[班門斧]

班門斧
發表於 2007-10-16 02:16 《北大中文論壇》


答網友 hu0303 於 2007-10-11 10:30 問：
“那麼，黑人，黑戶，簡訊，快跑，快報，晚報，晚點，吃飯，吃面，心碎，碗碎等都是詞了嗎？”


首先，我們要從思想觀念上認識到，西方的語言文字與漢語漢字是有本質區別的兩種事物，西文的詞（word）在漢語世界沒有絕對對應的東西。任何一個西方山村農婦都清楚什麼是“詞”，但萬計的中國語言文字專家搞了上百年，至今未能解決漢語分詞問題。不是我們水平不如那些農婦，而是事物的本質不同。

西文之word，是指用來表義的“一個獨立的字母組合”。原本，中文“詞”這個字只是詩詞、措詞、言詞等意思，後來與西方文化接觸後，借用來套譯 “word”，但事實上中文就沒有與之對等的這麼一種東西。本來，如果中文只研究自己的一套字詞語法體系也沒有什麼問題，而要與西文對等類比的話，麻煩就多多了。

回到上面的具體問題上來，詞也可以有廣的理解和窄的定義。廣的、松散的理解就是每兩三個或三幾個字一起可以用來表示一個意思，就是一個詞。窄的定義大概可以是這樣：除了單字詞外，每組（兩個字或以上）字結合在一起，不可再簡單分割地表達一個特定的語義，就是一個詞。作為人種名稱的“黑人”是一個詞，它不包括曬黑，或塗得很黑的漢人，這個“黑”字和“人”字是不可簡單分立的。而“快跑”就不是一個詞，它就只是“快”對“跑”的簡單修飾（限定）。“今晚點什麼菜？”“你晚點再吃這個面包吧？”這兩個“晚點”就不是詞。“這趟火車晚點了”中的“晚點”就是一個詞了，即使這個事在凌晨五點發生也是“晚點”。由此類推，“黑人，黑戶，簡訊，快報，晚報，晚點，心碎”可以認為是詞。“心碎”是詞，“碗碎”就不是詞了。至於“吃飯”，概指包括吃菜、面、湯的事件，就是詞，“別夾菜了，快吃飯！”中的“吃飯”就不是詞。

上面說過。“詞”只是對西文的一個不精確對等的套譯，因此，在中文這邊，詞與非詞就沒有一個絕對的界線。“豬肉”在小學教育上誰也不敢說它不是一個詞，但這類詞是可以自釋的。大家都習以為常，熟視無睹了，我可以告訴大家，在最流行的幾本漢語大小詞典中，根本就沒有“豬肉”這個詞條（眾人萬萬沒有想到啊）。可以說“豬肉”不是詞，僅僅是“豬”對“肉”的修飾限定。能夠100%自釋的“詞”都可以認為不是詞，100%不能自釋的，如“頭寸”就一定是詞。至於中間界線劃定在50%處或者67%處，真是沒有一定之規，這就是中國語言文字專家群體至今都沒能解決分詞問題的本質所在。

早先，不能嚴格分詞本來也不是什麼問題，但是，隨著數字信息時代的到來，涉及到語料的機器處理，機器分類、排序、存儲、搜索等等，分詞問題就上升為一個重大問題了。

一般人以為漢字在電腦中的困難是輸入、輸出、存儲、顯示等。錯了，完全不是這麼回事。隨著電腦甚至手機在高速度、大容量方面的飛速發展，以及軟件技術的成熟（漢字輸入的方法及軟件等），漢字的輸入、輸出、存儲、顯示問題已經很好地解決了。中文（漢字）在數碼時代面臨的關鍵問題是：漢語分詞、漢字排序、漢字發展（包括優化漢字）----後一項是關於如何突破電腦對漢語漢字的局限（悶殺）的問題。

[班門斧]

班門斧
發表於 2007-1-27 08:09
班氏“詞結”論

班氏“詞結”論

近代以來，中國文字學界受西方語言文字理論的束縛，一直迷惘困惑，找不到自己的出路。

西文表語義的基礎是單詞，單詞由字母直接組合構成。西文也有詞根，但詞根這個層次發育不完全，而且詞根也不是構成西方語言文字的主體。This is a book, I am going to read it. 沒有什麼詞根可言，就是字母組合而堆砌出來的一列字母串，唯一的學習途徑就是死記它們的字母組合和表義。

中文表義的基礎是“字”，近代漢語發展成為以雙字詞為主體，但最根本的特點在於字依然是詞的構成基礎，字集是一個完整的相對獨立的、相對有限的語義集合。

隨著西風東漸，約百年來，文字學者們企圖用西方的文字理論去解釋漢語的文字體系，始終是焦頭爛額，不得其門。他們用西方的圓筐來裝中國的方塊物，始終是不能妥帖踏實。最明顯的一個例子就是，在西方老年農婦都不存在的分詞問題，中國數以千計的語言文字大師始終搞不清楚，中文分詞問題至今沒能解決。難道是這個問題真的這麼高深嗎？難道是英國的老年農婦真的比中國的語言文字教授更有文字修養嗎？絕對不是。這只能證明用西方的文字理論來套用在中文上是不適宜的。

中文的“字”是一種獨特的東西，是用西方文字理論不能解釋的東西。它一字一音，一字一義，它本身既可以是詞，又可以作為詞的組成部件。其本身有義，但又可以組合成與其字義相關或不相關的語詞。

