中國(guó)民族語(yǔ)言工程研究新進(jìn)展

　　該論文集匯集了實(shí)驗(yàn)室最新的一些研究成果，一定程度上反映了該室的研究方向和研究范圍，涉及語(yǔ)言處理、語(yǔ)音分析和語(yǔ)言應(yīng)用三個(gè)方面，所以書(shū)稿分三大部分編排。作為首次出版的實(shí)驗(yàn)室論文集，作者特別編輯了近年發(fā)表的主要論文目錄作為附錄，以方便讀者進(jìn)行學(xué)術(shù)交流。本書(shū)前言回顧起來(lái)，語(yǔ)音學(xué)與計(jì)算語(yǔ)言學(xué)重點(diǎn)實(shí)驗(yàn)室迄今已走過(guò)了整整20個(gè)年頭。初創(chuàng)當(dāng)時(shí)，機(jī)房已經(jīng)有了一些先進(jìn)裝備，除了一臺(tái)身軀龐大的國(guó)外小型計(jì)算機(jī)和一大堆打孔卡片之外，還有一套配備臺(tái)式計(jì)算機(jī)的語(yǔ)音分析設(shè)備（語(yǔ)圖儀）。正是在這些設(shè)備的支持下，研究室的科研人員同心協(xié)力、默默耕耘，歷經(jīng)從小到大、成果積累的漫長(zhǎng)階段，鑄就了兩個(gè)學(xué)科的成長(zhǎng)，形成了今天中國(guó)語(yǔ)言學(xué)界頗具影響力的民族學(xué)與人類(lèi)學(xué)研究所實(shí)驗(yàn)語(yǔ)音學(xué)學(xué)科和計(jì)算語(yǔ)言學(xué)學(xué)科。在學(xué)術(shù)發(fā)展的道路上，實(shí)驗(yàn)室的兩個(gè)學(xué)科都經(jīng)歷了從描寫(xiě)到理論分析乃至社會(huì)應(yīng)用的過(guò)程。實(shí)驗(yàn)語(yǔ)音學(xué)初期的目標(biāo)是關(guān)于中國(guó)民族語(yǔ)言的語(yǔ)音基本要素分析，解決民族語(yǔ)言學(xué)界對(duì)各種民族語(yǔ)言語(yǔ)音的定性描述，包括音高或聲調(diào)，聲母和韻母，如鮑懷翹教授等發(fā)表《佤語(yǔ)濁送氣聲學(xué)特征分析》（1990），《蒙古語(yǔ)察哈爾話元音松緊的聲學(xué)分析》（1992），《藏語(yǔ)元音聲學(xué)分析》（1995）；孔江平教授發(fā)表《道孚藏語(yǔ)雙擦音聲母的聲學(xué)分析》（1991），《紫云苗語(yǔ)五平調(diào)系統(tǒng)的聲學(xué)及感知研究》（1992），《苗語(yǔ)濁送氣的聲學(xué)研究》（1993）；江荻教授的《論藏語(yǔ)聲調(diào)高低分化的嗓音機(jī)制》（1998）等。這些研究不僅積極支持了民族語(yǔ)言學(xué)界深入開(kāi)展描寫(xiě)和語(yǔ)言歷史的研究，而且還為本學(xué)科的深度發(fā)展鋪墊了基礎(chǔ)。進(jìn)一步的發(fā)展則開(kāi)辟了兩個(gè)新的研究領(lǐng)域，一是注重建立各個(gè)少數(shù)民族語(yǔ)言的聲學(xué)參數(shù)數(shù)據(jù)庫(kù)，二是開(kāi)展嗓音基礎(chǔ)理論研究。經(jīng)過(guò)多年積累，研究室已建立了藏語(yǔ)拉薩話的語(yǔ)音聲學(xué)參數(shù)數(shù)據(jù)庫(kù)、哈薩克語(yǔ)語(yǔ)音聲學(xué)參數(shù)數(shù)據(jù)庫(kù)、蒙古語(yǔ)聲學(xué)參數(shù)數(shù)據(jù)庫(kù)，這一系列中國(guó)民族語(yǔ)言語(yǔ)音聲學(xué)參數(shù)數(shù)據(jù)庫(kù)的建立和研究極大地推動(dòng)了我國(guó)民族語(yǔ)言語(yǔ)音學(xué)研究水平，為民族語(yǔ)言語(yǔ)音研究開(kāi)創(chuàng)了一個(gè)嶄新的局面。