大數(shù)據(jù)時(shí)代的語言研究研討會(huì)暨馮志偉先生八十壽誕慶祝會(huì)成功舉行

劉益光 方昱

一、會(huì)議綜述

2018年4月14日上午，“大數(shù)據(jù)時(shí)代的語言研究研討會(huì)暨馮志偉先生八十壽誕慶祝會(huì)”在浙江大學(xué)紫金港校區(qū)啟真酒店求是廳隆重舉行。來自全國(guó)各地近兩百位學(xué)界同仁共同探討語言學(xué)研究的國(guó)際化與科學(xué)化進(jìn)程，并為計(jì)算語言學(xué)家馮志偉先生慶賀八十壽誕。馮志偉先生的老朋友——浙江大學(xué)外語學(xué)院原院長(zhǎng)邵永真教授，應(yīng)用語言學(xué)專家應(yīng)惠蘭教授，漢語研究專家吳潔敏教授等專程到會(huì)祝賀。浙江大學(xué)外語學(xué)院梁君英教授擔(dān)任大會(huì)主持。

國(guó)際世界語學(xué)院院士、浙江大學(xué)求是特聘教授劉海濤做了題為“信息時(shí)代的語言觀”的主旨演講，深情回顧了馮志偉先生的學(xué)術(shù)生涯，并借此揭示語言學(xué)研究方法科學(xué)化、成果國(guó)際化的奧秘。作為中國(guó)計(jì)算語言學(xué)的先驅(qū)與資深專家，馮志偉先生的學(xué)術(shù)生涯堪稱傳奇，為中國(guó)乃至世界的語言研究作出了巨大貢獻(xiàn)。60年前，當(dāng)時(shí)正在北京大學(xué)地球化學(xué)系上學(xué)的馮志偉對(duì)語言產(chǎn)生了濃厚的興趣，并聽從內(nèi)心的聲音轉(zhuǎn)系到了中文系潛心進(jìn)行語言研究。用劉海濤教授的話說：這次從理到文的轉(zhuǎn)系，創(chuàng)造了中國(guó)語言學(xué)的一個(gè)歷史。本科畢業(yè)后，又接著在北大中文系師從語言學(xué)家岑麒祥讀研究生。

此后，馮志偉先生考取了中國(guó)科技大學(xué)的機(jī)器翻譯研究生，并被公派到法國(guó)學(xué)習(xí)數(shù)理語言學(xué)。留學(xué)法國(guó)期間，馮志偉先生于1981年完成了“漢—法/英/日/俄/德多語言自動(dòng)翻譯試驗(yàn)”，在機(jī)器翻譯領(lǐng)域走在了世界前沿。鑒于喬姆斯基短語結(jié)構(gòu)語法存在的局限性，馮志偉先生在1983年提出了MMT模型（多叉多標(biāo)記樹形圖分析法），以此為基礎(chǔ)進(jìn)行自然語言計(jì)算機(jī)處理和機(jī)器翻譯研究，MMT模型是迄今為止中國(guó)學(xué)者在計(jì)算語言學(xué)方面最重要的成就的之一。除了這些學(xué)術(shù)成就，馮志偉先生還努力將當(dāng)時(shí)世界最前沿的語言學(xué)理論、模型和方法帶回中國(guó)，先后為國(guó)內(nèi)學(xué)界介紹了法國(guó)語言學(xué)家泰尼埃的“從屬關(guān)系語法”以及齊普夫定律（Zipflaw），為中國(guó)計(jì)量語言學(xué)的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。此外，馮志偉先生在1987年發(fā)表了專著《現(xiàn)代語言學(xué)流派》，系統(tǒng)梳理了現(xiàn)代語言學(xué)的格局，直至今日仍是最重要的語言學(xué)流派參考書。

馮志偉先生一直投身語言學(xué)研究，共出版專著38部，以英、德、法、漢等多種語言發(fā)表了431篇論文。值得一提的是，其中300余篇論文都是其退休之后的成果，這成為馮老永葆學(xué)術(shù)青春的最佳注腳，這份執(zhí)著和堅(jiān)守令人欽佩與動(dòng)容。報(bào)告的結(jié)尾處，劉海濤教授以其15年前發(fā)表的對(duì)馮先生的書評(píng)《計(jì)算語言學(xué)不僅僅是計(jì)算》一文中的一段話作結(jié)，以此與在場(chǎng)語言學(xué)同仁共勉：“我們學(xué)到的不僅僅是一些有關(guān)（計(jì)算）語言學(xué)的知識(shí)，而是一種精神，一種人類原本應(yīng)該具有的對(duì)于未知的探索精神，一種理想主義的精神，一種愛國(guó)主義的精神。”

