计算机构建原始语，历史语言学家遭遇“危机”

zhixun

大豆包难吃 2013-02-11 20:05
研究者用一种新的计算机系统构建出一组远古的方言，其相似度和艰苦卓绝的人工编纂相比高达80%。在拿下那么多个学科之后，统计学和计算机又联手攻入了语言学。实力强劲的新人到来，历史语言学家莫非危机了？


来自英属哥伦比亚大学和美国加州大学伯克利分校的研究人员，使用一个新的计算机系统在短时间内拟构了一组原始母语（Protolanguages）。与语言学家费时费力人工拟构的结果相比，系统的准确率达 85%。研究结果今天在《美国国家科学院院刊》（PNAS）上发表。

论文的主要作者、英属哥伦比亚大学的统计学助理教授亚历山大布沙尔-柯特（Alexandre Bouchard-C琀é）说： “我们希望我们的工具将彻底改变历史语言学，就像统计分析和计算机的力量彻底改变了演化生物学的研究那样。”

他说：“系统并不会取代在行的语言学家细致入微的工作；但颇有价值的一点是，它可以增加语言学家使用的现代语的数量，也就是他们拟构的基础。”

历史比较语言学认为，现代具有亲属关系的语言在历史上源于一种语言，这种语言就是它们的母语。原始母语的拟构（reconstruction），就是将现代的亲属语中拥有共同意义的词分组，分析这些词的共同特点，然后根据音调变化等规律，推导出共同的母语。

布沙尔-柯特和美国加州大学伯克利分校的同事一起研发了这个新的工具，它能分析声音在基本的语言单元这一层面的变化，运算规模也比以前的电算化工具要大。

拟建使用的数据库包含1.42万多个词形，来自637种南岛语系（Austronesian）语言。南岛语系主要分布于东南亚和太平洋地区，是现今世界上唯一主要分布在岛屿上的语系，包括大约1300种语言。台湾是南岛语系的源头，目前是人口分布上的地理最北端。

背景知识：大多数原始母语都没有夠下书面记录；但在一些情况下，拟构可以通过古籍或文史得到部分的验证。其中一个例子便是保有良好记录的拉丁语，它是罗曼语族（拉丁语族）的原始母语，现代法语、意大利语、葡萄牙语、罗马尼亚语、加泰罗尼亚语和西班牙语都是从拉丁语演化而来。

信息来源：EurekAlert!
文章图片：io9.com