嗓音研究方面，孔江平教授承擔(dān)了自然科學(xué)基金和院重點(diǎn)基金多項(xiàng)嗓音聲學(xué)課題，錄制了多種民族語(yǔ)言的語(yǔ)音數(shù)據(jù)，發(fā)表多篇研究論文，例如《漢語(yǔ)普通話嗓音特征相關(guān)分析》，《哈尼語(yǔ)發(fā)聲類(lèi)型聲學(xué)研究及音質(zhì)概念的討論》，《漢語(yǔ)普通話嗓音抖動(dòng)及波動(dòng)的聲學(xué)研究》，《漢語(yǔ)雙音節(jié)調(diào)位的矢量量化（VQ）》研究等等。近年，實(shí)驗(yàn)室還開(kāi)展了動(dòng)態(tài)腭位的研究，如鮑懷翹、鄭玉玲《普通話動(dòng)態(tài)腭位圖數(shù)據(jù)統(tǒng)計(jì)分析初探》，以及普通話塞音、塞擦音成阻持阻時(shí)程的統(tǒng)計(jì)分析等等。計(jì)算語(yǔ)言學(xué)方面，實(shí)驗(yàn)室從基本語(yǔ)料開(kāi)始著手，首先構(gòu)筑學(xué)科建設(shè)的基礎(chǔ)，所謂兵馬未動(dòng)糧草先行。第一步是研制出面向藏語(yǔ)文本處理的大型電子機(jī)載詞典和一定數(shù)量的標(biāo)注文本語(yǔ)料，這項(xiàng)研究有力地推動(dòng)了學(xué)科的發(fā)展。通過(guò)對(duì)靜態(tài)和動(dòng)態(tài)藏語(yǔ)語(yǔ)料的統(tǒng)計(jì)研究，摸清了藏語(yǔ)文本的基本句法和信息特征，發(fā)表了《藏語(yǔ)計(jì)算機(jī)統(tǒng)計(jì)用語(yǔ)料抽樣文本的遴選》（1999）、《書(shū)面藏語(yǔ)的熵值及相關(guān)問(wèn)題》（1998），以及《藏文的音韻結(jié)構(gòu)及頻度現(xiàn)象》（1998）等多篇論文，為下一步工作鋪好了前進(jìn)的道路。其次，開(kāi)展了藏語(yǔ)文本語(yǔ)料庫(kù)的特征分析，提出了藏語(yǔ)文本詞根歸一化方法，設(shè)計(jì)了第一個(gè)藏語(yǔ)分詞基本規(guī)則以及依據(jù)句類(lèi)自動(dòng)分句的原則。期間還發(fā)表了《語(yǔ)篇索引技術(shù)在藏文文本中的應(yīng)用》（1999）、《藏語(yǔ)拉薩話現(xiàn)在時(shí)的標(biāo)記及功能》（1999）、《藏語(yǔ)計(jì)算機(jī)自動(dòng)分詞的基本規(guī)則》（2000）等論文。近年，計(jì)算語(yǔ)言學(xué)科開(kāi)始構(gòu)筑較全面的藏語(yǔ)信息處理的基本平臺(tái)和工具，包括藏語(yǔ)的排序、檢索，句法屬性標(biāo)注集，組塊分詞方法以及最迫切的面向機(jī)器處理的句法本體系統(tǒng)研究。這個(gè)時(shí)期所發(fā)表的論文體現(xiàn)出學(xué)科開(kāi)始走向成熟的趨勢(shì)，研究?jī)?nèi)容逐步深化。如《現(xiàn)代藏語(yǔ)的句法組塊與形式標(biāo)記》（2003）、《現(xiàn)代藏語(yǔ)謂語(yǔ)動(dòng)詞的識(shí)別與信息提取》（2003）、《書(shū)面藏語(yǔ)排序的數(shù)學(xué)模型及算法》（2004）等等。