张 凤

（解放军外国语学院 欧亚语系，河南洛阳 471003）

复杂性科学与语言研究

张 凤

（解放军外国语学院 欧亚语系，河南洛阳 471003）

基于牛顿力学的经典科学范式把世界看作一个巨大的机器，研究者通过对整体的不断分解认识其本质，整个系统是简单的、可预测的。20世纪以来复杂性科学的研究发现，世界主要由复杂系统构成，而复杂系统是开放的、动态的、非线性的，更类似于一个生物体。尽管复杂系统是不可预测的，但系统中存在自组织的倾向，并具有自相似性。从复杂性科学视角观察，语言是一个动态的、非线性的、自组织的复杂系统，也具有自相似性。复杂性科学的思想对语言研究具有重要的启示。

经典科学；复杂性科学；非线性；自组织；分形；递归性

一、引言

长期以来在自然科学中占统治地位的是以牛顿力学为核心的经典科学范式。经典科学范式中占主导地位的观念是机器隐喻，即把宇宙及其所有的子系统看作一个巨大的钟或机器。人们能够不断将其分解为各个组成部分，钟或机器的整体就是其组成部分的相加，整个机器是简单的、可预测的。在机器隐喻的影响下，不少学科都采取物理学或数学的方式进行研究，无论这样的方法是否适合该领域。

20世纪初期，随着以相对论和量子力学的建立为标志的物理学革命，科学家们从微观和宏观两个方面对世界的认识达到了前所未有的深度，牛顿力学的缺陷日益暴露。尤其是20世纪80年代以来，人们越来越认识到无论是宇宙还是生命，物质世界都经历着从无组织的混乱状态向不同程度有组织状态的演变，实现着从无序到有序、从简单到复杂的演变。由此产生的复杂性科学（complexity science）认为，自然界不是美、和谐和简单的统一，它是一个不断演化的、复杂的、缠绕的世界，事物的发展不是完全可以预测的（Cilliers，1998）。机器隐喻的观念开始被生物体隐喻的观念所取代，即把世界看作一个生物体，生物体的整体性质不是其组成部分的性质之和。人们开始从生物学中吸取灵感，将其概念应用到各个学科中不同对象的研究中。

由经典科学范式向复杂性科学范式的转变在科学研究领域产生了重大影响。无论是物理世界还是社会世界，人们看待它们的视角正在发生重大的变化，语言研究也不例外。本文将论述复杂性科学的主要发现，并分析语言作为复杂系统与其他复杂系统之间的共同之处，在此基础上探讨复杂性科学背景下的语言研究的方法论问题。

二、复杂性科学的主要发现

复杂系统的研究跨越多个学科，包括数学、物理学、化学、生物学等，形成了众多的理论，包括耗散结构理论、协同理论、超循环理论、突变理论、混沌和分形理论等。复杂性科学的理论被广泛应用于经济学、政治学、人类学、社会学、管理学和计算机等领域。

1 动态性和涌现性

在经典科学范式中，世界是由简单系统构成的。所谓简单系统，通常是由少量的个体组成，个体与个体之间的相互作用比较弱，或者系统由大量行为近似的个体组成，能够用简单的统计方法研究。而复杂性科学关注的是有组织的复杂系统，如大气、河流、人体、森林生态系统、蚁群、天气。这些系统由大量的成分组成，系统整体的行为是其中成分互相作用的产物，不存在于任何一个成分中。这些成分也叫主体（霍兰，2000），各个主体按照一定的行为规则既竞争又协作，不断调整自身的状态和行为。通过众多主体在较低层次的行为，系统在整体上呈现出更高层次的、更复杂的有序性。

复杂系统的控制是高度分散的，没有中心，巨大数量的主体同时作用，并不断对其他主体的行为作出反应。通过观察各个主体的行为或局部主体之间的相互作用，我们不能看出系统的整体秩序。以人类的大脑为例，人脑是已知的复杂程度最高的系统，由上千亿个神经细胞（即神经元）组成，这个数字相当于整个银河系星星的数目。但单个的神经细胞不能推理，不可能有任何智力，智力只能是由无数个神经细胞之间的相互作用而涌现（emerge）的，是大脑整体呈现的功能。因此，我们不能通过观察单个神经细胞的行为来揭示智力的本质，就像我们不可能用色谱分析去理解一幅油画中独特的色彩产生的美感，也不能仅仅通过个别的音符来理解一首乐曲（宋健，1994： 124-125），生命组织也是如此。

