王淑一，紀(jì)衛(wèi)寧

基于數(shù)據(jù)挖掘技術(shù)的外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目立項(xiàng)熱點(diǎn)研究

王淑一1, 2，紀(jì)衛(wèi)寧2

(上海外國(guó)語(yǔ)大學(xué)日本文化經(jīng)濟(jì)學(xué)院，上海，201620；青島農(nóng)業(yè)大學(xué)外國(guó)語(yǔ)學(xué)院，山東青島，266109)

數(shù)據(jù)挖掘技術(shù)可應(yīng)用于高校外語(yǔ)專(zhuān)業(yè)創(chuàng)新創(chuàng)業(yè)教育研究。通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)，國(guó)家級(jí)大創(chuàng)項(xiàng)目中外語(yǔ)類(lèi)項(xiàng)目占比較低，且以外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目為依托的高水平論文成果較少?；诖耍褂梦谋緮?shù)據(jù)挖掘軟件KH Coder分析了外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目的立項(xiàng)熱點(diǎn)。研究發(fā)現(xiàn)，創(chuàng)新項(xiàng)目主要關(guān)注文化、翻譯、教育教學(xué)等領(lǐng)域，以應(yīng)用研究為主。其中，調(diào)查方法在外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目中最為常用。創(chuàng)業(yè)項(xiàng)目集中在文化產(chǎn)業(yè)類(lèi)，以語(yǔ)言服務(wù)和外語(yǔ)培訓(xùn)為主。同時(shí)，外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目存在理論深度不足、項(xiàng)目主題集中、計(jì)算機(jī)技術(shù)的應(yīng)用不足等問(wèn)題。針對(duì)以上問(wèn)題，提出了相應(yīng)建議。

國(guó)家級(jí)大創(chuàng)項(xiàng)目；外語(yǔ)教學(xué)；KH Coder；詞頻；詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)

一、引言

2011年，教育部頒發(fā)《教育部、財(cái)政部關(guān)于“十二五”期間實(shí)施“高等學(xué)校本科教學(xué)質(zhì)量與教學(xué)改革工程”的意見(jiàn)》。意見(jiàn)指出，支持在校大學(xué)生開(kāi)展創(chuàng)新創(chuàng)業(yè)訓(xùn)練，提高大學(xué)生解決實(shí)際問(wèn)題的實(shí)踐能力和創(chuàng)新創(chuàng)業(yè)能力[1]。2012年，教育部頒發(fā)《教育部關(guān)于批準(zhǔn)實(shí)施“十二五”期間“高等學(xué)校本科教學(xué)質(zhì)量與教學(xué)改革工程”2012年建設(shè)項(xiàng)目的通知》，“批準(zhǔn)北京大學(xué)等109所高校實(shí)施16 300個(gè)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目，每個(gè)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目支持建設(shè)經(jīng)費(fèi)1萬(wàn)元”[2]。自此拉開(kāi)了國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目(以下簡(jiǎn)稱(chēng)“大創(chuàng)項(xiàng)目”)實(shí)施的序幕。國(guó)家級(jí)大創(chuàng)項(xiàng)目的實(shí)施可促進(jìn)高等學(xué)校改變?nèi)瞬排囵B(yǎng)模式，增強(qiáng)學(xué)生的創(chuàng)新創(chuàng)業(yè)能力，以培養(yǎng)適應(yīng)創(chuàng)新型國(guó)家建設(shè)需要的高水平人才?？梢哉f(shuō)，國(guó)家級(jí)大創(chuàng)項(xiàng)目對(duì)于高等學(xué)校的人才培養(yǎng)有著重大意義。然而，外語(yǔ)專(zhuān)業(yè)卻存在著“立項(xiàng)難”的困境。據(jù)筆者統(tǒng)計(jì)，每年國(guó)家級(jí)大創(chuàng)項(xiàng)目中外語(yǔ)專(zhuān)業(yè)的立項(xiàng)項(xiàng)目占比不足2%，且其中大多為英語(yǔ)專(zhuān)業(yè)相關(guān)項(xiàng)目，小語(yǔ)種專(zhuān)業(yè)在大創(chuàng)項(xiàng)目中的立項(xiàng)少之又少。且外語(yǔ)專(zhuān)業(yè)的立項(xiàng)大多集中在語(yǔ)言類(lèi)院校，綜合性大學(xué)或者理工類(lèi)大學(xué)外語(yǔ)專(zhuān)業(yè)立項(xiàng)更是難上加難。外語(yǔ)專(zhuān)業(yè)的“立項(xiàng)難”，這其中固然有外語(yǔ)專(zhuān)業(yè)較難與生產(chǎn)實(shí)際相結(jié)合的客觀因素，但是與其抱怨“立項(xiàng)難”，不如思考如何在“難”中突圍。而如何突圍，或許現(xiàn)有的立項(xiàng)項(xiàng)目就是最好的參考材料。因此，本文擬借用計(jì)量分析方法，探討國(guó)家級(jí)大創(chuàng)項(xiàng)目中外語(yǔ)類(lèi)項(xiàng)目的立項(xiàng)熱點(diǎn)，以期為今后外語(yǔ)專(zhuān)業(yè)師生申報(bào)大創(chuàng)項(xiàng)目提供參考。

二、研究綜述

目前大學(xué)生創(chuàng)新創(chuàng)業(yè)相關(guān)研究主要從以下兩個(gè)方向展開(kāi)。一是大學(xué)生創(chuàng)新創(chuàng)業(yè)教育研究，研究主體多為高校教師。二是以大創(chuàng)項(xiàng)目為依托的論文成果轉(zhuǎn)化，研究主體多為高校學(xué)生。

