引言

近年来科幻小说成为了中国当代文学在海外

传播的新名片。在日本，刘慈欣的《三体》日译版

引发热销，截止2021年5月26日为止销售量累计

达37万部左右，作品不仅受到日本科幻迷的青

睐，还辐射到科幻圈以外的普通读者群。此外郝

景芳、陈楸帆等年轻一代科幻作家的作品也相继

被译成日文发行。日本著名的翻译家饭塚容曾指

出，进入新世纪以来中国当代文学作品在日本的

销售量和普通读者间的反馈并不乐观（刘成才，2019）。

那么在中国当代文学对日影响相对式微的形势

下，以《三体》为代表的中国当代科幻作品为何能

唤起广大日本读者的阅读兴趣？为了进一步阐明

《三体》在日本译介成功的原因，本文聚焦普通读

者的评论，试图廓清日本普通读者对中国当代科

幻作品的接受图景。

时下中国当代文学对日译介研究方兴未艾，

诸多研究或围绕单一作家，阐释其作品对日译介

历程和影响（雷家琪，2020；霍斐，2020）；或观照中

国当代文学整体或局部，梳理译者和研究者系谱

（张元，2017；卢冬丽，2019）；或聚焦日本刊物，从

译介团队、译介作品等方面探究日本译者行为（鲍

同，2018）。上述研究的焦点往往集中在翻译和传

播，对专业评论或研究进行交叉解读，为中国当代

文学的日本译介研究注入了新鲜血液。译介效果

方面，卢冬丽等（2016）基于接受美学理论对阎连

科的《受活》日译本受容情况展开考察，其中不仅

有主流媒体和文艺评论家的书评分析，还涵盖普

通读者书评的解读，较为全面地展示了《受活》在

日本的诠释和接受。但由于普通读者书评并未达

到海量程度，作者直接采用人工收集整理方法，并

未采用量化等方式。此外宋丹（2017）在考察铁凝

作品在日本的译介情况时，引用了日本亚马逊网

站上的读者书评，然而数量仅为2条。因此，目前

累于中国当代作品在日的不景气以及普通读者群

的分散性、模糊性，现阶段的译介研究着重考察日

本汉学家及专家学者评价，关于普通读者书评的

研究经验尚且不足。

缺少普通读者的阅读，作品无法完成整个传

播循环。[

1]读者接受是衡量译介效果的重要尺度，

日本读者对中国科幻文学翻译作品的接受

温州医科大学外国语学院王慧陆晓鸣

[摘要]读者接受是衡量译介效果的重要尺度。研究以日本普通读者的在线评论为考察对象，通过

文本挖掘技术，对读者评论进行高频词提取、分维标注、语义共现、情感分析等定性定量相结合的分

析；并在此基础上，结合读者接受理论，廓清日本读者对科幻小说的期待视野，探究《三体》在日本译介

成功的原因，以期为译介文学的读者接受研究提供科学、有效的途径。研究发现：《三体》作品跌宕起

伏的情节、宏大的世界观设定、对人性的思考，加之优秀的翻译推广是促使作品广受日本读者青睐的

主要原因。

[关键词]读者评论文本挖掘译介效果读者接受当代科幻文学

NIHONGO NOG

AKUSHU TO KENKYU翻译论坛2

023年第2期总225号

114

DOI:10.13508/j.cnki.jsr.2023.02.010翻译论坛2023年第2期总225号

因此我们既要重视专业读者的评价，也不能忽视

普通读者的接受研究。融媒体时代下，读者的阅

读媒介发生巨大变化，从纸质阅读到网络阅读，阅

读媒介多样化；同时读者反馈的渠道也随之多元

化。愈来愈多的读者通过网络发表评论，形成了

海量的网评数据，这为研究普通读者接受提供了

新的路径。鉴于此，建立了《三体》的普通读者评

论数据库，运用文本挖掘技术，多重过滤网评数

据，从中提取有效信息，以期为大数据背景下研究

中国作品海外读者接受提供些许启示。

1在线评论的文本挖掘研究

文本挖掘又称文本数据挖掘，即从文本中进

行数据挖掘。数据主要分为结构化的定量数据和

非结构化的定性数据，前者以数值等形式来呈现，

处理相对简单；而后者的代表就是文本数据。文

本数据挖掘是“从大量的、不完全的、有噪声的、模

糊的、随机的数据中，提取隐含其中的、隐形的、但

又是有用的信息和知识的过程”[

2]，其目的是从定

性数据中提取有用的、附加值高的信息。

大数据背景下，购物网、旅游网、口碑网、社交

网等网络媒体上在线评论无处不在，积累了大量

的文本数据，反映了消费者对产品、服务等的想法

和意见，具有一定的参考价值，故而引起了研究者

的关注。目前在线评论的文本挖掘在商品领域应

用较广，如研究在线评论对消费者购物选择的影响

（陈在飞等，2014）、利用乘客在线评论调查乘客对

航空公司的满意度（Filipe R.Lucini等，2020）等。

在游客评论方面，在线评论的文本挖掘常常用来分

析旅游目的地的形象，如Cora Un InWong等（2017）

采用文本挖掘技术研究了2005-2013年间关于澳

