基于机器学习方法的《德伯家的苔丝》中文译本翻译风格考察

主要观点总结

本研究采用机器学习方法对哈代作品《德伯家的苔丝》的三个中文译本进行翻译风格考察。通过构建包含词汇、句法、篇章三个层面共68个语言特征的特征集，筛选出15个显著特征，并使用SVM、简单逻辑回归、决策树三个分类器和k-means聚类分析法对译本进行分类和验证。结果表明，这些显著特征能有效区分译本风格，平均准确率接近97%。研究为质性研究提供了数据支持，并发现张谷若译本在词汇和方言词使用上更灵活，王聂译本和吴译本在词汇层面差异较小，吴译本在分号使用上富有创造性，王聂译本不使用方言对译法。此外，研究还探讨了关键词层面各译本的译者个人偏好。

关键观点总结

关键观点1: 研究目的

考察《德伯家的苔丝》中文三译本的翻译风格，采用机器学习方法，结合自建平行语料库，分析译本在词汇、句法、篇章上的不同风格特征。

关键观点2: 研究方法

首先构建包含68个特征的特征集，筛选出15个显著特征，利用分类和聚类方法进行实验，以验证译本风格差异。

关键观点3: 研究结果

15个显著特征能有效区分译本风格，平均准确率接近97%，张谷若译本在词汇和方言词使用上更灵活，王聂译本和吴译本在词汇层面差异较小，吴译本在分号使用上富有创造性，王聂译本不使用方言对译法。

关键观点4: 研究意义

研究为既往质性研究提供了数据支持，为翻译风格和译者风格研究方法提供了改进和补充，为数字人文背景下的翻译学研究提供了新视角和方法。