基于情感分析技術(shù)的索爾 · 貝婁早期作品中的女性觀

【摘要】情感分析技術(shù)是自然語言處理領(lǐng)域的重要分支。將文學(xué)語言視為自然語言，利用百度智能云平臺對貝婁早期作品中的女性書寫進(jìn)行情感分析是一次創(chuàng)新性嘗試。實驗表明，處于創(chuàng)作早期的貝婁整體上對女性人物呈正向情感傾向。利用百度智能云對文學(xué)語言進(jìn)行情感分析具有一定的可靠性，但絕對依靠機器將使文學(xué)研究失去人文屬性的本質(zhì)，而單純的文本細(xì)讀會造成主觀臆斷的可能。機器與人工的結(jié)合是新文科建設(shè)背景下文學(xué)研究兼具科學(xué)與人文雙重屬性的有益嘗試。

【關(guān)鍵詞】索爾·貝婁；女性觀；情感分析；百度智能云

【中圖分類號】I107 ? ? ?【文獻(xiàn)標(biāo)識碼】A ? ? ?【文章編號】2096-8264（2023）28-0055-03

【DOI】10.20024/j.cnki.CN42-1911/I.2023.28.017

基金項目：本文系湖南工程學(xué)院青年科研項目“索爾·貝婁創(chuàng)作中期的女性觀研究”（項目編號：XJ1815）階段性成果；2022年湖南省教育廳科學(xué)研究項目（項目編號：22C0422）。

一、引言

美國諾獎作家索爾·貝婁歷來是國內(nèi)外研究者們的關(guān)注對象，其筆下的女性人物更是引發(fā)了不小爭議。有學(xué)者認(rèn)為，貝婁是一名厭女型作家，其筆下的女性人物大多為魔鬼化形象，與男性人物形成競爭關(guān)系。還有部分學(xué)者對此大加批判，認(rèn)為貝婁塑造的女性人物是敢于對抗男權(quán)，追求自由平等的新女性。此類研究者大都采用文本細(xì)讀法單憑一部或幾部作品便斷定其整個創(chuàng)作生涯的女性觀積極與否，沒有以發(fā)展的眼光看待貝婁女性觀的演進(jìn)，有失公允。貝婁的創(chuàng)作生涯長達(dá)近60年，學(xué)界普遍將其分為早、中、晚三個時期。在一次采訪中，貝婁公開宣稱：“我早期的作品沒有多大用處，《晃來晃去的人》和《受害者》可不是我的樂子”[1]。即便如此，貝婁早期作品中的女性書寫仍值得研究者們?nèi)ネ诰?，是綜合考量其女性觀演進(jìn)的前期基礎(chǔ)。此外，單純的文本細(xì)讀可能會因個體差異而產(chǎn)生不同的解讀，容易造成主觀臆斷。因此，為增強對貝婁女性人物研究的科學(xué)性，響應(yīng)新文科建設(shè)的呼喚，采用現(xiàn)代信息技術(shù)對貝婁作品進(jìn)行“遠(yuǎn)讀”嘗試已變得緊迫且必要。鑒于語言文字的固有情感意義會傳遞出作者自身的感受和態(tài)度，本文將運用自然語言處理領(lǐng)域的情感分析技術(shù)對索爾·貝婁早期作品中的女性人物書寫進(jìn)行情感傾向分析，以揭示貝婁在該時期的女性觀，進(jìn)而探討將文學(xué)語言視為自然語言進(jìn)行情感分析的可行性問題。

二、文學(xué)研究與情感分析技術(shù)

