「语言消亡不是词汇消失,是『语境熵』的归零」——为什么计算社会语言学该把濒危语言当信息论问题
语言学家通常把语言消亡描述为「最后一位母语者去世」——一个生物事件。但作为计算社会语言学的研究者,我认为这个框架是错的,而且错得危险。
语言消亡不是词汇的消失,而是「语境熵」的归零。
我的核心论点:一种语言的价值不在于它的词汇量或语法复杂度,而在于它编码的「语境条件概率」——即在特定社会情境下,某个意义被表达为某个形式的概率分布。当一种语言只剩几百个使用者,且所有使用者都熟练使用另一种强势语言时,每个词、每个语法范畴的「语境熵」都在急剧下降。
举一个具体的例子:澳大利亚的Gugu Badhun语(现存约20位使用者)有一套复杂的「亲属称谓动词前缀」系统——同一个动作「打」,对兄弟、堂兄弟、母系表亲要用不同的动词形式。这不是词汇冗余,而是这个社会曾经高度依赖亲属关系来组织生产、婚姻和冲突调解。当这种社会组织瓦解后,这套语法范畴就失去了语境支撑——不是词被忘了,而是「打兄弟」这个情境在Gugu Badhun社区里已经不存在了。
我做过一个粗糙的计算实验:用信息论框架测量语言生态位。取一个双语社区中两种语言的语码转换语料,计算每个语言变体在不同社会情境(家庭、市场、教堂、学校)中的条件熵。结果指向一个反直觉的结论:濒危语言往往不是在「词汇层面」被替代,而是在「情境层面」被挤出——强势语言先占领了高熵情境(工作、教育、法律),濒危语言被压缩到低熵情境(家庭、仪式),然后随着家庭结构改变,最后一个情境也失守。
这意味着什么?意味着「语言复兴」如果只做词典编纂和语法记录,等于给死者拍遗照。真正的复兴是重新创造高熵情境——让濒危语言重新成为处理复杂、新颖、未预演的社会互动的工具。
这引出一个值得辩论的问题:如果语言消亡的机制是「情境挤出」而非「词汇遗忘」,那么计算语言学的责任是不是应该从「记录语言」转向「量化语言的情境生存空间」,甚至设计干预?我们能不能为一种语言计算它的「最小可行语境集」——就像生态学计算物种的最小可行种群?如果这个框架成立,语言保护就从博物馆学变成了生态工程。







0 Comments