2 非线性和不可预测性

在复杂系统中，量与量之间的关系是非线性的，原因与结果之间的关系不成比例。当结果的强度大于原因时，称为正反馈；而当结果的强度小于原因时，称为负反馈（ Arthur, 1994）。在正反馈的作用下，极微小的变化在一些关键点上可能引起系统运动形式性质的改变，或导致整个系统进入混乱状态。而负反馈的作用在于抑制微小的变化，恢复系统的平衡状态。

在线性系统中系统变化的大小与输入存在相关，小的输入产生小的结果，大的输入产生大的结果，因此可以根据输入的大小准确预测变化所产生的结果。但在复杂系统中，我们无法根据输入的大小准确预测变化所产生的结果，复杂系统是不可预测的。复杂系统对初始条件极其敏感，其中一个极其细微的改变就可能导致一个完全不同的结果。气象学家洛伦兹在计算机上模拟天气预报时发现，在输入天气预测的数值时，与正确数值相差了0.000 127，结果得出完全不同的天气。洛伦兹形象地称之为蝴蝶效应，即初始变量的一个非常微小的改变，就像一只蝴蝶扇动翅膀那样小的改变，就能够从根本上改变系统演变的结果。我们无法观察到初始条件的微小改变，就像天气监测系统无法精确地测量到蝴蝶翅膀的运动一样，因此，天气系统是不可预测的（Lorenz, 1969： 348）。

3 开放性和自组织

与经典科学范式关注的封闭系统不同，复杂性科学关注的是开放系统，即一个系统与其所在的更大的环境不断交换物质、能量或信息。比如，生态系统就是一个典型的开放系统，在一定的时间和空间内，生物与环境、生物与生物之间彼此相互作用，通过物质循环、能量流动和信息交换，形成一个不可分割的自然整体。

尽管开放的复杂系统是不可预测的，但系统中存在一种固有的自组织的倾向，即局部层次相互作用而自发地涌现出整体的结构，没有任何内部或外部的主体控制这一过程。生命的起源和演变就是一个自组织的过程。生物学家认识到，自远古的有机分子的海洋生命起源以来，从真核细胞到海洋无脊椎动物、海洋脊椎动物、陆生植物，再到爬行动物、哺乳动物、灵长类动物，最后到人类，生命的进化从简单到复杂，从无序到有序。自达尔文以来，生物学家一直把自然选择看作有序的唯一来源。20世纪中期开始，化学家们发现自组织是某些复杂系统的固有性质。当一个开放系统在远离热力学平衡时，无序的非平衡态的稳定性不像在近平衡条件下那样有保证，系统不断与外界环境交换物质和能量，当外界变化达到一定的阈值时，无序有可能失去稳定性，其中的某些变化可能被放大而使系统达到一种在时间、空间或功能上的新状态。这种在远离平衡情况下形成的有序结构是自发出现的，因此称为自组织（宋健，1994：116）。自组织被认为是生命世界的重要特征之一。

4 奇怪吸引子与分形

任何系统的运动都有其内在的倾向，这在生态系统中尤其明显。系统长时间运动后所达到的终极形态叫作吸引子，牛顿力学中的吸引子都是一个固定的平衡点或周期性的轨道。比如，运动的钟摆总会摆到一个固定的点上，这个点就是钟摆运动的吸引子。非线性系统中的吸引子有一个整体的形状，但运动轨道是没有明显规则或次序的许多回转曲线，因此叫作奇怪吸引子（吴彤，2006）。复杂系统一般有许多吸引子，每个吸引子其实就是一个特定的自组织的形态。奇怪吸引子的运动轨道对初始位置的细微变化极其敏感，但总体的轮廓是相当稳定的。比如，当我们摇动一个装满谷粒的铁罐，谷粒在铁罐中的分布不断发生变化，倾向于进入一个最稳定的状态，即在罐子的底部互相挤得紧紧的。每次摇动铁罐时，罐中的谷粒都会呈现出不同的分布情况，但极其相似。