這些研究無(wú)論從國(guó)外研究狀況還是從國(guó)內(nèi)研究進(jìn)展來(lái)看，都處在藏語(yǔ)文研究的前沿，也標(biāo)志著當(dāng)代藏語(yǔ)計(jì)算語(yǔ)言學(xué)和語(yǔ)料庫(kù)語(yǔ)言學(xué)的發(fā)展趨勢(shì)。而最近我們開(kāi)始構(gòu)建的面向文本處理以及機(jī)器翻譯的藏漢雙語(yǔ)語(yǔ)法信息詞典則表現(xiàn)出本學(xué)科未來(lái)的進(jìn)程和發(fā)展方向。除了以上兩個(gè)主要學(xué)科之外，實(shí)驗(yàn)室研究人員利用信息技術(shù)手段積極參與民族語(yǔ)言的應(yīng)用研究。如鄭玉玲副教授主持開(kāi)展了“藏緬語(yǔ)語(yǔ)料庫(kù)與比較研究的計(jì)量描寫(xiě)”課題，發(fā)表《計(jì)算機(jī)進(jìn)行藏緬語(yǔ)相關(guān)分析嘗試》等多篇論文。而在民族語(yǔ)言類(lèi)型學(xué)研究方面，江荻教授協(xié)助語(yǔ)言類(lèi)型學(xué)課題組采用語(yǔ)料庫(kù)語(yǔ)言學(xué)的方法進(jìn)行文本處理，完成了機(jī)器抽取詞語(yǔ)單位、自動(dòng)生成文本詞表、以及對(duì)文本進(jìn)行詞法、句法、語(yǔ)義屬性標(biāo)注，有力地配合了該項(xiàng)目的順利進(jìn)行。另一項(xiàng)頗具影響的應(yīng)用是我所與香港科技大學(xué)合作研制出的“漢藏語(yǔ)同源詞研究計(jì)算機(jī)檢索系統(tǒng)”（2002），該系統(tǒng)共收集國(guó)內(nèi)外最重要的語(yǔ)言或方言130余個(gè)。其中包括漢語(yǔ)方言、中上古漢語(yǔ)以及南島語(yǔ)構(gòu)擬以及藏緬語(yǔ)、苗瑤語(yǔ)、壯侗語(yǔ)、南亞語(yǔ)、南島語(yǔ)等多種代表性語(yǔ)言或方言。除此之外，系統(tǒng)中還裝入了漢語(yǔ)與民族語(yǔ)言對(duì)照詞典十余部。至于檢索方法更是多種多樣，漢語(yǔ)檢索、英語(yǔ)檢索、民族語(yǔ)言檢索，還可以采用語(yǔ)義類(lèi)別檢索、組合檢索等等。其他應(yīng)用方面，實(shí)驗(yàn)室近年還初步開(kāi)發(fā)了“語(yǔ)言地理信息系統(tǒng)”（2003）、“藏文文本掃描識(shí)別系統(tǒng)”（2004）以及“中國(guó)民族語(yǔ)言研究論文文摘數(shù)據(jù)庫(kù)”（2000）和“《元朝秘史》全文檢索系統(tǒng)”等多個(gè)項(xiàng)目。按照重點(diǎn)實(shí)驗(yàn)室的五年計(jì)劃和十年規(guī)劃，實(shí)驗(yàn)室還將開(kāi)展一系列可持續(xù)發(fā)展的研究項(xiàng)目。如中國(guó)語(yǔ)言的動(dòng)態(tài)腭位分析和韻律分析，民族語(yǔ)言的聲學(xué)參數(shù)數(shù)據(jù)庫(kù)，建立部分民族語(yǔ)言的語(yǔ)音圖譜檔案。計(jì)算語(yǔ)言學(xué)方面，將在已有研究基礎(chǔ)上邁進(jìn)更深層次的研究項(xiàng)目，包括面向機(jī)器處理的現(xiàn)代藏語(yǔ)句法規(guī)則研究，藏語(yǔ)機(jī)器自動(dòng)處理研究的平臺(tái)和工具研制?