在大學(xué)生創(chuàng)新創(chuàng)業(yè)教育研究方面，學(xué)者從教學(xué)模式、人才培養(yǎng)模式、項(xiàng)目管理模式、教學(xué)實(shí)踐等方面進(jìn)行了諸多探討。除此之外，也有學(xué)者從計(jì)量的角度探討大創(chuàng)項(xiàng)目的立項(xiàng)熱點(diǎn)及存在的問(wèn)題。劉繼安、高眾對(duì)教育部2012—2017年公布的大創(chuàng)項(xiàng)目信息進(jìn)行分析發(fā)現(xiàn)，人文、社會(huì)科學(xué)學(xué)科立項(xiàng)數(shù)目整體處于劣勢(shì)，但是學(xué)生參與創(chuàng)業(yè)活動(dòng)的積極性更高[3]。同時(shí)，該研究還指出，目前大創(chuàng)項(xiàng)目主題過(guò)于集中，多樣性和創(chuàng)新性不夠。林斌、宋毅通過(guò)對(duì)2013—2018年福建省公布的大創(chuàng)項(xiàng)目信息進(jìn)行分析發(fā)現(xiàn)，在理學(xué)、工學(xué)、農(nóng)學(xué)、醫(yī)學(xué)、人文、社科六大學(xué)科門(mén)類(lèi)中，工學(xué)類(lèi)、社科類(lèi)大創(chuàng)項(xiàng)目占比較高[4]。以上研究均表明，人文類(lèi)項(xiàng)目在大創(chuàng)項(xiàng)目中整體占比較低。然而，從目前知網(wǎng)檢索結(jié)果來(lái)看，還未有對(duì)某一具體學(xué)科門(mén)類(lèi)立項(xiàng)情況的計(jì)量分析。

為確認(rèn)以國(guó)家級(jí)大創(chuàng)項(xiàng)目為依托的論文成果轉(zhuǎn)化情況，筆者使用知網(wǎng)學(xué)術(shù)期刊庫(kù)中的高級(jí)檢索，將檢索關(guān)鍵詞設(shè)為“基金”，并輸入“國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目”，檢索方式選擇“模糊”，來(lái)源類(lèi)別限定為北大核心和CSSCI，共檢索到論文4 777篇。然而，從學(xué)科分布上看，這些論文中，人文、社科類(lèi)論文僅有200篇左右，而其中外語(yǔ)類(lèi)論文僅有徐明昊、范梓幸1篇，約為總體的0.02%。徐明昊、范梓幸結(jié)合了“一帶一路”的時(shí)政熱點(diǎn)，并引入了貿(mào)易學(xué)中的引力模型理論，研究語(yǔ)言對(duì)雙邊貿(mào)易流量的影響[5]。以外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目為依托的高水平論文數(shù)量過(guò)少，這一現(xiàn)象值得我們深思。外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目的立項(xiàng)主題是否存在一些問(wèn)題？因此，筆者認(rèn)為，分析外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目的立項(xiàng)熱點(diǎn)，不僅有助于我們了解國(guó)家級(jí)大創(chuàng)項(xiàng)目的立項(xiàng)傾向性，也有助于我們發(fā)現(xiàn)外語(yǔ)類(lèi)項(xiàng)目中存在的問(wèn)題，促進(jìn)外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目的高水平發(fā)展。

三、研究對(duì)象及研究方法

(一) 研究對(duì)象

本文以2013—2018年國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目為研究對(duì)象。之所以抽取2013—2018年這6年的數(shù)據(jù)，是因?yàn)殡m然在國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃平臺(tái)上可以查詢(xún)其他年份的數(shù)據(jù)，但是只能通過(guò)輸入項(xiàng)目編號(hào)、項(xiàng)目名稱(chēng)等信息查詢(xún)個(gè)別項(xiàng)目，教育部并未公布全部的立項(xiàng)名單。因此，本文僅以教育部公布的全部立項(xiàng)名單的6年數(shù)據(jù)為研究對(duì)象，所有數(shù)據(jù)均可在教育部官方網(wǎng)站上下載。本文采用人工甄別方式，從2013—2018年國(guó)家級(jí)大創(chuàng)項(xiàng)目中篩選出所有外語(yǔ)類(lèi)相關(guān)項(xiàng)目，保留項(xiàng)目名稱(chēng)、項(xiàng)目簡(jiǎn)介、學(xué)校名稱(chēng)、項(xiàng)目類(lèi)型等信息。在篩選項(xiàng)目這一環(huán)節(jié)，王昱、范武邱使用“翻譯”和“譯”兩個(gè)關(guān)鍵詞進(jìn)行了搜索[6]?？紤]到外語(yǔ)類(lèi)專(zhuān)業(yè)語(yǔ)種的豐富性，以及研究方向的多樣性，本文如果采取設(shè)置關(guān)鍵詞的方式進(jìn)行搜索，恐有遺漏，因此，全部采用了人工甄別的方式。由于數(shù)據(jù)量過(guò)于龐大(共有186 727條)，在最終的數(shù)據(jù)呈現(xiàn)中可能會(huì)有少許誤差。必須要提到的是，由于本文的意圖是給外語(yǔ)專(zhuān)業(yè)師生提供參考，本次篩選中排除了非外語(yǔ)專(zhuān)業(yè)學(xué)生的外語(yǔ)類(lèi)項(xiàng)目，如計(jì)算機(jī)專(zhuān)業(yè)學(xué)生申請(qǐng)的外語(yǔ)教育類(lèi)App研發(fā)項(xiàng)目、中文系學(xué)生申請(qǐng)的外國(guó)文學(xué)研究項(xiàng)目等。

需要補(bǔ)充的是，教育部公布的立項(xiàng)名單中有部屬高校和地方高校的區(qū)別，本文對(duì)部屬高校和地方高校不做區(qū)分。另外，國(guó)家級(jí)大創(chuàng)項(xiàng)目共分為創(chuàng)新訓(xùn)練項(xiàng)目、創(chuàng)業(yè)訓(xùn)練項(xiàng)目、創(chuàng)業(yè)實(shí)踐項(xiàng)目三類(lèi)，本文將后兩者合并為一類(lèi)，把大創(chuàng)項(xiàng)目分為創(chuàng)新項(xiàng)目和創(chuàng)業(yè)項(xiàng)目?jī)深?lèi)。