21世紀(jì)以來，信息技術(shù)的迅猛發(fā)展影響著社會生活的方方面面，也給人文社科研究帶來了巨大的機遇與挑戰(zhàn)，國內(nèi)部分研究者正主動融入這場信息化革命。早在1949年，意大利神父羅伯托·布薩（Roberto Busa）就與IBM合作對神學(xué)家托馬斯·阿奎那（Thomas Aquinas）的全集做索引。自此，“人文計算”這一概念開始獲得廣泛關(guān)注和實踐，相繼出現(xiàn)了頗具影響力的研究協(xié)會與學(xué)術(shù)期刊。進(jìn)入到21世紀(jì)，計算機技術(shù)與互聯(lián)網(wǎng)的迅猛發(fā)展使得大型數(shù)據(jù)庫的建設(shè)成為可能，學(xué)界逐步轉(zhuǎn)向?qū)Α皵?shù)字人文”這一概念的討論，但對于其概念定義和出現(xiàn)時間至今仍未達(dá)成共識。

在文學(xué)研究領(lǐng)域，弗朗哥·莫萊蒂（Franco Moretti）是這一時期引領(lǐng)世界文學(xué)研究朝數(shù)字人文邁進(jìn)的重要人物之一。2000年，他在《對世界文學(xué)的猜想》一文中，首次提出了“遠(yuǎn)距離閱讀”（distant reading）這一術(shù)語[2]。2010年，莫萊蒂又牽頭建立了斯坦福大學(xué)文學(xué)實驗室，致力于運用現(xiàn)代計算機技術(shù)對世界文學(xué)進(jìn)行研究，是該領(lǐng)域迄今為止最具世界影響力的項目。漢語世界中將信息技術(shù)與人文研究相結(jié)合的實踐始于20世紀(jì)下半葉，研究領(lǐng)域主要集中在計算語言學(xué)、地理信息系統(tǒng)與歷史信息系統(tǒng)、學(xué)術(shù)數(shù)據(jù)庫、檔案庫庫建設(shè)、大型商業(yè)數(shù)據(jù)庫建設(shè)等。具體到文學(xué)研究相對較少，美國紅學(xué)者陳炳藻在1980年首屆國際紅樓夢研討會上宣讀了論文《從詞匯上的統(tǒng)計論〈紅樓夢〉的作者問題》，率先利用計算機對《紅樓夢》后四十回的著作權(quán)屬進(jìn)行探析，與會者對他的創(chuàng)造性研究方法表示贊賞[3]。近年來數(shù)字人文在中國學(xué)界獲得了廣泛關(guān)注和發(fā)展，但真正踐行數(shù)字人文的研究者甚少。趙薇認(rèn)為數(shù)字人文有強烈的“實踐性”要求，需要用成果說話，把做數(shù)字人文研究變成“談?wù)摂?shù)字人文”，最終難逃曇花一現(xiàn)的結(jié)局[4]。情感分析技術(shù)應(yīng)用于文學(xué)研究既是對數(shù)字人文“實踐性”呼喚的有效回應(yīng)，也是增強文學(xué)研究科學(xué)性的有效手段。

情感分析，也稱觀點挖掘。這一研究領(lǐng)域的目標(biāo)是從文本中分析出人們對于實體及其屬性所表達(dá)的觀點、情感、評價、態(tài)度和情緒[5]。2003年Nasukawa、Tetsuya和Jeonghee Yi在第二屆知識獲取國際研討會上公開發(fā)表論文《情感分析：運用自然語言處理捕獲好感度》。由此，這一術(shù)語開始進(jìn)入學(xué)界的視野，但與其相關(guān)的研究早些時候便已開展。時下，情感分析技術(shù)已被廣泛運用于電子商務(wù)、市場預(yù)測、輿情監(jiān)控、政治選舉等領(lǐng)域，與管理學(xué)、政治學(xué)、經(jīng)濟學(xué)、語言學(xué)呈現(xiàn)出跨學(xué)科交叉研究的繁榮景象。在文學(xué)研究領(lǐng)域，國內(nèi)外部分學(xué)者已開始嘗試將情感分析運用于文學(xué)計算批評實踐，并取得了高質(zhì)量成果。Yu Bei運用樸素貝葉斯（Na?ve Bayes）和支持向量機（SVM）兩種算法對美國早期小說進(jìn)行情感分類處理，以比較這兩種分類器在處理文學(xué)文本時的表現(xiàn)[6]。張璐以中國科幻文學(xué)作品《三體》為例，將Python情感分析運用于《三體》海外讀者的接受研究，從互聯(lián)網(wǎng)海量評論中以量化的方式挖掘出英語讀者對該書的情感態(tài)度和評價，總結(jié)該書在海外成功或失敗的原因[7]。石春讓和鄧林通過運用情感分析技術(shù)，分析了西方讀者對莫言小說十一部英譯本發(fā)表的網(wǎng)絡(luò)評論，量化其情感態(tài)度并分類整理代表性的評論，探索西方讀者的接受程度[8]。

