Skip to content
กลับไปยังผลการค้นหา

ภาษาถิ่นมิติศาสตร์ (Dialectometry)

ผู้เสนอ
Jean Seguy
ปี
1973
ประเภท
Empirical process pipeline
กลุ่มวิธี
Quantitative Sociolinguistics

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

ระวิงควิลตอมิเตอร์ (Dialectometry) เป็นระเบียบวิธีเชิงปริมาณสำหรับการวัดระยะทางทางภาษาศาสตร์ระหว่างภาษาถิ่นหรือภาษาต่างๆ โดยใช้ตัวชี้วัดเชิงวัตถุประยุกต์กับข้อมูลด้านสัทวิทยา คำศัพท์ หรือสัทศาสตร์ ระวิงควิลตอมิเตอร์ซึ่งริเริ่มโดย Jean Seguy ในปี 1973 เปรียบเทียบคู่คำศัพท์ การออกเสียง หรือการถอดเสียงสัทตามระหว่างรูปแบบการพูดต่างๆ เพื่อคำนวณคะแนนความคล้ายคลึง เมทริกซ์ระยะทางและแผนภูมิต้นไม้ที่ได้จะเผยให้เห็นรูปแบบความสัมพันธ์ของภาษาถิ่นและการจัดกลุ่มทางภูมิศาสตร์หรือสังคม ระเบียบวิธีนี้ช่วยเสริมภาษาถิ่นวิทยาแบบดั้งเดิมและมีส่วนช่วยในภาษาศาสตร์เชิงประวัติและภาษาศาสตร์สังคม

แนวคิดเบื้องหลังวิธีการ

ลองนึกภาพการเปรียบเทียบภาษาถิ่นคำต่อคำ: ภาษาถิ่นเหล่านั้นเหมือนกันหรือแตกต่างกัน? ถ้าแตกต่างกัน แตกต่างกันเท่าใด? ระวิงควิลตอมิเตอร์ทำให้เป็นระบบโดยการกำหนดระยะทางเชิงตัวเลขระหว่างรูปแบบต่างๆ ภาษาถิ่นสองรูปแบบที่มีคำเหมือนกันอาจมีระยะทางเป็น 0 ความแตกต่างแต่ละอย่าง (สัทศาสตร์ คำศัพท์ หรือสัทวิทยา) จะส่งผลต่อคะแนนระยะทาง การรวมระยะทางข้ามคำศัพท์หลายร้อยคำจะให้ระยะทางคู่ภาษาถิ่นเดียว การพล็อตคู่ทั้งหมดบนแผนที่หรือแผนภูมิต้นไม้จะเผยให้เห็นว่าภาษาถิ่นใดจัดกลุ่มเข้าด้วยกัน ซึ่งบ่งชี้ถึงความใกล้ชิดทางภูมิศาสตร์หรือประวัติศาสตร์ร่วมกัน

ประวัติศาสตร์

Jean Seguy พัฒนาระวิงควิลตอมิเตอร์ในทศวรรษ 1970 เพื่อวิเคราะห์ภาษาถิ่นโรมานซ์เชิงปริมาณ Hans Goebl ขยายระเบียบวิธีนี้ในทศวรรษ 1980-1990 โดยนำไปใช้กับชุดข้อมูลขนาดใหญ่ขึ้นและพัฒนาเทคนิคการแสดงภาพ (แผนที่ทางภูมิศาสตร์) John Nerbonne และเพื่อนร่วมงานทำให้ระวิงควิลตอมิเตอร์ทันสมัยด้วยตัวชี้วัดระยะทางที่ชัดเจนและขั้นตอนวิธีจัดกลุ่มในทศวรรษ 1990-2000 ทำให้สามารถเข้าถึงระเบียบวิธีเชิงคำนวณได้ ปัจจุบันระวิงควิลตอมิเตอร์เป็นมาตรฐานในภาษาศาสตร์สังคมและระวิงควิลตอมิเตอร์เชิงคำนวณ