门景区在线评论内容的演变，并与官方部门在此期

间对澳门的形象定位进行比较；徐菲菲等（2018）运

用文本挖掘法分析游客关于南京的在线评论文本，

发现目的地形象维度重要性存在着差异。

在读者评论方面，利用文本挖掘技术的研究

才刚刚起步，目前网络新闻报道和中国作品海外

译本的读者评论是学者关注较多的两大领域。前

者的研究成果偏向技术验证，如但马康宏（2013）

运用多种算法对网络新闻报道的读者评论进行情

感分析，比较其精确度，旨在寻找最佳算法。后者

在我国积极推动中国文化走出去的背景下愈来愈

受到重视，其中张璐（2019）聚焦普通读者的情感

特征，利用情感分析技术分析读者的在线评价，并

从人物、情节、叙述角度、翻译四个维度深入挖掘

读者情感；傅悦、吴赟（2021）对比专业读者和普通

读者的评价内容，旨在探索不同读者群体在认知

效用和接受程度上的规律特征；Wang Feng&

Philippe Humble（2021）针对同一作品两个译本，比

较普通读者在文体感知上的区别。上述研究对象

均为读者在线评论，而观察角度各不相同，且对应

的挖掘技术也各具特色：有新兴的Python情感分

析技术，也有传统的语料库词频方法，还有语料库

工具和定性数据分析工具的混合使用。这些技术

工具都取得了良好的分析效果，但也存在一些瓶

颈：如Python情感分析技术在处理大规模数据上

优势明显，但它只会根据文本内容给出一个情感

数值，缺乏对文本内容的提炼，容易埋没许多重要

信息。相反，语料库技术面对个体差异巨大的读

者评论时，由于读者所用的褒贬评价词丰富多样，

单个词的频次往往会很低，导致词频方法在统计

褒贬词时存在局限性。由此可见，在分析海量的

读者评论时，多种技术之间可以进行优势互补。

鉴于此，笔者采用定性与定量相结合的分析

方法对大规模的读者评论文本数据展开挖掘。具

体操作流程如下：首先利用语义共现网络图描绘

读者对作品的整体认知；然后通过高频名词提取、

标识、聚类，划分出多个评价维度，结合共现词表

等因素深度挖掘读者对作品特征的评价；通过检

索跟“读”相关的高频动词来分析读者阅读行为；

最后对每一条评论进行情感分析，获得粗粒度情

感值，并且围绕主题词逐一提取相关的评论语句，

进行细粒度情感分析。

2数据来源及研究工具

本文以日本最大的读书社区网站读书METER

115翻译论坛2023年第2期总225号

网（「読書メーター」[

3]）作为普通读者评论样本选

取网站。该平台为读者提供记录、管理、评价已读

书籍的服务。网站评论区没有设置星级打分，但

有字数限制，每条评论最大字数为255字，这点与

普通线上购物网站有所区别。

当前读者评论相关的研究多数采用亚马逊网

站的读者评论数据，虽然日本亚马逊网站也有数

量可观的读者评价，但与之相比，读书METER网

商业性较弱、普通读者覆盖面更广。因为该网站

的用户不仅仅限于线上购买书籍或线上阅读的读

者，还覆盖非在线购买书籍的读者，其中有不少利

用图书馆借阅后在此发表阅读体验的读者。因此

其评论接近于读者的阅读笔记，真实性更强，适用

于研究普通读者接受情况。

笔者运用Python语言于2021年7月17日爬

取METER网上《三体》日文版系列《三体1》《黑暗

森林上》《黑暗森林下》《死神永生上》《死神永生

下》的读者评论，爬取条数分别为2020条、625条、

770条、244条、287条，总计3946条。通过文本降

噪，剔除无效以及重复评论，剩余有效评论3869

条。这些评论来自于2070位不同读者，其中评论

次数1次的读者1267位，2次的读者243位，评论3

次及以上的读者560位。观察文本，发现存在诸

如「葉文潔」和「文潔」；「文化大革命」和「文革」等

名词称呼不齐的问题。为了精确词频统计，将文

本中固有名词称呼统一化，上述称呼统一为「葉文

潔」「文革」等后，文本最终总字数574393字，平均

每条评论约148字。

数据处理方面，主要使用KH Coder软件第3

版。KH Coder软件是日本立命馆大学樋口耕一

教授开发的一款支持日语等多个语种的非结构化

文本分析软件，它实现了对特定单词的精确检索

与定位、词频统计、语义共现以及可视化等文本挖

掘过程。具体处理步骤如下：

（1）对数据进行预处理。预处理过程包括句

子分割、分词及词性标记、词汇取舍、词干提取等

步骤。分词标记步骤选用MeCab系统；词汇取舍

步骤为了提高文本分析效率和精度，去除了对本

次研究无实质意义的代名词等词类；词干提取步

骤，通过测试发现文本中「葉文潔」「史強」「黒暗森


试阅到此结束，如需查看全部内容请购买正版文献。如因学习需要阅览全文，请联系站长。