劉善鈺，王子睿

引 言

2019 年教育部召開“六卓越一拔尖”計劃2.0啟動大會，正式拉開了新文科建設(shè)的序幕。新文科是指對傳統(tǒng)文科進(jìn)行學(xué)科重組，實(shí)現(xiàn)文科內(nèi)部以及文科與自然科學(xué)學(xué)科之間交叉與融合之后形成的文科。[1]新時代的文科發(fā)展要求外語研究人員摒棄學(xué)科本位主義，使用跨學(xué)科思維與方法解決實(shí)際問題。碩士研究方向一定程度上體現(xiàn)了某一院校該學(xué)科的研究方向。通過對日語語言文學(xué)專業(yè)11 年來的碩士畢業(yè)論文進(jìn)行量化研究，可以對該學(xué)科各院校的研究特點(diǎn)及強(qiáng)勢研究領(lǐng)域進(jìn)行描述和分析。在新文科建設(shè)的大背景下，研究日語語言文學(xué)專業(yè)學(xué)科的量化規(guī)律，有助于掌握當(dāng)前研究生的研究方向，以利于觀察碩士論文研究方向與院校之間的聯(lián)系，為新文科建設(shè)提供可觀察的真實(shí)數(shù)據(jù)支撐。

日語語言文學(xué)專業(yè)（學(xué)科代碼：050205），一般被稱為日語專業(yè)學(xué)術(shù)型碩士（以下簡稱日語學(xué)碩），是外國語語言文學(xué)的二級學(xué)科。日語筆譯和口譯專業(yè)（學(xué)科代碼：055105），一般被稱為日語專業(yè)的專業(yè)型碩士（以下簡稱日語專碩），是翻譯碩士專業(yè)的二級學(xué)科。日語學(xué)碩和專碩是日語專業(yè)本科生報考碩士專業(yè)的主要方向。前者主要從事日語語言學(xué)研究、日本文學(xué)研究、日本文化研究，后者主要從事日語的口、筆譯實(shí)踐以及翻譯學(xué)研究。有關(guān)日語專業(yè)碩士論文的前沿研究中，閆鑫基于問卷調(diào)查法和因子分析等方法對100 名日語專業(yè)碩士生的畢業(yè)論文選題方向進(jìn)行了考察，指出當(dāng)前研究生碩士論文課題的制定36%是由個人興趣愛好來決定，日語語言文學(xué)專業(yè)的研究生在制定論文題目時，存在專業(yè)知識不足和學(xué)術(shù)能力不夠的特點(diǎn)。[2]鑒于當(dāng)前日語語言文學(xué)專業(yè)亟須在新文科背景下進(jìn)行適當(dāng)?shù)膶W(xué)科調(diào)整，以重新審視當(dāng)前學(xué)科名與實(shí)的問題，有必要針對日語語言文學(xué)專業(yè)碩士畢業(yè)論文數(shù)據(jù)進(jìn)行分析研究。本研究使用R 語言工具對2012 年到2022年11 年間的日語學(xué)碩畢業(yè)論文進(jìn)行文本挖掘與量化分析，目的主要有二：第一，了解學(xué)科發(fā)展動向、為日語語言文學(xué)專業(yè)的研究生提供選題思路；第二，了解不同高校的熱點(diǎn)研究方向，為該學(xué)科研究生階段的高校教育進(jìn)行新文科改革提供實(shí)證數(shù)據(jù)。

一、文獻(xiàn)計量研究與研究設(shè)計

(一) 文獻(xiàn)計量研究

文獻(xiàn)計量法（Bibliometrics）是一種用于描述和分析某一學(xué)科或研究領(lǐng)域的動態(tài)與進(jìn)展的計量方法，在現(xiàn)代計算機(jī)技術(shù)的輔助下，可以用清晰明了的知識圖譜來可視化文獻(xiàn)分析的結(jié)果。文獻(xiàn)計量法作為一種定量分析方法，以科技文獻(xiàn)的各種外部特征作為研究對象，采用數(shù)學(xué)與統(tǒng)計學(xué)方法來描述、評價和預(yù)測科學(xué)技術(shù)現(xiàn)狀與發(fā)展趨勢。[3]文獻(xiàn)計量學(xué)的可視化圖可以方便地進(jìn)行數(shù)據(jù)的解釋與說明，對研究對象進(jìn)行詳盡的統(tǒng)計與分析，同時有助于挖掘信息之間的內(nèi)在聯(lián)系。