(二) 研究方法

本文采用文本數(shù)據(jù)挖掘軟件KH Coder對(duì)研究對(duì)象進(jìn)行分析。KH Coder軟件由日本立命館大學(xué)的樋口耕一教授開(kāi)發(fā)，主要用于文本數(shù)據(jù)的統(tǒng)計(jì)分析，支持漢語(yǔ)、日語(yǔ)、英語(yǔ)、韓語(yǔ)、西班牙語(yǔ)等多國(guó)語(yǔ)言。KH Coder軟件的基本功能有詞頻統(tǒng)計(jì)、詞性分析、上下文關(guān)鍵詞、檢索功能、自動(dòng)分類(lèi)、自動(dòng)聚類(lèi)、摘要生成、可視化和預(yù)測(cè)功能等[7]，操作較為簡(jiǎn)便。此外，對(duì)于KH Coder無(wú)法實(shí)現(xiàn)的功能，本文使用Python編程語(yǔ)言實(shí)現(xiàn)。

四、外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目概覽

2013—2018年，教育部共批準(zhǔn)通過(guò)國(guó)家級(jí)大創(chuàng)項(xiàng)目186 727項(xiàng)，其中創(chuàng)新項(xiàng)目共計(jì)156 383項(xiàng)，創(chuàng)業(yè)項(xiàng)目共計(jì)30 344項(xiàng)。表1詳細(xì)列出了各年度創(chuàng)新項(xiàng)目和創(chuàng)業(yè)項(xiàng)目的立項(xiàng)數(shù)。需要說(shuō)明的是，教育部公布的2014年國(guó)家級(jí)大創(chuàng)項(xiàng)目總計(jì)25 474項(xiàng)，其中包括20項(xiàng)聯(lián)合基金項(xiàng)目。由于其他各年度均未出現(xiàn)聯(lián)合基金項(xiàng)目，且聯(lián)合基金項(xiàng)目也不在本文的研究對(duì)象之列，表1中2014年度總計(jì)的地方扣除了20項(xiàng)聯(lián)合基金項(xiàng)目。

本文采用人工甄別方式從上述186 727項(xiàng)中篩選出了所有外語(yǔ)類(lèi)項(xiàng)目2 718項(xiàng)，其中創(chuàng)新項(xiàng)目2 382項(xiàng)，創(chuàng)業(yè)項(xiàng)目336項(xiàng)，其明細(xì)如表2。從表2中可以看出，外語(yǔ)類(lèi)項(xiàng)目立項(xiàng)數(shù)整體偏低，其最高占比為2014年的創(chuàng)新項(xiàng)目(1.93%)，也并未超過(guò)2%。單從數(shù)量上來(lái)看，外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目立項(xiàng)數(shù)似乎整體呈現(xiàn)上升趨勢(shì)。但是從占比上來(lái)看，2014年外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目和創(chuàng)業(yè)項(xiàng)目占比均為最高，之后逐漸下降。2016年后雖然有所提升，但是漲速比較緩慢。外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目占比整體低于外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目， 2016和2017年的創(chuàng)業(yè)項(xiàng)目占比甚至跌破1%。據(jù)劉繼安、高眾的調(diào)查，人文、社科類(lèi)創(chuàng)業(yè)訓(xùn)練項(xiàng)目和創(chuàng)業(yè)實(shí)踐項(xiàng)目占比均高于創(chuàng)新訓(xùn)練項(xiàng)目，人文、社科類(lèi)學(xué)科學(xué)生參與創(chuàng)業(yè)活動(dòng)的積極性更高[3]。然而，我們觀察到，外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目呈現(xiàn)出與之相反的情況，其背后原因值得我們深入挖掘。

表2 2013—2018年外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目數(shù)量及占比

本文統(tǒng)計(jì)了2013—2018年外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目中各院校的立項(xiàng)數(shù)目，其結(jié)果如圖1。如圖所示，前25位的院校中，語(yǔ)言類(lèi)院校高達(dá)10所，占總體的40%。前7名被語(yǔ)言類(lèi)院校包攬，其中北京外國(guó)語(yǔ)大學(xué)和上海外國(guó)語(yǔ)大學(xué)兩所國(guó)內(nèi)知名外語(yǔ)院校的立項(xiàng)數(shù)遠(yuǎn)高于其他院校。然而我們也看到，有些不以外語(yǔ)專(zhuān)業(yè)見(jiàn)長(zhǎng)的院校，如華中農(nóng)業(yè)大學(xué)、中南大學(xué)等也取得了較好的立項(xiàng)數(shù)。而前25位的院校中，有的院校在國(guó)內(nèi)大學(xué)排名中并不突出。這表明，不管該院校是不是知名院校，也不管外語(yǔ)專(zhuān)業(yè)是否是該院校的特色，只要項(xiàng)目足夠優(yōu)秀，都有可能在國(guó)家級(jí)大創(chuàng)項(xiàng)目中占據(jù)一席之地。因此，本文采用計(jì)量手段分析外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目的立項(xiàng)熱點(diǎn)，為外語(yǔ)專(zhuān)業(yè)師生的項(xiàng)目申報(bào)提供參考。

圖1 外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目中立項(xiàng)數(shù)前25位的院校

五、外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目立項(xiàng)熱點(diǎn)

上文提到，本文提取了項(xiàng)目名稱(chēng)、項(xiàng)目簡(jiǎn)介、學(xué)校名稱(chēng)、項(xiàng)目類(lèi)型等信息。項(xiàng)目名稱(chēng)和項(xiàng)目簡(jiǎn)介均能很好地反映出項(xiàng)目的關(guān)鍵詞，因此，本文將分別把項(xiàng)目名稱(chēng)和項(xiàng)目簡(jiǎn)介作為分析對(duì)象。

(一) 創(chuàng)新項(xiàng)目立項(xiàng)熱點(diǎn)

從2013年到2018年，外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目共立項(xiàng)2 382項(xiàng)。表3是基于KH Coder軟件做出的外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目名稱(chēng)的高頻詞表。本文將高頻詞按照語(yǔ)種、研究領(lǐng)域、研究方法、研究對(duì)象四個(gè)類(lèi)別歸類(lèi)，無(wú)法歸類(lèi)的詞語(yǔ)則放入“其他”中。值得一提的是，“學(xué)習(xí)”一詞在表3中出現(xiàn)了兩次，這是由于KH Coder軟件是根據(jù)詞類(lèi)進(jìn)行詞頻統(tǒng)計(jì)的，“學(xué)習(xí)”在分詞環(huán)節(jié)被分成了名詞和動(dòng)詞兩個(gè)詞類(lèi)，筆者分別做了標(biāo)注。再者，有的詞可能同時(shí)屬于兩個(gè)類(lèi)別，如“英譯”一詞既可以放入“語(yǔ)種”中，也可以放入“研究領(lǐng)域”中。為統(tǒng)計(jì)方便，下表中僅將其歸為“語(yǔ)種”這一類(lèi)別。由于KH Coder軟件沒(méi)有詞云功能，筆者基于Python的jieba分詞和wordcloud兩個(gè)庫(kù)，將詞頻結(jié)果可視化為圖2。