之后，浙江大學(xué)人文學(xué)部主任黃華新教授、浙江大學(xué)外語學(xué)院副院長(zhǎng)程樂教授、教育部語言文字應(yīng)用研究所研究員郭龍生教授先后致辭，分享對(duì)大數(shù)據(jù)時(shí)代語言研究理解和看法的同時(shí)，向馮志偉先生表達(dá)了崇高的敬意。值馮志偉先生八十壽誕之際，大會(huì)為其舉辦了慶祝會(huì)，儀式雖簡(jiǎn)短卻飽含深情，在場(chǎng)各位共祝馮老福如東海、壽比南山！

慶祝儀式結(jié)束后，馮志偉先生做了題為“大數(shù)據(jù)—人工智能—翻譯技術(shù)”的主旨演講。馮老從翻譯的起源、當(dāng)今世界的翻譯需求講起，指出當(dāng)今翻譯市場(chǎng)高達(dá)90%的翻譯需求無法得到滿足，這凸顯了發(fā)展機(jī)器翻譯的必要性。基于此，馮志偉先生回顧了機(jī)器翻譯的發(fā)展歷程，大體上可以分為基于規(guī)則、基于統(tǒng)計(jì)和基于神經(jīng)網(wǎng)絡(luò)三個(gè)發(fā)展階段。第一代機(jī)器翻譯關(guān)注語言本體，以短語結(jié)構(gòu)語法等為基礎(chǔ)，研究人員力圖編寫完備的規(guī)則讓機(jī)器模擬人類的翻譯過程。結(jié)合自身的研究經(jīng)驗(yàn)和成果，馮先生認(rèn)為該類機(jī)器翻譯應(yīng)用場(chǎng)景局限性大、研發(fā)過程耗時(shí)耗力且翻譯正確率有待提高；第二代機(jī)器翻譯基于統(tǒng)計(jì)數(shù)據(jù)完成翻譯過程，如2003年，來自德國(guó)亞琛大學(xué)的奧赫曾利用平行語料庫(kù)，現(xiàn)場(chǎng)構(gòu)建翻譯系統(tǒng)進(jìn)行演示?；诮y(tǒng)計(jì)的翻譯系統(tǒng)的機(jī)器翻譯體系正確率大幅提高，是目前的主流；而隨著人工智能和深度學(xué)習(xí)的發(fā)展，谷歌翻譯等基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯系統(tǒng)完成了“彎道超車”，雖然其翻譯原理仍不明確，但翻譯成效令人稱贊。不過，發(fā)展至今，機(jī)器翻譯仍在文學(xué)等專業(yè)翻譯領(lǐng)域存在明顯的不足。

現(xiàn)階段，機(jī)器翻譯的發(fā)展主要由谷歌、微軟等科技公司的計(jì)算機(jī)專家主導(dǎo)，而語言學(xué)家日漸式微，這難免造成科技界的過分樂觀和語言學(xué)界的擔(dān)憂。馮老認(rèn)為兩者都不可取，一方面，科技界過分強(qiáng)調(diào)語言的符號(hào)性，卻忽視了語言是凝結(jié)文化的復(fù)雜系統(tǒng)，這不利于機(jī)器翻譯解決反諷等多樣化翻譯難題；而語言學(xué)界也不必妄自菲薄，我們應(yīng)該擁抱技術(shù)革新，同時(shí)致力于機(jī)器翻譯背后原理的探究，破解尚存的“黑箱”問題。馮老的發(fā)言既是鼓舞也是指引，字里行間洋溢的信心和勇氣催人奮進(jìn)。

二、分組討論

下午，“大數(shù)據(jù)時(shí)代的語言研究研討會(huì)”分組討論在浙江大學(xué)紫金港校區(qū)東五教學(xué)樓青荷咖啡吧和201會(huì)議室同時(shí)進(jìn)行。討論分為四組，來自北京大學(xué)、復(fù)旦大學(xué)、南洋理工大學(xué)、浙江大學(xué)、華中科技大學(xué)、西安交通大學(xué)、廣東外語外貿(mào)大學(xué)、大連海事大學(xué)、北京語言大學(xué)、杭州師范大學(xué)、華南師范大學(xué)、南京師范大學(xué)、中國(guó)傳媒大學(xué)等高校的學(xué)者共報(bào)告了20余項(xiàng)研究。

