劉海濤,王雅琴

(浙江大學 外語學院,浙江 杭州 310058)

一 引言

20世紀末,隨著新技術手段不斷發(fā)展,早期注重傳統(tǒng)印象直覺式分析方法的文體學家逐漸突出科學和跨學科研究的重要性,由此以計算機為基礎的定量方法在文體學中開始盛行。與單純的定性研究相比,量化研究結果為文體風格研究提供了全新的思路,使其更具科學性和客觀性。[1]使用科學統(tǒng)計方法對文學作品評析進行驗證,促進了文體研究的發(fā)展,為傳統(tǒng)的思辨方法提供了客觀的證據(jù),有助于進一步探討文學作品的藝術和審美效應。

上海本土作家金宇澄所著的《繁花》[2]一書(以下簡稱《繁》)自問世以來,反響巨大,并獲得了第九屆茅盾文學獎。書中對句法形式的突破尤為顯眼,也吸引了語言學家的目光,被稱為重現(xiàn)的民間“話本腔”[3-4],在當代小說中可謂獨樹一幟。書中對話鋪陳,短句豐富,標點簡單,律動鮮明。小說汲取傳統(tǒng)的力量[5],形式繁復[6],鋪張的敘事方式尤為惹眼[7]。張定浩指出,作者通過對現(xiàn)代漢語結構的“分解、破壞與創(chuàng)造”[8],形成了自己的一種語言。沈家煊以《繁〉為出發(fā)點,討論漢語句法結構的本質特點。[4]這些研究表明，對該小說中具有傳統(tǒng)“漢語腔”特點的語言進行調查,有利于從漢語實際出發(fā),回歸漢語自身的特點。因此,對于此種具有典型漢語特征的文本進行深入研究是非常必要的。

已有研究發(fā)現(xiàn),句法特征在計量文體學(stylometrics,也稱計量風格學)研究中發(fā)揮著重要作用[9-10],句法特征的效能可與詞匯特征相媲美(效果甚至超過詞匯特征),是一個高效率和高準確率的特征向量。目前已有不少有關當代小說的計量文體學研究成果[11-13],但由于種種條件限制,這些研究大多停留在詞的水平上,主要關注詞匯信息(如詞頻)和句子、短語的統(tǒng)計特征(如句長和詞長等),句法特征的潛力還未充分發(fā)揮。因此,對中國當代文學作品句式特點進行計量研究有其必要性,有利于描述不同作家風格,挖掘文體特點,促進文體研究的現(xiàn)代化與科學化。

在計量語言學領域,關于句法結構的語言定律早已備受關注,注重使用數(shù)理統(tǒng)計方法的計量語言學以真實文本為對象,探究人類語言背后的規(guī)律,提高了研究成果的科學性和客觀性。[14-15]學者們已發(fā)現(xiàn)很多具有普適性的定律,這些定律對不同語體中的語言現(xiàn)象、語言結構、結構屬性以及它們之間的相互關系進行動態(tài)分析和描寫,以揭示語言背后的規(guī)律。對當代小說句式特征的研究有利于從系統(tǒng)科學的角度全面理解其文體語言現(xiàn)象,也有助于發(fā)現(xiàn)當代漢語的句式特點和語言規(guī)律。

鑒于上述背景,本文擬采用計量方法,以《繁》為例,對當代小說的句式特點進行計量研究,此外選取了10部字數(shù)、時間與《繁》相近的茅盾文學獎獲獎小說,作為對照語料。研究問題主要集中在以下三個方面:漢語腔的特點、整齊并置的短句以及韻致序列特征。通過將《繁》與這些作品進行對比,探究當代小說的句式特征,不僅有助于加深對漢語句法結構的認識,也對后續(xù)的漢語句法和文體研究有一定的啟示作用。

二 語料構成

本文的語料包括《暗算》《秦腔》《繁花》《額爾古納河右岸》《湖光山色》《天行者》《蛙》《推拿》《一句頂一萬句》《生命冊》《黃雀記》共11部小說(語料相關信息見表1)。由于漢語的詞語之間沒有空格等間隔符,為小句長和句長的統(tǒng)計帶來困難,因此本文采用中科院分詞軟件——ICTCLAS漢語分詞軟件對文本進行分詞(1)http:∥ictclas.nlpir.org/，對原始語料進行分詞,并對分詞后的語料進行了人工校對等后續(xù)處理。。

