21世纪以来,从“人文计算”孕育而生的“数字人文”,是计算与人文的交叉融合而成全新的方法论,为传统的人文学科提供了新的研究范式和丰富的研究视角,为人文学科获取数据、发现问题提供了极大便利,已经成为了学界的重要的关注点和学术增长极。数字人文研究将传统“近读”和以语料库研究分析和文本可视化为特征的“远读”相互融合,产生了近读和远读（CDR）,两者相互补充、相互印证,为翻译研究开辟了广阔的新天地。既带来了基于计算机、包括语料库在内的数字人文工具等科学研究的思维和方法,又发挥了传统人文学科的主体性和能动性。本研究以评价理论和语料库翻译学理论为指导,借鉴数字人文视域下翻译研究范式,自建Gone with the Wind（GWTW）一对九英汉平行语料,并自建美国小说名著语料库和通用语料库为参照语料库,充分利用人工智能情感分析技术、可视化技术和语料库技术的各自优势,以GWTW和多译本中的情感表达及其表达的情感意义为研究对象,构建小说类情感词典和基于评价理论情感意义分析框架、人工智能情感分析和语料库分析技术三者融合的数字人文视域下小说情感意义分析框架,通过原作与译作的对比及译作间的对比,重点考察译者对原作情感元素和意义的把握,原作的情感意义如何在译作中得以再现和重构。本研究的主要问题包括五方面:一、原作和译作及译作间在语言风格、情感资源差异上有何差异?二、原作与译作及各译作间在情感类型、情感密度、情感强度、情感倾向、情感流动趋势等有何差异?三、各译作的情感意义如何在词汇语法层面上再现和重构原文的情感意义?四、各译作中情感词如何再现和重构原作的情感词叙事功能?五、影响译者情感融入因素及情感翻译策略有哪些?主要研究发现:1.原作风格考察:通过数字人文“远读”技术,可以帮助我们快速、直观地了解GWTW的文本信息,各个主人公信息、高频情感词、人物形象关键词及人物关系密切程度。运用多维度分析法发现GWTW属于“虚构性叙述”（Imaginative Narrative）类型小说,典型特点是叙述性极强。与参照语料库美国小说名著语料库相比,GWTW在交互性/信息性维度（即维度1,D1）上体现更大的信息密度,语言使用相对而言更为正式,显示较高的书面语倾向;在叙述性与非叙述性维度（即维度2,D2）上呈现的叙事性更多;在情境独立与情境依赖维度（即维度3,D3）上体现出较强的指称明晰、阐释详尽的文本特征;在显性劝诱表述维度（即维度4,D4）上,GWTW更多地表明作者的观点,并使用更多的情态动词。词汇丰富度方面,GWTW的用词比美国小说名著语料库复杂,使用词汇更为丰富。句长方面,GWTW的平均句长归为中句（10-25词）。多译本风格方面,总体上词汇丰富度黄译最高,傅译最低;从词汇密度来看,黄译最高,张译最低;从词性分布看,动词和名词的使用频率较高,其次是助词、副词、形容词、介词、连词、量词、拟声词;虚词比例最高是李译,最低是黄译,说明李译的形合度相对较高,句法显化更加明显,翻译更倾向于异化,其他译本程度依次类推;实词比例最高是黄译,最低是张译,使用实词频率越高,文本信息量越大,译者的句法创造性更强。从句法层面看,就平均句长而言,九个译本均高于原作,傅译最高,黄译最低,说明黄译语料中常用词较多,因而信息量较小,难度较低。与情感相关的感叹号出现的比例（感叹句比例）看,最高为陈译,最低为贾译。从英汉词字比看,九个译本都高于英汉词字平均比例0.56,因此都存在超额翻译原作的情况,黄译最高,陈译最低。从成语词种数与总词种数之比上看,范译最高,傅译最低。这一特征可进一步表明,范译相对而言可能最接近汉语语言的习惯和规范,其他译者接近程度依次降低。从语义层面看,GWTW原作的总体情感量高于九个译作。积极情感/情绪方面范译最高。范译与陈译的语篇相似度最高（0.99992）,其次是张译与戴译的语篇相似度（0.99985）;李译与黄译的语篇相似度最低（0.99328）,其次是戴译与黄译的语篇相似度（0.99471）。2.通过宏观定量情感分析发现:从情感类别层面,原作与译作类别主要为“愉悦性”、“非愉悦性”、“意愿性”、“非满意性”和“非安全性”;情感总量上贾译的情感总量在九译本中最高,与原文情感总量最接近,但是与原文还是有差距。情感总量最低的为傅译,可能与他删减原文有关。不管是积极情感和消极情感量,九个译本都低于GWTW的原作,在九译本中积极情感量最高为黄译,最低为傅译;消极情感量最高为贾译,最低为傅译。随着故事情节的向前推进,英语原文和汉语译文所表现情感流动模式具有相似性,与此同时,原作和译文都呈现为积极情感和消极情感穿插出现的上下起伏模式。3.译者可以通过情感过程的动词、表达品质的形容词、副词以及动词和形容词的名词化、体现情感义的小句和复句及篇章等手段在译文中再现或重构原文的情感义。4.借助基于人工智能的情感分析技术和评价理论情感意义分析框架,对文本的情感意义进行交叉验证。各译作的情感词总体上在外貌描摹、语言描写、行动描写、心理刻画等人物描写方面再现和重构了原作的情感意义。在“因果关系”、“意外”的制造、“悬念”的强化和视域的切换方面推动着情节的发展。各译作总体上,以情感等效翻译数量居多,但也存在偏差。主要是由于译者在表达方式、情感强度和类型选取方面与原文存在差异造成的。译本的不忠实翻译主要以情感意义缺值或情感意义的超值为特征,造成了情感意义强烈程度弱化或强化。5.译者情感融入因素与译者阅历、译者惯习和译者理念有关。主要的翻译策略是首先充分利用数字人文方法“远读”技术,探索、把握原文的风格和原文的情感资源、情感与情节变化的节奏、主人公的历时情感变化;根据数字人文情感分析框架,在翻译实践中考虑情感意义分析框架的五大变量,在译中采用与原文情感契合程度最佳或等效的情感词汇、情感句式或语法结构;同时,根据实际语境,采用零翻译,增加感叹号等标点符号,使用语气词和情态词,运用修辞格,发挥母语语言优势的表达等手段,缩小因英汉情感表征系统的差异造成的情感意义缺值和超值;尽力缩小叙事距离,将叙述者和主要人物尽量融合起来,让叙述者讲述故事;发挥翻译主体的情感作用,做到正视自己情感,又不滥施情感;传达原作情感,又不埋没自己情感。6.本研究学术价值有:一、将情感维度纳入GWTW原作和译作的研究,推进已有研究的广度和深度;二、将以语料库技术、文本深度挖掘技术和数据可视化技术等为代表的数字人文技术引入翻译研究,构建了小说类情感词典和数字人文视域下小说情感分析框架,丰富了翻译研究的内容和方法,实现传统定性情感分析方法、基于人工智能的情感分析技术和基于语料库的情感分析技术有机融合,实现定性和定量分析优势互补、相互印证,以期为其他译本风格中的情感翻译研究提供启示和借鉴,为文学作品情感翻译实践提供新策略和新方法。