我與計(jì)算語言學(xué)的緣分

計(jì)算語言學(xué)是一個(gè)橫跨語言學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)的交叉學(xué)科。語言學(xué)和數(shù)學(xué)都是有著相當(dāng)長(zhǎng)歷史的古老學(xué)科。語言學(xué)歷來被看作是典型的人文科學(xué)，數(shù)學(xué)則被許多人看作是最重要的自然科學(xué)。在學(xué)校教育中，語文和數(shù)學(xué)被認(rèn)為是兩門最基礎(chǔ)的學(xué)科，成為任何一個(gè)受教育者的必修課。它們似乎成了學(xué)校教育的兩個(gè)極點(diǎn)：一個(gè)極點(diǎn)是作為文科代表者的語文，另一個(gè)極點(diǎn)是作為理科代表者的數(shù)學(xué)。很少有人想到，這兩門表面上如此不同的學(xué)科之間竟然會(huì)存在著深刻的學(xué)術(shù)聯(lián)系。計(jì)算機(jī)科學(xué)是研究計(jì)算機(jī)的新興學(xué)科，帶有相當(dāng)強(qiáng)的工程性質(zhì)和濃烈的技術(shù)色彩，屬于高科技的范疇，表面上看來，作為典型的人文科學(xué)的語言學(xué)與屬于高科技的計(jì)算機(jī)科學(xué)也不會(huì)存在什么瓜葛。因此，在一般人的心目中，這門橫跨語言學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)的計(jì)算語言學(xué)似乎是不可思議的，甚至是有悖于常識(shí)的，就是連“計(jì)算語言學(xué)”這個(gè)名稱也幾乎是荒謬絕倫的。

然而，一些具有遠(yuǎn)見卓識(shí)的學(xué)者卻早就洞察了語言學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)之間的緊密聯(lián)系。1847年，俄國(guó)數(shù)學(xué)家布里亞柯夫斯基(В.Я.Буляковский)提出了用概率方法來進(jìn)行語法、詞源及語言歷史比較研究的思想。1894年，瑞士語言學(xué)家索緒爾(De Saussure)指出，“在基本性質(zhì)方面，語言中的量和量之間的關(guān)系可以用數(shù)學(xué)公式有規(guī)律地表達(dá)出來”，后來，他在其名著《普通語言學(xué)教程》（1916年）中又指出，語言學(xué)好比一個(gè)幾何系統(tǒng)，“它可以歸結(jié)為一些待證的定理”。1904年，波蘭語言學(xué)家博杜恩.德.庫(kù)爾特內(nèi)(Baudouin de Courtenay)認(rèn)為，語言學(xué)家不僅應(yīng)該掌握初等數(shù)學(xué)，而且還有必要掌握高等數(shù)學(xué) 。他表示堅(jiān)信，語言學(xué)將日益接近精密科學(xué)，語言學(xué)將根據(jù)數(shù)學(xué)的模式，一方面“更多地?cái)U(kuò)展量的概念”，一方面“將發(fā)展新的演繹思想的方法”。1933年，美國(guó)語言學(xué)家布龍菲爾德(L. Bloomfield)提出了一個(gè)著名的論點(diǎn)：“數(shù)學(xué)只不過是語言所能到達(dá)的最高境界”。法國(guó)數(shù)學(xué)家阿達(dá)瑪(J. Hadamard)說得更好：“語言學(xué)是數(shù)學(xué)和人文科學(xué)之間的橋梁”，他一語道破了語言學(xué)和數(shù)學(xué)之間的聯(lián)系，并清楚地看出了語言學(xué)是人文科學(xué)中最容易與數(shù)學(xué)建立聯(lián)系的學(xué)科。

著名俄國(guó)數(shù)學(xué)家馬爾可夫(A. A. Марков)更是躬行實(shí)踐，他在1913年把普希金的敘事長(zhǎng)詩《歐根·奧涅金》中的連續(xù)字母加以分類，研究俄語字母序列內(nèi)部的關(guān)系，提出了馬爾可夫隨機(jī)過程論，后來成為了一個(gè)獨(dú)立的數(shù)學(xué)分支，對(duì)現(xiàn)代數(shù)學(xué)的發(fā)展產(chǎn)生了深遠(yuǎn)的影響。語言結(jié)構(gòu)中蘊(yùn)藏著的數(shù)學(xué)規(guī)律，成為了馬爾可夫創(chuàng)造性思想的取之不盡的源泉。

