学术报告：Jesse Egbert与Michaela Mahlberg关于小说中语域变异的研究
一、作者与发表信息
本研究由美国北亚利桑那大学（Northern Arizona University）的Jesse Egbert与英国伯明翰大学（University of Birmingham）的Michaela Mahlberg合作完成，发表于期刊Register Studies 2020年第2卷第1期（pp. 72–101）。
二、学术背景
研究领域与动机
该研究属于语域分析（register analysis）与语料库语言学（corpus linguistics）的交叉领域，聚焦于小说文本内部的语域变异（register variation）。传统语域研究多关注不同文本类型（如学术论文、口语对话）之间的差异，而忽视了单一文本内部（如小说中的叙述与对话）的语域分化。Biber & Conrad (2009)曾指出，小说是最复杂的语域之一，因其情境依赖于虚构世界而非现实语境。作者旨在通过量化分析，验证小说中的直接引语（quotes，即虚构对话）与叙述（non-quotes）是否具有独立的语域特征。
研究目标
- 比较虚构对话与叙述的语言特征差异；
- 分析二者与其他语域（如真实口语、信息性文本）的相似性；
- 识别标志性的语言学特征。
三、研究流程与实验设计
1. 语料库构建
研究基于两个已标注的子语料库：
- 19世纪小说语料库（19C）：29部非狄更斯作品；
- 狄更斯小说语料库（DNov）：狄更斯全部15部小说。
通过引号标记将文本分为虚构对话（quotes，占比36%）与叙述（non-quotes，占比64%），共提取88个文本片段，总库容约830万词。
2. 多维分析法（Multi-Dimensional Analysis, MDA）
采用两种MDA维度体系：
1. Biber (1988)的维度1（Biber_D1）：衡量”互动性（involved）”与”信息性（informational）”对立，用于跨语域比较；
2. Egbert (2012)的三维度：
- Egbert_D1：思想呈现（thought presentation） vs. 描述（description）
- Egbert_D2：抽象阐述（abstract exposition） vs. 具体动作（concrete action）
- Egbert_D3：对话（dialogue） vs. 叙述（narration）
3. 数据处理
- 文本标注：使用Biber Tagger对150+语言学特征（如代词、时态、名词短语）进行自动标注；
- 标准化计算：基于Z-score公式计算各文本在四个维度上的得分；
- 统计检验：采用双因素方差分析（ANOVA）检验作者（狄更斯 vs. 其他）与语域（对话 vs. 叙述）的影响。
四、主要研究结果
1. 虚构对话与叙述的语域差异（Biber_D1）
- 虚构对话：高度”互动性”，接近真实口语（如面对面交谈），特征包括：
- 高频使用第一/二人称代词（如”I”, “you”）、缩略形式（如”don’t”）、现在时动词；
- 例证：狄更斯《雾都孤儿》中对话的Biber_D1得分高达26.93。
- 叙述：偏向”信息性”，类似传记文本，特征包括：
- 名词短语、介词、属格形容词的高频出现；
- 得分显著低于对话（如《雾都孤儿》叙述部分得分为-6.74）。
2. 小说特异性维度分析（Egbert三维度）
- Egbert_D1：虚构对话显著偏向”思想呈现”，使用心理动词（如”think”）、情态动词（如”might”）；叙述则侧重”描述”。
- Egbert_D3：虚构对话在”对话”维度得分极高，依赖疑问句、人称代词；而叙述以第三人称代词和过去时为主导。
- 狄更斯的独特性：其叙述部分在Egbert_D2（具体动作）中显著高于其他作者，源于对身体部位名词（如”fist”, “face”）的密集使用，体现非言语行为描写的风格化特征。
五、结论与价值
科学意义
- 理论创新：证实小说内部存在系统性语域变异，支持将”虚构对话”与”叙述”视为独立语域；
- 方法论贡献：通过MDA量化验证了文学风格的语言学基础，为语域研究与文体分析的结合提供范例；
- 跨学科启示：提出”嫁接文本（grafted text）”概念，类比园艺嫁接，解释多语域混杂的文本结构。
应用价值
- 语料库设计：呼吁在语料库中分离对话与叙述，以提升分析精度；
- 文学研究：为人物塑造、叙述视角等议题提供数据支持，如狄更斯通过具体动作增强角色真实感。
六、研究亮点
- 首创性：首次系统量化小说内部语域分化，填补了传统语域研究的空白；
- 多维验证：结合通用维度（Biber_D1）与小说专用维度（Egbert三维度），增强结论可信度；
- 技术严谨性：基于大规模标注语料（830万词）与统计建模，避免主观偏误。
七、其他发现
- 历史语言学价值：19世纪小说对话可作为缺乏录音时代的口语近似样本，但需警惕文学加工的干扰；
- 数字人文工具：研究依托CLiC语料库平台（clic.bham.ac.uk），其引号自动标注技术为类似研究提供基础设施支持。
该研究为理解虚构文本的复杂性提供了全新视角，并为后续跨时代、跨文化的比较研究奠定了方法论基础。