基于CiteSpace的国内英语韵律研究可视化分析（2000-2022）

王 慧 曲长亮

大连外国语大学 大 连 116044 中 国

一、引言

韵律是口头话语中连续音节通过音高、音长和音响等声学特征体现的语调、重音等超音段语音特征的总称（Cruttenden，1997：16）。在十九世纪中后期，韵律就已得到语音学家的关注。Sweet（1877：91）指出，声音组中的音节由不同程度的力量所发出，这种相对力量就是重音；重音最重要的特征是节奏性，也就是强弱重音交替的这种趋势。而在语调方面，他提到语调的三种基本类型，即平调、升调和降调，可传达不同的情感，如升调可表示疑问，降调可表示命令（Sweet，1902：69）。虽然在上述研究中Sweet未正式给出韵律的定义，但其中已有大量对语调、重音、音高等韵律特征的介绍，由此可见韵律对语音分析的重要性。在后续的语音和音系研究中，韵律也受到了诸多关注，取得丰硕成果。基于此，国内学者对于韵律的研究也不断深入，但少有文章对相关成果进行梳理和总结。因此，本文利用可视化软件CiteSpace，以中国知网为数据来源，收集英语韵律相关文献，对国内英语韵律研究的基本现状、研究热点和发展趋势进行分析，以期为今后相关领域研究提供参考。

二、研究方法

1. 研究工具

CiteSpace软件是一款用于计量和分析科学文献数据的信息可视化软件，能够将一个知识领域来龙去脉的演进历程集中展现在一幅引文网络图谱上，并且能根据关键字自动标识出研究前沿来（陈悦等，2015：242）。本文利用CiteSpace 6.2.R4软件制作了作者共现图谱、机构共现图谱、关键词共现图谱、关键词突现表和关键词聚类图谱。此外，还利用Excel制作了年发文量折线图。

2. 数据提取和处理

本文以“中国知网”为数据来源，以“英语韵律”“英语重音”“英语语调”“英语节奏”为主题词进行检索，来源类别选择“CSSCI”，检索的时间跨度为2000-2022年。为确保文章的相关性，经人工筛选，剔除了与主题词无关的文献，最终共获得文献107篇，随后以Refworks格式导出，用CiteSpace 6.2.R4进行可视化分析。

三、研究动态分析

1. 发文量分析

根据所收集的文献整理得到2000-2022年间的年发文量折线图（见图1）。观察图片可知，国内韵律研究在2000年至2003年尚处于起步阶段，相关论文较少，但自2004年起，发文量逐年增加，总体呈增长趋势。2008-2010年处于发文量高峰阶段，发文数量是近二十年里之最。2011-2019年，发文量有所下降，但总体来看处于平稳状态。2020-2022年间发文量则处于大幅波动状态，2020年无相关文章发表，2022年仅有2篇文章发表。

2. 核心作者和高产机构

在CiteSpace中将节点类型设置为“作者”，词频显示阈值设为2，其余设置为默认项，最终得到作者共现图谱（见图2），共125个节点，83条连线，图谱中作者名字的字体大小和发文数量呈正相关。根据普赖斯公式计算（邱均平，1988：190），本文将发文量在3篇及以上的作者定为核心作者。

图2 作者共现图谱

根据CitesSpace发文量统计结果得到，核心作者共8位。发文量最高的作者为陈桦，发文量为12篇，首次发文年份为2006年。发文量并列第二的作者为许希明、杨军、蒋红柳和陈晓湘，发文量为4篇，首次发文年份分别为2011年、2006年和2009年。发文量并列第三的学者有毕冉、穆凤英和孙欣平，首次发文年份均为2008年。此外，结合作者共现图谱可发现，核心作者之间一定程度上已形成了合作网络，例如陈桦、毕冉和孙欣平，以及穆凤英、夏志华和高薇。其他学者之间也有联系，形成了小规模的合作网络，但发文数量较低，本文在此暂不具体展示。

机构的知识图谱可以帮助读者了解在某一研究领域中哪些机构有较大的学术贡献和影响力（陈悦等人，2015：248）。在CiteSpace中将节点类型设置为“机构”，词频阈值设为2，其余设置为默认项，最终得到如图3的机构共现图谱，图上共110个节点，38条连线，机构字体大小与发文量成正相关。