表1 語料相關信息(分詞后)

三 漢語腔特點

趙元任[16]提出,漢語主要靠停頓和語調界定句子,他認為主謂形式齊全的句子為整句,主謂形式不齊全的小句為“零句”。在有意經(jīng)營的話語中,整句是主要句型,而日?？谡Z中,零句是根本。[16-17]漢語中零句可獨立成句,也可與其他零句共同組成整句,直接導致了漢語中的“流水句”現(xiàn)象。[18]語言學家評價《繁》是“中國人血液里的東西”[4]9,也是名副其實的“漢語腔”。小說文從句順,行文流暢,有大量的流水句和零句,讀來一氣呵成。以下3個例子充分顯示了零句和流水句的特點:

1.零句

(1)陶陶說,我呀,成天琢磨安全通道,消防梯,已經(jīng)神經(jīng)了。[2]129

(2)滬生原來呢,還算正派,現(xiàn)在也學壞了。[2]272

2.流水句

此刻,阿寶于琴間流連徘徊,鋼琴自由擺放,羅列散漫,形成各種行走路線,躋身于此,打開任何一塊琴蓋,內里簡單而復雜,眼下的鍵盤,一絲不動,周圍聽不到一個音階,有時,鍵盤上有幾根頭發(fā),一屑碎紙,半枝斷頭鉛筆,琴蓋內散發(fā)出陌生氣味,阿寶難以親近,感覺到痛,悵然閉闔。[2]168

漢語中大多數(shù)零句是名詞性詞語(短語)和動詞性詞語(短語)。[16]比如說,沒有謂語的主語也可成句,如例1(1)句中“我呀”僅是一個名詞短語表示的主語。沈家煊進一步提出,“零句”不止于此,其多樣性超出了語法學家的想象。如例1(2)中的“原來”不能和印歐語中的副詞完全畫等號,它也是“廣義的話題”[4]36。

呂叔湘說:“漢語口語里特多流水句,一個小句接著一個小句,很多地方可斷可連?！盵19]7《繁》中存在很多如例2中一逗到底的流水句。大量的流水句對整體的句子分布有何影響?豐富的零句又對小句分布有何影響?筆者用計量的方法一探究竟。(2)《繁》中標點簡單,逗號使用居多,其他小說中會存在其他情況,如分號等。為保持統(tǒng)一,本文根據(jù)《標點符號用法》(GB/T 15834—2011)所列出的標準,對句子和小句進行劃分。判斷句子的標準包括句號、問號、嘆號,判斷小句的點號為句號、問號、嘆號、逗號、分號、冒號。此外,破折號、括號和省略號需要分情況考慮。就破折號而言,當其標示內容包含完整的主謂結構時,可以作為小句的界限;當括號中的內容、省略號前后的內容是小句和整句時,可以作為判斷小句或句子的標準。

就小句長的分布情況而言,如下頁圖1所示,《繁》的小句長集中分布在2—4(詞)之間,而其他小說的小句長大多處在[4,6]區(qū)間。另外,《繁》的小句長比例從4開始急劇下降,6以上的小句所占比重非常小。其平均小句長為3.60,和其他10部小說相比是最低的。沈家煊隨機抽取《繁》的小句,發(fā)現(xiàn)平均每句5字,超過10字的句子極少。[4]筆者也用該單位進行了計算,發(fā)現(xiàn)《繁》的平均小句長為5.16字,從數(shù)據(jù)統(tǒng)計的角度證實了沈家煊的有關說法。

圖1 所有小說的小句長分布曲線

如圖2的句長分布曲線顯示,就整體趨勢來說,《繁》似乎與其他小說并無明顯不同。具體來看,其短句長(如長度為2、3的句子)比例較低,而長句長比例較高。其平均句長達到了4.43個小句,是所有小說中的最大值,表明就平均值而言,句子中包含的小句數(shù)量最多,反映了整句中包含很多“可斷可連”的小句,這恰好呼應了上文中大量的流水句現(xiàn)象。金宇澄曾提出,抱著向傳統(tǒng)靠近一點的想法,從“很低的位置”出發(fā),完成了《繁》。[2]從這個角度看,金宇澄或多或少實現(xiàn)了自己的承諾,運用了“密排文字”的形式講述故事。從另一角度看,小說若以口語對話為主要特征,則會呈現(xiàn)零句、流水句多的特征,這也反映了和其他小說相比,《繁》的口語特征很明顯。

