2026年10月30日上午，由广东外语外贸大学阐释与国际传播研究院主办的“语料库翻译学研究方法：理论基础、方法体系与智能化探索”系列讲座第四场在白云山校区科研楼一楼会议室举行。本场讲座以“语料库多维分析：统计建模与翻译理论探索”为主题，特邀北京科技大学外国语学院教授、博士生导师、翻译学科带头人、当代语言科学研究中心主任赵秋荣教授担任主讲嘉宾。讲座由阐释与国际传播研究院博士后康正煜主持，研究院师生及校内相关专业师生参加。

讲座伊始，赵秋荣教授从语料库翻译学研究的基本流程切入，围绕“开展语料库研究，一定要自己建设语料库吗？”这一问题展开讨论。她指出，语料库研究通常包括语料库建设、语料库标注、语料库提取和语料库分析等环节，但研究者并不一定需要从零开始建设语料库。对于一般语言使用、语言变异、历时变化及词汇搭配等问题，已有语料库往往能够提供较为成熟的采样设计、元数据和检索功能；而针对特定群体、特定体裁、特定时期或特定机构的话语研究，则可能需要建设与研究问题更加匹配的专门语料库。她强调，无论采用何种方式，研究者都需要首先思考“现有语料能否回答我的问题”以及“我采集的语料能否代表研究对象”等核心问题。

随后，赵秋荣教授进一步介绍了已有语料库的选择原则。她结合BNC、COCA、BAWE和MICASE等具有代表性的语料库，说明不同语料库对应不同的语言使用领域，语料库的选择本身就是研究设计的重要组成部分。研究者需要综合考虑研究对象、时间范围、语料构成、元数据与标注以及研究结果的可比性等因素，并根据研究目的选择直接检索、子语料比较或参照语料库等不同研究路径。她特别提醒，在进行不同语料库或子语料之间的比较时，不能简单依据原始频数得出结论，而应充分考虑语料规模差异，对频数进行标准化处理，同时关注词汇在不同文本中的分布情况。

在此基础上，赵秋荣教授将讲座重点转向语料库多维分析。她首先从语域差异入手，指出即使都是符合语法、通顺流畅的英语，不同使用情境仍会形成具有系统性的语言差异。日常对话、学术论文、大学教材和新闻报道虽然都使用英语，但其交际目的、参与者、媒介和主题不同，因此会形成不同的语言特征组合。她强调，语域差异并非简单表现为个别词语的差异，而是大量词汇语法特征共同变化的结果。多维分析正是通过观察这些语言特征的共现模式，从单一语言特征进一步发现文本内部具有解释力的语言变异维度。

围绕多维分析的基本原理与研究路径，赵秋荣教授系统讲解了从研究设计到统计分析的完整过程。她指出，研究者首先需要明确语域及其交际情境，随后自动提取大量词汇语法特征，并通过标准化频率等方式对语言特征进行量化。在此基础上，可以借助因子分析等统计方法识别具有共同变化趋势的语言特征组合，并进一步对不同维度进行功能解释。她结合互动性与信息性、叙事性与非叙事性、情境独立与情境依赖、显性劝说表达、抽象信息与具体信息以及在线信息扩展等维度，具体说明不同维度如何反映语言使用与交际功能之间的关系。

随后，赵秋荣教授进一步介绍了多维分析的具体操作方法。她结合MAT（Multi-dimensional Analysis Tagger）等工具，详细说明了文本准备、词性标注、语言特征识别、频数标准化、Z值计算、维度得分以及结果可视化等环节，并对完整多维分析和增补式多维分析进行了比较。她指出，完整多维分析适用于发现目标语域内部潜在的变异维度，需要研究者从自身语料出发完成特征选择、因子分析和维度解释；增补式多维分析则可以将新语料放入已有的维度空间中进行比较。通过规范的操作流程，研究者能够将定量统计结果与文本细读结合起来，从而进一步解释语言特征背后的语篇功能。

在统计建模部分，赵秋荣教授重点讨论了人工智能文本与人类文本之间的语言变异问题。她指出，如果不区分语域，仅从整体平均值观察AI文本与人类文本，可能会掩盖不同语域中的真实差异。通过将语域因素纳入统计模型，可以更加清晰地观察AI与人类文本在不同语言维度上的变化。她以相关研究为例指出，AI文本并非简单地“一律更抽象”或“一律更具体”，而是在不同语域中呈现出与人类文本不同的语言特征分布模式。因此，在评价AI生成文本时，不能仅仅依据文本是否流畅、自然，而需要进一步考察其是否真正符合特定语域的语言特征及交际功能。