复杂性科学研究发现，一个复杂系统所有的奇怪吸引子都是自相似的，具有分形结构。分形的概念来源于数学家曼德尔布罗特。他在研究英国的海岸线长度问题时发现，海岸线作为曲线是极不规则的，呈现蜿蜒复杂的变化。从形状上和结构上无法区分一部分海岸线与另一部分海岸线有什么本质的不同，它们具有同等程度的不规则性和复杂性，这说明它们是自相似的。如果不考虑海岸线上的建筑物或其他物体，在空中拍摄的100公里长的海岸线的照片与放大10倍的10公里长的海岸线的照片十分相似。像海岸线这样具有自相似性的不规则形状称为分形（Mann，1994）。分形的自相似现象在自然界中无处不在，世界本身具有自相似的结构。比如，一块磁铁的每个部分都和整体一样具有南北两极，每个部分都具有和整块磁铁相同的磁场。一棵大树作为整体与树枝和树枝上的枝杈在形状上没有多大区别，也是自相似的。高山、云朵、河流、人体中血管的分布也是如此。

三、作为复杂系统的语言

与自然界中的其他事物一样，语言也是一个复杂系统。一方面，语言系统由音位、形态、词库、句法、语义、语用这些不同的子系统构成，它们之间互相依赖，互相作用；另一方面，语言系统整体是由无数个局部的语言使用事件涌现出来的，具有自组织性，语言使用对语言系统产生重要影响。语言系统具有自相似性，这体现在其递归性上。

1 语言系统的动态性

语言研究的一个传统是把语言使用和语言结构区分开，这一传统可以追溯到索绪尔的语言和言语的区分。后来结构主义语言学坚持这一区分，直到乔姆斯基提出语言能力和语言运用的区分。按照这个观点，语言研究的目标是语言或语言能力而不是语言使用。这一观点把语言看作是静态的系统，实际上是一种理想化的认识。语言系统无时无刻不在发生变化，语言使用对语言系统本身产生重要影响，直接作用于人们关于语言结构的心理表征。越来越多的语言学家倾向于认为，语法来自于语言使用，是人们对于语言经验的认知组织。人类大脑的一般认知能力，即对于相同、相似和差别进行辨认和归类的能力，作用于人们经历的语言事件，对于这些事件进行范畴化，并存储到记忆中，结果就产生了语法（严辰松，2009）。

语言系统是从人们的语言使用中涌现出来的，是一个复杂的动态系统，与生物学中的复杂系统相似。目前的研究发现，语言使用对语言系统本身产生所谓的频率效应，体现在三个方面上（同上）。首先，高频词汇和短语比低频、中频词汇和短语的语音缩略速度快。比如，汉语中某些方言中把“不用”缩略为“甭”（如“你既然都知道，我就甭说了”），而北京话中把“别这样”缩略为“别价”，这都是由于它们出现的频率极高造成的。各种频率的词都会逐渐发生语音变化，但高频词更容易发生缩略。因为词汇和序列的发音表征由一系列的神经运动常规组成，当这些常规不断重复时，说话人在执行这些常规时会更加熟练，从而会在一个更高层面上把它们表征为一个单位。频率效应的第二个体现与形态句法结构有关。高频形态句法结构的固化程度更高，很难发生基于类推的变化。因此，在有形态变化的语言中，低频的不规则动词容易向规则动词的方向发生变化，而高频的不规则动词会保持原来的形态结构。高频率会强化词汇或短语在记忆中的表征，使它们作为整体而存取，不大可能发生变化。频率效应的第三个体现是自主，即高频形态上复杂的形式会逐渐独立于最初的构成成分，与这些成分之间的联系不再透明。由于出现频率很高，这些形式会固化下来，逐渐产生与内部结构不相容的特征。比如，英语中terrific（极好的）由terror（恐惧）派生，但由于使用频率极高，逐渐独立于后者，并发展出新的意义。

2 语言系统的非线性

从结构主义到生成语法，以往语言研究都把语言系统描写为一组明确的规则，把线性看作语言的本质特征。生成语法尤其把语法看作一套自组的算法机制，详细说明语言表达式是怎样构造出来的。按照这套算法机制进行一步一步的操作，最终输出所有并且只有合乎语法的表达式。在这些观点的影响下，语言学家们把大部分注意力集中在寻找一般规则和普遍原则上，忽视那些看似例外的语言结构，从而把大量语言现象排除在研究范围以外。

