基于自然语言处理的典籍海外接受研究

张曙康

doi:10.19483/j.cnki.11-4653/n.2023.12.005

基于自然语言处理的典籍海外接受研究

doi: 10.19483/j.cnki.11-4653/n.2023.12.005

张曙康

四川大学外国语学院，四川成都 610200

详细信息

作者简介:
张曙康（1999-），男，湖北黄石，四川大学外国语学院硕士研究生，研究方向为译介学、语料库翻译学。

中图分类号: H209
计量
- 文章访问数: 98
- HTML全文浏览量: 20
- PDF下载量: 1
- 被引次数: 0
出版历程

摘要

摘要: 【目的】随着中华文化“走出去”战略的实施，中外文化交流日益频繁，本文研究《论语》这一儒家经典作品的英译本在海外的传播与接受情况，为后续中国文学作品走出国门提供决策支持。【方法】利用 Python 的 scrapy 和 selenium 库爬取 Goodreads 网站上刘殿爵《论语》译本的读者评论 952 条，运用 NLP 中的基于规则的 vader 情感分析模型和 LDA 主题模型等人工智能技术对评论文本进行定量与定性分析。【结果】发现译本评论持续增长且正面评论居多，vader 情感分析器的准确率约为 67.7%; 正面评论中“《论语》哲学智慧”主题的 LDA 概率强度较高 ; 负面评论集中批评译本的文风、逻辑和翻译质量等。【结论】自然语言处理相关技术可有效评估经典作品的海外传播效果，为后续中国文学作品走出国门提供决策支持。
- Python /
- 人工智能 /
- 情感分析 /
- 主题模型 /
- 传播效果

HTML全文

参考文献(28)

[1]	潘文国 . 大变局下的语言与翻译研究 [J]. 外语界，2016 （1）：6-11.
[2]	李洁，魏家海 . 基于在线书评的《生死疲劳》英译本海外接受研究 [J]. 解放军外国语学院学报，2022（3）：144- 150.
[3]	Robinson，D. Western Translation Theory from Herodotus to Nietzsche[M]. Beijing：Foreign Language Teaching and Research Press，2006.
[4]	尹飞舟，谢清风 . 图书翻译出版的五 R 评价 [J]. 出版发行研究，2019（6）：87-90.
[5]	陈龙 . 大众传播学导论 [M]. 苏州：苏州大学出版社， 2013.
[6]	谢天振 . 中国文学走出去：问题与实质 [J]. 中国比较文学， 2014（ 1）：1-10.
[7]	张璐 . 从 Python 情感分析看海外读者对中国译介文学的接受和评价：以《三体》英译本为例 [J]. 外语研究，2019 （4）：80-86.
[8]	余承法，郑剑委 . 基于读者反馈的《西游记》英译版海外传播研究 [J]. 湖南师范大学社会科学学报，2021（6）： 83-89.
[9]	H. Liu，"A Study on the Reader Reception of English Translations of The Analects-Data Analysis with Python，" 2020 5th International Conference on Mechanical，Control and Computer Engineering （ICMCCE），Harbin， China，2020： 2381-2387.
[10]	Picard R W. Affective Computing[M]. London：MIT Press，1997.
[11]	刘丽娜 . 在线中文评论离散情感分析及其影响研究 [D]. 北京：北京邮电大学，2019.
[12]	Pang，B. & L. Lee.2002. Thumbs up：sentiment classification usingmachine learning techniques[C] ∥ Proceedings of the 2002 Conference on Empirical Methods in Natural Language Processing. Philadelphia：ACL：79-86.
[13]	Bengio Y，Ducharme R，Vincent P，et al. A neural probabilistic language model [J]. Journal of Machine Learning Research，2003（6）：1137-1155.
[14]	刘龙飞，杨亮，张绍武等 . 基于卷积神经网络的微博情感倾向性分析 [J]. 中文信息学报，2015（6）：159-165.
[15]	Irsoy O ，Cardie C .Opinion Mining with Deep Recurrent Neural Networks[C]//Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing （EMNLP）.
[16]	Wang J ，Yu L C ，Lai K R ，et al.Dimensional Sentiment Analysis Using a Regional CNN-LSTM Model[C]//Meeting of the Association for Computational Linguistics.2016.
[17]	曾义夫，蓝天，吴祖峰，等 . 基于双记忆注意力的方面级别情感分类模型 [J]. 计算机学报，2019（8）：13.
[18]	Devlin J，Chang M W，Lee K，et al. BERT：PreTraining of Deep Bidirectional Transformers for Language Understanding[OL]. arXiv Preprint，arXiv：1810.04805.
[19]	Radford A，Narasimhan K，Salimans T，et al.Improving language understanding by generative pretraining[EB/OL]. [2020-03-15].https：//www.cs.ubc.ca/ ～ amuham01/ LING530/papers/radford2018improving.pdf.
[20]	俞定国，朱琳，孙学敏等 . 突发公共事件中网络意见领袖传播特征及引导策略研究——基于主题与情感融合视角 [J]. 科技传播，2023（6）：140-145.
[21]	Blei D M，Ng A Y，Jordan M I.Latent Dirichlet Allocation[J].Journal of Machine Learning Research， 2003 （ 4 ）：993-1022.
[22]	王鹏，高铖，陈晓美 . 基于 LDA 模型的文本聚类研究 [J]. 情报科学，2015（1）：63-68.
[23]	胡吉明，陈果 . 基于动态 LDA 主题模型的内容主题挖掘与演化 [J]. 图书情报工作，2014（2）：138-142.
[24]	封思贤，袁圣兰 . 用户视角下的移动支付操作风险研究 ——基于行为经济学和 LDA 的分析 [J]. 国际金融研究， 2018（3）：68-76.
[25]	杨奕，张毅，李梅等 . 基于 LDA 模型的公众反馈意见采纳研究——共享单车政策修订与数据挖掘的对比分析 [J]. 情报科学，2019（1）：86-93.
[26]	张柳，王晰巍，黄博等 . 基于 LDA 模型的新冠肺炎疫情微博用户主题聚类图谱及主题传播路径研究 [J]. 情报学报，2021（3）：234-244.
[27]	Huntington S P .The Clash of Civilizations and the Remaking of World Order.[J].Hong Kong ：The University of Hong Kong Libraries，1996.
[28]	谭春辉，熊梦媛 . 基于 LDA 模型的国内外数据挖掘研究热点主题演化对比分析 [J]. 情报科学，2021（4）：174- 185.