出版规范提升策略分析——以科技新闻门户网站为例

李艳华

(商务印书馆有限公司,北京 100006)

科学技术名词(以下简称“科技名词”)是科技和语言的结合体,属于专业词语,新概念、新范畴、新表述要借助科技名词来表达,其不仅具有科学性,也具有社会性,涉及多学科多行业,影响科研、教育、文化等诸多领域。《图书质量管理规定》《报纸期刊质量管理规定》都明确要求使用科技术语必须符合全国科学技术名词审定委员会(以下简称“名词委”)公布的规范科技名词。

法国社会学家迪尔凯姆在《自杀论》一书中提出了“社会失范”。[1]社会失范指当社会规范不得力、不存在,或者彼此相互矛盾时,个人和社会所出现的混乱、不知所措的状态。迪尔凯姆认为,现代社会的失范是由于从机械团结到有机团结的改变尚未完成。同样,在科技飞速发展的今天,科技新闻是社会大众通过规范科技名词获取科技知识的重要来源之一,科技新闻中如果存在科技名词使用不准确、不规范现象,将导致“出版失范”,直接影响受众的认知。科技新闻如果不遵循出版规范,会把各种差错传播给受众,产生一定负外部性。

一、 样本采集

(一)调查对象

本研究随机选取以下10家主办类型不同、运营模式不同的科技新闻门户网站作为调查对象。如表1所示。

表1 10家科技新闻门户网站

(二)样本采集

本文随机均匀选取10家科技新闻门户网站2019年6月—2021年6月发布的科技新闻,累计532篇,约14.3万字。其中包括:科学网64篇(186189字),央广网60篇(134097字),光明网50篇(119381字),科普中国50篇(134170字),中国科技网50篇(56454字),凤凰网50篇(203307字),中国科普网50篇(106384字),新华网54篇(100672字),果壳网50篇(154651字),网易科技54篇(236140字)。我们根据中图分类法人工对这532篇科技新闻样本进行标记后,通过“术语在线”“术语通”等工具检索这532篇科技新闻中的科技名词差错。

二、结果分析

通过检索、判断、剔除等工作,最终在取样的532篇科技新闻中统计出184处真实差错,篇均差错为0.35处,包括科技名词使用失范差错、输入法造成的差错、常见词误用差错、标点符号使用差错、时政表述引用差错等。

(一)差错类型

名词委审定公布的规范科技名词数据结构包含学科、中文名、英文名、简称、全称、又称、曾称、俗称、其他语种名、定义等。其内容有:一个概念有多个名称时,应确定一个名称为正名(规范名),其他为异名。异名主要包括“又称”“全称”“简称”“俗称”“曾称”。正名:经名词委审定公布公布的规范名词。又称:非推荐名,特殊情况下允许定一个“又称”,只在一定范围内使用。全称和简称:与正名等效使用的名词,也就是说尽管全称和简称都属于同义词,但都属于规范名词。俗称:非学术用语,可以理解为百姓用词,虽然是正词的同义词,但不属于规范科学技术名词范畴。曾称:已淘汰的旧名称,这类同义词将不再使用,退出历史舞台。[2]鉴于此,本文将科技新闻中发现的科技名词使用失范现象归纳为以下5种类型。

1.使用非推荐科技名词

这类差错是指同一概念对应的科技名词前后文使用不统一。具体来说,同一篇科技新闻中同时使用了正名和又称。在本文统计的样本数据中,这类差错出现33处,占比17.9%,在所有差错中占比最高。例如某篇科技新闻中同时使用“孔体积”(正名)和“孔容”(又称),二者对应的英文都是pore volume;某篇科技新闻中同时使用“化石燃料”(正名)和“化石能源”(又称),二者对应的英文都是fossil fuel。术语又称虽然严格意义上不算错误,但是《报纸期刊质量管理规定》明确指出,在一篇文章(报道)中,出现的科技名词需要前后统一。因此在一篇文章(报道)中,对于同一个科技概念,既使用正名也使用又称,属于科技名词不规范使用,应尽量统一使用正名。

2.使用不规范科技名词

如前所述,凡是使用“俗称”“曾称”的,都属于使用不规范科技名词。在本文统计的样本数据中,这类差错出现12处,占比6.5%。例如某篇科技新闻中错用“二氧六环”(俗称),根据名词委审定公布的《化学名词》(第二版)规定,应使用“1,4-二氧杂环己烷”(正名),二者对应的英文都是dioxane;某篇科技新闻中错用“物质的量浓度”(曾称),根据名词委审定公布的《化学名词》(第二版)规定,应使用“摩尔浓度”(正名),二者对应的英文都是molarity。

