语言学

文字的起源：从泥板到字母 乌鲁克的记账员 公元前3200年前后，两河流域南部的乌鲁克城已是人类最大的城市之一。苏美尔神庙的仓库里堆满大麦、啤酒和牲畜，祭司们需要一种方法记住谁交了什么。最早的"文字"就这样不是诗歌，而是账单：一块巴掌大的泥板上，一个凹槽代表一只羊，几道刻痕代表数量。为了写得更快，象形图画被削成楔形笔画——用削尖的芦苇秆斜压进湿泥，楔形文字由此诞生。此后三千年，这套体系被阿卡德人、巴比伦人、亚述人和波斯人轮番借用，刻下了《吉尔伽美什史诗》和汉谟拉比法典。19世纪，英国军官亨利·罗林森（Henry Rawlinson，1810—1895）冒着坠崖的风险，从1835年起拓下伊朗贝希斯敦山崖上三种文字对照的铭文，用十几年时间逐一破译，楔形文字才在沉睡两千年后重新开口说话。几乎同一时期，尼罗河畔的埃及人走上了另一条路：圣书体把象形图画与表音符号糅合在一起，刻在神庙与墓室的墙壁上。1799年，法军在埃及罗塞塔镇挖出一刻有三种文字的石碑——圣书体、世俗体与古希腊文对照同一段诏书。法国学者商博良（Jean-François Champollion，1790—1832）以希腊文为钥匙钻研十余年，1822年宣布破译成功，埃及学由此诞生。几大古文明的文字命运各异，破译者的名字却共享同一种浪漫：让沉默千年的符号重新发出声音。 ...

翻译理论：在两种语言之间走钢丝 从译经场到天演论 中国关于翻译的争论几乎和翻译本身一样古老。后秦时期的译经大师鸠摩罗什（344—413）主持长安译场时，就批评此前的译经"得大意而已"，主张删繁就简、照顾汉语的表达习惯；三百年后，玄奘（602—664）从印度取回六百五十七部佛经，在长安主持译场十九年，译出七十五部、一千三百余卷，却坚持"五不翻"原则——秘密故、多义故、此方无故的词宁可音译，也不妄加解释。一个倾向意译，一个倾向直译，这场拉锯贯穿了此后一千多年的翻译史。近代把争论推向高峰的是严复（1854—1921）。1898年他翻译出版《天演论》，在译例言里提出信、达、雅三条标准：忠实原文、文句通顺、措辞典雅。可《天演论》本身恰恰不是逐字对译的产物——严复大刀阔斧地改写重组，甚至把自己的议论织进译文。“信"字当先的宣言与"达旨"为先的实践，构成了翻译理论史上最经典的张力。 ...

语言濒危：正在熄灭的星空 每两周，一种语言熄灭 据语言学家普遍引用的估计，今天地球上大约有七千种语言，而其中将近一半的使用者不足一万人，被教科文组织列入不同程度濒危名单的约有二千五百种。更为人熟知的数字是：平均每两周就有一种语言死去。这不是修辞。2008年1月，美国阿拉斯加的老人玛丽·史密斯·琼斯（Marie Smith Jones，1918—2008）在安克雷奇去世，她是埃雅克语（Eyak）最后一位流利的母语者——她的离世意味着这门语言在数万年里累积出的词汇、神话与记忆方式随之停止了呼吸。语言死亡往往不是语言本身出了错，而是政治、教育、经济的力量让一代代父母做出决定：教孩子大语种才有前途。语言于是像退潮一样，从村庄退到家庭，从家庭退到几位老人身上，最后退进录音带。 ...

手语语言学：在空间中展开的语言 巴黎来的教师 1815年，美国康涅狄格州的青年托马斯·加劳德特（Thomas Hopkins Gallaudet，1787—1851）受邻居所托，前往欧洲学习教育聋童的方法。他在英国碰壁后转赴巴黎，遇到了法国聋人教师洛朗·克莱尔（Laurent Clerc，1785—1869）。1817年，两人回到美国，在哈特福德创办美洲第一所聋人学校。克莱尔带来的法国手语与美国各地原有的地方手语融合，逐渐形成了美国手语（ASL）。1864年，华盛顿特区的哥伦比亚聋人学院获得国会授权授予大学学位，成为世界上第一所为聋人设立的大学，后来以加劳德特命名，至今仍是全球聋人教育与聋人研究的中心。耐人寻味的是，学校创造了共同的手语，同一时代的教育者却又试图消灭它：1880年米兰国际聋教育大会通过决议推崇口语教学，手语被逐出课堂近一个世纪——聋童被迫读唇，知识没学到多少，母语却在地下顽强存活。 ...

计算语言学：当语言遇到机器 乔姆斯基的层级 1956年，年轻的乔姆斯基（Noam Chomsky，1928— ）在论文《语言描写的三个模型》中做了一件影响两个学科的事：他把形式文法按生成能力排成一个层级——正则文法、上下文无关文法、上下文有关文法、无限制文法，并论证自然语言的递归结构超出了最简单的文法所能覆盖的范围。这套乔姆斯基层级原本为语言学而设，却意外成了计算机科学的基石：正则文法对应有限自动机，上下文无关文法对应下推自动机，编译器的词法分析与语法分析至今仍建在这套理论之上。更早的源头在阿兰·图灵（Alan Turing，1912—1954）：他1936年设想的图灵机正是层级顶端"无限制文法"的计算等价物。语言与计算，在出生证明上就是同一件事的两面。也正因如此，中文信息处理的第一步就撞上了汉语自己的特性：书面汉语词与词之间没有空格，“研究生命起源"该切成"研究-生命"还是"研究生-命”，计算机需要先学会分词才能谈理解——这个英语里不存在的问题，曾是中国计算语言学的入门课。 ...

