依存距离最小化是人类语言的普遍规律吗?

麻省理工学院弗特勒尔等人对37种自然语言进行了基于语料库的大数据分析,为人类语言中的依存距离最小化倾向提供了最新的实证依据,在科学研究领域引起广泛关注。这项研究可能是迄今为止涵盖语言最多的依存距离研究,在普遍性的验证上较先前研究更为全面,在方法上也有自身的一些特点。但其研究有多处值得商榷。早在2008年,浙江大学刘海涛团队对依存距离最小化倾向进行了较为深入的研究,促进了人们了解人类语言如何在普遍认知机制制约下形成与演化,也帮助人们更深入地认识人类的认知机制。这些研究充分体现了语言研究是一个具有交叉学科特点的研究领域,是多语言、大数据技术、语言的普遍规律及认知科学充分融合的学科。这四大因素结合起来的研究将会展现当代科学研究的光芒,并将对当代语言科学的发展起到重要的推动作用。

语言学的交叉学科研究:语言普遍性、人类认知、大数据

麻省理工学院学者近期发表在国际顶尖期刊《美国科学院院报》上的一项语言学交叉研究利用已经公开发布的依存树库,对37种语言进行了统计分析,指出人类语言存在依存距离最小化这一倾向。此研究被媒体热议,但却存在一些缺陷。依存距离是两个句法相关词之间的线性距离,受工作记忆机制的约束,与句法处理的复杂度密切相关。因此,人类语言具有依存距离最小化的倾向。基于句法标注语料库的依存距离最小化研究表明,大数据研究方法在语言认知研究中具有重要作用。现代语言学具有鲜明的交叉学科色彩,语言研究中不同学科的相互借鉴与融合有助于深入揭示语言系统的运作规律以及语言与认知之间的关系。