人类对客观世界的观察和族群之间的交流严格地说依赖的是符号，通过动作、语音、图像，以及文字表达意义。尽管我们的祖先通过“载歌载舞”“诗中有画，画中有诗”等语句早已表述符号多元化或多模态化的概念，但随着信息化技术和电子化技术的发展，人类对各种符号和模态的使用达到过去时代难以想象的水平（胡壮麟，2019）。随着话语分析理论的发展以及科技进步带来的新的交际方式和信息传播渠道，学者们开始关注与语言相关的其他符号资源，多模态话语分析成为话语分析发展的必然趋势，因为“如果没有对交际中非语言方面的关注，话语研究不再能做到充分和全面，无论在会话、治疗过程或政治话语中都是如此”（van Leeuwen & Kress，2011：108）。张德禄等（2015：4）学者将多模态话语定义为：运用听觉、视觉、触觉等多种感觉，通过语言、图像、声音、动作等多种手段和符号资源进行交际的现象。多模态话语分析的意义在于它可以将语言和其他相关的意义资源整合起来（Gibbon等，2000），它不仅可以看到语言系统在意义交换过程中所发挥的作用，而且可以看到诸如图像、音乐、颜色等其他符号系统在这个过程中所产生的效果，从而使话语意义的解读更加全面、更加准确，进而发现人类如何综合使用多种模态达到社会交际的目的。可以说，这类话语分析既可以推动我们对语言学的研究，同时也可以加深对符号学的认识（胡壮麟，2007）。事实上，除了语言学，多模态研究对于教育学、社会学、人类学、心理学、传播学等学科的研究都有一定的价值和意义（参见Norris，2014）。

随着多模态话语分析的兴起和发展，目前国内外的相关文献非常多，这些文献在研究方法、路径、理论基础上不尽相同，因此有必要对近10年来的研究进行梳理，理清多模态话语分析的发展脉络和现状，使学界对该领域的研究有全面、清晰的了解，为多模态话语分析的可持续发展和进一步的研究提供参考和借鉴。 tnAmU/RA1ud88gD0Z6Tnxn9ce4koSOiT2AgaH4fvgIiASIDvnyumUzN5F2G0L1UQ