（一）關(guān)注當(dāng)下新興的人工智能、機(jī)器學(xué)習(xí)等技術(shù)。馮志偉、詹宏偉介紹了語音自動(dòng)識(shí)別在人工智能會(huì)話中的應(yīng)用。他們首先梳理了語言自動(dòng)識(shí)別的歷史與現(xiàn)狀，隨后介紹了影響語音識(shí)別效果的四個(gè)可變維度：詞匯量的大小、語音的流暢度和自然度、信道和噪聲以及說話人的語音特征，指出語音識(shí)別需經(jīng)歷特征抽取、聲學(xué)建模和解碼三個(gè)階段。常寶寶、張浩和裴亞軍則探討了從科技文獻(xiàn)中自動(dòng)識(shí)別并提取術(shù)語的方法。他們采用的多損失雙向LSTM模型，不僅可以標(biāo)記文獻(xiàn)中重合的術(shù)語，還能夠標(biāo)記文獻(xiàn)中的新術(shù)語。樂明、張翼利用大數(shù)據(jù)探究特定語法現(xiàn)象，利用BNC語料庫(kù)，從格、數(shù)、人稱、時(shí)態(tài)四個(gè)方面討論了英語it-分裂構(gòu)式的特點(diǎn)。

（二）主要探討如何以大數(shù)據(jù)視角研究詞長(zhǎng)、詞頻等語言基本特征。陳芯瑩報(bào)告了基于谷歌大數(shù)據(jù)的漢語詞長(zhǎng)歷時(shí)研究，研究發(fā)現(xiàn)近300年來，漢語詞長(zhǎng)呈現(xiàn)多音節(jié)化、加速增長(zhǎng)的趨勢(shì)?；?dòng)環(huán)節(jié)有人認(rèn)為，若語料未剔除外來詞，這一趨勢(shì)或許與外來詞影響有關(guān)。陳芯瑩指出，外來詞的判定本身難以統(tǒng)一標(biāo)準(zhǔn)，此外外來詞的進(jìn)入確實(shí)可能是漢語詞長(zhǎng)變化的一個(gè)動(dòng)因，但它們之間的因果關(guān)系需要更多相關(guān)研究進(jìn)行佐證。陳衡、劉海濤基于蘭卡斯特現(xiàn)代漢語語料，發(fā)現(xiàn)漢語語法符合門策拉定律，即句子越長(zhǎng)，組成句子的小句越短。

（三）主要關(guān)注語料庫(kù)研究。雷蕾、Dilin Liu對(duì)比了2016年美國(guó)總統(tǒng)競(jìng)選過程中特朗普和希拉里的演講內(nèi)容，發(fā)現(xiàn)兩位競(jìng)選者在演講中的主題詞和用詞情感色彩都存在明顯差異。具體而言，相較于克林頓，特朗普的演講用詞更具商業(yè)用詞特點(diǎn)，用詞的情感色彩更偏負(fù)面?，F(xiàn)場(chǎng)有老師指出，特朗普的這種說話風(fēng)格也許跟其情緒化的性格有關(guān)，或許特朗普所用的正面詞匯也較多，而情感程度較低的中性詞較少。對(duì)此，雷蕾老師表示認(rèn)同，并認(rèn)為可以從不同的角度進(jìn)一步探討這一問題。

（四）主要探討了語音和詞共現(xiàn)網(wǎng)絡(luò)兩個(gè)問題。黃偉以10個(gè)方案為對(duì)象，報(bào)告了漢語羅馬化拼寫經(jīng)典方案的計(jì)量研究。研究結(jié)果發(fā)現(xiàn)，漢語拼音方案雖然在6個(gè)考察指標(biāo)上都非最優(yōu)解，但其綜合表現(xiàn)最為均衡。趙雪等人對(duì)個(gè)人口述史、民族志和新聞訪談等三類訪談的共現(xiàn)詞網(wǎng)絡(luò)進(jìn)行了分析，發(fā)現(xiàn)三類訪談的關(guān)鍵詞區(qū)分非常明顯，口述史的話題具“個(gè)體性”“時(shí)代性”，民族志話題具“族群性”“文化性”，而新聞訪談話題則具“公眾性”和“時(shí)效性”。

三、會(huì)議總結(jié)

分組討論結(jié)束后是展板交流環(huán)節(jié)，三十余位參會(huì)學(xué)者展示了自己的研究成果，并在現(xiàn)場(chǎng)與到場(chǎng)的專家學(xué)者進(jìn)行了面對(duì)面的交流，氣氛熱烈而融洽。這些研究涵蓋語言學(xué)研究的方方面面，集中展現(xiàn)了大數(shù)據(jù)時(shí)代下語言學(xué)研究的新趨勢(shì)，同時(shí)也體現(xiàn)了將更為客觀、科學(xué)的方法引入語言研究的重大意義。

與會(huì)的學(xué)界同仁在向前輩表達(dá)敬意的同時(shí)，深入探討了大數(shù)據(jù)時(shí)代下語言研究的新形勢(shì)和新發(fā)展。援引大數(shù)據(jù)創(chuàng)新團(tuán)隊(duì)梁君英教授的話，這次大會(huì)真正實(shí)現(xiàn)了學(xué)科交叉、學(xué)術(shù)交融、學(xué)者交流的目的。