文学翻译中显化充分性的研究——以《英语世界》文苑专栏(1990-1999)为例.doc

新疆师范大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对 本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标 明。本人完全意识到本声明的法律结果由本人承担。  学位论文作者签名：  日期：  年  月  日  关于论文使用授权的说明 学位论文作者完全了解新疆师范大学有关保留和使用学位论文 的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属 新疆师范大学。学校有权保留并向国家有关部门或机构送交论文的 复印件和电子版，允许学位论文被查阅和借阅；学校可以公布学位 论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段 保存、汇编学位论文。（必威体育官网网址的学位论文在解密后遵守此规定） 必威体育官网网址论文注释：本学位论文属于必威体育官网网址在 年解密后适用本授 权书。 非必威体育官网网址论文注释：本学位论文不属于必威体育官网网址范围，适用本授权书。 学位论文全文电子版同意提交后可在校园网上发布，供校内师 生浏览。  本人签名： 导师签名：  日期： 日期： 中文摘要 显化作为一种翻译策略，旨在将原作中的信息以更明晰的方法在译作中表 述出来，满足译文读者的期待，提高译文的可接受性。近年来，许多学者致力 于基于数据库的实证研究，试图证明显化策略的普遍存在性。本文基于前人的 研究，尝试进一步对译文中已经存在的显化策略进行质量评估，提出显化质量 如何得以评估以及显化策略与译文质量关系如何的研究问题。 本文以文学翻译为研究对象，选取《英语世界》（1990-1999）杂志文苑专 栏中的 200 篇文章作为语料进行分析研究。《英语世界》作为中国第一家英汉 对照的英语学习杂志，深受广大学生以及英语学习爱好者的好评，曾荣获国家 颁发的“编校质量奖”。该杂志的文苑专栏由小说、散文、诗歌等体裁的英译 汉文章构成，均属于文学翻译的范畴。此外，杂志中的译文具有集各家翻译于 一体的优点，有利于增加研究的客观性。 本文采用定性与定量相结合的研究方法，对显化质量进行评估。由于缺乏 统一的标准，翻译质量评估一直是一个难题。德国翻译理论家赖斯提出用充分 性原理来评判翻译质量。根据她的文本类型理论，文学翻译属于表达型文本， 此类文本的充分性包含意义的传达和美的表达两个层面。基于此，本文的定性 分析分别从意义和审美两个角度展开。为了更为系统地分析以上两个方面，本 文根据 Leech 和吴建平的意义分类试建立了四种“意义显化”的类型；根据毛 荣贵和刘宓庆对汉语美的元素划分，试建立了五种“美感显化”的分类。此外， 为了提高翻译质量研究的科学性，本文模仿社会科学的量化研究方法，并且结 合翻译学科自身的特点，尝试设计了一种评估显化质量的量化方法。这一量化 评估方法借鉴了 Likert 等级量表的设计方法，采用 5 个等距等级的形式，对这 5 个等级分别赋予了 5 个等差数值，最后通过求和来评估显化质量。 通过研究得出以下结论： 第一，显化质量可以通过以下途径进行评估，即，在对一例显化进行意义 和美的类型的归属之后，评判该例显化分别属于意义和美感的五个等级中的哪 一等级，最后对相应得分进行求和，得出显化质量。通过研究，这一评估方法 被证明具有较强的可操作性以及较高的可信度。 第二，显化质量与译文质量密切相关，而显化策略出现的频率与译文质量 无关。显化质量越高译文质量就越高。影响显化质量的两个因素，意义传达的 必要性和美感享受的程度，二者相互作用，缺一不可，共同影响译文的质量。 本文尝试借鉴社会学科的定量研究方法，并与定性研究方法相结合，在定量 的基础上得出定性的结论，试图为人工翻译的翻译质量评价提供译学的新视角。 I 此外，所选语料《英语世界》第一次成为显化策略的研究对象，这一杂志的引 入为译文的多样性和客观性提供了可能。 关键词：显化；翻译质量；文学翻译；充分性；《英语世界》 II Abstract Explicitation is a translation strategy by which the information implied in the source text (ST) is stated more explicitly in target text (TT). The purpose of using this strategy is to guarantee the coherence of the text and to increase readability. For years many scholars have been committing themselves to corpus-based empi