大數(shù)據(jù)時(shí)代的漢語語言學(xué)及應(yīng)用探討

1、 大數(shù)據(jù)時(shí)代的漢語語言學(xué)及應(yīng)用探討 摘要：現(xiàn)如今，我國是大數(shù)據(jù)發(fā)展的新時(shí)期，互聯(lián)網(wǎng)行業(yè)發(fā)展十分迅速，借助互聯(lián)網(wǎng)的迅猛發(fā)展，當(dāng)今社會(huì)已經(jīng)進(jìn)入“大數(shù)據(jù)”時(shí)代。文章通過回顧計(jì)算機(jī)科學(xué)與語言學(xué)的交叉學(xué)科計(jì)算語言學(xué)的發(fā)展歷程，從一個(gè)側(cè)面揭示了大數(shù)據(jù)處理對(duì)科學(xué)研究的沖擊和影響，并在此基礎(chǔ)上探討漢語語言學(xué)研究的未來之路。文章認(rèn)為，首先，漢語語言學(xué)研究應(yīng)該更加注重語言工程的研究和開發(fā)，以提高漢語大規(guī)模語言資源的數(shù)量、類型及易獲得性，因此，漢語語言資源建設(shè)應(yīng)努力實(shí)現(xiàn)語言范疇形式化、語言數(shù)據(jù)專項(xiàng)化和語言知識(shí)可視化;其次，漢語語言學(xué)的研究應(yīng)更加開放、更具多元化視角、更加注重多學(xué)科的交叉和融合。關(guān)鍵詞：大數(shù)據(jù);計(jì)算語

2、言學(xué);漢語語言學(xué)語言資源;形式化;可視化引言漢語作為目的語的教學(xué)實(shí)踐的發(fā)展及漢語語言系統(tǒng)特殊性決定了研究設(shè)計(jì)專門的漢語語言學(xué)能測試的必要性。漢語語言學(xué)能應(yīng)包括漢語語音編碼能力、漢字感知識(shí)記能力、漢語語法辨識(shí)能力及漢語形音義對(duì)應(yīng)記憶能力。近百人零起點(diǎn)學(xué)習(xí)者的測試和教學(xué)實(shí)驗(yàn)得出，學(xué)能測試成績和漢語學(xué)業(yè)成績呈現(xiàn)顯著正相關(guān)，學(xué)能測試對(duì)漢語作為目的語的學(xué)習(xí)者的學(xué)習(xí)潛力有很好的預(yù)測作用。測試結(jié)果可為訂單式人才培養(yǎng)和選拔、入門學(xué)習(xí)者分班測試和差異化教學(xué)等提供有效依據(jù)。1對(duì)比語言學(xué)元語言抽取的基本原則從生物學(xué)的角度而言，任何機(jī)體都是一個(gè)系統(tǒng)或系統(tǒng)的組合，而系統(tǒng)一般由器官、組織和細(xì)胞三個(gè)層級(jí)的單位逆次遞進(jìn)，組合

3、而成。我們也可以將對(duì)比語言學(xué)的元語言系統(tǒng)看作一個(gè)由“細(xì)胞”、“組織”和“器官”逐級(jí)遞進(jìn)構(gòu)成的統(tǒng)一體，進(jìn)而按照其中不同“器官”、“組織”和“細(xì)胞”的重要性確立抽取組成系統(tǒng)的元語言的基本原則，并搭建比語言學(xué)的元語言系統(tǒng)。但是對(duì)比語言學(xué)研究屬于人文學(xué)科的性質(zhì)，與屬于自然科學(xué)的生物學(xué)研究又有很大的不同其元語言系統(tǒng)及構(gòu)成元語言系統(tǒng)的各級(jí)元語言帶有社會(huì)文化的歷史承繼性。因此，對(duì)于對(duì)比語言學(xué)元語言的抽取，除了根據(jù)元語言本身的重要性和結(jié)構(gòu)的層級(jí)性確立層級(jí)性和代表性兩個(gè)基本原則之外，還應(yīng)確立另一個(gè)基本原則，即歷史性原則。第一，歷史性原則有兩層含義:一是要按照對(duì)比語言學(xué)發(fā)展的自然歷史順序(西方為三個(gè)時(shí)期、中國為五