(二) 研究設(shè)計

在文獻(xiàn)計量分析中常見的文獻(xiàn)計量分析工具有citespace、vosviewer、cooc 等軟件，本研究使用編程軟件R 語言進(jìn)行數(shù)據(jù)處理以及可視化。R 語言是一個自由、免費(fèi)、源代碼開放的軟件，其擁有便利、快捷的數(shù)據(jù)處理與較強(qiáng)的可視化能力。在R 語言編程與可視化技術(shù)的輔助下，可以用清晰明了的知識圖譜來可視化文獻(xiàn)分析的結(jié)果。

在使用數(shù)據(jù)方面，本研究主要通過中國知網(wǎng)抓取了2012—2022 年的日語語言文學(xué)專業(yè)碩士畢業(yè)論文文獻(xiàn)數(shù)據(jù)，去除了部分噪聲數(shù)據(jù)，保留了包括畢業(yè)年份、畢業(yè)學(xué)校、論文題目、論文摘要、論文關(guān)鍵詞等信息。運(yùn)用文獻(xiàn)計量學(xué)的方法對以上信息進(jìn)行多維度考察，例如不同年份學(xué)碩的貢獻(xiàn)數(shù)量、不同高校的貢獻(xiàn)數(shù)量、不同高校的研究方向等等。但由于部分高校的碩士論文不收錄在中國知網(wǎng)數(shù)據(jù)庫中，且查找困難，本研究不將其作為數(shù)據(jù)，只將知網(wǎng)收錄的4 699 條數(shù)據(jù)集（檢索時間節(jié)點(diǎn)為2022年12 月30 日）作為本研究的觀測數(shù)據(jù)。

在工具方面，選取R 語言的tibble 包、ggplot 包、quanteda 包、stringr 包、jiebaR 包作為數(shù)據(jù)處理工具，對數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，基于詞袋模型（bag of words）對文本數(shù)據(jù)進(jìn)行可視化分析，以高校為單位計算10 年來所有畢業(yè)論文的關(guān)鍵詞和摘要文本。

在統(tǒng)計方法上，本研究除了描述統(tǒng)計，還使用了無監(jiān)督學(xué)習(xí)算法中的對應(yīng)分析法（Correspon dence Analysis，簡稱CA 分析）與隱含狄利克雷分布主題模型（Latent Dirichlet Allocation，簡稱LDA模型）。無監(jiān)督學(xué)習(xí)最大的特點(diǎn)即不需要手工標(biāo)注的訓(xùn)練集，僅需要文本文檔以及指定主題或者聚類的數(shù)量k 就可以對大規(guī)模的數(shù)據(jù)進(jìn)行分類、降維。對應(yīng)分析法的主要思想在于揭示同一變量的各個類別之間的差異，以及不同變量各個類別之間的對應(yīng)關(guān)系。本研究利用對應(yīng)分析法考察不同高校和不同學(xué)科關(guān)鍵詞之間的對應(yīng)關(guān)系，LDA 模型可以分析所選取論文摘要中所隱含的主題，幫助理解學(xué)科研究的內(nèi)在主題。

二、數(shù)據(jù)分析

(一) 文獻(xiàn)數(shù)量年度分析

為了了解不同年份的論文產(chǎn)出情況，對每個年份的日語語言文學(xué)專業(yè)碩士論文數(shù)量進(jìn)行了統(tǒng)計分析，用ggplot2 包繪制點(diǎn)圖與擬合線（見圖1）。觀察圖1 可知在過去的11 年里，日語語言文學(xué)專業(yè)的畢業(yè)論文數(shù)量在總體上呈現(xiàn)逐年減少的趨勢，尤其在2021 年數(shù)量降到最低，只有255 篇，可以推測2018 年的招生數(shù)量明顯低于其他年度，或由于新冠疫情等因素影響導(dǎo)致無法按時完成畢業(yè)論文的人數(shù)增加。將數(shù)據(jù)按照院校類別變量進(jìn)行分類，即分為綜合類院校、師范類院校、外國語類院校來觀察，可以看出隨著年度的增加，綜合類院校及師范類院校的貢獻(xiàn)數(shù)量減少，而外國語類院校貢獻(xiàn)數(shù)量呈現(xiàn)增加的趨勢。

