语言演化的计算研究 - 语言演化的计算研究.pptVIP

语言演化的计算研究 王士元 柯津云 James W.Minett 香港城市大学 语言工程实验室 李芸 2004.04.27 主要内容 1. 引言 2. 词汇扩散模型和滚雪球效应 3. 建立语言演化模型－－动态系统 4. 建立语言演化模型－－多主体系统 5. 讨论 1. 引言 语言的起源和演化 涉及学科及其成果 从遗传学到计算语言学 CSLE（语言演化的计算研究） 语言的起源和演化 早期的研究：思辩式 20世纪中叶：多学科 学科众多：从A排到Z，从生物学进化到社会学发展 成果颇丰： 语言学：所有语言中的普遍趋势 心理语言学家：语言习得和丧失的动态系统 神经系统科学家：语言如何在大脑中组织 遗传学 人类“最近共同祖先”的出现时期：5万年前 语言起源的时期：5万年前 推测的依据： 原始语言中的某些词至今仍存在于很多语支中，比如南非的啧辅音 计算语言学 不同学科中收集来的众多证据是间接证据，不能重建人类祖先几万年前发明语言的过程 从遗传学转向计算语言学 CSLE: computational study of language evolution CSLE（语言演化的计算研究） CSLE不采取天赋说的观点 天赋说认为： 存在一种自治的语言器官 语言需要一个特别的生物程序 语言基于特有的本能 CSLE（语言演化的计算研究） CSLE做出的最基本的假设为 同一社团成员之间以及不同社团成员之间的大量交际活动，经过一段时间之后，会导致非常复杂的行为和结构。 而且，这些自底向上导致复杂结构的途径涉及到阶段性变化，其时间点上的变化为突然的、非线性的，更多的是质变而非量变。 类比于水的三态变化 CSLE（语言演化的计算研究） 类比于水的三态变化：冰?水?汽 语言演化的阶段性变化，如音段音系学的出现，层次形态学及句法的发明，句子结构中递归的应用等等。 但非线性的时间点和变化的驱动力当然不如物质系统那样定义明确和整齐划一。 2.词汇扩散模型和滚雪球效应 2.1 词汇扩散的动态系统模型－－单个词 2.2 词汇扩散的动态系统模型－－多个词 2.3 讨论 2.词汇扩散模型和滚雪球效应 20世纪中叶，主流观点认为语音演变的单位是音位(phoneme) 继承新语法学派的观点 语音演变规律无例外(sound changes can have no exceptions) 反对派的观点（王士元）： 语音演变的单位是单词(word) 语音演变的单词分为三类：未变的（U），变中的（V）和已变的（C）。 类比生物学上的进化论观点 因为这种变化在人群中每次以一个单词进行扩散，所以这种观点被称为“词汇扩散理论”。 词汇扩散理论 从一个音演变为另一个音是突然发生的、瞬间完成的，而音变在词汇中是逐步扩散的。 简言之，即“语音突变，词汇渐变”。 词汇扩散理论 单个词的扩散 Don Sherman(1975)英语变调词的增长 S-曲线 最初新词的数目迅速增长，然后近似于线性，最后增长的速度减慢以至不易察觉。 扩散曲线：文化、生物 英语变调词的增长 词汇扩散理论 多个词的扩散 滚雪球效应 雪球越滚越快同时增大 如果第一个单词的S-曲线有一个坡度， 那么第二个单词的曲线将有一个更大的坡度， 而且，第一对词延迟的时间比第二对词长，依此类推。 试验性研究 后缀-s 与后缀-th的竞争 上海话中两个鼻化元音的合并 词汇扩散的动态系统模型－－单个词 U(未变)、C(已变)、t(时刻) 频率 u(t)、c(t) 由于每个人必须采用U或C，因而对于所有的t，u(t)+c(t)必须为1 有效接触率 α 语音变化时间 δt 词汇扩散的动态系统模型－－单个词 词汇扩散的动态系统模型－－单个词 词汇扩散的动态系统模型－－单个词 词汇扩散的动态系统模型－－单个词 词汇扩散的动态系统模型－－单个词 词汇扩散的动态系统模型－－单个词 对数曲线(ε?=?1%, α =?0.1 ) 词汇扩散的动态系统模型－－多个词 假设：单个词中语音演变的扩散率会影响其它词中的扩散率 发生一个语音变化的n个词，其中第i个词在时刻 t 采用未变形式U的频率为ui (t)，采用已变形式C的频率为ci (t)，有 ui (t)?+?ci (t)?=?1 有效接触率 aij aii 自我耦合率 aij 交叉耦合率 词汇扩散的动态系统模型－－多个词 词i采用“已变形式”的增长率 正比于 所有已经采用“已变形式”的词对该词的影响的总和 词汇扩散的动态系统模型－－多个词 词汇扩散的动态系统模型－－多个词 词汇扩散的动态系统模型－－多个词 简化 简化 简化的图形 滚雪球效应的证明 思路： 条件：当 词1采用已变形式的频率 大于 词2采用已变形式的频率 时 证明: 词2采