ควรใช้เมื่อใด

ใช้ระวิงควิลตอมิเตอร์เพื่อวัดความคล้ายคลึงของภาษาถิ่นอย่างเป็นวัตถุวิสัยเมื่อคุณมีข้อมูลคู่ขนานจากรูปแบบต่างๆ เพื่อทดสอบสมมติฐานเกี่ยวกับความสัมพันธ์ของภาษา หรือเพื่อแสดงภาพรูปแบบความแปรปรวน ช่วยเสริมภาษาถิ่นวิทยาเชิงคุณภาพแบบดั้งเดิมและสามารถประมวลผลข้อมูลจำนวนมากได้อย่างมีประสิทธิภาพ ระเบียบวิธีนี้สมมติว่ารายการคำศัพท์สามารถเปรียบเทียบกันได้ และมีความโปร่งใสมากที่สุดกับข้อมูลที่มีรายละเอียดทางสัทศาสตร์

ข้อจำกัดและข้อควรพิจารณา

  • สมมติว่ารายการคำศัพท์สามารถเปรียบเทียบกันได้อย่างแท้จริง การระบุคำที่มีรากศัพท์เดียวกันต้องอาศัยการตัดสินทางภาษาศาสตร์และอาจนำไปสู่ข้อผิดพลาด
  • ตัวชี้วัดระยะทาง (เช่น ระยะทาง Levenshtein) ถือว่าความแตกต่างทั้งหมดเท่ากัน ไม่ได้ให้น้ำหนักความแตกต่างที่สำคัญทางสัทศาสตร์กับความแตกต่างที่ไม่สำคัญ
  • ผลลัพธ์มีความอ่อนไหวต่อการเลือกตัวชี้วัดและองค์ประกอบของรายการคำศัพท์ รายการที่แตกต่างกันอาจให้ข้อสรุปที่แตกต่างกัน
  • ไม่สามารถแยกความแตกต่างระหว่างนวัตกรรมที่ใช้ร่วมกันกับการรักษาลักษณะดั้งเดิมได้ จำกัดข้อมูลเชิงลึกเกี่ยวกับความสัมพันธ์ทางประวัติศาสตร์หากไม่มีหลักฐานอิสระ

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ให้การวัดความคล้ายคลึงของภาษาถิ่นที่วัดผลได้และเป็นวัตถุวิสัย ลดความเป็นอัตวิสัยในการเปรียบเทียบ
  • ปรับขนาดได้ดีกับชุดข้อมูลขนาดใหญ่ (รูปแบบต่างๆ หลายร้อยรูปแบบ คำศัพท์หลายพันคำ) ช่วยให้ตรวจจับรูปแบบในวงกว้างได้
  • สร้างผลลัพธ์ที่มองเห็นได้ (แผนภูมิต้นไม้ แผนที่) ที่แสดงการจัดกลุ่มและความสัมพันธ์อย่างชัดเจน
  • สนับสนุนการทดสอบสมมติฐานและการเปรียบเทียบในระดับภาษา (สัทศาสตร์ สัทวิทยา คำศัพท์)

การประยุกต์ใช้

  • การวัดระยะทางทางภาษาศาสตร์ระหว่างภาษาถิ่นสกอตแลนด์อังกฤษเพื่อระบุการจัดกลุ่มทางภูมิศาสตร์และอธิบายความแปรปรวนระดับภูมิภาค
  • การเปรียบเทียบการถอดเสียงสัทตามจากภาษาถิ่นโรมานซ์เพื่อประเมินความเข้าใจและความสัมพันธ์ ซึ่งเป็นข้อมูลประกอบการตัดสินใจด้านนโยบายภาษา
  • การวิเคราะห์ภาษาถิ่นกรีกสมัยใหม่เพื่อทำความเข้าใจความสัมพันธ์ระหว่างภาษาถิ่นบนเกาะและภาษาถิ่นบนแผ่นดินใหญ่ สนับสนุนการอนุมานทางประวัติศาสตร์
  • การประยุกต์ใช้ระวิงควิลตอมิเตอร์กับภาษาที่ใกล้สูญพันธุ์เพื่อบันทึกความแปรปรวนภายในชุมชนผู้พูดและสร้างความหลากหลายทางสัทศาสตร์/คำศัพท์ที่เป็นพื้นฐาน
  • การใช้ระวิงควิลตอมิเตอร์เชิงคำศัพท์เพื่อติดตามความสัมพันธ์ทางประวัติศาสตร์ระหว่างรูปแบบภาษาเจอร์แมนิกและทดสอบสมมติฐานเกี่ยวกับนวัตกรรมที่ใช้ร่วมกัน