圖1 2012—2022 各年份論文貢獻(xiàn)數(shù)量

(二) 論文貢獻(xiàn)單位分析

通過統(tǒng)計綜合類院校、師范類院校、外國語類院校三類院校的論文貢獻(xiàn)數(shù)量得知，11 年里日語語言文學(xué)專業(yè)碩士論文的貢獻(xiàn)數(shù)量在不同類別高校占比不同，由低到高依次為師范類院校19.98%、外國語類院校29.73%、綜合類院校50.29%。進(jìn)一步觀察各院校的具體論文貢獻(xiàn)數(shù)量（見圖2）發(fā)現(xiàn)，在綜合類院校中吉林大學(xué)、湖南大學(xué)、黑龍江大學(xué)貢獻(xiàn)數(shù)量排列前三，浙江工商大學(xué)和哈爾濱理工大學(xué)雖為非文科類院校但論文貢獻(xiàn)數(shù)量也較多，位列第四、第五。在外國語類院校中，北京外國語大學(xué)、上海外國語大學(xué)、廣東外語外貿(mào)大學(xué)的貢獻(xiàn)數(shù)量排列前三。在師范類院校中，東北師范大學(xué)、華中師范大學(xué)、遼寧師范大學(xué)的貢獻(xiàn)數(shù)量排列前三，但總體數(shù)量低于綜合類院校和外國語類院校。

圖2 碩士論文貢獻(xiàn)單位對比

(三) 學(xué)科研究領(lǐng)域分析

語言類研究生的研究方向大多集中在語言學(xué)、文學(xué)、翻譯學(xué)等人文社科領(lǐng)域，又因研究方法、研究對象、研究工具等的不同，上述的學(xué)科領(lǐng)域下又可細(xì)分為不同的研究方向。例如語言學(xué)中的認(rèn)知語言學(xué)與語料庫語言學(xué)，文學(xué)中的倫理學(xué)、比較文學(xué)等，翻譯學(xué)下又可以細(xì)分為口譯、筆譯研究，此外還涉及文化、國別研究、國際關(guān)系研究等等。本研究通過正則表達(dá)式抽取了該學(xué)科碩士論文的關(guān)鍵詞并按研究領(lǐng)域?qū)φ撐倪M(jìn)行分類，例如包含“二語習(xí)得”“偏誤”“助詞”等語言學(xué)常見詞語的列為語言學(xué)研究領(lǐng)域內(nèi)的論文，包含“譯本”“譯者”的研究歸為翻譯類研究，包含“口譯”“同聲傳譯”等的將其視為口譯研究，包含“小說”“文學(xué)作品”“變異學(xué)”“比較文學(xué)”等字符的研究劃為文學(xué)類研究。此外，本文研究還抽取了語料庫工具類的關(guān)鍵詞，觀察不同學(xué)科研究之間以及不同高校的日語語言文學(xué)學(xué)碩論文中語料庫研究方法以及工具的使用情況。

在數(shù)據(jù)抽取方面，本研究將每一篇論文的摘要作為一條觀測數(shù)據(jù)，院校、論文年度等其他因素作為變量。如某論文摘要中有“譯本”二字，則此篇畢業(yè)論文則被認(rèn)定為翻譯研究領(lǐng)域的論文，以此類推計算所有研究領(lǐng)域內(nèi)的論文數(shù)量。本研究選取了對應(yīng)分析（CA 分析）作為多元統(tǒng)計手法。作為一種視覺化的數(shù)據(jù)分析方法，對應(yīng)分析能夠?qū)⒉煌瑢W(xué)科關(guān)鍵詞作為變量，將學(xué)校單位作為觀測值，觀察關(guān)鍵詞與學(xué)校單位之間乃至關(guān)鍵詞之間、學(xué)校單位之間的相關(guān)關(guān)系。

如圖3 所示（因高校數(shù)量太多，僅選取累計解釋度最高的前30 個高校展示），語言學(xué)相關(guān)的詞語與語料庫研究方法相近，說明語言學(xué)研究領(lǐng)域的論文與語料庫研究工具相關(guān)性更高，互動性更強(qiáng)，但也說明了語料庫技術(shù)在其他研究領(lǐng)域的應(yīng)用研究還不夠深。例如文學(xué)、口譯等研究領(lǐng)域，這些研究往往以內(nèi)省式的傳統(tǒng)研究方法為主，缺乏基于定量數(shù)據(jù)的分析。通過圖3 可以看到湖南大學(xué)日語學(xué)碩的畢業(yè)論文與語料庫研究方法分布在非常近的地方，其周圍上海外國語大學(xué)、上海交通大學(xué)在此類研究中也比較突出。另外，文學(xué)研究領(lǐng)域方面，周圍聚集的高校比較多，說明這些高校的日語語言文學(xué)專業(yè)碩士生的研究方向還是以文學(xué)研究為主。此外，北京第二外國語學(xué)院在口譯研究方面較為突出，浙江大學(xué)與浙江工商大學(xué)等高校的研究方向多集中在國別研究方面。