表3 創(chuàng)新項(xiàng)目高頻詞表(前30位)

圖2 創(chuàng)新項(xiàng)目詞云

從語(yǔ)種來(lái)看，首先，表3中“英語(yǔ)”出現(xiàn)了781次，“英譯”出現(xiàn)了96次。筆者用“英”字對(duì)創(chuàng)新項(xiàng)目名稱(chēng)進(jìn)行了重新搜索，發(fā)現(xiàn)相關(guān)項(xiàng)目共計(jì)1 004項(xiàng)，除去“英才”“英雄”等與語(yǔ)言無(wú)關(guān)詞語(yǔ)，帶“英”字的項(xiàng)目共計(jì)999項(xiàng)，約占全體外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目的42%。而實(shí)際上英語(yǔ)相關(guān)項(xiàng)目的立項(xiàng)數(shù)目應(yīng)超過(guò)此數(shù)。如華北電力大學(xué)立項(xiàng)的“目的論視閾下企業(yè)外宣文本翻譯策略研究”，項(xiàng)目名稱(chēng)中并未體現(xiàn)“英語(yǔ)”字眼，但是從項(xiàng)目簡(jiǎn)介可知，其探討的正是商務(wù)英語(yǔ)的問(wèn)題。其次是日語(yǔ)相關(guān)項(xiàng)目，總詞頻表中“日本”出現(xiàn)了101次，“日語(yǔ)”出現(xiàn)了64次，除此之外還有“中日”“對(duì)日”“日文”“日本語(yǔ)”等多種詞語(yǔ)。

從研究領(lǐng)域來(lái)看，文化、翻譯、教育教學(xué)相關(guān)領(lǐng)域項(xiàng)目較多。本文使用KH Coder軟件的上下文關(guān)鍵詞(KWIC Concordance)功能，檢索以上三領(lǐng)域的高強(qiáng)度共現(xiàn)詞。如表4所示，文化領(lǐng)域主要關(guān)注跨文化交際以及中國(guó)文化傳播課題，教育教學(xué)領(lǐng)域主要傾向于英語(yǔ)相關(guān)研究，多采取調(diào)查方法。而翻譯領(lǐng)域則主要關(guān)注外宣、公示語(yǔ)、旅游等方面。筆者用“譯”字對(duì)創(chuàng)新項(xiàng)目簡(jiǎn)介進(jìn)行了重新搜索，發(fā)現(xiàn)與翻譯相關(guān)的項(xiàng)目共計(jì)660項(xiàng)，約為總體的1/4。而其中基于地域的公示語(yǔ)翻譯研究、旅游景點(diǎn)及民俗文化的外宣翻譯研究高達(dá)154項(xiàng)。比如內(nèi)蒙古大學(xué)立項(xiàng)的“內(nèi)蒙古旅游景點(diǎn)對(duì)外英譯研究——以昭君博物院展品說(shuō)明文字中英文對(duì)譯問(wèn)題研究為例”，這一類(lèi)項(xiàng)目多與地域相結(jié)合，在解決實(shí)際問(wèn)題的同時(shí)，也體現(xiàn)地域特色。然而可以預(yù)想到，此類(lèi)研究大多遵循一定的流程，結(jié)論也大同小異，較難產(chǎn)出高水平論文成果。外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目的同質(zhì)化問(wèn)題值得我們重視。另外，許多翻譯項(xiàng)目還將翻譯與學(xué)校學(xué)科特色有機(jī)結(jié)合起來(lái)，比如浙江農(nóng)林大學(xué)立項(xiàng)的“《茶經(jīng)》英譯與中國(guó)茶文化的國(guó)際傳播研究”，長(zhǎng)春中醫(yī)藥大學(xué)立項(xiàng)的“意譯法指導(dǎo)下的中藥功效術(shù)語(yǔ)翻譯實(shí)踐研究”，中南民族大學(xué)立項(xiàng)的“景寧畬族民族史詩(shī)《高皇歌》的英譯”，北京體育大學(xué)立項(xiàng)的“冬奧會(huì)背景下從接受理論視角看冰雪旅游外宣英譯——以張家口為例”，等等。