图3 机构共现图谱

根据图3可知，发文量排在前列的有南通大学、南京大学、中国社会科学院、湖南大学和江苏师范大学等。各个机构之间的联系并不是特别密切，主要联系存在于发文排名前几的高校，如南通大学和南京大学之间。其他高校之间虽然也有合作，但发文量较少。总体来看，国内高校在韵律研究领域尚未形成较大的合作网络。

四、研究热点分析

CiteSpace可通过词频统计、关键词突现和关键词聚类的方法对某一领域的研究热点进行探索。关键词是对文章的高度概括和提炼，通过统计文献中关键词的频次分布，可获取某领域的研究热点和动向。关键词突现是指某一段时间里某个关键词的频次明显增加，该项算法可了解某一领域研究动向的转变。关键词聚类则是按照相关算法将文献的关键词进行聚类，能够反映某领域形成的研究类团。

1. 关键词共现图谱分析

在CiteSpace中，节点类型选择“关键词”，时间切片设置为1年，时间区间设置为2000年1月至2022年12月，词频阈值设置为4，最终得到图4的关键词共现图谱，图上共235个节点，202条连线，关键词节点大小和关键词频次成正相关。此外还根据CiteSpace的统计结果得到关键词词频数。

图4 关键词共现图谱

从上图可知，频次较高的关键词有“英语语调”“韵律”“韵律特征”“语调”“音段”“重音”“错误分析”和“韵律焦点”等。其中语调相关的关键词频次占比最高，“英语语调”频次为8次，“语调”为7次，与这两个节点相连接的关键词有“语篇功能”“信息传递”“认知接口”“功能研究”和“语音实验”等，可见语调研究主要从语篇功能和信息传递角度展开，采用语音实验的方式，分析音高等相关声学参数。与韵律相关的关键词频次占比位居第二，“韵律特征”频次为6次，“韵律”为4次，这两个节点主要与“口语语篇”“英语口语”“程式语”“自我修复”“音高”和“音长”等关键词连接。关键词频次并列第三的有“节奏”“中介语”“二语习得”“重音”和“朗读”，均为4次。

2. 关键词突现分析

本文利用CiteSpace的Burstness功能对关键词的突发性进行检测，最终选取了15个突发性关键词进行展示(见图5)。

图5 关键词突现

从图5可知，在2000-2010年间，语调和节奏是主要的研究对象，且研究热度持续非常之久。在此期间，还有停顿、重音、信息传递、边界调的相关研究数量激增，但是持续时间相对较短。在2010-2015年间，突现的关键词有中介语、韵律特征、英语语音、韵律习得和英语口语。这一阶段的研究不再关注单个的韵律特征，如语调、重音等，而是从韵律这个大范围关注学习者的习得情况。2015-2022年间，研究热度较高且持续时间较长的是韵律迁移、产出、二语水平和音段相关研究。该阶段主要研究的是影响中国英语学习者韵律产出的因素，较多关注母语背景对韵律产出的迁移作用，以及不同二语水平对韵律产出和感知的影响。这几个关键词的热度持续至2022年，在未来几年很有可能继续成为研究的热点。

3. 关键词聚类分析

CiteSpace依据网络结构和聚类的清晰度，提供了模块值（Q值）和平均轮廓值（S值），其可作为评判图谱绘制效果的依据。一般Q值大于0.3就意味着划分出来的社团结构是显著的，当S值在0.5以上，聚类一般认为是合理的（陈悦等人，2015：249）。本研究在CiteSpace中采用对数似然比（LLR）算法，得到图6，S=0.9907，Q=0.8733，其中共包含12个聚类，因篇幅有限，本文在此只详细介绍前6个聚类。

图6 关键词聚类

#0聚类为图谱中最大的聚类，其标签为“英语语调”，该聚类包含30个关键词，其中高频关键词有“中介语”“错误分析”“调核”和“性别差异”。目前语调研究主要利用声学分析软件，可视化音高运动，用以分析说话人的语调特征，如卜友红（2016：569）分析了中国英语学习者在调群切分、调核位置和调型运用三方面的情况，发现学习者在这些方面存在功能性错误。性别差异对语调产出的影响也是一个研究热点，林秋茗（2011：195）以中国英语专业本科生为研究对象，发现女性仅在重读上略占优势，其他特征上男女性之间无显著差异，但与英语母语者相比，无论男女都存在多方面的差异。

