机器学习算法在翻译风格研究中的应用 詹菊红 蒋跃 支持向量机是文本分析领域应用最多的机器学习算法之一，但其在翻译风格研究中的应用却并不多见。本研究基于语言计量特征，运用机器学习的方法对比王科一、张经浩两译者《傲慢与偏见》译本的翻译风格。首先，用信息增益算法获取两译者具有差异性的语言特征，然后基于这些特征构建文本分类器即支持向量机（SVM），对两译者的翻译文本进行自动分类，最后用十折交叉法对分类器的有效性进行验证。研究证明，机器学习算法分类准确率高，且具有很强的预测功能，有助于判定或预测译本或者译者的风格。与传统方法相比，该方法省时省力，过程可重复，结果精确可靠，便于处理大量陌生语料和海量特征，能发现文本间更细微的特征差异，为大数据时代的探索性翻译研究提供了便利，是翻译研究科学化的一种新的尝试。另外，本研究结合统计数据对差异性语言特征进行分析，分析结果与前期研究和研究者对文本的感受高度吻合，具有很强的可解释性。 《外语教学》，2017.5.80～85 反常语的译与解 ——兼论基于翻译实践的中西译论互补 反常语不仅常见于文学作品，在非文学文本中也常有运用，国内和西方学者对这种特殊的语言表现手段皆有关注和讨论。钱锺书先生在《谈艺录》中专门提起这一现象，称之为“反常之语言”；美国学者刘易斯剖析了翻译中不同于“常语”的“反常语”现象，指出反常语特点鲜明，自成体系，翻译反常语不仅要有相应的原则，而且还需要新的忠实观。韦努蒂也明确认为反常语的翻译要遵循“反常的忠实”，针对性地强调了反常语“非常译”的原则，以不循常规的灵活译法来破译反常语。理清这些涉及反常语和反常语翻译的论述，无疑将有助于我们加深对于反常语的认识，进而加强对于反常语翻译的研究。文章通过一些反常语的现成译例，分析、讨论了反常语的类别划分，指出了几种不同的翻译概念对反常语翻译的适用性和局限性。反常语翻译的理论和实践说明，中西译论可以相互补充，理应兼收并蓄，而翻译理论需要有翻译实践作为检验的标准。 《复旦学报》（社会科学版），2017.5.87～93 意向性、意识、意图、目的（标）与言语行为 ——从心智哲学到语言哲学 说出的话是音串，写下的字是墨迹，这些物质的东西怎么会产生精神上的意义？语言使用者怎么借助这些物质的东西传达自己的用意？这是困扰西方心智哲学和语言哲学近百年的两个棘手问题，相关文献浩如烟海。文章聚焦牛津日常语言哲学家的研究，围绕意向性、意识、意图、目的与言语行为五个概念，阐述他们对两个问题的论述。在叙述上以Searle的研究为主线，参照和对比Austin和Grice的相关研究。Searle早期继承和发展了Austin的言语行为理论，同时在修订的基础上吸收了Grice的意义理论。Searle中期主攻意向性，并且把意向性作为言语行为的心智哲学基础，Searle中期把意图和意义跟交际分开，走上了跟Grice意义理论不同的道路。Searle晚期致力于把语言作为人类特有生物遗传的延续或延伸来研究。 《当代语言学》，2017.3.317～347