表4 各研究領(lǐng)域的高強(qiáng)度共現(xiàn)詞

科學(xué)研究一般可分為理論研究和應(yīng)用研究。從表3顯示的研究方法來(lái)看，外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目多偏向于應(yīng)用研究。由于“調(diào)查”一詞出現(xiàn)頻率較高，筆者使用Python編程語(yǔ)言對(duì)項(xiàng)目簡(jiǎn)介進(jìn)行重新搜索，檢索到使用“調(diào)查”或者“調(diào)研”方法的項(xiàng)目共計(jì)771項(xiàng)，約占總體的1/3。換言之，調(diào)查方法是外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目的主要研究方法。另外，KH Coder軟件的詞頻統(tǒng)計(jì)可以根據(jù)詞類(lèi)進(jìn)行詞頻排序。值得注意的是，創(chuàng)新項(xiàng)目名稱(chēng)中出現(xiàn)了大量的地名專(zhuān)有名詞，共計(jì)1 800次。而在這些專(zhuān)有名詞中，“中國(guó)”(323)、“日本”(101)、“美國(guó)”(38)、“德國(guó)”(33)等與國(guó)家相關(guān)的專(zhuān)有名詞共計(jì)出現(xiàn)了1 124次，而“北京”(60)、“廣西”(32)、“上?！?27)、“青島”(12)等與我國(guó)省市名稱(chēng)相關(guān)的專(zhuān)有名詞共計(jì)出現(xiàn)了637次，這些地名主要為各立項(xiàng)學(xué)校的所在地，如北京外國(guó)語(yǔ)大學(xué)立項(xiàng)的“海外留學(xué)生融入北京高校校園生活情況調(diào)查”，廣西外國(guó)語(yǔ)學(xué)院立項(xiàng)的“廣西農(nóng)村留守兒童英語(yǔ)學(xué)習(xí)現(xiàn)狀調(diào)查——以東蘭希望小學(xué)(解放軍駐澳門(mén)部隊(duì)資助)為例”，上海外國(guó)語(yǔ)大學(xué)立項(xiàng)的“德國(guó)城市軌道交通建設(shè)對(duì)上海的啟示——以柏林為例”，青島大學(xué)立項(xiàng)的“青島世園會(huì)植物介紹牌糾譯”等。這一結(jié)果一方面表明基于地域的實(shí)踐研究相對(duì)容易立項(xiàng)，另一方面也佐證了外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目側(cè)重于調(diào)查研究這一事實(shí)。表3中的“平臺(tái)”一詞在此多指在線(xiàn)平臺(tái)，而“平臺(tái)”“建設(shè)”等詞的大量出現(xiàn)反映了互聯(lián)網(wǎng)技術(shù)在外語(yǔ)研究領(lǐng)域的應(yīng)用。然而“平臺(tái)”相關(guān)項(xiàng)目主要為各種網(wǎng)絡(luò)平臺(tái)的構(gòu)建，其中微信公眾平臺(tái)建設(shè)項(xiàng)目多達(dá)40余項(xiàng)。而檢索“建設(shè)”相關(guān)項(xiàng)目，則主要是小型語(yǔ)料庫(kù)及各種網(wǎng)絡(luò)平臺(tái)的構(gòu)建。由此可見(jiàn)，雖然外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目在一定程度上利用了互聯(lián)網(wǎng)技術(shù)，但是技術(shù)含量較低，較少引入自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等方面的前沿技術(shù)。

從研究對(duì)象來(lái)看，“學(xué)生”“大學(xué)生”“大學(xué)”“高校”“學(xué)院”“專(zhuān)業(yè)”等詞的大量出現(xiàn)，表明外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目的申報(bào)者更關(guān)注學(xué)生自身，致力于解決身邊的實(shí)際問(wèn)題。這非常符合大創(chuàng)項(xiàng)目“提高學(xué)生解決問(wèn)題的實(shí)踐能力”這一設(shè)立初衷，也充分體現(xiàn)外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目的特點(diǎn)，可謂是以學(xué)生為主體的外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目的獨(dú)特之處。為了進(jìn)一步佐證這一觀點(diǎn)，本文選取2022年國(guó)家社科基金外語(yǔ)類(lèi)立項(xiàng)項(xiàng)目(240項(xiàng))，對(duì)比二者的高頻詞語(yǔ)。如表5所示，以教師為主體的國(guó)家社科基金研究領(lǐng)域更寬廣，也更為細(xì)化。然而，創(chuàng)新項(xiàng)目中較為高頻的“學(xué)生”“大學(xué)生”“大學(xué)”等詞語(yǔ)并未出現(xiàn)在國(guó)家社科基金的高頻詞語(yǔ)中。

表5 創(chuàng)新項(xiàng)目高頻詞與國(guó)家社科基金項(xiàng)目高頻詞對(duì)比

本文使用KH Coder軟件制作了項(xiàng)目名稱(chēng)的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)。如圖3所示，同一詞群中圓的大小代表了詞頻的高低，而實(shí)線(xiàn)則代表了較強(qiáng)的共現(xiàn)關(guān)系，虛線(xiàn)則代表較弱的共現(xiàn)關(guān)系。本文參照毛文偉的研究，將同一詞群的詞語(yǔ)用線(xiàn)框加以標(biāo)識(shí)[8]。圖3的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)主要分為六個(gè)詞群。第1群為翻譯研究和英語(yǔ)相關(guān)研究。而與“英語(yǔ)”共現(xiàn)的詞語(yǔ)主要有“學(xué)生”“學(xué)習(xí)”“能力”“調(diào)查”“現(xiàn)狀”“就業(yè)”等。這同樣表明，英語(yǔ)相關(guān)研究多集中在調(diào)研類(lèi)課題上。第2群的主要課題為跨文化交際和中國(guó)文化傳播。第3群為旅游景點(diǎn)及城市的公示語(yǔ)譯介問(wèn)題。然而正如上文所述，此類(lèi)課題同質(zhì)化現(xiàn)象嚴(yán)重。第4群為語(yǔ)料庫(kù)及各種在線(xiàn)平臺(tái)的建設(shè)。第5群主要為“一帶一路”相關(guān)研究。筆者用“一帶一路”對(duì)創(chuàng)新項(xiàng)目簡(jiǎn)介進(jìn)行了重新搜索，發(fā)現(xiàn)相關(guān)項(xiàng)目90項(xiàng)?！耙粠б宦贰备拍钭钤缬闪?xí)近平總書(shū)記于2013年提出。外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目中，“一帶一路”相關(guān)研究最早出現(xiàn)在2015年，如西安外國(guó)語(yǔ)大學(xué)立項(xiàng)的“‘一帶一路’對(duì)中國(guó)翻譯事業(yè)的影響及相關(guān)建議”等。上文中提到的徐明昊、范梓幸研究也是結(jié)合了“一帶一路”的時(shí)政熱點(diǎn)。第6群主要為批評(píng)話(huà)語(yǔ)分析視角下的國(guó)家形象研究，研究對(duì)象多為國(guó)外的新聞媒體等。習(xí)近平總書(shū)記多次強(qiáng)調(diào)，要注重塑造我國(guó)的國(guó)家形象。研究國(guó)外媒體對(duì)中國(guó)的形象建構(gòu)，有較高的參考意義和實(shí)用價(jià)值。第5群和第6群的主題詞群提示我們，教師在指導(dǎo)大學(xué)生創(chuàng)新項(xiàng)目時(shí)，有必要追蹤時(shí)代熱點(diǎn)和時(shí)代前沿。

(二) 創(chuàng)業(yè)項(xiàng)目立項(xiàng)熱點(diǎn)