4、個(gè)時(shí)期，兩者之間有“饒有興味”的相似之處)爬梳對(duì)比語言學(xué)理論和實(shí)踐中的元語言，厘清中西對(duì)比語言學(xué)發(fā)展各自的脈絡(luò)和軌跡，辯證兩者之間的邏輯相關(guān)性;二是以歷史的觀點(diǎn)對(duì)待不同時(shí)期的對(duì)比研究及其元語言系統(tǒng)，關(guān)照對(duì)比語言學(xué)發(fā)展不同階段的歷史文化語境。第二，層級(jí)性原則:對(duì)比語言學(xué)元語言系統(tǒng)應(yīng)該是一個(gè)由形上到形下層級(jí)分明的系統(tǒng)?？蓞⒄张宋膰壬?2006:237)提出的漢英對(duì)比的三種屬性(自然屬性、社會(huì)屬性、人文屬性)和四個(gè)層級(jí)(哲學(xué)層、理論層、應(yīng)用層、實(shí)踐層)抽取對(duì)比語言學(xué)的元語言并搭建元語言系統(tǒng)。語言的自然屬性體現(xiàn)于語言的表層結(jié)構(gòu)(主要涉及語音學(xué)與音位學(xué)、詞匯學(xué)與形態(tài)學(xué)、句法學(xué)等語言結(jié)構(gòu)的元語言)，語言

5、的社會(huì)屬性體現(xiàn)于語言的表達(dá)方式(表達(dá)法表現(xiàn)一個(gè)民族認(rèn)知世界的方法和規(guī)則，這一層面的元語言主要涉及心理、文化和哲學(xué)上的因素)，語言的人文屬性體現(xiàn)于人們對(duì)語言的認(rèn)知(涉及語言、思維和現(xiàn)實(shí)的關(guān)系，涉及語言世界觀，等等)。而對(duì)比語言學(xué)元語言系統(tǒng)的整體框架則是三種屬性與四個(gè)層面相互交叉的網(wǎng)絡(luò)式結(jié)構(gòu)。第三，代表性原則:根據(jù)上面的生物學(xué)類比，對(duì)比語言學(xué)元語言系統(tǒng)中的元語言不但在重要性上具有層級(jí)性，并且各級(jí)元語言都有不同意義的代表性，能夠代表對(duì)比語言學(xué)發(fā)展的階段性成果和發(fā)展方向。2大數(shù)據(jù)時(shí)代的漢語語言學(xué)及應(yīng)用探討2.1來自計(jì)算語言學(xué)的啟示計(jì)算語言學(xué)(computationallinguistics)從其應(yīng)用目

6、標(biāo)來說，就是讓計(jì)算機(jī)能夠“理解”人類的自然語言(naturallanguageunderstanding，nlu)。這個(gè)任務(wù)的實(shí)質(zhì)是希望找到從語言的形式映射到語言的意義的機(jī)械方法。如果把“理解”人類的自然語言看做是人類智能行為的主要特征，那么，自然語言理解顯然屬于人工智能的研究范疇，即探求作為高級(jí)智能的人的語言行為在多大程度上可以機(jī)械化。2.2漢語語言學(xué)能測試的用途隨著“漢語熱”的持續(xù)升溫，各種層次、各種目的漢語學(xué)習(xí)者越來越多，有效的學(xué)能測試在實(shí)踐中至少有這樣幾種用途。一是作為定向訂單式人才培養(yǎng)和選拔的依據(jù)。學(xué)能測試可以快速有效地選拔出潛在的成功學(xué)習(xí)者，保證人才培養(yǎng)目標(biāo)的實(shí)現(xiàn)。二是作為入門學(xué)習(xí)