當(dāng)前，情感分析主要依靠機器學(xué)習(xí)、情感詞典以及借助第三方商業(yè)平臺實現(xiàn)，三者各有其優(yōu)缺點。機器學(xué)習(xí)需要構(gòu)建機器學(xué)習(xí)模型，采用無監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)兩種方法。無監(jiān)督學(xué)習(xí)依賴處理語料的領(lǐng)域范圍，由于語料沒有做過標(biāo)記，存在對基準(zhǔn)情感詞的依賴性問題，準(zhǔn)確率較低。而有監(jiān)督學(xué)習(xí)是機器學(xué)習(xí)的常用手段，語料通常已被做過標(biāo)記，采用的算法包括樸素貝葉斯（Na?ve Bayes）、最大熵（Max Entropy）、決策樹（Decision Tree）、TF-IDF（term frequency-inverse document frequency）等。因其較高的準(zhǔn)確性，有監(jiān)督的機器學(xué)習(xí)現(xiàn)已成為國際上最常用的情感分析技術(shù)?；谇楦性~典的情感分析技術(shù)需要將事先已經(jīng)構(gòu)建好的情感詞典加載到Python語言，然后根據(jù)正負(fù)情感數(shù)的差值判定情感的正負(fù)傾向，但現(xiàn)有的情感詞典并未能收錄全部英文字詞。知網(wǎng)情感詞典（HowNet）和sentiwordnet是常見的可以處理英文文本的情感詞典。第三方商業(yè)平臺因技術(shù)門檻求低且部分功能免費試用，在處理小型數(shù)據(jù)集時具有得天獨厚的優(yōu)勢，包括百度智能云、訊飛開放平臺、斯圖飛騰（Stratifyd）等。

三、研究設(shè)計與流程

貝婁一生筆耕不輟，共創(chuàng)作出10部長篇小說，5部中篇小說，5部短篇小說和1部散文隨筆。本文將根據(jù)學(xué)界普遍接受的分類，選取其早期創(chuàng)作的兩部長篇小說作為研究對象，即《受害者》和《晃來晃去的人》?！妒芎φ摺分兴婕暗呐匀宋镏饕邪漳取旣?、艾琳娜的母親。《晃來晃去的人》中主要的女性人物有艾娃、基蒂、阿爾特施塔特夫人、埃特和多莉。

首先，數(shù)據(jù)獲取。通過文本細(xì)讀，抽取包含對各個女性人物描述的句子，其中有關(guān)艾琳娜的有24條，瑪麗7條，艾琳娜的母親16條，艾娃13條、基蒂7條、阿爾特施塔特夫人7條、埃特9條、多莉4條。

然后，基于百度智能云進(jìn)行情感分析。考慮到數(shù)據(jù)集較小，本次實驗將選擇技術(shù)要求較低且可以供用戶免費試用的第三方商業(yè)平臺—百度智能云?；赑ython語言， 用戶只需簡單的編程即可在該平臺獲得包含正向情感值、負(fù)向情感值、可信度等反饋結(jié)果。情感總值為1，當(dāng)情感值大于0.5時判定為正向，當(dāng)小于0.5時，判定為負(fù)向。

最后，人工標(biāo)注并進(jìn)行結(jié)果比對。與社會文本不同的是，小說文本包含了作者的復(fù)雜情感，文本表層之下的含義可能會受到其寫作技巧的影響。因此，有必要進(jìn)行人工標(biāo)注情感傾向，以驗證機器在小說文本情感分析中的準(zhǔn)確性與可靠性。實驗將邀請5位英美文學(xué)方向的研究生為數(shù)據(jù)集進(jìn)行人工標(biāo)注，統(tǒng)計正向情感和負(fù)向情感的占比，所得結(jié)果將與機器反饋的結(jié)果進(jìn)行比對。

