可見(jiàn)，語(yǔ)言學(xué)家需要為語(yǔ)言學(xué)的轉(zhuǎn)向做好準(zhǔn)備，迎接大數(shù)據(jù)時(shí)代帶來(lái)的研究方法與理念上的轉(zhuǎn)變。這將有助于中國(guó)語(yǔ)言學(xué)的國(guó)際化與語(yǔ)言研究的科學(xué)化進(jìn)程，進(jìn)而真正實(shí)現(xiàn)作為一門(mén)（領(lǐng)先）科學(xué)的語(yǔ)言學(xué)。

接下來(lái)，劉海濤教授結(jié)合他和團(tuán)隊(duì)成員多年來(lái)的研究經(jīng)歷與學(xué)術(shù)成果，介紹了在大數(shù)據(jù)時(shí)代探索中國(guó)語(yǔ)言學(xué)國(guó)際化與語(yǔ)言研究科學(xué)化的成功經(jīng)驗(yàn)。

這些顯赫的成果背后是劉海濤教授及其團(tuán)隊(duì)多年來(lái)在基于依存語(yǔ)法的計(jì)量研究方面所做的大量工作與不懈的努力。他們主要從依存距離與認(rèn)知規(guī)律、依存方向與語(yǔ)言類(lèi)型學(xué)、復(fù)雜網(wǎng)絡(luò)與形態(tài)學(xué)這三個(gè)方面展開(kāi)研究，探索人類(lèi)語(yǔ)言的普遍特征以及語(yǔ)言類(lèi)型研究的新范式，在計(jì)量語(yǔ)言學(xué)、心理語(yǔ)言學(xué)、認(rèn)知科學(xué)及語(yǔ)言類(lèi)型學(xué)方面，都具有開(kāi)創(chuàng)性的重大意義。

劉海濤教授在依存語(yǔ)法的基礎(chǔ)上研究依存距離與依存方向。依存語(yǔ)法是法國(guó)語(yǔ)言學(xué)家泰尼埃（Tesnière）在對(duì)古希臘語(yǔ)、古羅馬語(yǔ)、羅曼語(yǔ)族、斯拉夫語(yǔ)族、匈牙利語(yǔ)、土耳其語(yǔ)和巴斯克語(yǔ)等數(shù)十種語(yǔ)言對(duì)比研究的基礎(chǔ)上提出的一種普適的語(yǔ)法理論。劉海濤（2009）總結(jié)道，泰尼埃對(duì)句子的分析重在尋求句中各詞之間的關(guān)系。依存關(guān)系是一種詞間句法關(guān)系。依存句法是一種以依存關(guān)系為基礎(chǔ)的句法理論。

與之相關(guān)的另一個(gè)重要的學(xué)術(shù)思想是，語(yǔ)言是人驅(qū)動(dòng)的符號(hào)系統(tǒng)（Liu 2014）。現(xiàn)代語(yǔ)言學(xué)之父索緒爾提出，語(yǔ)言是一個(gè)符號(hào)系統(tǒng)。劉海濤教授在此基礎(chǔ)上，強(qiáng)調(diào)人的重要作用。因?yàn)槿思婢咝睦怼⑸砼c社會(huì)、自然的屬性，所以語(yǔ)言呈現(xiàn)出一定的普遍性與多樣性。前者對(duì)應(yīng)于一般的認(rèn)知規(guī)律，后者對(duì)應(yīng)于生態(tài)的多樣性。

接著，劉海濤教授分別從（依存）距離、（依存）方向，以及距離和方向這三個(gè)方面介紹了他們的研究工作與成果。

依存距離指的是構(gòu)成依存關(guān)系的支配詞和從屬詞之間的線(xiàn)性距離。對(duì)于依存距離的計(jì)算與分析可以反映出句子分析的難易程度。因?yàn)榉治鼍渥泳褪菍⒁粋€(gè)線(xiàn)性字符串轉(zhuǎn)換為一個(gè)依存結(jié)構(gòu)樹(shù)的過(guò)程，也就是說(shuō)：

進(jìn)而，真實(shí)文本的依存距離具有某種分布規(guī)律嗎？這些規(guī)律是人類(lèi)語(yǔ)言特有的嗎？這些規(guī)律的認(rèn)知基礎(chǔ)是什么？