，F(xiàn)代藏一漢一英多語(yǔ)機(jī)器自動(dòng)翻譯系統(tǒng)，以及更基礎(chǔ)性的機(jī)載藏語(yǔ)語(yǔ)法信息電子詞典和現(xiàn)代藏語(yǔ)本體知識(shí)體系研究。而在語(yǔ)言應(yīng)用研究方面，實(shí)驗(yàn)室希望通過(guò)中國(guó)民族語(yǔ)言資源聯(lián)盟的建設(shè)項(xiàng)目，聯(lián)合國(guó)內(nèi)研究機(jī)構(gòu)和高校對(duì)我國(guó)民族語(yǔ)言資源進(jìn)行全面匯總，建立技術(shù)開(kāi)發(fā)和支持平臺(tái)，該項(xiàng)目的實(shí)施將使我國(guó)形成最具完整性、系統(tǒng)性、規(guī)范性和權(quán)威性的中國(guó)民族語(yǔ)言國(guó)際性資源基地。并可與國(guó)際“語(yǔ)言資源聯(lián)盟”以及國(guó)內(nèi)“漢語(yǔ)資源聯(lián)盟”全面鏈接。在20年的創(chuàng)業(yè)發(fā)展過(guò)程中，實(shí)驗(yàn)室相繼培養(yǎng)了一批批出色的科研人才。曹雨生教授積極為年輕人創(chuàng)造研究機(jī)遇，爭(zhēng)取項(xiàng)目，開(kāi)展學(xué)術(shù)交流，使實(shí)驗(yàn)室呈現(xiàn)朝氣蓬勃的發(fā)展局面?，F(xiàn)任國(guó)際語(yǔ)音學(xué)會(huì)理事的鮑懷翹教授退休后仍一直活躍在語(yǔ)音學(xué)界，有力地帶動(dòng)了實(shí)驗(yàn)室的語(yǔ)音研究工作。沈米遐工程師嚴(yán)謹(jǐn)?shù)墓ぷ髯黠L(fēng)和寬厚的為人理念可以說(shuō)是實(shí)驗(yàn)室團(tuán)隊(duì)前進(jìn)的粘合劑。陳嘉猷副教授是實(shí)驗(yàn)室資源和設(shè)備的總管，多年來(lái)不曾出過(guò)毫厘差遲，而這股韌勁在研究上也表現(xiàn)出特有的認(rèn)真，保證了實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)確和可靠。鄭玉玲副教授可以說(shuō)是科研上的多面手，她開(kāi)發(fā)研制的藏緬語(yǔ)數(shù)據(jù)庫(kù)曾榮獲國(guó)家科技優(yōu)秀成果獎(jiǎng)，而今她進(jìn)一步在語(yǔ)音韻律和腭位分析方面努力，始終保持學(xué)術(shù)研究的進(jìn)取精神?？捉浇淌陂L(zhǎng)期致力于研究我國(guó)語(yǔ)言的嗓音聲學(xué)分析項(xiàng)目，他用高速攝影技術(shù)采集的動(dòng)態(tài)聲帶振動(dòng)影像令學(xué)界嘆為觀止，而他所構(gòu)建的中國(guó)語(yǔ)音嗓音分析方法將深刻影響未來(lái)中國(guó)語(yǔ)音研究的方向。江荻教授特別執(zhí)著于藏語(yǔ)的計(jì)算處理，從最基礎(chǔ)項(xiàng)目做起，逐步構(gòu)建出藏語(yǔ)自然語(yǔ)言處理的基本平臺(tái)、操作框架和理論。這本論文集匯集了實(shí)驗(yàn)室最新的一些研究成果，一定程度上反映了我們的科研動(dòng)向和研究范圍。其中還有我院研究生院研究生或高校交流研究生的創(chuàng)作。論文涉及的范圍正如實(shí)驗(yàn)室的科研方向，包括了計(jì)算、語(yǔ)音和應(yīng)用三個(gè)方面，因此分三個(gè)部分編排。