教授讲座的内容主要分为三块:
- 什么是科学?语言学是否是科学?
- 关于大数据在语言学研究中的应用
- 潘教授和他的学生目前做的一些成果
什么是科学?
关于大数据在语言学研究中的应用
大数据对研究问题的影响
- 允许数据不精确,但由于数据量非常大,从数量上弥补了质量的不足。
- 探讨相关关系,而非一味追求因果关系(研究某些问题时,从某些易于获取、数据量大的特征上去探究目标特征研究的问题)
案例1:研究南方语系繁杂的起因
主要从各地方言音调中的差异,通过不同汉字(5000多字)在方言中的发音(如相同韵母)进行统计,研究先民方言。中国方言主要集中在东南方,如吴语,粤语,沪语,越语,客家话,闽南话等。而从地理角度上观察,这些语言传播区域恰好是在中国三国时期的东吴领地。有历史我们知道,在汉及汉以前,该地区主要是被我们称之为”百越“的众多少数民族聚集地,并且之前更多是以附属国以及安抚的形式统治,实际文化交流并不频繁(由古人对此地的吐槽也可以看出点端倪)。而一直到东吴,孙氏在此地建立有效政权,并把行政中心迁移到南京,从而使汉文化与当地文化有了更深层次的交流。由于汉文化对周边文化的强势地位(无论经济、文化、军事均遥遥领先),少数民族必然会开始一个汉化过程,包括学习汉语。而现代方言中保留的与普通话差异较大的地方,很可能就是当地先民原始方言中的某些保留成分。(从东吴自北向南,我们还可以发现,越往南,其方言与普通话差异程度越大,推测是越往南其与汉文化的交流越少,从空间上某种程度也是汉文化传播的路线)潘教授从发音声调的统计规律(如上海话中的1-3调)、不同汉字各地使用的声韵母等研究先民的语言,这是通过文献很难获得的,而实地调研成本又过高(大数据在语言学的应用)。感想:经济实力决定语言渗透力啊!看看今天的粤语和沪语在当地受到重视的程度(按潘教授的意思,其实都是当地原始先民学习汉语不到位,类似于印度英语 ̄□ ̄||),而内陆地区普通话重视程度远超”土话“;以及天朝人民对英语的热情........
案例2:人类语言传播路线
主要着手点是从原始人迁徙路线入手,研究沿该迁徙路线,不同人种的语言中声调、字母等的相似性(间接验证了人类起源于非洲)。人类起源于非洲,到亚洲的路线有两条:
一条是从西边过来,路经西藏,到中国(研究汉语和藏语使用字符的相似性),另一路是从南边南亚上来到越南、海南、广东等地(也是研究他们语言的相似程度)。有一个有意思的 模型:
类似的,可以从语言传播角度(如字母相似程度),研究人类迁徙路线。直接研究人类迁徙路线,所拥有的资源有限(考古发现,历史文献==0),但利用现有的资源:不同民族的语言!可以更方便的研究这一问题,而且成本更低!