语音演变中的词汇扩散谱系：基于大规模方言语料库的深度学习建模 .docxVIP

PAGE2

语音演变中的词汇扩散谱系：基于大规模方言语料库的深度学习建模

摘要

本文旨在探讨历史语言学中语音演变的微观机制，聚焦于音变规则在词汇中的离散式传播路径与速率问题。研究基于词汇扩散理论，引入深度学习序列模型，构建了一个能够从海量跨方言数据中自动发现并预测音变规律的理论框架。针对传统历史语言学方法在处理大规模语料时的局限性，以及新语法学派“音变无例外”与词汇扩散理论“离散式传播”之间的理论张力，本文提出了一种融合计算语言学与传统历史比较法的研究范式。

全文遵循“提出问题→分析问题→解决问题”的逻辑思路展开。首先，绪论部分界定了研究背景与核心问题，明确了利用深度学习建模方言语料的理论意义。其次，文献综述梳理了国内外关于语音演变规律性与离散性的争论，指出了现有研究在量化分析与动态预测方面的不足。进而，核心概念与理论基础部分界定了“词汇扩散谱系”等关键概念，构建了深度学习序列模型与音变规则提取的理论分析框架。重点章节深入解析了音变规则生成的结构性成因与内在矛盾，阐释了深度学习模型捕捉音变路径的机制，并提出了“神经词汇扩散模型”的理论框架。最后，研究结论表明，深度学习模型能够有效模拟音变的非线性扩散过程，为历史语言学提供了新的解释工具。本文不仅丰富了历史语言学的量化研究方法，也为方言保护与历史重构提供了理论支持。

第一章绪论

1.1研究背景

语言演变是人类社会中最复杂的文