表6是基于KH Coder軟件做出的2013—2018年外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目名稱(chēng)的高頻詞表。首先，從語(yǔ)種上看，高頻詞表中第1名為“英語(yǔ)”，共計(jì)出現(xiàn)了77次。英語(yǔ)之后是日語(yǔ)相關(guān)項(xiàng)目，總詞頻表中“日語(yǔ)”8次、“日本”3次、“日”3次、“日式”2次。這與創(chuàng)新項(xiàng)目趨勢(shì)相同。其次，從創(chuàng)業(yè)方向上看，高頻詞表中的第2名是“翻譯”。KH Coder軟件將“翻譯”一詞按照詞類(lèi)分成了兩部分，其中名詞“翻譯”出現(xiàn)次數(shù)為64次，動(dòng)詞“翻譯”出現(xiàn)次數(shù)為12次?？梢?jiàn)外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目主體是“翻譯”，其次是“文化”類(lèi)相關(guān)項(xiàng)目。與“文化”共現(xiàn)的詞語(yǔ)主要有“交流”“推廣”“交際”等。表6中的“培訓(xùn)”“教育”等詞語(yǔ)共同指向外語(yǔ)培訓(xùn)類(lèi)項(xiàng)目。因此，從創(chuàng)業(yè)方向上來(lái)看，外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目主要有翻譯服務(wù)、外國(guó)文化推介、外語(yǔ)培訓(xùn)三大方向。再者，從創(chuàng)業(yè)形式上來(lái)看，主要有“平臺(tái)”“公司”“工作室”“服務(wù)中心”等。值得一提的是詞頻表中第18位的“App”。近年來(lái)，隨著大學(xué)生計(jì)算機(jī)素養(yǎng)的提高，外語(yǔ)專(zhuān)業(yè)的學(xué)生開(kāi)始逐漸將外語(yǔ)優(yōu)勢(shì)與計(jì)算機(jī)技術(shù)結(jié)合起來(lái)，做出有意義的嘗試，如暨南大學(xué)立項(xiàng)的“‘譯風(fēng)吹(Transwind)’手機(jī)App——掌上翻譯買(mǎi)賣(mài)與及時(shí)交互平臺(tái)”、四川外國(guó)語(yǔ)大學(xué)立項(xiàng)的“‘中醫(yī)說(shuō)’——面向德國(guó)人的中醫(yī)養(yǎng)生App”等。然而必須提到的是，與外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目相同，與互聯(lián)網(wǎng)相關(guān)的外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目主要為各種網(wǎng)絡(luò)平臺(tái)的構(gòu)建，技術(shù)含量仍比較低。人工智能、大數(shù)據(jù)等先進(jìn)技術(shù)較少被應(yīng)用到外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目中。

圖3 創(chuàng)新項(xiàng)目的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)

表6 創(chuàng)業(yè)項(xiàng)目高頻詞表(前20位)

本文使用KH Coder軟件制作了項(xiàng)目名稱(chēng)的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)。然而得到的共現(xiàn)網(wǎng)絡(luò)圖比較分散，傾向性不是很明顯。筆者認(rèn)為，這主要是因?yàn)閯?chuàng)業(yè)項(xiàng)目數(shù)量較少，不夠詞語(yǔ)共現(xiàn)分析的體量。因此，本文以項(xiàng)目簡(jiǎn)介為分析對(duì)象，制作了創(chuàng)業(yè)項(xiàng)目的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)。圖4的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)比較集中，主要有三大詞群。第1群主要提示了創(chuàng)業(yè)類(lèi)項(xiàng)目的目的，是提高學(xué)生的專(zhuān)業(yè)水平，培養(yǎng)學(xué)生的創(chuàng)業(yè)實(shí)踐能力。第2群和第3群則提示了外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目的兩大方向：翻譯服務(wù)和英語(yǔ)教育培訓(xùn)。上文提到外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目的占比低于外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目的占比。從上述分析中，我們可以大致了解個(gè)中原因?？傮w來(lái)說(shuō)，外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目主要集中在文化產(chǎn)業(yè)類(lèi)，以語(yǔ)言服務(wù)和外語(yǔ)培訓(xùn)為主。誠(chéng)然，語(yǔ)言服務(wù)和外語(yǔ)培訓(xùn)確實(shí)是外語(yǔ)專(zhuān)業(yè)創(chuàng)業(yè)時(shí)的兩大主流方向，然而這些項(xiàng)目同質(zhì)化問(wèn)題凸顯。在實(shí)際項(xiàng)目申報(bào)時(shí)，如何在眾多相似項(xiàng)目中脫穎而出，是申報(bào)者需要著重思考的問(wèn)題。

圖4 創(chuàng)業(yè)項(xiàng)目的詞語(yǔ)共現(xiàn)網(wǎng)絡(luò)

六、結(jié)論與建議

本文以2013—2018年國(guó)家級(jí)大創(chuàng)項(xiàng)目(186 727項(xiàng))為研究對(duì)象，通過(guò)人工甄別的方式，篩選出了所有外語(yǔ)類(lèi)項(xiàng)目2 718項(xiàng)(創(chuàng)新項(xiàng)目2 382項(xiàng)，創(chuàng)業(yè)項(xiàng)目336項(xiàng))。通過(guò)分析發(fā)現(xiàn)，外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目立項(xiàng)數(shù)整體偏低，而其中外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目占比更低。由中國(guó)知網(wǎng)檢索結(jié)果可以看出，以外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目為依托的高水平論文數(shù)量也比較少。為深入了解外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目的立項(xiàng)熱點(diǎn)以及存在的問(wèn)題，本文使用文本數(shù)據(jù)挖掘軟件KH Coder分析了外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目的傾向性。研究發(fā)現(xiàn)：①外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目中，英語(yǔ)相關(guān)項(xiàng)目占據(jù)絕對(duì)優(yōu)勢(shì)，其次是日語(yǔ)相關(guān)項(xiàng)目。②外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目多偏向于應(yīng)用研究，其中調(diào)查研究類(lèi)課題約占總體的1/3。同時(shí)，與時(shí)代熱點(diǎn)、地域、學(xué)校學(xué)科特色相結(jié)合的課題較容易立項(xiàng)。③外語(yǔ)類(lèi)創(chuàng)業(yè)項(xiàng)目集中在文化產(chǎn)業(yè)類(lèi)，主要有翻譯服務(wù)、外國(guó)文化推介、教育培訓(xùn)三大方向。