วิธีการทำงาน

วิธีการทำงาน

1

รวบรวมรายการคำศัพท์คู่ขนานหรือการถอดเสียงสัทตามจากรูปแบบภาษาถิ่นหรือภาษาต่างๆ ตรวจสอบให้แน่ใจว่าการสอบถามมีความสอดคล้องกัน (คำศัพท์เดียวกัน บริบทสัทศาสตร์เดียวกัน)

2

จัดเรียงคำที่สอดคล้องกันระหว่างรูปแบบต่างๆ (การจับคู่คำที่มีรากศัพท์เดียวกัน) และสร้างเมทริกซ์ข้อมูลโดยมีรูปแบบต่างๆ เป็นแถวและคำเป็นคอลัมน์

3

คำนวณระยะทางทางภาษาศาสตร์แบบคู่ระหว่างรูปแบบต่างๆ โดยใช้ตัวชี้วัดเช่น ระยะทาง Levenshtein (สำหรับสัทศาสตร์) หรือเปอร์เซ็นต์ความแตกต่างอย่างง่าย (สำหรับรายการคำศัพท์)

4

สร้างเมทริกซ์ระยะทางและใช้ขั้นตอนวิธีจัดกลุ่ม (UPGMA, neighbor-joining) เพื่อสร้างแผนภูมิต้นไม้ที่แสดงความสัมพันธ์เชิงลำดับชั้นระหว่างรูปแบบต่างๆ

5

วิเคราะห์รูปแบบที่ได้เพื่อระบุการจัดกลุ่มระดับภูมิภาค/สังคม ทดสอบสมมติฐานเกี่ยวกับความสัมพันธ์ทางภาษา และทำแผนที่ความแปรปรวนทางภูมิศาสตร์หรือสังคม

ข้อผิดพลาดที่พบบ่อย

  • สมมติว่าระยะทางที่น้อยกว่าบ่งชี้ถึงความสัมพันธ์ทางพันธุกรรมที่ใกล้ชิดกว่าเสมอ การยืมหรือการบรรจบกันอย่างกว้างขวาง (ผลกระทบเชิงพื้นที่) สามารถลดระยะทางระหว่างรูปแบบที่ไม่เกี่ยวข้องกันได้
  • การปฏิบัติต่อแผนภูมิต้นไม้เสมือนเป็นแผนภูมิต้นไม้เชิงวิวัฒนาการโดยไม่มีหลักฐานทางประวัติศาสตร์หรือการเปรียบเทียบเพิ่มเติม การจัดกลุ่มตามระยะทางเป็นเครื่องมืออธิบาย ไม่ใช่ข้อพิสูจน์ทางวิวัฒนาการ
  • การใช้ตัวชี้วัดระยะทางที่ไม่เหมาะสม ระยะทาง Levenshtein ใช้ได้กับข้อมูลสัทศาสตร์ เปอร์เซ็นต์ความแตกต่างเหมาะสำหรับจำนวนคำศัพท์ เลือกตัวชี้วัดที่สอดคล้องกับประเภทข้อมูลของคุณ
  • การตีความความแตกต่างเล็กน้อยของค่าระยะทางมากเกินไป การเปลี่ยนแปลงเล็กน้อยในตัวชี้วัดหรือข้อมูลสามารถเปลี่ยนแปลงแผนภูมิต้นไม้ได้ รายงานช่วงข้อผิดพลาดและทำการวิเคราะห์ความไว

คำถามที่พบบ่อย

ระยะทาง Levenshtein คืออะไร และควรใช้เมื่อใด?