3.科技名词颠倒/漏字/错字

除了使用非推荐科技名词和不规范科技名词之外,在本文统计的样本数据中,还出现了科技名词颠倒/漏字/错字的情况。例如某篇科技新闻中错用“傅立叶变换红外光谱仪”,根据名词委审定公布的《化学名词》(第二版)规定,应使用“傅里叶变换红外光谱仪”,二者对应的英文都是Fourier transform infrared spectrometer,FTIR换红外光谱仪;某篇科技新闻中错用“拉伸实验”,根据名词委审定公布的《力学名词》规定,应使用“拉伸试验”,二者对应的英文都是tensile test;某篇科技新闻中错用“参考构型”,根据名词委审定公布的《力学名词》规定,应使用“参考构形”,二者对应的英文都是reference configuration。根据统计,这3类差错累计出现10处,占比5.4%。

4.输入法造成的差错

这类差错是科技新闻网站编辑在输入过程中,因使用输入法而造成的差错。比如,将“混凝土”误写为“混泥土”,将“城乡接合部”误写为“城乡结合部”,将“篮球场”误写为“蓝球场”,等等。在本文统计的样本数据中,这类差错出现47处,占比25.5%。

5.其他类型差错

除了前文所述的4种典型差错类型,在本文统计的样本数据中,还出现了一些非科技名词类差错,累计出现82处,占比44.6%。比如,多/少字、表述与原文不符、错别字、标点符号错用,等等。因为本文主要探讨的是科技名词相关差错,因此,本文对这类差错不展开分析。

(二)差错领域

关于差错领域分析,有两点需要说明:一方面,本文研究的是科技新闻出版规范中的科技名词规范问题,需要确保发现的科技名词差错是真实差错,这是笔者文本量化分析的基础;另一方面,本文对名词委审定公布的规范科技名词按照学科进行分类,并且“术语通”依据中图分类法对名词委审定公布的40余万规范科技名词进行了二次学科归类。为统计方便,本文依据中图分类法对532篇科技新闻进行人工标记。因为一些科技新闻报道的内容属于跨学科,还有一些科技新闻无法精准判断其学科归属,只能以相邻学科作为标记数据,因此,本文在科技新闻的中图分类法标记上只能采用模糊匹配。

在本文统计的样本中,整体差错率由高到低排在前3位的一级学科分类分别是T.工业技术(28.8%)、R.医药、卫生(17.9%)、O.数理科学和化学(14.1%)。进一步再统计这3个一级学科中,差错率由高到低排在前5位的二级学科分类分别是TQ.化学工业(18.1%),TE.石油、天然气工业(17.3%),R1.预防医学、卫生学(10.6%),O6.化学(8.5%),O3.力学(8.3%)。具体到每个二级学科对应的科技新闻文本出现的各类差错情况,如表2所示:

表2 二级学科对应的科技新闻中出现各类差错排序情况

(三)差错分析

1.差错类型

从差错类型来看,多/少字、表述与原文不符、错别字、标点符号错用等其他类型错误是最常见的差错,其次是输入法造成的差错,第三是关于科技名词规范的差错。这说明相较于专业化程度更高的科技名词而言,一般性语言文字更容易出现差错。因为即使是在科技新闻中,科技名词也是低频词语,出现的概率低,其出现的差错也相对较少。整体来看,本文统计的科技新闻样本的规范性较高,仅看科技名词方面的差错,累计为55处,篇均差错仅为0.1处。新闻门户网站编辑在使用输入法输入新闻内容时,易造成字音相似差错和字形相似差错。前者如将“声频”误写为“生平”,将“超声波”误写为“炊事班”;后者如将“辐射”误写为“幅射”。

2.差错分布

从差错分布来看,尽管是科技新闻文本,常见的语言文字类差错依然比例最高。这说明在科技新闻的出版流程上,出版规范尚未到位,没有严格执行“三审三校”制度,从而出现诸如输入法导致的差错、错别字、标点符号差错等。从科技名词相关的3类差错来看,使用非推荐科技名词的差错占比17.9%,使用不规范科技名词的差错占比6.5%,科技名词颠倒/漏字/错字的差错占比5.4%。这说明当前科技新闻编辑对同一概念对应的科技名词的处理较为随意,对于单篇科技新闻中同时出现的“正名”和“又称”,没有做前后统一处理。

