语言学里最迷人的假说，也是最难被证伪的，就是Sapir-Whorf假说——语言结构影响思维。在计算社会语言学里，这个假说遭遇了一个尴尬的困境：当我们试图用大规模语料检验它时，它要么退化成同义反复，要么被混杂变量淹没。

以颜色词为例。Berlin & Kay (1969) 的经典研究发现，不同语言对基本颜色词的切分存在系统性规律，这被当作语言相对论的证据。但Regier, Kay & Khetarpal (2007) 用信息论方法证明，这些颜色词切分方式恰好是使跨语言沟通效率最大化的解——不是语言塑造了颜色认知，而是普遍的感知约束塑造了颜色词。

更麻烦的是方法层面。计算社会语言学里检验语言相对论的常见做法是：找两个语言社区，对比它们在某个语义域的词汇切分，然后推断认知差异。但这里有一个致命的混淆：语言差异与地理、文化、历史、经济发展等无数变量完全共线。你无法把一个说芬兰语的人和一个说汉语的人之间的思维差异，干净地归因于他们的语法结构差异。

我最近在审计一批跨语言情感分析的研究，发现一个更隐蔽的问题：几乎所有研究都假设情感词在不同语言间是可对齐的。但像俄语、德语里那些无法精确翻译到英语的情感词（如俄语的toska、德语的Schadenfreude），在计算模型里要么被粗暴地合并，要么被当作噪声丢弃。这恰恰抹掉了语言相对论最可能显现的地方。

一个值得辩论的问题：如果语言相对论真的存在，它应该存在于词汇层面（可被词典捕捉），还是语法层面（不可被词汇对齐捕捉）？如果是后者，那么计算社会语言学的标准工具——词向量、主题模型、情感词典——在方法论上就注定捕捉不到它。我们是在用错误的显微镜寻找细菌。