在讲座的进一步讨论中，赵秋荣教授将多维分析方法与翻译研究相结合，介绍了《传习录》两个英文译本的研究案例。她以美国哲学教授、传教士Frederick G. Henke于1916年出版的译本，以及美籍华人汉学家陈荣捷于1963年出版的译本为研究对象，选取两个译本第一章内容构建语料库，并借助MAT和Biber多维分析法，从多个语言特征和维度对两个译本进行比较。研究发现，两个译本在维度1和维度6上存在显著差异，并在语言特征使用频率、词汇丰富度、信息组织方式及口语化程度等方面表现出不同特点。

结合具体文本案例，赵秋荣教授进一步分析了两个译本之间语言特征差异的翻译学意义。她通过“知是行的主意，行是知的功夫”等例子说明，不同译者在词汇选择和表达方式上的差异，不仅会影响译文的语言风格，也可能影响原文文化意义和概念独特性的呈现。她进一步从翻译动机、译者身份以及翻译活动所处的历史时期等方面解释两种译本差异的形成原因，指出译者所处的文化位置、翻译目的以及中西文化关系的历史变化，都可能参与塑造译文的语言特征。

在此基础上，赵秋荣教授又将多维分析拓展至人工智能翻译研究。她介绍了基于COCE语料库开展的研究案例，通过选取500篇中文源文本及其人工英译，并分别利用DeepSeek、Qwen、OpenAI和Gemini等大语言模型生成对应译文，从语言功能维度比较人工译文与大语言模型译文之间的差异。研究显示，四种大语言模型之间的语言功能维度距离小于其与人工译文之间的距离，说明不同模型生成文本具有一定程度的相似性；与此同时，大语言模型能够在一定程度上呈现与专业人工译文相似的体裁间语言功能变异，但整体表现出更强的叙事性和情境依赖倾向。

讲座现场

赵秋荣教授指出，多维分析不仅能够帮助研究者描述文本之间的语言差异，还能够进一步连接语言特征、语篇功能与翻译理论。通过对具体语言特征的统计分析，可以更加细致地考察人工译文与机器生成译文在叙事方式、指称方式和信息组织等方面的差异。例如，在相关文本中，人工译文倾向于使用独立的限定动词小句呈现人物评价与情感反应，而大语言模型则更倾向于使用现在分词结构将不同事件压缩连接起来，由此形成不同的叙事组织方式。这类基于语言特征的数据证据，为进一步理解人机翻译差异及翻译语言特征提供了新的研究视角。

讲座最后，赵秋荣教授回到语料库翻译学的方法论问题，强调多维分析的价值不仅在于获得统计结果，更在于通过规范的数据处理和统计建模，将语言特征与交际功能、文本类型以及翻译理论联系起来。她指出，在人工智能不断介入语言与翻译研究的背景下，研究者需要更加重视研究问题驱动、数据质量控制、统计方法选择以及结果可复现性，在定量分析与定性解释之间建立有效联系，从而避免将复杂的语言现象简单化为单一数据指标。

主持人康正煜博士后对赵秋荣教授的精彩讲授表示感谢。她指出，本场讲座从语料库选择与研究设计出发，系统介绍了多维分析的基本原理、操作路径与统计建模方法，并进一步结合《传习录》译本和大语言模型翻译案例，展示了多维分析在翻译研究中的具体应用。讲座不仅帮助与会师生进一步理解了如何利用语言特征的共现模式分析文本变异，也为人工智能背景下开展翻译语言研究和人机翻译比较研究提供了新的思路。

本次讲座是广东外语外贸大学阐释与国际传播研究院“语料库翻译学研究方法：理论基础、方法体系与智能化探索”系列学术活动的第四场，也是本系列讲座的重要组成部分。讲座以语料库多维分析为核心，将统计建模、语言特征分析与翻译理论研究相结合，并通过原创文本、人工译文和机器生成文本的比较，进一步拓展了语料库方法在翻译研究中的应用空间。通过本场讲座，与会师生对多维分析的研究逻辑、统计方法及其翻译学意义有了更加系统的认识，也进一步深化了对AI时代语料库翻译学研究方法与理论发展的思考。