圖3 各院校畢業(yè)論文研究領(lǐng)域?qū)?yīng)分析圖

圖4 為畢業(yè)論文信息中包含“語料庫”一詞的論文數(shù)量統(tǒng)計圖，從中可以發(fā)現(xiàn)上海外國語大學(xué)、大連外國語大學(xué)、北京外國語大學(xué)、湖南大學(xué)、吉林大學(xué)等高校使用語料庫的論文數(shù)量較多，其中上海外國語大學(xué)在語料庫使用方面格外突出，共計有64 篇碩士論文使用了語料庫技術(shù)。

(四) 文獻(xiàn)關(guān)鍵詞分析

畢業(yè)論文關(guān)鍵詞是論文主體內(nèi)容的高度凝練，本研究選取了畢業(yè)論文關(guān)鍵詞中出現(xiàn)頻率最高的50 詞，構(gòu)建詞袋模型與特征矩陣，構(gòu)建固定上下文窗口的共現(xiàn)矩陣（Co-Occurrence Matrix with a fixed context window）。例如，“谷崎潤一郎”“中國”作為一組關(guān)鍵詞在一篇論文中出現(xiàn)，共計詞數(shù)為1，但是在別的論文中可能是“谷崎潤一郎”“唯美主義”，那么就可以將“谷崎潤一郎”作為中心向其他兩個點(diǎn)畫線，某詞出現(xiàn)的頻率越高，這個詞語的中心性就越強(qiáng)。由圖5 可以清晰地看到不同關(guān)鍵詞之間的聯(lián)系與出現(xiàn)頻率，例如“正用”屬于二語習(xí)得研究領(lǐng)域的詞語，該詞與“中國人日語學(xué)習(xí)者”“問卷調(diào)查”共同出現(xiàn)的頻率較高，所以分布在相近的位置。高頻出現(xiàn)的作家名字有“夏目漱石”“三島由紀(jì)夫”“松本清張”“谷崎潤一郎”“吉本芭娜娜”等，說明在日語語言文學(xué)專業(yè)的論文中多以上述的文學(xué)作家為研究對象，其中比較研究、女性觀、女性意識、戰(zhàn)爭觀是此類論文主要的研究視角（見圖5）。

圖5 關(guān)鍵詞共現(xiàn)分析圖

文學(xué)、翻譯學(xué)研究的關(guān)鍵詞往往會注明研究的作品，即文學(xué)作品名。本研究收集的碩士論文關(guān)鍵詞中含有書名號的有804 條，約占比17.1%，說明以文學(xué)作品為研究對象的碩士論文占比不少。用正則表達(dá)式檢索所有論文中帶有書名號的關(guān)鍵詞，并對其進(jìn)行頻數(shù)統(tǒng)計，導(dǎo)入WordCould2 包進(jìn)行詞云圖繪制得到圖6。觀察圖6 可以看到位于詞云圖中心的有日本文學(xué)經(jīng)典古典名著《源氏物語》、日本作家村上春樹的長篇小說《1q84》、川端康成的中篇小說《雪國》，這些作品名出現(xiàn)次數(shù)均大于10 次，日語語言文學(xué)專業(yè)研究生通過多個角度對這些文學(xué)作品進(jìn)行了探討。此外還有中國古典文學(xué)作品例如《紅樓夢》《聊齋志異》等的日譯也被反復(fù)分析研究。

圖6 研究對象文學(xué)作品詞云圖

此外，本研究還抽取了碩士論文關(guān)鍵詞中出現(xiàn)的文學(xué)作家名，制作成詞云圖，如圖7 所示。其中關(guān)鍵詞中太宰治的出現(xiàn)頻率為50 次，是目前日語語言文學(xué)專業(yè)研究生文學(xué)研究中最常見的研究對象，其次是夏目漱石38 次、川端康成30 次、井上靖25 次，安部公房21 次，說明這些作家是日語專業(yè)碩士論文中常見的研究對象。