圖2 所有小說的句長分布曲線

從20世紀上半葉開始,就有統(tǒng)計學家對語言的句長分布進行了研究[20],之后有研究認為句長分布符合一定規(guī)律[21],其分布類型或可用來區(qū)分不同作者的作品。本研究將從概率分布或普遍性的角度進一步討論這些小說的小句長和句長分布。

學者們使用了不同的概率分布模型擬合句長分布。[21-22]其中,Pande和Dhami[22]采用了擴正負二項式(Extended Positive Negative Binominal)和超帕斯卡(Hyperpascal)模型。結合前人研究和本文的語料,本文采用擴正負二項式分布模型擬合相關數(shù)據(jù)。

結果顯示,11部小說的句長擬合效果都很好(C<0.02,R2>0.9)(3)C和R2是判定模型擬合效果的兩個標準。C為差異系數(shù),C< 0.02, 結果為好;C< 0.01,結果為非常好。R2為擬合的決定系數(shù),R2>0.8,結果為可接受；R2>0.9,結果為非常好。見:劉海濤.計量語言學導論[M].北京:商務印書館,2017。,表明所選小說的句長分布都遵循一定規(guī)律,均具有相似的分布趨勢,即較短的句子占較大的比重,當句長增大時,數(shù)量也隨之降低,較長的句子所占比重很小。這說明雖然是不同作家的小說,但句長分布均具有人類語言的普遍特征。

在這種相同變化趨勢的基礎上,不同小說的分布特征可能存在差異。Pande和Dhami[22]指出,擴正負二項式模型的參數(shù)和指標可以用來比較不同作者的作品。該模型包含三個參數(shù)k、p和α,而《繁》的參數(shù)k值和p值是所有小說中的最小值。同樣,本文亦使用該分布擬合小句長的分布,效果也都很好(C< 0.02,R2> 0.9),反映了和句長分布類似的情況,即不同小說的小句長分布也存在一定規(guī)律,具有普遍特征。此外,《繁》的k值較大(處于第二位),p值最大。

為了進一步驗證模型是否能夠區(qū)分《繁》和其他小說,本研究沿用Pande和Dhami的方法,加入了模型的其他特征指標(均來源于Altmann-Fitter軟件擬合結果(4)http:∥www.ram-verlag.eu/wp-content/uploads/2013/10/Fitter-User-Guide.pdf (2014-11-29),分類前對所有指標都進行了標準化處理。),采用層級聚類方法(5)該方法的原理是根據(jù)文本向量之間的歐式距離,逐次合并相近的對象,繼而再組成更大的簇,直到形成一個簇為止。最終通過樹狀圖來展示結果,可以清晰地顯示對象的分類結果。對文本進行分類。聚類分析顯示,在以小句長模型的指標為文本向量的結果中,11部小說分成兩類,其中《繁》和《黃雀記》《一句頂一萬句》聚成一大類,在這一類別下,《繁》自成一類,其他2部小說為一類，而其他8部小說為另一大類,說明就小句長的參數(shù)分布而言,《繁》展現(xiàn)了與大部分小說不同的特點。此外,以句長模型的參數(shù)和指標為變量的聚類分析結果顯示,所有小說分成兩類,其他10部小說為同一類,而《繁》則為單獨的一類,說明《繁》的句長分布比小句長分布更具獨特性,與其他小說皆不同。兩個聚類分析結果均有效,數(shù)學模型分類的共性相關系數(shù)小句長為0.76,句長為0.84。(6)該系數(shù)為驗證聚類分析結果的效度,數(shù)值越接近1,說明效果越好。通過小句長和句長分布的參數(shù)比較,本文從數(shù)學模型的角度再次印證了《繁》的獨特性,同時也說明不同文學作品的句長分布參數(shù)也是描述作者風格的一個重要參數(shù),值得進一步研究。