同時(shí)，外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目還存在以下問(wèn)題：①外語(yǔ)類(lèi)創(chuàng)新項(xiàng)目以調(diào)查研究為主，這非常符合大學(xué)生創(chuàng)新項(xiàng)目的設(shè)立初衷，然而此類(lèi)課題需要重視理論深度不足的問(wèn)題。②無(wú)論是創(chuàng)新項(xiàng)目還是創(chuàng)業(yè)項(xiàng)目，都存在項(xiàng)目同質(zhì)化問(wèn)題。③創(chuàng)新項(xiàng)目和創(chuàng)業(yè)項(xiàng)目都在一定程度上體現(xiàn)了互聯(lián)網(wǎng)技術(shù)在語(yǔ)言學(xué)科領(lǐng)域的應(yīng)用，但目前來(lái)看技術(shù)含量較低，較少使用人工智能、大數(shù)據(jù)等前沿技術(shù)?；谝陨蠁?wèn)題，本文對(duì)指導(dǎo)外語(yǔ)類(lèi)大創(chuàng)項(xiàng)目的一線(xiàn)教師提出以下建議：

(1) 加強(qiáng)理論學(xué)習(xí)，提高學(xué)生在理論框架下解決問(wèn)題的能力。雖然大創(chuàng)項(xiàng)目的本意是提高學(xué)生的實(shí)踐能力，但是沒(méi)有理論支撐的研究宛如空中樓閣。目前大創(chuàng)項(xiàng)目的申報(bào)主力多為本科生。除英語(yǔ)專(zhuān)業(yè)之外，零基礎(chǔ)的小語(yǔ)種專(zhuān)業(yè)多注重語(yǔ)言技能的培養(yǎng)，理論知識(shí)的教授不足。很多院校將語(yǔ)言學(xué)、文學(xué)等方面的專(zhuān)業(yè)課程設(shè)置為限選課，而理論知識(shí)晦澀難懂，學(xué)生更傾向于選擇容易學(xué)習(xí)的課程，很多理論課甚至無(wú)法開(kāi)課。由于缺少理論知識(shí)的學(xué)習(xí)，學(xué)生的問(wèn)題意識(shí)不足，申報(bào)課題往往缺乏深度，也較難產(chǎn)出高水平的論文。本研究認(rèn)為，高校外語(yǔ)專(zhuān)業(yè)應(yīng)在本科階段設(shè)置語(yǔ)言學(xué)、文學(xué)、文化、區(qū)域與國(guó)別等方向的必修課程。同時(shí)，一線(xiàn)教師在指導(dǎo)學(xué)生申報(bào)大創(chuàng)項(xiàng)目時(shí)，應(yīng)注重學(xué)生理論知識(shí)的學(xué)習(xí)，指導(dǎo)學(xué)生在理論框架下解決實(shí)際問(wèn)題。

(2) 關(guān)注時(shí)政熱點(diǎn)，培養(yǎng)學(xué)生服務(wù)國(guó)家戰(zhàn)略的意識(shí)。過(guò)去，外語(yǔ)專(zhuān)業(yè)大多只要求學(xué)生有較高的聽(tīng)、說(shuō)、讀、寫(xiě)、譯能力和跨文化交際能力，其在國(guó)家戰(zhàn)略中的地位并不明確。然而近年來(lái)，隨著國(guó)家一系列政策的落地，外語(yǔ)專(zhuān)業(yè)的定位越來(lái)越清晰。習(xí)近平總書(shū)記要求我們“推進(jìn)國(guó)際傳播能力建設(shè)，講好中國(guó)故事，展現(xiàn)真實(shí)、立體、全面的中國(guó)”[9]。在百年未有之大變局下，如何講好中國(guó)故事，構(gòu)建中國(guó)特色對(duì)外話(huà)語(yǔ)體系，塑造積極的中國(guó)形象，是我們每一個(gè)外語(yǔ)人應(yīng)該思考的問(wèn)題，也是我們每一個(gè)外語(yǔ)人應(yīng)承擔(dān)的使命。一線(xiàn)教師在指導(dǎo)大創(chuàng)項(xiàng)目時(shí)，應(yīng)注重培養(yǎng)學(xué)生的家國(guó)情懷，引導(dǎo)學(xué)生用所學(xué)知識(shí)解決中國(guó)文化對(duì)外傳播中的具體問(wèn)題，服務(wù)國(guó)家發(fā)展戰(zhàn)略。

(3) 注重學(xué)科融合，鼓勵(lì)學(xué)生開(kāi)展跨學(xué)科研究。2020年11月3日，新文科建設(shè)工作會(huì)議在山東大學(xué)(威海)召開(kāi)，新文科建設(shè)全面啟動(dòng)。所謂新文科，是指“對(duì)傳統(tǒng)文科進(jìn)行學(xué)科重組，實(shí)現(xiàn)文科內(nèi)部及文科與自然科學(xué)學(xué)科之間交叉與融合之后形成的新文科”[10]。新文科建設(shè)工作的全面推進(jìn)，對(duì)外語(yǔ)的研究提出了更高的要求。我們不應(yīng)再囿于傳統(tǒng)的研究范式，而要積極探索外語(yǔ)與其他學(xué)科融合的可能性。可以看到，外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目中，有不少項(xiàng)目體現(xiàn)了跨學(xué)科研究的特點(diǎn)，如同濟(jì)大學(xué)立項(xiàng)的“基于語(yǔ)料庫(kù)的失智癥老年人語(yǔ)用特征研究”、中山大學(xué)立項(xiàng)的“基于人工智能的英語(yǔ)演講例據(jù)使用基準(zhǔn)研究”等。近年來(lái)，隨著Python等腳本語(yǔ)言的普及，計(jì)算機(jī)技術(shù)逐漸呈現(xiàn)出簡(jiǎn)單化、平民化的趨勢(shì)。數(shù)據(jù)挖掘等本應(yīng)用于理工類(lèi)專(zhuān)業(yè)的技術(shù)也逐漸應(yīng)用到語(yǔ)言研究中。雖然外語(yǔ)類(lèi)國(guó)家級(jí)大創(chuàng)項(xiàng)目在一定程度上結(jié)合了計(jì)算機(jī)技術(shù)，但目前看來(lái)技術(shù)含量仍比較低，有較大的發(fā)展空間。這就要求我們一線(xiàn)教師要與時(shí)俱進(jìn)，了解人工智能等方面的技術(shù)，并指導(dǎo)學(xué)生運(yùn)用新技術(shù)解決語(yǔ)言問(wèn)題。