他在Hawkins(1994)和Gibson(1998)的理論成果的基礎(chǔ)上進(jìn)一步提出依存距離的三個(gè)假設(shè)：（1）人類(lèi)語(yǔ)言處理機(jī)制偏愛(ài)的句子，其依存距離要盡可能地?。唬?）這個(gè)小的要求是在一個(gè)范圍內(nèi)，與人的工作記憶容量差不多；（3）認(rèn)知和語(yǔ)法共同起作用。不過(guò)，以上研究只采用了一種自然語(yǔ)言的樣本，還無(wú)法說(shuō)明人類(lèi)語(yǔ)言的共性。

自然語(yǔ)言與隨機(jī)語(yǔ)言的依存距離均值

如上圖所示，漢語(yǔ)的依存距離均值最高，為3.66。以上這些語(yǔ)言的依存距離均值，都在現(xiàn)代心理學(xué)普遍認(rèn)定的工作記憶容量為4的閾值內(nèi)。劉海濤教授的這一發(fā)現(xiàn)，是首次使用大規(guī)模真實(shí)語(yǔ)料的文本而得出的語(yǔ)言普遍性的規(guī)律，具有重要的創(chuàng)新意義，并對(duì)該領(lǐng)域的研究產(chǎn)生了深遠(yuǎn)影響。2015年，麻省理工學(xué)院弗特勒爾等人（Futrell, et al. 2015）對(duì)37種自然語(yǔ)言進(jìn)行了基于語(yǔ)料庫(kù)的大數(shù)據(jù)分析，再次驗(yàn)證了語(yǔ)言中的依存距離具有最小化的傾向。

掃描右上角二維碼即可下載全文，浙大學(xué)報(bào)棒棒的！

除了依存距離的最小化，劉海濤教授還對(duì)依存距離的分布展開(kāi)了研究。他提出了如下的問(wèn)題：依存距離分布有沒(méi)有規(guī)律？依存距離分布的規(guī)律是否符合一定的分布模型？依存距離分布模型是否會(huì)隨不同語(yǔ)言而異，導(dǎo)致分歧的主要原因是什么？

為什么長(zhǎng)句是冪律呢？因?yàn)閮缏墒窍到y(tǒng)自適應(yīng)調(diào)節(jié)的結(jié)果；兩種分布模型分歧的主要原因可能受擬合方法、不同語(yǔ)言、句長(zhǎng)和文本大小等因素的影響。

他們提出了一種枚舉依存樹(shù)的方法，進(jìn)行依存句法結(jié)構(gòu)計(jì)量研究，結(jié)果顯示：語(yǔ)言中的依存交叉并非偶然現(xiàn)象，根據(jù)計(jì)數(shù)公式推導(dǎo)出的交叉依存比例，遠(yuǎn)高于真實(shí)語(yǔ)言樹(shù)庫(kù)的統(tǒng)計(jì)數(shù)據(jù)；平均依存距離難以區(qū)分交叉與不交叉依存；依存距離最小化能約束交叉依存比例降至真實(shí)語(yǔ)言情況，但此時(shí)平均依存距離與真實(shí)語(yǔ)言不同。這些說(shuō)明除受人類(lèi)認(rèn)知機(jī)制約束外，可能還存在其他因素促使人類(lèi)語(yǔ)言?xún)A向于不交叉。

劉海濤教授進(jìn)一步指出，對(duì)于語(yǔ)言共性的發(fā)現(xiàn)是具有應(yīng)用價(jià)值的。最近，谷歌的人工智能團(tuán)隊(duì)在機(jī)器翻譯上取得了突破性的進(jìn)展，其核心理念是找到了具有相同含義的句子的共同基礎(chǔ)，而不用考慮他們屬于哪種語(yǔ)言。

(https://www./article/2114748-google-translate-ai-invents-its-own-language-to-translate-with/)也就是說(shuō)，不同語(yǔ)言表示語(yǔ)義和認(rèn)知的概念結(jié)構(gòu)基本相同，而線(xiàn)性序列則是不同的。

劉海濤團(tuán)隊(duì)的另一個(gè)重要發(fā)現(xiàn)是關(guān)于依存方向與語(yǔ)序類(lèi)型之間的關(guān)系。在語(yǔ)序的類(lèi)型學(xué)研究中，句中語(yǔ)法單位的線(xiàn)性順序通常被看作是區(qū)分不同的語(yǔ)言的首要條件。Greenberg (1963)在該領(lǐng)域做出了開(kāi)拓性的成果。在他提出的45種語(yǔ)言的共性中，大多會(huì)描述該條共性的使用情況，如：