四 整齊并置的短句

《繁》中大多是字數(shù)不多的短句并置,大致等長,節(jié)奏感很強,這些可斷可連的零句構成了流水句。那么這些大量的零句和流水句之間的關系是否有特別之處?事實上,大多數(shù)人類語言中,句子和小句的關系均遵循某種規(guī)律(門策拉-阿爾特曼定律Menzerath-Altmann law),即:一種語言結構越長,則構成它的部分越短。[15]門策拉-阿爾特曼定律由門策拉提出,阿爾特曼進一步完善,其通用形式為:

y=axbe-cx(b<0)

(1)

該公式中,y為平均成分長度,x為結構長度。大多數(shù)情況下,一般簡寫為：

y=axb(b<0)

(2)

這一定律已被驗證存在于不同語言結構單位之間,表2顯示了符合該定律的結構單位和成分。[15]55以第一行為例,句子為結構,小句為成分,小句長度為因變量。因此,句子和小句的結構成分關系可以表達為:句子越長,小句的平均長度越短。

表2 符合門策拉-阿爾特曼定律的語言單位

本文擬采用門策拉-阿爾特曼定律對句子-小句和小句-詞兩個層面進行分析。在句子層面,句子和小句的結構成分關系可以表達為:句子越長,小句的平均長度越短。將該定律應用在本文的語境中,若《繁》的句子越長,則構成句子的小句應當越短。但這似乎和上文所陳述的特征有所相悖。如果用這種定律關系來比較《繁》和其他小說,會有什么發(fā)現(xiàn)?用更具普遍意義的語言定律去研究這種關系,或可從實證研究的角度闡釋其獨具一格的句式結構特點。Hou et al.[23]曾發(fā)現(xiàn)在不同語體中,句子和小句的關系不盡相同,因此,本研究亦可以檢驗Hou et al.結論的正確性。在小句層面,本文擬調查小句和詞的結構成分關系。尚無學者對漢語的小句層面進行研究[24-25](7)所注參考文獻，前者研究日語的句子、小句和論元層面,后者對捷克語的小句層面進行了考察。,因而本文是該結構層面的初步嘗試(8)為了減小異常值對結果的影響,筆者選擇了長度為1-15的小句(單位:詞)和句子(單位:小句)。長度為1-15的小句和句子占了整體的大部分比重,比例和都達到了98%及以上,基本能代表整體文本的特點。。

(一)句子和小句的層級關系

本研究結果顯示,大部分小說的擬合效果并不好(根據(jù)前人研究[26],R2值大于0.8,即模型擬合效果為可接受,而8部小說的R2值小于0.8),《繁》的擬合效果也較差(R2=0.370)。當《繁》的句長增長時,小句長并沒有隨之呈現(xiàn)下降的趨勢,而是集中在某個值(3.5)附近。表明不論《繁》的句子有多長,其構成部分都保持相似的長度。

從具體的例子(分詞后的句子)來看:

3) 天麻種子的培育。優(yōu)質天麻為培育優(yōu)質的天麻種子提供保障，在天麻開花期基質的溫度控制在19～20攝氏度，濕度控制在50%，空氣相對濕度控制在70%，空氣溫度控制為20～23攝氏度，通風換氣，人為補光。因天麻花自身不能授粉，采用人工異株授粉方法，使天麻花結實，產(chǎn)生前果，授粉完成18～20天，果實成熟，適時采收。通過伴萌發(fā)菌種植。如暫時不種植，可保存在4攝氏度的冰箱中7天左右，保證種籽有足夠的萌發(fā)率。

(1)滬生 說,等于 跳傘,我 父母 是 空軍,這 要 訓練。[5]49

(2)蓓蒂 說,馬頭 想 帶 我 去 高郎 橋 去 看 看,馬頭 住 的 地方,全部 是 工廠,就是 楊樹浦 的 茭白 園,昆明 路 附近,經(jīng)常 唱 “馬路 戲”,就是 露天 唱戲,唱 江淮 劇,不 買 票,就 可以 看 了,我 不 懂 啥 是 江淮 劇,想 去 看,結果 讓 淑婉 姐姐 罵 了 一 頓,馬頭 一 聲 不 響。[5]69