圖7 以作家為研究對象的詞云圖

(五) 文獻(xiàn)摘要分析

使用隱含狄利克雷分布主題分類模型（LDA）來分析日語語言文學(xué)學(xué)碩論文摘要中所隱含的主題，主要方法是：在使用jiebaR 分詞時，將論文中的關(guān)鍵詞作為用戶詞典導(dǎo)入，提高摘要部分的分詞精度，再對論文摘要進(jìn)行分詞后使用LDA 模型將每篇文檔的主題按照概率分布的形式算出，結(jié)果如圖8 所示。可將日語學(xué)碩的畢業(yè)論文主題歸納為以下五大類：中日政治經(jīng)濟(jì)社會研究、中日思想發(fā)展史研究、對照語言學(xué)與翻譯學(xué)研究、文學(xué)與文學(xué)意象研究、二語習(xí)得與應(yīng)用語言學(xué)研究。這說明日語語言文學(xué)專業(yè)的畢業(yè)論文多以傳統(tǒng)文科研究主題為主，主要涉及社會文化、文學(xué)與翻譯、語言學(xué)與應(yīng)用語言學(xué)領(lǐng)域的內(nèi)容。

圖8 日語學(xué)碩論文五大研究主題

三、結(jié)果與討論

(一) 結(jié)果分析

從數(shù)據(jù)分析可以得知，大多數(shù)高校的日語專業(yè)碩士論文都以文學(xué)研究為主，且文學(xué)類研究領(lǐng)域的研究對象重復(fù)率較高。語料庫技術(shù)與語言學(xué)之外的研究領(lǐng)域結(jié)合不夠密切，使用數(shù)理化統(tǒng)計思維進(jìn)行定量研究的碩士論文數(shù)量偏少。雖有個別高校在語料庫使用上表現(xiàn)突出，但比較集中在語料庫與語言學(xué)的結(jié)合上，語料庫技術(shù)與文學(xué)、國別區(qū)域等方面的研究結(jié)合較少。通過LDA 模型分類得到的學(xué)科五大研究主題中顯示，日語語言文學(xué)專業(yè)的畢業(yè)論文仍然以傳統(tǒng)人文研究為主，缺乏對日本社會、國別等領(lǐng)域的關(guān)注，此類“非語言文字”類的研究只有在少數(shù)碩士論文中出現(xiàn)。

(二) 展望

日語語言文學(xué)研究不應(yīng)只以語言文學(xué)為主，應(yīng)該將更廣泛、更具涵蓋力的日本學(xué)、東亞學(xué)納入學(xué)科研究的范疇。[4]但實(shí)現(xiàn)此目標(biāo)不僅需要日語語言文學(xué)專業(yè)研究生的自我驅(qū)動，還需要各大高校建設(shè)、發(fā)展和對接新文科研究的日語專業(yè)研究生的師資隊(duì)伍，設(shè)置除語言課程以外的其他課程，與自然語言處理等領(lǐng)域進(jìn)行融合、促進(jìn)傳統(tǒng)文科的文文交叉、文理交叉。[1]此外，應(yīng)當(dāng)合理設(shè)置日語學(xué)科課程，積極促進(jìn)外語學(xué)科與其他學(xué)科之間的交流，促進(jìn)學(xué)科教育的改革與長足發(fā)展。[5]在傳統(tǒng)文科面臨巨大變革的背景下，碩士作為在高校中最具有創(chuàng)新力的群體之一，應(yīng)該積極強(qiáng)化對不同知識領(lǐng)域的了解、學(xué)習(xí)，在繼承傳統(tǒng)人文研究的基礎(chǔ)上，積極從“本體研究”走向“應(yīng)用研究”，積極使用跨學(xué)科方法，結(jié)合跨學(xué)科知識進(jìn)行研究。日語語言文學(xué)專業(yè)研究生在碩士論文選題時應(yīng)當(dāng)避免已經(jīng)重復(fù)研究的內(nèi)容，將視野投向更廣闊的跨學(xué)科研究方向，例如與心理學(xué)、社會學(xué)、科技等學(xué)科和領(lǐng)域進(jìn)行交叉，貼合新文科發(fā)展的潮流，使得日語學(xué)科的研究能夠更好地對接國家和社會對日語高等教育人才的需求。此外，日語語言文學(xué)碩士還應(yīng)該積極掌握數(shù)字化技術(shù)的應(yīng)用方法，在研究中嘗試數(shù)字人文視角的定量研究范式。