三、出版规范提升路径

(一)提升规范科技名词意识

科技名词是各类概念、范畴、理论的载体,有着具体明确的内涵。科技名词的规范统一对于构建科技和学术话语体系、实现科技强国战略,具有重要意义。近代以来,我国科学家在引进西方先进科技概念的基础上,结合中国的文化传统,创造和译定一大批具有中国特色的科技名词,为提升我国科技水平、拉近与世界科技的距离提供了术语基础。因此,科技新闻门户网站编辑需提升使用规范科技名词的意识,为受众提供客观准确的科技知识。

(二)建立专业化、学术化思维

《辞海》将“编辑”定义为从事组织、审读、编选、加工、整理稿件等工作的人。在成为专门的职业之前,编辑和学者并没有特别清晰的界限,往往是“编学合一”“编撰合一”“编研合一”。无论是“编辑学者化”抑或是“编辑家”,都说明编辑具有专业学识的重要性。[3]编辑要掌握相关学科专业知识,了解相关学科前沿研究动态。编辑要具有一定的学习能力,在某一学科领域有一定造诣和学术水平,能判断和评价新的学术思想、学术观点。同时,编辑要注意更新自己的知识储备,才能更好地从事相关学科的新闻出版工作。

(三)充分利用“技术赋能”

过去是印刷机的时代,现在新的技术迭代已经形成一种新逻辑,要依靠技术创新而非市场逻辑作为新闻出版业发展的主线。《出版业“十四五”时期发展规划》提出:“把新发展理念贯穿出版发展的全过程、各领域,不断推进内容创新、技术创新和体制机制创新,支持产业链上下游深度融合,优化出版发展生态,转变出版发展方式,构建出版业发展新格局,实现更高质量、更有效率、更加公平、更可持续、更为安全的发展。”[4]科技进步和制度创新是推动我国新闻出版业转型升级的关键因素,如何利用新技术为编辑出版赋能增效、促进传统出版与新兴出版技术的融合发展,是新闻出版界需要研究的重要课题。

“技术赋能”是利用技术增加或扩张人的能力,具体到编辑来说,就是充分利用技术手段提高编辑出版工作的质量和效率。当前,由于各项技术的快速发展,人工智能在新闻出版业的应用场景逐渐丰富,诸如人工智能新闻、自动化新闻、算法新闻、大数据新闻等。编辑应积极关注、运用前沿技术成果,例如利用“标注和提取”技术进行关键词核查;借助“通配符”和“VBA”查找和修订;利用自动化软件辅助校对科技名词、参考文献等专项内容。[5]具体来说:在新闻采写方面,可以借助“快笔小新”(由新华社、北京大学、中国传媒大学共同研发,目前在新华社开展使用)、“梦写手”(由腾讯自主研发,目前在腾讯财经频道开展财经新闻写作)、“地震机器人”(由《洛杉矶时报》自主研发和使用,目前在《洛杉矶时报》开展地震新闻写作),等等;在新闻编校方面,可以借助“Style-Checking Tools”(由《洛杉矶时报》自主研发和使用,目前在美联社开展使用)、“腾博审校”(由腾博科技自主研发,目前在能源系统使用)、“术语通”(由一意科技自主研发,专门用于识别科技名词类差错)、“黑马校对”(由黑马科技研发,目前市场占有率较高),等等;在新闻分发方面,可以借助“Alexa”(由亚马逊自主研发和使用,主要用于语音交互式新闻的发布)、“百度新闻”(由百度科技自主研发,目前在百度新闻频道使用,内置文字新闻交互服务),等等。

四、结语

“传播技术的发展和媒介形态的变革是社会进化的有机组成部分,每一种新技术都会给社会交往带来新的规模、速度、范围以及传播模式的演进。”[6]本文通过对科技新闻门户网站发布的科技新闻文本的统计分析,分析其出版失范的表现与成因。2021年10月,国家发展改革委、商务部就《市场准入负面清单(2021年版)》向社会公开征求意见,其中,许可准入事项中增加“特定新闻出版业务的许可准入措施”,体现出国家对加强新闻出版市场准入规制的重视,旨在严格实施新闻出版市场准入制度。[7]

《出版业“十四五”时期发展规划》提出:“推动从事网络出版业务的企业配备一支政治素质高、业务能力强、与内容生产规模相适应的编辑、审核队伍,提高对网络出版物的把关能力和水平。”在新闻出版服务于文化强国战略的时代背景下,科技新闻门户网站应注重出版规范性的提升,充分释放其作为信息传播平台的正外部性。