#1聚类标签为“重音”，该聚类下包括26个关键词，其中高频关键词有“节奏”“语调”“信息传递”等。郭兴荣和陈晓湘（2017：188）对不同方言背景的英语学习者词重音产出进行分析，发现两组学生在音高、时长、音强和元音弱化方面与母语者有显著差异。而在重音感知方面，蔡晨（2021：100）发现可通过采用混合式教学帮助学生提升重音感知准确性

#2聚类标签为“语速”，该聚类下包括22个关键词，其中高频关键词有“韵律特征”“韵律”“音高”等。李爱军（2010：28）收集了快中慢三种语速的句子录音，分析语速对英语句子韵律特征的影响。而在其他研究当中，语速则被当作一项韵律特征进行分析，如夏志华（2013：398）从话题结构的角度出发，分析了中国英语学习者即兴演讲在音高、音长和语速这三方面的特征，以此考察学习者口语韵律与话题结构的匹配度。

#3聚类标签为“音段”，包括19个关键词，其中高频关键词有“纵深研究”“合成语音”“变化趋势”和“超音段”。该聚类多数研究采用语音合成技术，何家勇等人(2019：71)研究了音段和韵律对语音可理解度的影响，发现相较于超音段特征，音段错误更会阻碍中国英语学习者的语音可理解度。白佳芳（2022：23）考察了音段和韵律对英汉口译的影响，发现音段和超音段的离变会增加英语口译的难度，且音段离变带来的影响更大。

#4聚类标签为“轻音节”，其中包括10个关键词，高频关键词有“重音节”“英语重音”“重音指派”等。许希明和沈家煊（2016：643）从厘清“stress”和“accent”之间的关系为出发点，对比了汉英重音的音系差异。许希明（2021：643）分析了音节重量与英语重音之间的影响，发现二者在音系和语音层面相互依存，互相影响。

#5聚类标签为“突显性”，其中包含9个关键词，高频关键词有包括“韵律焦点”“时长”等。焦点的韵律实现主要通过焦点词的韵律突显来达成，体现在音高、音强和音长等方面的变化。高薇等人（2015：861）发现中国英语学习者的焦点韵律实现方式与母语者有明显差距，但可通过针对性训练提升。刘希瑞等人（2021：887）对比了中国英语学习者和英语母语者的韵律焦点产出和感知，发现学习者在焦点的音高运动方面与母语者相差较大，而焦点感知的正确度则依焦点的类型不同而不同。

五、结语

本文利用CiteSpace软件，以中国知网为数据库，对2000-2022年间国内英语韵律研究进行了可视化分析。首先从发文量上看，2000-2003年，韵律研究尚处于起步阶段，而在2008-2010年处于发文量高峰期，此后发文量呈波动式下降状态。其次，从发文作者来看，虽然有较多学者对韵律研究加以关注，但核心作者数量较低，且作者之间的联系并不密切，没有形成大规模的合作网络。在研究机构方面，虽有较多高校对韵律开展研究，但仅在发文量较高的高校间存在较大规模合作网络，其他高校偏向独立研究。研究热点主要集中在中国英语学习者的语调和重音产出特征上。语调研究方面发现，中国英语学习者在调群切分、调核位置确定等方面存在问题，性别差异对语调产出影响较小。而重音研究发现中国英语学习者产出词重音时，变化最显著的特征为音高，这与Sweet（1902：71）提到的重音与音高之间的联系特别密切的观点相吻合。通过关键词突现分析发现，近几年韵律习得影响因素研究激增，未来可能会进一步发展成为新的研究趋势。

本研究存在以下不足：（1）仅收集了发表在CSSCI期刊上的文章，未收集国内其他类型期刊的文章，具有一定局限性；（2）在检索词方面，仅选用了四个检索词，检索不够彻底。后续研究可在这些地方改进，以更全面、准确地反映国内英语韵律研究的现状和热点。