四、實驗結(jié)果與分析

表1為百度智能云分析統(tǒng)計結(jié)果，記錄了各女性人物對應(yīng)的正負(fù)情感傾向條數(shù)。表2為5位研究生的人工標(biāo)注統(tǒng)計結(jié)果，記錄了各女性人物對應(yīng)的情感傾向條數(shù)在總條目數(shù)中的占比。經(jīng)對比分析得出如下結(jié)論：

第一、總體上看，兩種方法得出的結(jié)果具有一致性，都體現(xiàn)出了作家在描寫女性人物時較為積極的情感傾向。經(jīng)過對《受害者》中艾琳娜、瑪麗和艾琳娜的母親三位主要女性人物的分析，百度智能云得出的結(jié)果皆為正向，人工標(biāo)注的正向占比也皆大于負(fù)向。盡管在《晃來晃去的人》中，人工標(biāo)注法顯示艾娃、埃特和多莉所對應(yīng)的正向情感傾向占比小于負(fù)向，但埃特和多莉只是整部小說的配角，話語權(quán)重小。因此，綜合考量兩部作品中的主要女性人物，貝婁創(chuàng)作早期表現(xiàn)出了較為積極的女性觀。

第二、兩種方法在對同一人物進(jìn)行分析時具有相似趨勢。表一中艾娃和埃特首次出現(xiàn)負(fù)向情感傾向，分別為1條和2條，而表二中艾娃和埃特的負(fù)向情感傾向占比也皆大于正向。盡管兩種方法得出的最終結(jié)果不同，但都表明貝婁在書寫艾娃和埃特時開始出現(xiàn)負(fù)向情感傾向。

第三，兩種方法對第二部小說的分析結(jié)果完全一致。第一部小說《晃來晃去的人》中女性人物較豐富，兩種方法得出的結(jié)論略有不同，可能是因為貝婁在書寫女性人物時較為復(fù)雜的心理狀態(tài)，讀者難以判定其正負(fù)情感傾向。針對第二部小說《受害者》，兩種方法得出的結(jié)論完全一致，正向情感傾向皆占主導(dǎo)，表明貝婁對女性的態(tài)度由最初的復(fù)雜和不確定逐步走向成熟穩(wěn)定。

表一：百度智能云分析結(jié)果

表二：人工標(biāo)注結(jié)果

《晃來晃去的人》中的女主人公艾娃是典型的職業(yè)女性。盡管艾娃從未替自己發(fā)聲，但讀者卻可以從文本中看到一個經(jīng)濟獨立、追求自由的新型職業(yè)女性形象。約瑟夫在日記中寫道，“在此期間，我老婆艾娃一直供養(yǎng)著我。她聲稱，這不算什么負(fù)擔(dān)，還勸我借此機會好生自由自在幾天，讀讀書，痛痛快快地玩一玩”?？梢姡诩s瑟夫應(yīng)征入伍前的日子，艾娃取代了約瑟夫的位置，成為家里的唯一經(jīng)濟來源，擺脫了男權(quán)社會中女性在經(jīng)濟上完全依附于男性的傳統(tǒng)形象。此外，艾娃的內(nèi)心也充斥著對男權(quán)的反叛意識，甚至連反叛對象約瑟夫自己都認(rèn)為這合情合理?！鞍藓臀铱偸遣粔蚝湍?。這也不能全怪她。多年來，她一直由我擺布，現(xiàn)在，她有了反叛的能力……我期待著某種反抗?！盵9]自由之于艾娃與自由之于約瑟夫已變得同等重要。艾娃成為貝婁早期作品中謳歌女性追求獨立和自由的典范。