① 本文使用上下文關(guān)鍵詞功能，檢索“文化”“翻譯”“教學(xué)”“學(xué)習(xí)-verb”“學(xué)習(xí)-noun”“教育”的共現(xiàn)詞，并選取高強(qiáng)度共現(xiàn)詞前10位。由于“教學(xué)”“學(xué)習(xí)-verb”“學(xué)習(xí)-noun”“教育”四詞與教育教學(xué)領(lǐng)域相關(guān)，表4中僅展示與四詞均有高強(qiáng)度共現(xiàn)關(guān)系的詞語(yǔ)。

[1] 教育部. 教育部財(cái)政部關(guān)于“十二五”期間實(shí)施“高等學(xué)校本科教學(xué)質(zhì)量與教學(xué)改革工程”的意見(jiàn): 教高函〔2011〕6號(hào)[A/OL]. (2011?07?01) [2022?01?12]. http:// www.moe.gov.cn/srcsite/A08/s7056/201107/t20110701_ 125202.html.

[2] 教育部. 教育部關(guān)于批準(zhǔn)實(shí)施“十二五”期間“高等學(xué)校本科教學(xué)質(zhì)量與教學(xué)改革工程”2012年建設(shè)項(xiàng)目的通知: 教高函〔2012〕2號(hào)[A/OL]. (2012?01?20) [2022? 01?12]. http://www.moe.gov.cn/srcsite/A08/s5664/moe_ 1623/s3845/201201/t20120120_130542.html.

[3] 劉繼安, 高眾. 我國(guó)高校創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目的實(shí)施情況、問(wèn)題與對(duì)策——基于2012—2017年“國(guó)創(chuàng)計(jì)劃”項(xiàng)目信息的計(jì)量分析[J]. 中國(guó)高教研究, 2018(11): 78?84.

[4] 林斌, 宋毅. 項(xiàng)目為導(dǎo)向: 地方高校創(chuàng)新創(chuàng)業(yè)教育的精準(zhǔn)實(shí)踐——基于福建省2013－2018年“大創(chuàng)計(jì)劃”項(xiàng)目信息的計(jì)量分析[J]. 黑龍江高教研究, 2019(6): 119?124.

[5] 徐明昊, 范梓幸. 雙邊貿(mào)易的語(yǔ)言效應(yīng)——基于“一帶一路”沿線(xiàn)國(guó)家的實(shí)證分析[J]. 東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版), 2020, 22(S1): 157?162.

[6] 王昱, 范武邱. 近五年翻譯類(lèi)國(guó)家社科基金立項(xiàng)熱點(diǎn)及趨勢(shì)分析(2015—2019)[J]. 上海翻譯, 2020(5): 18?23.

[7] 程慧榮, 黃國(guó)彬, 鄭琳. 非結(jié)構(gòu)化文本分析軟件比較研究——以KH Coder和Wordstat為例[J]. 圖書(shū)與情報(bào), 2015(4): 110?117, 122.

[8] 毛文偉. 數(shù)據(jù)挖掘技術(shù)在學(xué)習(xí)者作文特征分析中的應(yīng)用研究[J]. 日語(yǔ)學(xué)習(xí)與研究, 2022(2): 72?81.

[9] 習(xí)近平. 習(xí)近平談治國(guó)理政: 第三卷[M]. 北京: 外文出版社, 2020.

[10] 胡開(kāi)寶. 新文科視域下外語(yǔ)學(xué)科的建設(shè)與發(fā)展——理念與路徑[J]. 中國(guó)外語(yǔ), 2020, 17(3): 14?19.

Research on hot spots of national innovation and entrepreneurship training projects for foreign language majors based on data mining technology

WANG Shuyi1, 2, JI Weining2

(1. School of Japanese Studies, Shanghai International Studies University, Shanghai 201620, China; 2. School of Foreign Languages, Qingdao Agricultural University, Qingdao 266109, China)

Data mining technology can be applied to the research on innovation and entrepreneurship education of foreign language majors. Through data analysis, it is found that the proportion of foreign language projects in national innovation and entrepreneurship training projects is relatively low, and there are fewer high-level papers based on foreign language projects. Based on this, the text data mining software KH Coder is used to analyze the hot spots of foreign language projects. The study found that innovation projects mainly focus on the fields of culture, translation, education and teaching, and mostly consists of applied research. Among them, the survey method is most commonly used in foreign language innovation projects. Entrepreneurship projects concentrates on the cultural industry, with language services and foreign language training as the main focus. There are problems such as insufficient theoretical depth, lack of diversity in project themes, and insufficient application of computer technology in foreign language major projects. In response to the above problems, corresponding suggestions are provided.

national innovation and entrepreneurship training projects; foreign language teaching; KH Coder; word frequency; word co-occurrence network

G640

A

1674-893X(2023)06?0049?09

2022?11?20；

2023?08?09

教育部產(chǎn)學(xué)合作協(xié)同育人項(xiàng)目“英語(yǔ)專(zhuān)業(yè)應(yīng)用型人才校企合作培養(yǎng)模式研究”(201602028010)

王淑一，女，山東臨沂人，上海外國(guó)語(yǔ)大學(xué)日本文化經(jīng)濟(jì)學(xué)院博士研究生，青島農(nóng)業(yè)大學(xué)外國(guó)語(yǔ)學(xué)院講師，主要研究方向：計(jì)量語(yǔ)言學(xué)；紀(jì)衛(wèi)寧，女，山東萊陽(yáng)人，博士，青島農(nóng)業(yè)大學(xué)外國(guó)語(yǔ)學(xué)院教授，主要研究方向：話(huà)語(yǔ)分析，聯(lián)系郵箱：iamwangshuyi@163.com

[編輯：何彩章]