1946年第一臺(tái)電子計(jì)算機(jī)ENIAC在美國(guó)研制成功。就在電子計(jì)算機(jī)問世的同一年，英國(guó)工程師布斯（A.D. Booth）和美國(guó)洛克菲勒基金會(huì)副總裁韋弗（W. Weaver）在討論電子計(jì)算機(jī)的應(yīng)用范圍時(shí)，就提出了利用計(jì)算機(jī)進(jìn)行語言自動(dòng)翻譯的想法。韋弗在1947年3月4日給控制論學(xué)者維納(N. Wiener）的信中說：“我懷疑是否真的建造不出一部能夠作翻譯的計(jì)算機(jī)？即使只能翻譯科學(xué)性的文章（在語義上問題較少），或是翻譯出來的結(jié)果不怎么優(yōu)雅（但能夠理解），對(duì)我而言都值得一試?！笨梢?，電子計(jì)算機(jī)一出現(xiàn)，計(jì)算機(jī)科學(xué)家的慧眼就投到了自然語言的自動(dòng)處理方面。

這樣看來，語言學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)之間確實(shí)有著深刻的內(nèi)在聯(lián)系，那么，作為一門橫跨語言學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)的計(jì)算語言學(xué)的存在便應(yīng)該是合情合理的了。

我是一個(gè)普通的凡人，當(dāng)然不可能有上述學(xué)者那樣的遠(yuǎn)見卓識(shí)。我是在一個(gè)偶然的機(jī)會(huì)與計(jì)算語言學(xué)結(jié)下了不解之緣的。這里，我愿意說一說我與計(jì)算語言學(xué)的這種緣分。

我于1957年高中畢業(yè)后，考入北京大學(xué)地球化學(xué)專業(yè)本科就讀，當(dāng)時(shí)我非常崇拜俄羅斯地球化學(xué)家費(fèi)爾斯曼(Felsman)，一心想研究化學(xué)元素在地球上的分布規(guī)律。就當(dāng)我在北京大學(xué)認(rèn)真學(xué)習(xí)地球化學(xué)的前后，國(guó)外興起了數(shù)理語言學(xué)（mathematical linguistics），建立起了完善的理論和方法，并且在許多大學(xué)中開設(shè)了數(shù)理語言學(xué)的課程。數(shù)理語言學(xué)作為一個(gè)獨(dú)立的學(xué)科出現(xiàn)在現(xiàn)代語言學(xué)的百花園中。在20世紀(jì)50年代雖然還沒有出現(xiàn)“計(jì)算語言學(xué)”這個(gè)名稱，但數(shù)理語言學(xué)與后來出現(xiàn)的計(jì)算語言學(xué)有著密切的聯(lián)系。北京大學(xué)高舉五四“民主”和“科學(xué)”的大旗，學(xué)術(shù)空氣非常自由，北京大學(xué)的圖書館藏書豐富，學(xué)生可以閱讀到各種最新的科學(xué)雜志，了解到國(guó)內(nèi)外最新的學(xué)術(shù)發(fā)展動(dòng)向。當(dāng)時(shí)我才十九歲，求知的愿望非常強(qiáng)烈，對(duì)于新事物極為敏感，我成為了北京大學(xué)圖書館的?？停炫菰趫D書館的書海之中。一個(gè)偶然的機(jī)會(huì)，我在北京大學(xué)圖書館館藏的1956年出版的美國(guó)《信息論》(IRE Transaction， Information Theory)雜志上，讀到了美國(guó)語言學(xué)家喬姆斯基(N. Chomsky)的論文《語言描寫的三個(gè)模型》(Three models for the description of language)，被喬姆斯基在語言研究中的新思想深深地吸引了。喬姆斯基在他的文章中，提出了形式語言和形式文法的新概念，他把自然語言和計(jì)算機(jī)程序設(shè)計(jì)語言置于相同的平面上，用統(tǒng)一的數(shù)學(xué)方法進(jìn)行解釋和定義，提出了語言描寫的三個(gè)模型。用數(shù)學(xué)方法描寫的這三個(gè)模型是這樣地抽象，它們既可以用于描寫自然語言，又可以描寫計(jì)算機(jī)程序設(shè)計(jì)語言。我預(yù)感到這種語言的數(shù)學(xué)描寫方法，將會(huì)把自然語言和程序設(shè)計(jì)語言緊密地結(jié)合起來，在信息的處理和研究中發(fā)揮出巨大的威力。于是，我下決心來研究數(shù)學(xué)方法在語言中的應(yīng)用這個(gè)問題，開始了我從事計(jì)算語言學(xué)研究的美夢(mèng)。