20世纪80年代以后，认知和功能取向的语言学家逐渐认识到语言系统不是一套自足的、没有任何例外的一般规则，而是一个由约定俗成的语言单位构成的巨大的、高度冗余的清单。这些单位从最一般的到最特殊的构成一个连续体，在这一连续体上进行任何划分都没有太大意义。我们可以寻找有概括力的规则，但具有完全概括力的一般规则在语言中是特殊现象而不是典型现象（王寅，2005）。

语言是一个非线性的复杂系统，与其他复杂系统（如生态系统）有很多相似之处。在生态系统中，一个局部的变化可能引起一系列的变化，最终导致整个系统的变化。比如，在鱼塘这一生态系统中，水生植物、浮游动物、微生物、鱼类之间互相依赖，其中一种生物出现问题，可能导致整个生态系统剧变。语言系统也是如此，一个局部的变化不仅影响邻近的事物，而且最终影响整个语言系统。比如，中世纪英语末期发生的元音大转移中，最初的长高前元音和长高后元音发生双元音化后引起了一系列连锁反应，最终使整个元音系统发生了变化。又如，汉语中的称呼语在改革开放以来发生了很大的变化，来自英语的称呼语“先生”不断对最初广泛使用的称呼语“同志”产生压力，使其使用范围日渐缩小，最终使汉语的称呼语系统发生较大的变化。

3 语言系统的自组织

复杂性科学认为，一个复杂系统是无数个主体在局部范围内互相作用而产生的，是一个由无序到有序的自组织的产物。同样，语言系统是无数个主体的语言使用事件产生的结果，没有任何一个主体能够对系统的产生和演变进行控制。复杂系统中所有主体之间的所有相互作用倾向于达到一个连贯的、稳定的状态，直到它们都互相适应。当两个或更多的主体已经达到一个互相适应的状态时，它们构成一个稳定的组合体，其他主体可能会加入到该组合体中，使组合体变得越来越大。语法规则的产生遵循的也是这样一个过程。比如，汉语中的“把”在古汉语中是一个实义动词，表示拿、抓住，后来演变成为一个介词，表示处置意义。在由实义动词到介词的语法化过程中，不可能有某一个主体或权威进行规定，要求人们这样使用。这是一个渐进的、漫长的过程，首先发生在小范围的说话人中，然后逐渐扩展到其他说话人，最终“把”的介词地位得到确立。这是一个自组织的过程。

4 语言系统的分形结构

如前所述，复杂的非线性系统的奇怪吸引子是分形的，语言系统也是如此。语言分形的一个例子是齐夫定律（Zipf’s Law）。如果把单词出现的频率按由大到小的顺序排列成一个频率表，则每个单词在语言使用中的出现频率与它在频率表中的排名接近反比关系。这一分布规律被称为齐夫定律，它表明在英语单词中只有极少数的词被经常使用，而绝大多数词很少被使用。齐夫认为，频率最高的词出现次数大致是频率次高的词出现次数的两倍，后者又是频率在第四位的词出现次数的两倍。对布朗语料库的调查发现，非常吻合齐夫定律。定冠词 the 是出现频率最高的词，在100万词的语料中出现69 971次，占所有词的将近7%，出现频率次高的是of，占所有词的3.5%。考察不同类型的语篇，会发现同一规律。对维基百科中的词汇进行考察发现，齐夫定律适用于频率表上前一万个词。如果一种语言中的某个词在词频表中占据一定的等级，这一频率很可能在任何文本中都得到体现，无论该文本的大小。由此可以看出，语言中存在的自相似性与标度无关，而这一点也是自然界中的分形结构所固有的。一个标度层面上存在的模式在其他层面上存在，以致在整个系统中都存在。

体现语言系统分形的另一个例子是语言的递归性。一个语言结构能够作为一个更大的语言结构的一部分，而后者又能够充当更大结构的一部分。例如，一个名词短语能够成为一个小句的一部分，而一个小句能够成为句子的一部分。一个语言形式的组成部分可以是同类形式，如一个名词短语可以包含一个名词短语，一个小句可以嵌入到另一个小句中，而且可以无限扩展下去。比如，由名词短语“张三的哥哥”可以扩展出“张三的哥哥的老婆”、“张三的哥哥的老婆的表姐”、“张三的哥哥的老婆的表姐的丈夫”。这一嵌套过程可以不断重复下去，就像在计算机上反复执行同一程序一样。这就是生成语法学家常说的语言的本质特征，即递归性。我们可以看出，无论嵌套多少层，名词短语的结构是一样的，都属于领属结构，都是名词短语作为领属语。这体现了语言结构的自相似性，与结构的长度和复杂程度无关，即无标度性。

