论文部分内容阅读
随着社会进入信息时代,新技术手段不断发展,由此以计算机科学为基础的定量方法在语体研究中盛行。相关研究层出不穷,但仍有不少方面值得进一步探究。首先,就研究对象而言,前人对语体的量化研究大多停留在词的水平上。主要关注词汇信息和短语、句子的统计特征,很少涉及到深层句法关系的层面。其次,就研究角度而言,以下三个方面值得研究:不同语言的语体的句法特征、同一语言中载于不同媒介的语体句法特征以及同一语体中不同作者风格的句法特征表现可能不同。再者,从研究方法出发,计量语言学方法可对不同语体中的语言结构属性以及它们之间的相互关系进行动态分析和描写,以揭示语言现象的数学规律。目前,仍有较少研究用该方法来系统性地调查语体。在此背景下,本文以语言、媒介、作者风格三个由大至小的维度为视角,采用计量方法调查英语语体的句法特征,主要包括句长、语言层级关系、依存关系、动链特征,尝试回答以下几个问题:1)不同语言——英语和汉语间的语体句法特征的共性与个性分别是什么?2)同一语言内不同语体——网络语体和传统笔语语体的句法特点的关系是什么?3)不同作者——希拉里和特朗普在不同语体下的作品在句法特征方面的特点是什么?此外,句法特征在以上提及的每个维度中能否作为有效分类的标准?本研究表明,语言、媒介和作者风格等三个维度中的语体都展现了动态变化的特点,不同语体在句法特征方面既有区别,也有联系,反映了语言是一种自组织、自调节的动态系统。主要发现有:1)在语言维度上:第一,所选用的句法特征中,大多数在英汉语体中都具有显著性差异,是分类不同语言中语体的有效标准。第二,虽然英汉分别隶属于两种不同语系,但不少语体的句法特征都展现了相似性。第三,语言对语体有一定程度的影响。汉语是一种支配词倾向于后置的语言,英语的从属词更多地分布在支配词两边,因此各自的语体都保持了相似的分布趋势。第四,语言也影响了语体差异的范围。英语的语体差异大于汉语,这和语言本身的语言特色相关。2)在媒介维度上:第一,大部分句法特征在网络语体和传统笔语语体中都具有显著性差异,可以将部分网络语体和传统笔语语体区分开来。第二,网络语体和传统笔语语体的媒介不同,在一定程度上展现了相异性。第三,同一种网络语体在不同句法特征中的表现不同。电子邮件和推特推文与网页新闻的句长差异较大,但其复合名词修饰语的频次很高,和网页新闻较为相似。第四,大多数网络语体和传统笔语语体的句法特征间都具有相似之处。网页新闻和个人博客的句长和传统新闻相似,个人博客则介于传统新闻和传统小说之间,而电子邮件和推特推文和传统小说的句长相似。需要注意的是,推特的大部分句法特征和其他网络语体以及传统笔语语体都明显不同。3)在作者风格维度上:第一,大部分句法特征在希拉里和特朗普的文本中都具有显著性差异,可以将希拉里和特朗普的部分语体区分开来。第二,语体对作者风格具有较大的影响。第三,语体对作者风格的影响程度不同。有的作者受到语体的影响程度较大,有的作者即使在语体限制的前提下,仍会流露出个人风格特色。特朗普在竞选演讲和总统辩论中的多种句法特征的跨语体差异大于希拉里。第四,作者风格的影响亦不可忽略。如特朗普的数词修饰语比例大于希拉里,希拉里则更倾向使用从句和小句。他们的句法特征随着语体会发生轻微变化,但和其他作者相比时,总的趋势不变。虽然在不同语言、不同媒介、不同作者风格中,不同语体在不同的句法特征方面都展现了迥异的特点。但需要注意的是,无论是何种语体,在某些语言定律方面都展现了相同的规律,反映了人类语言存在某种普适性的规律。例如,所有语体的句长秩频分布都遵循相同的概率分布,依存距离的分布都遵循长尾分布,符合“依存距离最小化”趋势,可能和人类语言背后的普遍认知机制相关。本文从多维角度调查了英语语体的特征,基于计量方法得出的结果为理论性结论提供了客观的数据佐证,拓展了计量语言学的研究领域,验证了句法特征在语体研究中的可行性。调查过程中,尝试结合语体表面的句法特征描述和特征背后的原因进行阐述。研究结果反映了语言、媒介和作者风格对语体的重要影响,促进了语体研究的发展。为未来的自然语言处理和机器学习提供新的视角,将相关定律特征纳入到自然语言处理和机器学习的实践领域中,对网络语体自动识别的实践也有一定启示意义。