为什么说“汉语难学”？

2009-07-15 08:52

    学习过英语的人，都做过“英译汉”或“汉译英”吧，我也做过。我每每都发现，一段英文翻译成中文后，或者一段中文翻译成英文后，中文的段落所占的篇幅，总比英文段落占的篇幅要短的多。这是为什么呢？请看下面的分析。
    首先要知道，什么是信息量？信息量是指它消除的不确定性的一种量度。一个事件出现的概率越小，不确定性就越多，它的出现所携带的信息量就越大，反之则少。比如，你告诉我一个地球人都知道的事情，对我来说，一定用都没有，因为它对消除不确定性没有一点用处，它的信息量是0。
    我们可以假设26个英文字母是等概率出现的，那么两个英文字母出现的概率就是：(1/26)*(1/26)=1/676，它们所携带的信息量为：-log(1/676)=log(676)=2.83。而常用的汉字大约有3000个，我们也假设它是等概率出现的，一个汉字出现的概率就是1/3000，它携带的信息量为：-log(1/3000)=log(3000)=3.48。很显然，一个汉字比两个字母所携带的信息量要大的多。
    对于一篇文章而言，还可以用“信息熵”去描述它。熵是指整个系统的信息量。很明显，一篇中文的信息熵，比一篇英文的信息熵要大的多。熵越大，说明系统越杂乱，对一篇文章来说，它越杂乱，就越难理解。难理解，就难掌握，就难学。
    注：这里我故意用一个汉字，与两个英文字母作比较，因为用unicode编码表示的话，一个汉字占两个字节，两个英文字母也占两个字节。另外，在排版上，如果一个汉字是16×16点阵的话，通常等宽的英文字母是8×16的。所以，从编码和排版角度考虑，一个汉字应该与两个英文字母去作比较。