四、复杂性科学范式中语言研究的方法论问题

复杂性科学范式为我们打开了全新的视角、思路和方法，因为它基于一套完全不同于经典科学的底层观念。复杂性科学范式对语言研究的方法论上的启示可以从四个方面说明。

1 预测性

与经典科学范式中追求可预测性 、可控制性的目标不同，复杂性科学范式对于科学研究的目标更加现实。自然界和人类社会的许多现象十分复杂，无法按照传统科学的方法去分析。开放性和非线性使得一个复杂系统原则上是无法预测和无法控制的，因为系统内部或外部一个微小的扰动都可能被放大，导致整个系统发生变化。因此，我们无法将复杂系统归纳为一个全面的、决定论的模型。这意味着不能把建立简洁的数学模型或预测能力看作判断某一研究是否科学的标准，对语言研究的目标应该有一个现实的认识。语言研究的目标不是为了预测，而是为了解释（沈家煊，2004）。

2 范畴化

经典科学范式中建立的范畴往往是两分范畴，而复杂性科学范式中更多的是多分范畴。由于语言现象的复杂性，语言研究中的范畴化正由两分范畴向多分范畴转变。以往语言研究中建立了众多的两分范畴，包括语言与言语、能力与运用、共时与历时。这些范畴可以使研究者把注意力集中在语言的某些方面进行研究，但它们都是理想化的，并不符合语言事实。语言中的许多现象都是一个程度问题，不同范畴之间很多时候难以界定，存在更多的是连续统一体。而语言研究往往把注意力集中在连续统一体的两端，忽视处于中间地带的大量现象。目前语言研究中开始广泛采用基于原型的范畴化模型，不再把范畴的成员资格看作一个非黑即白的问题，从而避免了古典范畴论的许多缺陷。

3 从还原论到整体论

经典科学范式中占主导地位的方法论是还原论，认为把复杂现象整体分解为组成部分，根据部分的行为就可以解释系统整体的行为。复杂性科学研究中占主导地位的是整体论和涌现论，强调系统中个体之间的相互作用，系统并不是其组成部分的简单相加。经典科学的研究方法在面对复杂系统时困难重重，而复杂性科学中常常采取的方法是计算机仿真。这一方法模拟复杂系统中个体的行为，让一群个体在计算机创造的虚拟环境中互相作用并演变，从而使系统整体的复杂性自下而上地涌现出来。在语言研究中，语言学家越来越认识到大多数语言单位都是高度整合的结构复合体，而不仅仅是其组成部分的总和。我们能够把语言单位分解为一个个特征的组合，如把 “单身汉”分解为人类、男性、未婚这些语义成分，但应当认识到这些特征并不能表示一个语言单位的整体性质。

4 复杂性与简洁性

语言研究必须承认并尊重语言系统的复杂性，放弃理想化认识，从多个视角进行研究。经典科学范式对自然系统的认识在很多方面是理想化的，坚持认为对任何自然现象只能有唯一的合理解释。复杂性科学认为，所有的科学理论都是对现实的真实性质的近似，每一种理论只能适用于特定范围的现象。就语言研究而言，在解释语言现象时，很多时候不能拘泥于一种分析、功能或解释而排斥其他认识。很可能在共时层面的一个现象是多个历时因素作用的结果。以往语言研究中强调语言理论的简洁性和概括性，主张以尽可能少的规则概括尽可能多的现象。作为一个理论追求，这无可厚非，但实现理论的简洁性和概括性的前提是尊重语言事实。如果语言事实本身是复杂的，而研究者建立的简洁、精巧的模型扭曲了事实，这样的模型就不会有太大价值。

五、结语

复杂性科学目前正处于蓬勃发展阶段，对我们研究自然现象和社会现象具有重大意义。这一新的科学范式也拓展了语言研究的视野，目前语言研究中的许多思想和做法实际上都有意或无意地与复杂性科学范式吻合。从机器隐喻到生物体隐喻的转变将从根本上改变我们的语言观。语言应该被看作一个有生命的系统，在无数个语言使用者分散的言语活动中不断地演变和适应。它更接近于一个生物体而不是一个数学实体。尽管复杂性科学还没有形成完整的体系，但已经显示出强大的生命力，关注这一领域的研究将有助于我们更加深刻地认识语言这一复杂系统的本质，对语言研究具有重要的推动作用。

[1] Arthur, W. B.Increasing Returns and Path Dependence in the Economy[M]. Ann Arbor： University of Michigan Press, 1994.