第一句句長是4個小句,平均小句長是(2+2+4+3)/4=2.75,第二句句長是15個小句,平均小句長是(2+10+4+3+5+3+4+3+3+3+4+7+3+8+5)/15=4.47?？梢园l(fā)現(xiàn),句長為4的平均小句長比句長為15的值反而要小。隨著句子的增長,其構成成分——小句的長度并沒有隨之降低。

這個結論與Hou et al.[23]的研究結論基本保持一致:漢語新聞中定律擬合效果較好，但在口語和小說中,定律的擬合效果較差。他們認為,這可能和小說和口語中大量的流水句現(xiàn)象有關。筆者認為這也可能和測量的單位有關,這對文體學研究有一定的借鑒和思考意義。大多數(shù)小說中口語化的表達較多,因此有很多流水句。流水句中包含了很多意義完整、獨立且“并置”的零句。[18, 27]零句不包括完整的主謂組合,但它們也表達了一個完整的句子意義。正是漢語中零句的多樣性和并置性造成了結構與成分關系的不穩(wěn)定性,導致了整體較差的擬合效果?？梢园l(fā)現(xiàn),趙元任的零句理論立足于漢語本身,能夠解釋漢語句式結構的特征,從而揭示漢語的本質特點。綜合這一小節(jié)的數(shù)據(jù)和Hou et al.[23]的結論,可以得出,語體和文體的差異對漢語句式特點有一定影響,這對進一步研究漢語的句式特征有一定的啟示意義。由于擬合效果差異過大,這里不再比較《繁》和其他小說的參數(shù)值異同。

(二)小句和詞的層級關系

小句和詞的層級關系結果顯示,小句越長,詞的平均長度有下降的趨勢。接近一半的小說的擬合效果都為可接受(5部小說的R2值大于0.8),表明在5部小說中,小句層面的結構成分關系符合冪律分布。同時也可以發(fā)現(xiàn),小句層面的定律擬合結果都優(yōu)于句子層面的擬合結果。

大多數(shù)學者認為定律的參數(shù)值異同可能和不同語言層級相關,也有研究發(fā)現(xiàn),不同語體的參數(shù)值存在差異。[28]接近一半的小說擬合效果較好,因此可以進一步觀察模型的參數(shù)值?！斗薄返腶值最大,b值最小,和其他小說有所不同。說明從數(shù)學公式的描述來看,其小句和詞的結構成分關系亦是獨具一格。(9)由于定律并不包含其他特征指標，因此這里僅對兩個參數(shù)的差異進行簡單比較，其統(tǒng)計學意義需要未來進一步調查。可以發(fā)現(xiàn),從相鄰層級單位之間關系的角度出發(fā),對當代小說進行語言定律的描述,用數(shù)學模型概括總結客觀規(guī)律,有利于了解文學作品的特殊性和普遍性,以及漢語的句式特點,從而促進文體對比研究的科學化。

五 韻致序列特征

沈家煊指出,《繁》韻致調性強,有長短句的配合,效果才明顯,如“口里一面講,身體一面靠緊,滾燙?！盵2]59“滾燙”這由一詞構成的小句,緊跟在前面較長的小句之后,讀起來有朗朗上口的感覺。

K?hler提出,動鏈可以分為長度動鏈、頻次動鏈、多義度動鏈等類型。本文主要研究句法結構的長度序列特征,因此采用長度動鏈指標,其定義為:一系列持續(xù)保持相等或者增長趨勢的長度值(如詞素長度、詞長或句法結構長度)。[29]90以《繁》中的某個流水句為例(分詞后的句子):

徐總 說,我 喜歡 小 地方,北方 做官,包括 大 老板,喜歡 大 辦公室,旁邊 往往 擺 一 張 床,甚至 雙人床,擺 一 對 繡花 枕頭,甚至 密碼 鎖 的 套房,里面 有 私人 衛(wèi)生。[5]290

以詞為單位的小句長序列為:2423362554

根據(jù)動鏈的定義,該句話的小句長動鏈為:

(2-4)(2-3-3-6)(2-5-5)(4)

從這個例子可以看出,動鏈對文本的區(qū)分方式較為明確,并不基于主觀臆斷,減少了爭議性,可以更加客觀地反映文本的線性特征。此外,該方式能窮盡文本中的相關數(shù)值,描述文本的整體特征。[29]