7、者分班測試的依據(jù)。在對(duì)人數(shù)較多的入門學(xué)習(xí)者進(jìn)行分班時(shí)，可以把他們?cè)跐h語語音編碼能力、漢字感知識(shí)記能力、漢語語法辨識(shí)能力及形音義對(duì)應(yīng)記憶能力方面的傾向性學(xué)能作為分班依據(jù)，在教學(xué)中也可據(jù)此采用相應(yīng)的教學(xué)策略。三是作為實(shí)施差異化教學(xué)、實(shí)現(xiàn)教學(xué)公平和教學(xué)效益最大化的依據(jù)。一般的教學(xué)公平注重的是起點(diǎn)公平，不論什么樣的學(xué)生都有受教育的權(quán)利，這沒有問題。但更高程度的公平是教學(xué)過程及教學(xué)效果的公平，即根據(jù)不同學(xué)習(xí)者的個(gè)體特征實(shí)行差異化教學(xué)，提供合適的教學(xué)服務(wù)，給他們足夠的指導(dǎo)，進(jìn)而達(dá)到教學(xué)目標(biāo)，這是一種更高層次的教學(xué)公平，也是實(shí)現(xiàn)教學(xué)效益最大化的有效途徑。學(xué)能因素是二語習(xí)得中最重要的學(xué)習(xí)者因素之一，根據(jù)學(xué)習(xí)者

8、學(xué)能測試中表現(xiàn)出的能力傾向差異進(jìn)行有針對(duì)性的教學(xué)指導(dǎo)，有利于實(shí)現(xiàn)教學(xué)公平和教學(xué)效益最大化。2.3對(duì)比語言學(xué)創(chuàng)始時(shí)期的語言觀與語言研究的目標(biāo)所謂語言觀，就是對(duì)語言及語言問題的整體認(rèn)識(shí)。這種認(rèn)識(shí)在很大程度上決定著語言研究的思想、方法和目標(biāo);就我們的研究而言，則決定著對(duì)比語言學(xué)是否能夠作為一個(gè)獨(dú)立的學(xué)科產(chǎn)生和發(fā)展。西方對(duì)比語言學(xué)的創(chuàng)始人洪堡特的對(duì)比語言學(xué)是建立在語言世界觀的認(rèn)識(shí)論基礎(chǔ)之上的，因而他的“比較語言研究”(即今天的對(duì)比語言學(xué))其實(shí)與他一手創(chuàng)立的普通語言學(xué)是相通的，目的在于通過兩種或多種語言的對(duì)比，“成功而可靠地揭示語言的特征，闡明各民族的發(fā)展和人類形成”。葉斯柏森的語言觀其實(shí)也是“語言世界

9、觀”，他將語言的本質(zhì)視為“人類的活動(dòng)”，因而他的語法哲學(xué)其實(shí)也是就是普通語言學(xué)，也就是對(duì)比語言學(xué)。他語言對(duì)比研究的目標(biāo)則是“幫助人們更深刻地理解人類語言和人類思維最內(nèi)在的本質(zhì)”。沃爾夫的對(duì)比語言學(xué)是“薩不爾一沃爾夫假說”的自然結(jié)果，他的語言相關(guān)性原理(包括語言相對(duì)論和語言決定論)被后人稱為“美國版的語言世界觀”，可見其對(duì)比語言學(xué)的認(rèn)識(shí)論基礎(chǔ)是與洪堡特、葉斯柏森一脈相承的。展。結(jié)語在大數(shù)據(jù)時(shí)代，語言學(xué)家擔(dān)當(dāng)著語言數(shù)據(jù)(知識(shí))的挖掘者、整理者、呈現(xiàn)者的角色。作為一個(gè)漢語研究者，有責(zé)任去挖掘和發(fā)現(xiàn)新的、有價(jià)值的漢語事實(shí)，并作出盡可能詳盡的描寫和盡可能合理的解釋。而且漢語語言學(xué)研究應(yīng)更加開放，更加重視多學(xué)科的交叉和融合。這要求我們自覺地用更加多元的視角去看語言對(duì)象，像盲人摸象一樣，從單個(gè)視角，我們可能只能了解對(duì)象的一個(gè)側(cè)面，如果多一些視角，就可以提供關(guān)于研究對(duì)象的更為完整的畫面，使我們有可能更接近真理一些。這種開放的研究態(tài)度，并非大數(shù)據(jù)時(shí)代的新鮮事物，語言學(xué)理論研究中也早有先例。比如語言學(xué)家借鑒信息論的思想，提出把語言中的重音位置跟語言成分所負(fù)載信息量的大小關(guān)聯(lián)起來的理論，就是以跨學(xué)科視角開展研究的極佳例證?，F(xiàn)在我們已經(jīng)邁入到大