《受害者》中的瑪麗出場次數(shù)較少，但卻絲毫不影響其作為女主人公的重要性，貫穿著整部小說的始末。瑪麗完美的女性形象在她對母親的盡善盡孝中得到完美呈現(xiàn)。由于父親新逝，瑪麗立即前往巴爾的摩幫助母親搬家，前往位于查爾斯頓的弟弟家中居住，一個孝順的猶太女兒形象盡現(xiàn)在讀者眼前。此外，小說中貝婁并沒有安排代表“善”的瑪麗與代表“惡”的阿爾比相識，體現(xiàn)了他對瑪麗完美女性形象的保護，使她與“惡”保持著絕對的距離。在瑪麗離家的日子，“他天天都盼著聽到瑪麗要回來的消息。如果她在這種局面結(jié)束之前回來怎么辦呢？”盡管阿薩對妻子瑪麗望眼欲穿，也不愿在他與阿爾比的麻煩未解決之前就希望瑪麗歸來。甚至在小說的最后一章，當(dāng)阿薩攜瑪麗一起前往劇院觀劇時，盡管阿薩認(rèn)出了阿爾比，但貝婁并沒有安排瑪麗與阿爾比相識。

五、結(jié)語

作為自然語言處理領(lǐng)域的重要分支，情感分析技術(shù)在文本挖掘方面具有舉足輕重的地位和優(yōu)勢。在對貝婁早期兩部小說中的女性人物書寫進(jìn)行情感分析時，盡管基于機器的情感分析方法與人工文本細(xì)讀法所得出的結(jié)果在細(xì)節(jié)上略顯不同，但總體上保持著一致性，都體現(xiàn)出貝婁較為積極的女性觀。實驗結(jié)果也驗證了百度智能云在對文學(xué)語言進(jìn)行情感分析時具有一定的可靠性。但是，文學(xué)語言與自然語言的區(qū)別注定不能完全依靠機器解讀作家的觀點。在對文學(xué)文本進(jìn)行類似處理時，研究者們應(yīng)考慮將機器與人工兩種方法相結(jié)合，取長補短，以避免機器遠(yuǎn)讀的絕對性和人工細(xì)讀的主觀性。

本次實驗采取了人工細(xì)讀的方式來獲取測試樣本，雖可信度較高，但在處理大型文本語料時，便無法解決大量的未讀問題。此外，百度智能云適用于大多數(shù)的生活應(yīng)用場景，但在文學(xué)研究領(lǐng)域其可靠性仍待提升。因此，后續(xù)的研究將考慮設(shè)計基于特定主題的文本信息抓取模型，將更加可靠的機器學(xué)習(xí)方法應(yīng)用于文學(xué)文本的情感傾向研究中。

參考文獻(xiàn)：

[1]Roudané Matthew C.，Saul Bellow.An Interview with Saul Bellow[J].Contemporary Literature，1984， 25（3）：265-280.

[2]Moretti Franco.Conjectures on world literature[J].New Left Review，2000，（1）：54-68.

[3]海炯.首屆國際紅樓夢研討會簡況[J].社會科學(xué)， 1980，（5）：156-157.

[4]趙薇.數(shù)字時代人文學(xué)研究的變革與超越——數(shù)字人文在中國[J].探索與爭鳴，2021，（6）：191-233.

[5]劉兵.情感分析：挖掘觀點、情感和情緒[M].北京： 機械工業(yè)出版社，2017.

[6]Yu Bei.An evaluation of text classification methods for literary study[J].Literary and Linguistic Computing，2008，23（3）：327-343.

[7]張璐.從Python情感分析看海外讀者對中國譯介文學(xué)的接受和評價：以《三體》英譯本為例[J].外語研究，2019，（4）：80-86.

[8]石春讓，鄧林.基于情感分析技術(shù)的莫言小說英譯本在西方的接受程度研究[J].外國語文，2020，36（3）：91-96.

[9]索爾·貝婁.索爾·貝婁全集[M].石家莊：河北教育出版社，2002.

作者簡介：

梁彪，男，湖南邵陽人，湖南工程學(xué)院外國語學(xué)院講師，主要從事英美文學(xué)、數(shù)字人文研究。