Aletta G Dorst（莱顿大学，荷兰）于2015年在期刊 *Language and Literature*（第24卷第1期）发表了一篇题为《More or Different Metaphors in Fiction? A Quantitative Cross-Register Comparison》的研究论文。这项研究通过定量分析比较了小说与其他文本类型（新闻、学术语篇、会话）中隐喻（metaphor）的形式和频率特征，挑战了传统认为文学文本包含更多隐喻的假设。
自亚里士多德时代起，隐喻与文学就被视为密不可分。传统观点认为，文学中的隐喻更具创造性、复杂性（Semino & Steen, 2008）。然而，这一假设缺乏基于真实语料的实证验证。Dorst的研究旨在通过语料库方法，系统分析小说中隐喻的实际分布模式，并对比非文学文本（新闻、学术语篇、会话），以检验“文学隐喻特殊性”是否成立。
研究的理论基础是概念隐喻理论（Conceptual Metaphor Theory, Lakoff & Johnson, 1980）和语域分析（Register Analysis, Biber, 1988）。作者采用MIPVU（Metaphor Identification Procedure Vrije Universiteit）方法（Steen et al., 2010）——一种改进的隐喻识别流程，可区分间接隐喻（indirect metaphor）、直接隐喻（direct metaphor，如明喻）和隐含隐喻（implicit metaphor）。
1. 语料构建
- 从英国国家语料库（BNC-Baby）中随机选取12部当代英国小说片段，构成45,000词的虚构文本语料库。
- 对比语料包括新闻、学术语篇和面对面会话，总规模为186,688词，均来自VU Amsterdam隐喻语料库（Steen et al., 2005–2010）。
2. 隐喻标注
- 使用MIPVU流程对语料进行逐词标注，具体步骤如下（见图1-2）：
- 步骤1：识别隐喻相关词（Metaphor-Related Words, MRW），区分直接、间接和隐含隐喻。
- 步骤2：标注清晰隐喻（clear MRW）、边界隐喻（borderline MRW）和非隐喻词（non-MRW）。
- 步骤3：标记隐喻信号词（metaphor flags, Mflag），如“like”“as a”等明喻引导词。
3. 统计分析
- 通过卡方检验（chi-square）分析不同语域中隐喻频率的显著性差异，计算标准化残差（standardized residuals）以确定典型性模式。
1. 隐喻频率的语域差异
- 核心发现：小说并非隐喻频率最高的语域。学术语篇（17.5%）和新闻（15.3%）的清晰隐喻比例显著高于小说（10.9%），会话最低（6.8%）。
- 边界隐喻占比仅1%，且均匀分布，无语域特异性。
- 隐喻信号词（Mflag）：小说中占比52.5%，显著高于其他语域（新闻26.2%，学术14.2%，会话7.1%），表明小说更常使用明喻等直接隐喻形式。
2. 隐喻类型分布
- 间接隐喻：占所有MRW的97.5%，为主要形式，学术语篇占比最高（18.2%）。
- 直接隐喻：49.1%集中于小说，多为明喻（如例24-26）。新闻中33.3%的直接隐喻仅出现在“软新闻”板块（如艺术、休闲）。
- 隐含隐喻：学术语篇占比最高（41.2%），与间接隐喻分布一致。
3. 小说隐喻的特征
- 主题关联：小说多描述人物、场景，语言更依赖非隐喻性表达；而学术和新闻中某些领域（如政治、电学）依赖常规隐喻（如“electric current”）。
- 高频隐喻词：形容词（如“long”“golden”）、名词（如“thing”“way”）、动词（如“have”“make”）多为常规隐喻，创造性隐喻不足1%。
- 直接隐喻的修辞功能：小说中的明喻常为有意设计（deliberate metaphor），通过具象对比（如“人如动物”“人如人”）增强意象（例29-30），这与认知诗学关于文学隐喻“显突性”的论述一致（Steen, 2008）。
理论价值：
应用价值：
未来研究可结合“刻意隐喻理论”（Deliberate Metaphor Theory），进一步分析创造性隐喻的分布规律，或扩展至其他文学体裁（如诗歌、戏剧）的隐喻比较。