事件域认知模型对词类转换的解释力

邵　敏　翁志莹

事件域认知模型对词类转换的解释力

邵敏翁志莹

事件域认知模型(简称ECM)作为人们有效的认知工具，其层级性、转喻机制在凸显理论的辅助下能够为词汇词类转换做出合理又明确的解释，能够更加形象化的丰富语言表达的形式。

事件域认知模型词类转换凸显理论

事件域认知模型认为，一个基本事件域(EVENT）主要包含两个核心要素：行为(Action)和事体(Being)。一个行为，包括动态行为和静态行为是由很多的子行为或子动作(A1,A2…An)构成的。一个事体，包括人、事体、工具等实体和抽象、虚拟的概念，是由很多个体(B1,B2…Bn)构成的。一个动作或事体又可分别带有许多典型的特征性或分类性信息，即一个事件域包括施事者、受事者、作用力、场景等要素，而这些要素之间存在层级性关系。ECM考虑线性和层级性以及缺省信息和转喻机制，辅之以凸显理论，对词类转换做出合理的认知解释。

一.ECM的层级性

ECM的核心要素A和B都存在子要素，各要素又包含很多典型信息，如特征和分类等信息，用框架结构绘制类似“域(domain)”,包括被激活的基本概念内容和被突显的不同侧面。例如在“做饭”这个事件域E中，可包括一系列子动作An(如准备食材、烹制、起锅等)，还包括相关事体Bn(烹制者、食材、厨房等)。而准备食材A涉及到清洗、处理、调制食材等不同的侧面，就形成了E下的第三层级。同理，相关事体也存在多层级。认知语言学认为人的主观能动性和感知体验可以从不同的角度，通过不同的需要,基于不同的层次来认识一个整体事件,通过凸显原理选择E的某个层面，得到关于整个事件的认识。名词cook(烹制者)用作动词to cook(做饭)的事件域。

二.ECM的缺省信息和转喻机制

在正常的言语交际中，言语所表达的信息总是少于其对应的实际情景所包含的信息，即以言语信息为基础，补充缺省的信息才能获得实际场景信息，从而全面理解该事件。依靠缺省信息，运用实践中的部分或相关信息表示某一整体时间，实际是以部分代整体的转喻起作用。

例如在“建造房屋”这一事件域中，可能会包括多个动作，如绘制建筑结构图纸、组织施工者、建造并装潢房屋等。在这个事件域中还会涉及多个事体，如建筑师、建筑工、装潢工、建筑材料等。根据人们的常规体验和认知，动作和个体间存在规律性的结合，构成头脑中的框架知识。可用这一动作链中某一环节或某一个别事体，而缺省其他相关要素来指“建造房屋”整个事件，甚至用其他子动作来指整个事件，如“那房屋建得真是结实”表示“建造房屋”这个事件。因此，动词“erect(建立、建造)”也可以用作形容词“keeperect(笔直的、竖直的)。”

如“拍摄相片”的事件域中，包含多个动作，如调焦、摆姿势、按下快门等，也涉及到多个事体，如相机、照相者、被拍摄者、相片等，因此，名词“film（胶卷）”也可以作动词“tofilmastory(把故事拍摄成影片)”。

缺省信息与实际事件的关系实际是部分和整体的关系，各层级子动作和相关事体在不同的背景知识中都可以是缺省信息，而转喻一般是发生在同一个概念域或事件域之中的组成要素的互代，或组成要素与整体之间互代。ECM本身的转喻机制为词类转换特别是动词和名词的转化提供了可能，而人类认知过程中对语言传达的信息的缺省和补充，对这种词类转换起着重要作用。

三.认知凸显理论的助力

认知语言学的凸显是指对语言所传达信息的取舍和安排，相关术语有“foregrounding（前景化）”、“background(后景化)”、“profiling(侧面化)”和“highlighting(强光化)”。语言表达是一种主观动机性的行为，语言结构的布局常受表达者的心理动机、视角、场景的制约，具有多维度、多属性的特点。语言结构的多侧面性决定在认知域中，有些侧面会被激活强化，而另一些则被淡化隐匿，即某些要素被凸显后便抑制其他的要素，凸显的要素成为人们关注的焦点。

语言结构呈现多个侧面存在差异性，这些差异性使每个侧面独特典型，能够代表该语言结构所代表的事体。如:His name headed the list.名词“head”的典型侧面特征使其作动词时可指“to rank the first”.又如：He is heading for California.名词“head”的另一侧面特征使其做动词时可指“to go to”。

四.结论

ECM的层级性使人们认知的对象事件E呈现出多个组成要素或多个侧面（即动作或事体），语言表达者的心理动机、视点、客观环境等的多种条件制约下抑制部分要素，凸显某些子动作和子事体，实现以部分要素代称整个事件，对实现词汇的词性转换，丰富语言表达的形象性有重要的作用。

ECM理论和凸显理论要求语言的表达者必须主观能动地利用、发挥、创造构成事体的而具有典型特征的要素，形成一种影响语言表达力的自驱系统，该系统能词汇的词性转化提供较为有力的解释工具。

（作者单位：武汉科技大学城市学院）