[2] Cilliers, P.Complexity and Postmodernism[M]. London： Routledge, 1998.

[3] Haken, H.Synergetics： An Introduction[M]. New York： Springer-Verlay, 1983.

[4] Holland, J. H.Adaptation in Natural and Artificial Systems[M]. Cambridge： The MIT Press, 1992.

[5] Holland, J. H.Emergence： From Chaos to Order[M]. Reading： Addison-Wesley, 1998.

[6] Holland, J. H.Hidden Order： How Adaptation Builds Complexity[M]. Reading： Addison-Wesley, 1995.

[7] Kauffman, S. A. Antichaos and Adaptation [J].Scientific American,1991, (12)： 64-70.

[8] Kauffman, S. A.At Home in the Universe： The Search for Laws of Complexity[M]. London： Viking Press, 1995.

[9] Levin, S.A. Complex Adaptive Systems： Exploring the Known, the Unknown and the Unknowable [J].Bulletin of the American Mathematical Society, 2003, (40)： 3-19.

[10] Lorenz, E. Three Approaches to Atmospheric Predictability[J].Bulletin of the American Meteorological Society, 1969, (50)：345-351.

[11] Mann, M. G.The Quark and the Jaguar： Adventures in the Simple and the Complex[M]. New York：Freeman, 1994.

[12] Prigogine, H.Self-organization in Non-equilibrium Systems[M]. New York： John Wiley & Sons, 1977.

[13] Prigogine, H. & I. Stengers.Order out of Chaos： Men’s New Dialogue with Nature[M]. New York： Bantam, 1998.

[14] Waldrop, M. M.Complexity： The Emerging Science at the Edge of Order and Chaos[M]. New York： Simon & Schuster, 1992.

[15] Zipf, G. K.Human Behavior and the Principle of Least Effort[M]. Cambridge： Addison-Wesley, 1949.

[16] Zipf, G. K.The Psychology of Language[M]. Boston：Honghton-Mifflin, 1935.

[17] 埃德加·莫兰. 复杂思想：自觉的科学[M]. 陈一壮译. 北京：北京大学出版社, 2001.

[18] 高航, 张凤.词类的构式语法视角[J]. 天津外国语学院学报, 2008, (3)：1-8

[19] 亨利· N. 波拉克. 不确定的科学与不确定的世界[M]. 李萍萍译. 上海：上海科技教育出版社，2005.

[20] 钱学森, 于景元, 戴汝为. 一个科学的新领域： 开放的复杂巨系统及其方法论[J]. 自然杂志, 1990, (13)： 3-10.

[21] 沈家煊. 人工智能中的“联结主义”和语法理论[J]. 外国语, 2004, (3)：2-9．

[22] 宋健. 现代科学技术基础知识[M]. 北京： 科学出版社/中共中央党校出版社, 1994．

[23] 王寅. 认知语言学探索[M]. 重庆： 重庆出版社, 2005．

[24] 吴彤. 三生万物：自组织复杂性与科学实践[M]. 呼和浩特：内蒙古人民出版社, 2006.

[25] 严辰松. 基于用法的理论及其启示[R]. 第六届全国认知语言学研讨会大会, 东北师范大学, 2009.

Classical science, based on New tonian mechanics, considers the world as a gigantic machine, simple and predictable. Scientists can reveal the nature of the world by reducing it to simpler systems. Complexity science studies since the 20th century indicate that the world is mainly composed of complex systems which are open, dynam ic, self-organized, non-linear, unpredictable, self-sim ilar and resemble biological organisms. From the perspective of complexity science, language is a dynam ic, non-linear, self-organized and self-sim ilar system.Findings in complexity science will have profound implications for language studies.

classical science; complexity science; non-linearity; self-organization; fractal; recursiveness

H0-05 < class="emphasis_bold">文献标识码：A文章编号：

1008-665X（2011）01-0008-07

2010-05-31

张凤（1967-），女，副教授，博士，研究方向：符号学、认知语言学