认知语言学：心智中的意义地图 隐喻不只是修辞 1980年，乔治·莱考夫（George Lakoff，1941— ）与马克·约翰逊（Mark Johnson，1949— ）合著的小书《我们赖以生存的隐喻》出版，把隐喻从修辞学的装饰品变成了认知的建筑材料。他们的论证从一个朴素的观察开始：英语里谈论"争论"时，人们不自觉地说"捍卫立场"“攻击弱点"“赢得争论”——争论被系统地理解为战争。汉语同样如此：我们打"笔仗”、摆"擂台"、说某人"舌战群儒"，论"败"与"胜"的词天然属于论争。这不是文学技巧，而是思维本身：抽象概念必须借助具体经验才能被思考。时间被理解为金钱（“浪费时间”），感情被理解为容器（“坠入爱河”），人生被理解为旅程。莱考夫称之为概念隐喻：源域是身体经验，目标域是抽象世界，映射一旦建立就自动运行。这本书让语言学家重新意识到，语言形式之下流动的不是逻辑，而是经验。 ...

儿童语言发展：三年学会人类最难的技能 儿语的秘密 几乎全世界的大人对着婴儿说话时，都会自动切换成一种特殊的语调：音调拔高、节奏放慢、元音夸张、句子变短。这种儿向语言曾被认为是哄孩子的多余动作，研究却表明它是一套精密的教学装置。斯坦福大学的安妮·费尔纳德（Anne Fernald，1951— ）从二十世纪八十年代起系统研究儿向语言，发现夸张的音高轮廓帮助婴儿切分语音流，慢速与重复让新词更容易被记住；婴儿对儿向语言的注意时长也明显超过成人式的语言。更细致的追踪研究显示，母亲使用儿向语言的程度能够预测孩子两岁时的词汇量——大人们的"装腔作势"，恰恰是婴儿最早的语言课。值得一提的是，双语家庭的孩子从一开始就在分辨两套声音系统，研究显示他们出生时便对两种语言的韵律敏感，语言发展里程碑与单语儿童大体同步——“双语会让孩子混乱"的民间担忧，并没有证据支持。 ...

语言与思维：语言塑造了我们看世界的方式吗 保险调查员的顿悟 本杰明·李·沃尔夫（Benjamin Lee Whorf，1897—1941）白天的身份是保险公司的火灾调查员。他注意到一个诡异的规律：工人在标着"空"的汽油桶附近抽烟，因为他们把"空"理解为"安全"——可空桶里残留的汽油蒸气恰恰更危险。沃尔夫由此开始怀疑：语言范畴会悄悄塑造人对世界的判断。他的老师、人类学家爱德华·萨丕尔（Edward Sapir，1884—1939）早已提出相似的思想。二十世纪三十年代，沃尔夫研究霍皮语，宣称霍皮语的动词系统不编码时间，霍皮人因此拥有与欧洲人截然不同的时间观。后世把这套思想称为萨丕尔-沃尔夫假说，尽管两人从未用这个名字合写过任何东西。 ...

中国语言学史：从《说文解字》到普通话 许慎与第一部字书 东汉永元十二年，也就是公元100年，汝南人许慎（约58—约147）完成了中国第一部系统分析汉字的著作《说文解字》，到121年由他的儿子许冲进献朝廷。全书收录9353个篆文，按540个部首编排，每个字都先释义、再析形、后注音。许慎的真正创造不在收字之多，而在提出了分析汉字的理论框架——后世所谓"六书"：象形、指事、会意、形声、转注、假借。他把成千上万个看似杂乱的汉字整理成一个有结构、有层次的系统，每个字都能在其中找到自己的谱系位置。此后一千九百年，研究汉字的人无一不从《说文》出发；清代研究《说文》的学者中，段玉裁的《说文解字注》至今仍是案头必备。放在世界语言学史上看，公元100年这个时间点同样耀眼：当许慎分析字形结构时，欧洲还要再过十几个世纪才有可以类比的著作。中国语言学的另一条古老支流是方言调查：西汉的扬雄（前53—公元18）历时二十七年，在长安城中向来往的各地使者与士兵询问方言词语，编成《方言》，记录了"秦曰蛾，赵魏之间谓之蚬"这类词汇地图——两千年前的这项孤独工程，是世界上最早的方言词汇调查之一。 ...

语言学的未来：巴别塔的重建 大模型闯进了语言学 2022年11月ChatGPT发布后，语言学家发现，自己耕耘了一个世纪的问题被一群工程师用一种"不讲道理"的方式逼近了：不问语法规则，只把几乎整个人类写过的文本喂给神经网络，让"预测下一个词"这个目标自己长出语言能力。乔姆斯基（Noam Chomsky，1928— ）2023年在《纽约时报》撰文批评：大模型与人类语言的机制背道而驰，它对可能的语言与不可能的语言不加区分，永远无法解释儿童为何能从贫乏的刺激中习得语法。另一些语言学家则在模型内部探测到了类似句法树的层级结构，认为它或许真的"学会"了某些语言学家未曾明言的规律。这场争论的本质是老问题的新形态：语言能力到底是天赋的专门装置，还是通用学习机制在巨量数据上的产物——只不过这一次，争论的另一方是一堆GPU。 ...