在此基礎上,本文擬從動鏈方面調查《繁》的小句長排列特征。已有不少研究分析了動鏈秩-頻分布的擬合模型[30-31],其中,齊普夫-曼德布洛特分布模型(Zipf-Mandelbrot,以下簡稱齊曼模型)可以很好地擬合動鏈的分布情況,并且從某種程度上來說,模型的參數(shù)可以用來比較不同語體[30, 33],因此接下來本文嘗試用該模型擬合動鏈的秩-頻分布并比較參數(shù)。

按照動鏈的劃分方法,本文對小句長動鏈的秩-頻分布進行統(tǒng)計。由于篇幅有限,我們列出頻次排名前十位的小句長動鏈,如表3所示,其他10部小說的前5個動鏈多是5、6、7、8,而《繁》不同,前5位分別是3、4、2-4、2-5、2-3。單從分布情況來看,它們的語言序列就有所不同。用概率分布去擬合這些小說的秩-頻分布的結果會如何?

所選小說的小句長動鏈的秩-頻分布均符合齊曼模型,雖然C值大于 0.02,但R2值大于0.9,擬合效果尚可接受,表明《繁》的小句長序列遵循參數(shù)分布,存在一定規(guī)律。其a值最大,b值較小(處于第二位)。

表3 小句長動鏈的秩-頻分布

以句長動鏈模型的參數(shù)和指標為基礎的聚類分析顯示,包括參數(shù)在內一共13個指標,其共性相關系數(shù)為0.91,分類效果很好。結果表明,《繁》和其他9部小說被分為一類,《秦腔》單獨成一類,說明《秦腔》和包括《繁》在內的10部小說都不同。而在前者的類別下,齊曼模型將《繁》和9部小說區(qū)分開來,說明從某種程度來說,《繁》的句長動鏈分布和大部分小說都不同。

眾所周知,文體研究較少關注語段特征(語言單位的組合特征)[30],動鏈則提供了一個新視角,利用客觀明確的區(qū)分方式描繪了文本的線性組合特征。由此看來,這和“長短句配合”的韻致一說有異曲同工之妙,同樣都用小句長度為基準,描繪了文本線性特征。不同的是,動鏈采用了數(shù)學統(tǒng)計方法來測量韻致特征,將主觀感受具象化,相關數(shù)據(jù)結果從某種程度上印證了:《繁》的韻致調性強,與當代小說有所不同。這也體現(xiàn)了金宇澄所說的:“當代書面語的波長,缺少‘調性’,如到傳統(tǒng)里尋找力量,瞬息間,就有‘閃耀的韻致’?！盵2]443如果不同風格的小說可以用參數(shù)值來衡量和比較,將其擴展到其他文體的比較研究是一個值得努力的方向。

六 結語

華語文學傳媒大獎年度小說家頒獎詞如此評價《繁》:“他的寫作,有著話本式的傳統(tǒng)面影,骨子里亦貫通、流淌著先鋒文學的精神血脈。他將傳統(tǒng)資源、方言敘事、現(xiàn)代精神匯聚為一爐,為小說如何講述中國生活創(chuàng)造了新的典范?！盵4]103。本研究運用計量的方法,發(fā)現(xiàn)《繁》與其他小說一樣，在句法結構及語言序列特征方面均遵循人類語言的相關定律,同時也具有與其他小說所不同的特征,其獨特的句式結構在當代小說中脫穎而出。在大多數(shù)現(xiàn)代小說都受到翻譯腔影響的背景下,《繁》采取了獨具匠心的語言表達,其“盛開的閃耀韻致”讓人感到耳目一新,不禁回首拾掇傳統(tǒng)“漢語腔”的神髓。

現(xiàn)代文體研究離不開現(xiàn)代研究方法[34],通過科學統(tǒng)計方法對文本特征進行測量,不僅可以為以直覺為基礎的相關研究提供客觀的驗證,同時也反映了科學統(tǒng)計方法在研究不同作家風格中的重要作用。對不同小說的句式特點采用數(shù)學模型方法進行考察亦是一種新的嘗試,為作家風格研究提供了一種新的路向。