作為首次出版的實(shí)驗(yàn)室論文集，我們特別編輯了近年來(lái)我們發(fā)表的主要論文目錄作為附錄，以方便今后的學(xué)術(shù)交流。在這本論文集出版之際，我們要感謝中國(guó)社會(huì)科學(xué)院科研局的支持和資助，感謝研究所領(lǐng)導(dǎo)的幫助，郝時(shí)遠(yuǎn)所長(zhǎng)自始至終關(guān)心和督促論文的匯集和編輯，親自幫助聯(lián)系出版事宜，撰寫(xiě)序言。黃行副所長(zhǎng)不僅參與課題研究，還幫助協(xié)調(diào)實(shí)驗(yàn)室科研計(jì)劃、積極推動(dòng)研究室的工作。當(dāng)然我們還要感謝關(guān)心和幫助發(fā)展民族語(yǔ)言自然語(yǔ)言處理的各界專(zhuān)家、朋友，以及國(guó)家相關(guān)機(jī)構(gòu)的政府官員，特別是國(guó)家自然科學(xué)基金委的資助，正是在他們的支持下，我們的學(xué)科才能健康發(fā)展。這本論文集可以看作我們對(duì)社會(huì)、對(duì)學(xué)界的回報(bào)。我們真心希望大家繼續(xù)支持我們，在中國(guó)民族語(yǔ)言文字研究領(lǐng)域，大家的支持永遠(yuǎn)是我們可以倚重和信賴(lài)的力量。2004年于北京金秋十月

　　江荻，博士，中國(guó)社會(huì)科學(xué)院民族學(xué)與人類(lèi)學(xué)研究所研究員，中國(guó)社會(huì)科學(xué)院研究生院教授，博士生導(dǎo)師，曾主持國(guó)家社科基金項(xiàng)目“藏語(yǔ)大規(guī)模真實(shí)文本語(yǔ)料庫(kù)研究”、國(guó)家自然科學(xué)基金項(xiàng)目“基于詞典與規(guī)則的藏語(yǔ)分詞系統(tǒng)研究”和“面向信息處理的現(xiàn)代藏語(yǔ)語(yǔ)法屬性庫(kù)研究”等課題，并設(shè)計(jì)開(kāi)發(fā)“漢藏語(yǔ)同源詞計(jì)算機(jī)檢索系統(tǒng)”和“《蒙古秘史》全文電子檢索系統(tǒng)”等多項(xiàng)應(yīng)用軟件。論著曾獲李方桂、徐櫻獎(jiǎng)學(xué)金（語(yǔ)言學(xué)）一等獎(jiǎng)和王力語(yǔ)言學(xué)獎(jiǎng)一等獎(jiǎng)。主要研究方向?yàn)橛?jì)算語(yǔ)言學(xué)、現(xiàn)代藏語(yǔ)語(yǔ)法、漢藏語(yǔ)理論。孫江平，博士，中國(guó)社會(huì)科學(xué)院民族學(xué)與人類(lèi)學(xué)研究所研究員。中國(guó)中文信息學(xué)會(huì)理事，中國(guó)中文信息學(xué)會(huì)語(yǔ)音信息專(zhuān)業(yè)委員會(huì)副主任。曾主持中華社會(huì)科學(xué)基金九五規(guī)劃重點(diǎn)項(xiàng)目“中國(guó)民族語(yǔ)言嗓音發(fā)聲類(lèi)型研究”、國(guó)家自然科學(xué)基金項(xiàng)目“中國(guó)語(yǔ)言嗓音發(fā)專(zhuān)用類(lèi)型聲學(xué)研究”和“漢語(yǔ)普通話嗓音發(fā)聲類(lèi)型怕學(xué)研究”和“漢語(yǔ)普通話嗓單聲學(xué)研究”等項(xiàng)目。研究興趣和領(lǐng)域；語(yǔ)言發(fā)聲類(lèi)型、著有專(zhuān)著《論語(yǔ)言發(fā)聲》。