ระยะทาง Levenshtein (ระยะทางแก้ไข) นับจำนวนการแก้ไขตัวอักษรเดี่ยวขั้นต่ำ (การแทรก การลบ การแทนที่) ที่จำเป็นในการแปลงสตริงหนึ่งไปเป็นอีกสตริงหนึ่ง เหมาะอย่างยิ่งสำหรับการถอดเสียงสัทตามที่คุณต้องการวัดความคล้ายคลึงทางสัทศาสตร์ (เช่น [pɔt] ถึง [pot] = 1 การแก้ไข เปลี่ยนคุณภาพสระ) สำหรับข้อมูลคำศัพท์ (คำที่แตกต่างกันสำหรับแนวคิดเดียวกัน) เปอร์เซ็นต์ความแตกต่างอย่างง่ายมักจะเหมาะสมกว่า

ฉันจะระบุคำที่มีรากศัพท์เดียวกันข้ามภาษาถิ่นสำหรับระวิงควิลตอมิเตอร์ได้อย่างไร?

เริ่มต้นด้วยคำที่มีรากศัพท์เดียวกัน (คำที่ทราบว่ามีต้นกำเนิดร่วมกัน) สำหรับคำที่มีรากศัพท์เดียวกันที่คุณไม่แน่ใจ ให้ใช้ความคล้ายคลึงทางสัทศาสตร์ร่วมกับความเท่าเทียมกันทางความหมาย: ความหมายเดียวกันและรูปแบบเสียงคล้ายกัน ใช้เอกสารอ้างอิง (พจนานุกรมรากศัพท์) เพื่อตรวจสอบการตัดสินใจ ในช่วงเริ่มต้นของการวิเคราะห์ ให้รวมคำที่มีรากศัพท์เดียวกันที่ก้ำกึ่งไว้ก่อน การวิเคราะห์ความไวจะเปิดเผยว่าข้อสรุปมีความแข็งแกร่งต่อการกำหนดคำที่มีรากศัพท์เดียวกันทางเลือกหรือไม่

ระวิงควิลตอมิเตอร์สามารถแยกความแตกต่างระหว่างภาษาถิ่นกับภาษาได้หรือไม่?

ไม่สามารถทำได้ด้วยตัวเอง ความเข้าใจซึ่งกันและกัน ปัจจัยทางสังคม และแบบแผนทางประวัติศาสตร์มีความสำคัญพอๆ กับระยะทางทางภาษาศาสตร์ ภาษาถิ่นที่เข้าใจซึ่งกันและกันบางภาษามีระยะทางสูง บางรูปแบบที่ไม่สามารถเข้าใจซึ่งกันและกันมีระยะทางต่ำ ระวิงควิลตอมิเตอร์ให้หลักฐานชิ้นหนึ่ง รวมเข้ากับการสำรวจทางภาษาศาสตร์สังคม ความรู้ทางประวัติศาสตร์ และทัศนคติของผู้พูดเพื่อสร้างความแตกต่าง

ขนาดรายการคำศัพท์เท่าใดจึงจะเพียงพอสำหรับระวิงควิลตอมิเตอร์?

โดยทั่วไปแล้ว คำศัพท์อย่างน้อย 100-200 คำก็เพียงพอสำหรับการวิเคราะห์พื้นฐาน รายการที่ใหญ่ขึ้น (500-1000+) ให้ค่าประมาณที่เสถียรกว่าและเผยให้เห็นรูปแบบในระดับที่ละเอียดกว่า อย่างไรก็ตาม แม้แต่รายการขนาดเล็ก (50 คำ) ก็สามารถเผยให้เห็นกลุ่มภาษาถิ่นหลักๆ ได้หากเลือกอย่างระมัดระวัง สิ่งที่สำคัญกว่าขนาดคือความเป็นตัวแทน: รวมคำทั่วไป คำหลายประเภท และบริบทสัทศาสตร์ที่หลากหลาย

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Seguy, J. (1973). La dialectométrie dans l'étude de l'espace linguistique. Revue de Linguistique Romane, 37, 1-24.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว
  2. Nerbonne, J., & Heeringa, W. (2009). Measuring dialect differences. In P. Auer & J. E. Schmidt (Eds.), Language and Space: An International Handbook of Linguistic Variation. Berlin: De Gruyter.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว
  3. Heeringa, W. (2004). Measuring Dialect Pronunciation Differences Using Levenshtein Distance. Groningen: University of Groningen.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว