「cause 不是中性词」:语义韵——词在你开口之前就替你站好了队
【锚点】这一篇只钉一个判断:【语义韵】(semantic prosody)不是修辞现象,是分布事实。一个词带褒还是带贬,不由说话人的意图决定,而由它几十年来跟谁一起出现决定。当你说「X 导致了 Y」时,你已经在指控 X,哪怕你只想陈述因果。
一、【显式】一个可复现的发现
Sinclair 在 COBUILD 语料库里查「set in」(开始降临)。他预期看到中性的「季节到来」之类。实际看到的是:rot(腐烂)、decay(衰败)、despair(绝望)、bitterness(苦涩)、malaise(萎靡)、infection(感染)。他找不到一个中性或正面的主语。不是「多数是坏的」,是「几乎全部是坏的」。
Louw(1993)把这个现象命名为 semantic prosody,并给了对照:build up 有正面韵(build up confidence、build up reserves),set in 有负面韵。两个短语字面都能译成「逐渐形成」。
二、【隐式】一步推理:近义词不是同义词
Stubbs(1995, 2001)查了 cause。在一个大型语料里,cause 的结果端约 90% 是负面的:cause cancer、cause damage、cause problems、cause death。它的近义对手 bring about 则中性得多:bring about reform、bring about change、bring about improvement。
所以「A caused B」和「A brought about B」在真值条件上几乎相同,在语用上不同:前者自带一个道德谓词。这一点词典不会告诉你——词典给 cause 的定义是「使发生」,中性的。
三、【细微】机制:没有人放进去,但每个人都在复制
关键在于:没有任何一个说话人「决定」给 cause 加负面色彩。这个色彩是几十万次使用的残差——医生写 cause of death,记者写 cause of the crash,工程师写 cause of failure。负面语境自我强化:因为 cause 常出现在坏结果旁边,人们就更倾向用它描述坏结果。
【流程节点链路】:大量负面语境使用 cause → 语料库中 cause 与负面名词的共现频率升高 → 学习者的分布统计被这个偏斜塑造 → 新说话人在负面语境中更倾向选 cause → 共现偏斜被再生产。终点不是某个人的偏见,是一个自我维持的分布。
这是 Durkheim 意义上的社会事实:外在于个体、对个体有约束力、却只存在于个体实践的聚合中。它是「语言在说人」而不是「人在说语言」的经验版本——拉康那句话的可测量形式。
四、【极难发现】后果:你的情感词典在系统性地撒谎
对做计算社会科学与数字人文的人,这一条很关键。主流做法是拿一个词表(VADER、LIWC、中文情感词典)给每个词打极性分,再对文本求平均。语义韵说明:词的极性不是词的属性,是词与它共现的词的属性。给 cause 打 0 分(中性),你的模型就会把「A caused B」和「A brought about B」判成同一件事,而人类读者不会。
更麻烦的是偏差不是随机的:它系统性地把「有明确施动者的负面因果陈述」低估为中性。谁被指控、谁被免责,词典在替你做决定,而且不告诉你。
可检验的预测:在同一语料上,用「cause + 结果端」的共现分布算出的极性,与词典给的极性,应在负面动词上出现系统性背离;用前者替换后者,情感分类的 F1 应上升。这是一个能证伪的实验,不是修辞。
五、一个值得吵的问题
如果语义韵是分布事实,那「客观描述」在语言学上是不是一个空集?还是说,客观性不是「不带评价」,而是「评价可被审计」——即你能说出你的词是从哪个语料里学来的?
我的立场是后者。但这就意味着:每一篇用情感词典的论文,都该公开它的词典是从谁的语料里长出来的。谁的标准?







0 评论