詞本位派一直想用“詞”來改造、統一漢語（中文），但始終是脫不開“字”的魔影，始終是作繭自縛，走投無路。

中文的分詞問題未能解決，在語言學理論、文字改革、輸入法研制、中文計算機信息處理等領域就始終是有一個門檻沒能跨過，嚴重地障礙著中文信息事業的發展。

對這個困惑經過長期的思考和研究，班門斧對中文的本質有了一個新的發現，班氏提出一個全新的概念：“詞結”理論。

在中文的構成序列中，其層次一般已知為：筆畫、部首部件、字、詞、詞組、句子、段落、文章。詞是描述一個特定事物的獨立的語義單位（在西文裡，它同時又是一個獨立的外形結構）。中文的詞可以由一個字或兩三四個字組成。所謂“獨立的語義單位”，如果把它拆分，就不能嚴格精確地表達原來的語義了（“革命”的特定含義是不能拆分為“革”和“命”的簡單相加的）。詞組一般而言是兩個詞的一種較松散的定向組合，具有並列、限定、修飾等語法作用。問題的關鍵在於，班氏發現在詞和詞組之間，實質上還有一個層次，班氏暫時命名這個層次為“詞結”，是詞的衍生物，但它比詞組的結構更緊密的意思，詞的結節。（請暫時忘記西洋語言文字理論的框框）

“運動場”，以前我們一般把這三個字看成為一個詞，在信息處理的落後荒蠻時代不會有什麼問題。但隨著信息技術的發展，當我們深入研究語法結構，研制輸入法編碼、編制詞典、搞文字改革、搞計算機中文語言文字處理的時候，問題就來了。停車場、養豬場、生料場、廢料場也都是一個詞吧？養牛、養馬、養雞、養狗、養鱉、養蟹的也要造出一個詞，養蜈蚣場、養土拔鼠場、養尼羅河巴氏雙勾盤式螺旋藻場，這些也應該是一個詞吧。這樣下去，沒完沒了，詞典如何編寫？詞庫如何構建？不但長度是一個麻煩，而且其組成是一個開放性的無限集，詞典、詞庫、計算機語料處理是永遠不能可靠地實現的。

班氏指出，漢語從單字詞過渡到雙字詞，雙字詞的主導地位的確立，是漢語漢字發展進程中最偉大的一次革命（漸進式革命）。漢語用雙字構詞的方法，走上了一條光明大道，五千字可以組合出千萬數量級的詞庫，避免了象英語那樣走進海量構詞的死亡之路。班氏發現，現代漢語詞匯的主體是雙字詞，再附加上少量的單字詞和少量的三字詞。如“薩其馬”（餅）等一些詞不能切分，一旦切分，作為兩個獨立部分的簡單相加就不能正確地表達其原義，則作為特定的三字詞。

班氏定義，除了少量的一字詞、特定的三字詞外，中文的詞一般而言是指雙字詞。同時，引入“詞結”的概念。運動場、指揮官、個體戶，這些是詞結，“2+1”形式的詞結。雙職工、涮羊肉，這些則是“1+2”式的詞結。

部分特殊的、正在語法發展進程中的，如：藍籌股、爆米花，如果“藍籌、爆米或米花”未被收入詞庫，則它們可以被視為三字詞，一旦“藍籌、爆米或米花”被收入詞庫，則它們分解演化為詞結。

詞結概念的確立，符合漢語說話朗讀的發音節律，也符合漢語語義的構成科學，尤其是使中文的詞集成為相對可計算、可操作、可處理的數據集，而不是一個不可操控、不可感知的無底深淵。

關於字詞分層、詞結概念等內容，是一個很大的課題，或應該寫成一兩本書，本文只是花絮式地作一個簡單淺顯的介紹。




本貼由班門斧於2007年1月03日05:32:41在〖漢語拼音與輸入法論壇 - 漢語拼音第一網站〗發表.



班門斧
發表於 2007-10-10 07:41
最近發現一組更好的例子：如“青霉素”。

在詞匯研究沒有進入數字化、機器化的人海戰術的“冷兵器時代”，我們把“青霉素”看成為一個詞是合適的。但當今再把它看作是一個詞，對於中文處理的數字化、機器化而言，就是不科學了。看看“青霉素、紅霉素、氯霉素、鏈霉素、金霉素、土霉素、赤霉素、磷霉素、新霉素、慶大霉素、萬古霉素、阿奇霉素、黃曲霉素、麥迪霉素、表阿霉素、強力霉素、北裡霉素、克拉霉素、平陽霉素、更生霉素、卡那霉素”等等，可見，我們不能再讓機器語庫承認“青霉素”之流是一個獨立的詞，而且它也超出了“最小的語義結構”的含義。

所以，在承認現代漢語以雙字詞為主體的客觀現實的條件下，應該說“霉素”是一個詞，“青霉素”只是一個詞結而已。

[本那比經略]

小斧子兄弟的愛好還挺另類的說。。。:lol:

[TreeCa]

中國文學載體裡有詩、詞之分。西方一律為Peom，簡直是混賬！！！

[本那比經略]

TreeCa 寫道:

中國文學載體裡有詩、詞之分。西方一律為Peom，簡直是混賬！！！

樹大看帖比囫圇吞棗還快。。。

[TreeCa]

本那比經略 寫道:

樹大看帖比囫圇吞棗還快。。。

是快餐文化給害的。。。

[春風拂面]

TreeCa 寫道:

中國文學載體裡有詩、詞之分。西方一律為Peom，簡直是混賬！！！

你還別說，俺看到這個題目時，首先想到的也是這個意思。

[逸立]

此詞非彼詞···咳！咳！說完這話我舌頭都短了···

[凡凡]

班門斧是不是中文系的漢語專業畢業的？

[班門斧]

凡凡Caroline 寫道:

班門斧是不是中文系的漢語專業畢業的？

呵呵，多看幾個貼。