当前位置: 首页 > 科技探索 > 前沿发明 > 正文

什么语言是世界上最怪异的?

小贴士:点击图片进入下一页

时间:2016-10-25 点击量:

导读:自然语言(NaturalLanguage)是我们人类交流时所用的语言,与人造语言(如编程语言)相对;自然语言处理(NaturalLanguageProcessing,NPL)就是用计算机来处理人类的语言。评估语言的“怪异度”就是一种对自然语言的处理,这个话题本身固然有趣,而本文的价值还在于作者采取了一种非传统的处理方式:不以英语为衡量基准,而使用一个全球性的价值观。

  语言结构世界地图(World Atlas of Language Structures,下称 WALS)根据一大堆各种语言特征,评估 2676 种不同的语言。这些语言特征包括词序、声音种类、否定方式,以及许多其他方面——共计 192 种不同的语言特征。

  因此,与其采用一个以英语为中心的世界观,WALS 毋宁允许我们换用一个世界性的世界观。也就是说,我们评估每一门语言,根据的都是其每种语言特征的不寻常度。例如,英语的词序是“主语—动词—宾语”, WALS 对 1377 种语言的词序进行编码,其中 35.5% 具有“主动宾”词序。同时,只有 8.7% 的语言以动词作为起始,比如威尔士语、夏威夷语和马扬语(Majang)。因此,从跨语言学角度讲,以动词作为起始,就是不寻常。另外顺带一提,实际上全世界语言有 41.0% 是“主宾动”顺序。(题外话:从事了一些夏威夷语和马扬语的相关工作后,动词对我而言,简直就变成如结婚般重大的承诺:每每开口,我却总是还没有做好准备。)

  WALS 的数据相当稀疏,所以我们把研究限定于 165 种语言特征,这些特征至少要包含 100 种不同语言的数据。(现阶段,就这 165 种语言特征而言,数据不足其中 10 种的语言,我们也剔除掉了。因此共计还剩 1693 种语言。)

  现在,有个问题就是,如果我们的筛选到此为止,那么数据共线性太高。之所以如此,部分是因 WALS 中列举的语言特征本质而决定——有整体考量“主语/动词/宾语”顺序的特征项,另又有分别考量“宾语/动词”和“主语/动词”的项。理想情况下,我们希望基于不相关的特征评断怪异度。我们可以集中关注互相之间没有很强相关度的语言特征(在两种互相关联的特征中,我们选择有更多语言编码的特征)。最终我们筛得总计 21 种语言特征。

刚果

刚果

  至于某种语言的每项数据值,我们考量其他所有具备该项编码的语言,计算该项值的相对频度。因此,如果我们把“主语—宾语—动词”词序也算进来的话,那么英语得到的怪异度值就会是 0.355(实际上,我们根据每项语言特征的整体熵值对所有数据值统一化处理,所以这个值本身并不正好就是 0.355,但你懂这意思就行了)。因此,得到的“怪异度指数”(Weirdness Index),就是一项交叉考量 21 种独特结构特征的平均值。但是,因为不同的特征采集数值的数量不同,我们为了减少统计偏斜,实际上取了调和平均值(又因为我们希望“数字越大=越怪异”,所以终值是用 1 减去这个平均值)。本篇博文我汇报所涉及的语言,就这 21 项语言特征而言,至少三分之二(即 14 项)具有数据值(即 239 种语言)。

  答案揭晓:全世界最怪异的语言是——

西餐 火锅 韩国料理 烧烤 甜品 奶茶店 贡茶 小吃 麻辣烫 炸鸡 快餐 冰淇淋 汉堡 中餐 冒菜 串串香 砂锅 面馆 米粉米线 蛋糕 咖啡 包子 黄焖鸡米饭 寿司 烤鱼 臭豆腐 豆浆 麻辣香锅 焖锅 日本料理 外卖便当 披萨 水饺 煲仔饭 冷饮店 重庆小面 酸菜鱼 面包店 土豆粉 鸡排 海鲜店 牛肉火锅 熟食店 肉蟹煲 干洗 婚庆 家政公司 摄影彩扩 花店 宠物店 房产中介 人才中介 物流快递 搬家服务 擦鞋店 家电清洗 休闲食品 保健食品 进口食品 方便食品 烘焙食品 干果炒货 粮油土产 饮料冲饮 调味品 蜂产品 燕窝 零食店 茶叶 其他 减肥瘦身 瑜伽 美甲 化妆品 SPA 纹绣 彩妆 药妆 面膜 护肤品 美发 汗蒸 韩式半永久 女装 男装 运动服装 休闲服装 商务服装 童装 内衣 鞋子 皮草 户外用品 箱包 皮具 母婴生活馆 月嫂 婴儿游泳 儿童玩具 孕妇装 动漫电玩店 儿童乐园 少儿英语 英语培训 美术培训 早教 IT教育 幼儿教育 潜能培训 作文培训 幼儿园 认证教育 培训机构 出国留学 学习辅导 家居用品 家居饰品 装饰装潢 集成墙饰 冰晶画 工艺品 橱柜 卫浴用品 厨房用品 厨房电器 餐具 锅具 床上用品 家居布艺 窗帘 毛浴巾 地毯 竹纤维 地板 瓷砖 五金 灯饰 墙饰 门窗 油漆 采暖 吊顶 硅藻泥 其他建材 首饰 钻石 黄金 玉器 水晶 手表 银饰 十字绣 时尚饰品 韩国饰品 其他饰品 快捷酒店 商务酒店 精品酒店 其他酒店 沙发 餐桌 衣柜 组合家具 其他家具 健身房 视力矫正 产后恢复 养生 足疗 足浴 按摩 保健品 成人用品 养发馆 手机 电脑 其他产品 电视 冰箱 洗衣机 空调 小家电 超市 水果店 礼品店 文具店 药店 便利店 书店 白酒 啤酒 红酒 洋酒 黄酒 保健酒 葡萄酒 酒吧 KTV 桌球房 网咖 桑拿 洗浴中心 度假村 电影院 VR体验馆 其他娱乐 理财 互联网金融 网店 软件 通讯 环保 微商 电动车 互联网 新能源 VR体验馆 空气净化 汽车美容 汽车维修 汽车用品 汽车4S店 车险 车衣 洗车店