Skip to content
返回搜索结果

方言测度学

提出者
Jean Seguy
年份
1973
类型
Empirical process pipeline
类别
Quantitative Sociolinguistics

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

方言测度学是一种定量方法,它使用应用于语音、词汇或音位的客观度量标准来测量方言或语言之间的语言距离。方言测度学由 Jean Seguy 于 1973 年开创,通过比较不同语种的单词列表、发音或语音转写来计算相似度得分。由此产生的距离矩阵和树状图揭示了方言相关性以及地理或社会聚类的模式。该方法是对传统方言学的补充,并为历史语言学和社会语言学做出了贡献。

方法背后的直觉

想象一下逐字比较方言:它们相同还是不同?如果不同,差异有多大?方言测度学通过为不同语种分配数值距离来系统化这一过程。两个具有相同单词的方言可能距离为 0;每一次差异(语音、词汇或音位)都会计入距离得分。跨越数百个单词的距离聚合会产生一个单一的方言对距离。将所有对绘制在地图或树状图上,可以揭示哪些方言聚类在一起,表明地理上的接近性或共同的历史。

历史学

Jean Seguy 在 20 世纪 70 年代开发了方言测度学,以定量分析罗曼语方言。Hans Goebl 在 20 世纪 80-90 年代扩展了该方法,将其应用于更大的数据集并开发了可视化技术(地理地图)。John Nerbonne 及其同事在 20 世纪 90-2000 年代用明确的距离度量和聚类算法使方言测度学现代化,使其能够被计算方法所用。如今,方言测度学已成为社会语言学和计算方言学的标准。

何时使用

当您拥有来自多个语种的平行数据时,使用方言测度学来客观测量方言相似度,以检验关于语言关系的假设,或可视化变异模式。它补充了传统的定性方言学,并且可以高效地处理大量数据。该方法假定单词列表具有可比性,并且在具有语音细节的数据下最为清晰。

局限与注意事项

  • 假定单词列表真正具有可比性;同源词识别本身就需要语言判断,并可能引入错误。
  • 距离度量(如 Levenshtein 距离)同等对待所有差异;它们不对语音上重要与不重要的差异进行加权。
  • 结果对度量选择和单词列表的组成很敏感;不同的列表可能得出不同的结论。
  • 无法区分共享的创新和祖传特征的保留,这限制了对历史关系的洞察,除非有独立证据。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 提供客观、可量化的方言相似度度量,减少比较中的主观性。
  • 能够很好地处理大型数据集(数百个语种,数千个单词),从而能够检测广泛的模式。
  • 生成清晰显示聚类和关系的视觉输出(树状图、地图)。
  • 支持跨语言层级(语音、音位、词汇)的假设检验和比较。

应用

  • 测量苏格兰英语方言之间的语言距离,以识别地理聚类并描述区域变异。
  • 比较罗曼语方言的语音转写,以评估可懂度和相关性,为语言政策决策提供信息。
  • 分析现代希腊语方言,以了解岛屿方言与大陆方言之间的关系,支持历史推断。
  • 将方言测度学应用于濒危语言,以记录语音社群内部的变异并建立基线语音/词汇多样性。
  • 使用词汇方言测度学追溯日耳曼语种之间的历史关系并检验关于共享创新的假设。

使用方式

使用方式

1

收集来自多个方言语种或语言的平行单词列表或语音转写,确保一致的采集(相同的单词,相同的语音环境)。

2

跨语种对齐相应的单词(同源词匹配),并创建一个以语种为行、单词为列的数据矩阵。

3

使用 Levenshtein 距离(针对语音)或简单的百分比差异(针对词汇项)等度量标准计算语种之间的成对语言距离。

4

构建距离矩阵并应用聚类算法(UPGMA、邻接法)生成显示语种之间层级关系的树状图。

5

分析所得模式,以识别区域/社会聚类,检验关于语言相关性的假设,并绘制地理或社会变异图。

常见陷阱

  • 假定较小的距离总是表明更近的遗传关系。广泛的借用或趋同(区域效应)可能会减小非相关语种之间的距离。
  • 将树状图视为进化树,而不添加额外的历史或比较证据。基于距离的聚类是一种描述性工具,而非系统发育证明。
  • 使用不恰当的距离度量。Levenshtein 距离适用于语音数据;百分比差异适用于词汇计数。选择与您的数据类型相符的度量标准。
  • 过度解读距离值的细微差异。度量或数据的小幅变化都可能改变树状图。报告误差范围并进行敏感性分析。

常见问题

什么是 Levenshtein 距离,何时应使用它?

Levenshtein 距离(编辑距离)计算将一个字符串转换为另一个字符串所需的最小单字符编辑次数(插入、删除、替换)。它非常适合语音转写,您希望在此测量语音相似度(例如,[pɔt] 到 [pot] = 1 次编辑,改变元音质量)。对于词汇数据(同一概念的不同单词),简单的百分比差异通常更合适。

如何在方言测度学中识别方言之间的同源词?

从词源上相关的单词(已知起源相同的单词)开始。对于不确定的同源词,使用语音相似性加上语义等价性:相同的含义和相似的语音形式。使用参考资料(词源词典)来验证判断。在分析的早期阶段,倾向于包含临界同源词;敏感性分析将揭示结论是否对替代的同源词分配稳健。

方言测度学能区分方言和语言吗?

本身不能。相互可懂度、社会因素和历史先例与语言距离同等重要。一些相互可懂的方言距离很大;一些不可懂的语种距离很小。方言测度学提供了一个证据;将其与社会语言学调查、历史知识和说话者态度结合起来进行区分。

方言测度学需要多大的单词列表才足够?

对于基本分析,通常需要 100-200 个单词。更大的列表(500-1000+)可以提供更稳定的估计,并在更精细的层面上揭示模式。然而,即使是小型列表(50 个单词),如果选择得当,也能揭示主要的方言分组。比大小更重要的是代表性:包括常用词、多个词性以及多样的语音环境。

相关方法

参考文献

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

    打开出版物文献
    已复制。
  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.

    打开出版物文献
    已复制。
  3. Heeringa, W. (2004). Measuring Dialect Pronunciation Differences Using Levenshtein Distance. Groningen: University of Groningen.

    打开出版物文献
    已复制。