accessibility（名詞短語可及性等級序列）”；2）IA Sag(1997)“English relative clause constructions （英語關(guān)系從句的建構(gòu)）”，基于構(gòu)式類型和構(gòu)式制約條件，描寫了英語關(guān)系從句的語法特征，并構(gòu)建其內(nèi)部的構(gòu)式承繼等級網(wǎng)絡(luò)；3）WM Mak,W Vonk,H. Schriefers的論文 “The Influence of Animacy on Relative Clause Processing （關(guān)系從句加工受生命度的影響）”提出在荷蘭語和德語中，生命性是決定主、賓語關(guān)系從句分布和加工的重要決定因素。通過文獻共被引分析鎖定關(guān)系從句研究的前沿領(lǐng)域涵蓋：“指量詞”、“句法理論”、“詞匯附帶習(xí)得”、“生命性”、“語料庫”、“認(rèn)知加工機制”、“工作記憶”、“結(jié)構(gòu)啟動”、“淺層結(jié)構(gòu)假說”、“主、賓語關(guān)系從句和關(guān)系化”等十一個子域。

此外，CiteSpace 的“突發(fā)詞檢測”（detect bursts）算法也可用來觀察該檢索領(lǐng)域的研究前沿。觀察理路是：從文獻的題目、摘要等提取出突變術(shù)語，檢測某一學(xué)科領(lǐng)域研究興趣的突然增長，追蹤該學(xué)科領(lǐng)域的研究前沿（李紅滿2014: 25），參見圖6。觀察上圖，可發(fā)現(xiàn)左邊變量“Keywords”下面只有一個術(shù)語“關(guān)系代詞”，最強引用突變值達到了3.6583。也就是說，從突變術(shù)語這一觀察角度，我們發(fā)現(xiàn)關(guān)系從句在近十八年來歷時進程中共出現(xiàn)了 5個突變術(shù)語，它們分別是“aphasia”，“construction”，“agrammatism”，“ambiguity”和“event related potential”。突變術(shù)語意指這個術(shù)語在某一時間段落的引用激增。如圖5中右邊的深紅色線條為“aphasia”，突變發(fā)生顯著變化的年份區(qū)間，即“aphasia”曾在2005-2008年間成為一個驟然熱點。“construction”成為熱點的起始年份是 2006至 2009年。熱點“agrammatism”的“霸屏”區(qū)間為2006至2008年；“ambiguity” 的“霸屏”區(qū)間則為 2007至 2009；“event related potential” 的“霸屏”區(qū)間為 2009至2011。換句話說，從2005至2011短短七年時間里，先后出現(xiàn)了“aphasia”，“construction”，“agrammatism”，“ambiguity”和“event related potential”等5個熱點。也可以說它們是2005至2011年（印證了本文2.2研究熱點出現(xiàn)的時間區(qū)間）國外關(guān)系從句研究的前沿覆蓋領(lǐng)域。

五、結(jié)語

本文運用CiteSpace 可視化軟件，對2000-2017年間收錄在Web of Science 數(shù)據(jù)庫中的881篇關(guān)于關(guān)系從句研究的核心期刊論文進行科學(xué)知識圖譜分析。研究發(fā)現(xiàn)：

（1）近十五年國外有關(guān)關(guān)系從句研究雖有起伏，但呈現(xiàn)較強的上升趨勢，主要表現(xiàn)在近 3年來這方面研究論文的年發(fā)表量驟然增多，作者、機構(gòu)和國家（地區(qū)）間的合作網(wǎng)絡(luò)進一步密切增強；

（2）核心熱點課題聚焦在“二語習(xí)得”、“語言理解與加工機制”、“關(guān)系化”、“復(fù)現(xiàn)代詞”、“語序”等六個方面；

（3）前沿研究領(lǐng)域涵蓋“結(jié)構(gòu)啟動”、“句法理論”、“句子復(fù)雜性”、“工作記憶”、“語法缺失或語法障礙”等12個子域。

簡言之，本文可為我們了解國外關(guān)系從句的研究動態(tài)、追蹤該領(lǐng)域研究熱點及前沿提供參考。筆者建議：1）在學(xué)術(shù)上，國內(nèi)學(xué)者應(yīng)拓寬國外化視野，加強將自己的研究成果精準(zhǔn)地向國際推介的力度；2）在研究問題的聚焦上，我們應(yīng)不再局限于關(guān)系從句的內(nèi)部句法語義特征，而是進一步深化與其相關(guān)問題（如反身代詞、關(guān)系詞標(biāo)記等）的探討，力圖打好跨學(xué)科、跨系統(tǒng)研究的“牌”；3）在研究方法上，我們要追求多元化，比如從歷時類型學(xué)視角開展關(guān)系從句的多維度（歷時、共時結(jié)合、句法、語義語用綜合）比較研究。