核心词自动分阶的一种计算模型——以纳西族玛丽玛萨话为例
2012-01-30陈保亚李子鹤
云南民族大学学报(哲学社会科学版) 2012年5期
陈保亚,李子鹤
(北京大学中文系北京大学中国语言学研究中心,北京 100871)
一、核心词自动分阶的迫切性
如何区分语言的同源关系和接触关系,是历史语言学急需解决的瓶颈问题,也一直是群体遗传学迫切期盼语言学家解答的问题。经过多年的探索,学界已经意识到语言纵向遗传成分与横向传递成分经常交织在一起,有时候甚至有多个时间段的横向成分叠加在一起,这就需要区分时间层次。问题的难点是:在找出最早时间层面的对应词?如何判定这些词是同源词还是借词?目前用核心词分阶的办法来判定这些最早对应词的语源性质有一定可操作性。该方法认为:越核心的词比例越高,是同源关系;越核心的词比例越低,是接触关系。[1]
目前学者们在如何判定词的核心程度上存在分歧,不同的学者提出了不同的核心词集。如何给核心词分阶,这是目前有阶分析方法迫切需要解决的问题,如果能够找到判定程序,对判定语源关系有着重要的意义。
我国语言学界经过几十年的语言调查,已经积累了大量可资利用的语言材料。如果用传统的观察或者手工计算来考察这些资料,几乎不可能完成核心词分解的任务,而如果实现核心词的自动分阶,不仅可以节省大量的人力和物力,而且可以提高语言谱系关系研究的科学性,大大减少研究工作中因人为判断而造成的各种复杂情形。同时,核心词自动化分阶的实现将大大增加同时处理的语言数量,使整个分阶过程成为开放过程:调查材料越多越准确,自动调节结果也就越有效。……
登录APP查看全文