我的這個(gè)計(jì)算語言學(xué)的美夢(mèng)一直做到現(xiàn)在，悠悠歲月，甘苦備嘗。

1959年，經(jīng)領(lǐng)導(dǎo)批準(zhǔn)，我從理科轉(zhuǎn)到中文系語言學(xué)專業(yè)從事語言學(xué)的學(xué)習(xí)。轉(zhuǎn)入語言學(xué)專業(yè)之后，我一面學(xué)好傳統(tǒng)語言學(xué)的各門課程，一面利用課余時(shí)間，繼續(xù)研究數(shù)理語言學(xué)的問題，我盡量充分地利用北京大學(xué)圖書館豐富的藏書和最新的雜志，跟蹤著國(guó)際上數(shù)理語言學(xué)發(fā)展的足跡。1964年我考上了語言學(xué)理論的研究生，經(jīng)導(dǎo)師同意，我的研究生畢業(yè)論文的題目定為《數(shù)學(xué)方法在語言學(xué)中的應(yīng)用》，在我國(guó)語言學(xué)研究中，首次系統(tǒng)地、全面地來研究數(shù)理語言學(xué)這個(gè)新興學(xué)科。

北京大學(xué)中文系的著名語言學(xué)家王力先生和朱德熙先生都支持我的數(shù)理語言學(xué)研究，王力先生對(duì)我說：“語言學(xué)不是很簡(jiǎn)單的學(xué)問，我們應(yīng)該像趙元任先生那樣，首先做一個(gè)數(shù)學(xué)家、物理學(xué)家，然后再做一個(gè)合格的語言學(xué)家?！敝斓挛跸壬鷮?duì)我說：“數(shù)學(xué)和語言學(xué)的研究都需要有邏輯抽象的能力，在這一方面，數(shù)學(xué)和語言學(xué)有共同性。”北京大學(xué)的這些第一流的學(xué)者，總是站在科學(xué)的最前沿來看待學(xué)術(shù)的發(fā)展，他們的鼓勵(lì)給了我以巨大的力量。

可是，不久便發(fā)生了文化大革命，王力先生和朱德熙先生都被打成反動(dòng)學(xué)術(shù)權(quán)威，我的數(shù)理語言學(xué)研究也隨之失去了支持，我被分配到云南邊疆的一所中學(xué)里教物理課。

在中學(xué)任教期間，我除了認(rèn)認(rèn)真真地教好學(xué)生，努力搞好本職工作外，還利用一切業(yè)余時(shí)間，密切地關(guān)注著國(guó)外學(xué)術(shù)發(fā)展的動(dòng)向。數(shù)理語言學(xué)仍然像磁石一樣強(qiáng)烈地吸引著我，在云南邊疆那樣閉塞的環(huán)境中，在信息不足、資料缺乏的困難條件下，我閱讀了當(dāng)時(shí)所能搜集到的各種關(guān)于數(shù)理語言學(xué)的資料，為了閱讀散見于各種外文書刊中的數(shù)理語言學(xué)文獻(xiàn)，我學(xué)會(huì)了英、法、德、俄、日五種外國(guó)語，緊跟著世界上數(shù)理語言學(xué)發(fā)展的步伐。1973年，我在云南省圖書館看到了美國(guó)語言自動(dòng)處理咨詢委員會(huì)(Automatic Language Processing Advisory Committee) 于1966年11月發(fā)表的《語言與機(jī)器》(Language and Machine)這個(gè)關(guān)于機(jī)器翻譯的調(diào)查咨詢報(bào)告，這個(gè)報(bào)告一方面對(duì)于機(jī)器翻譯采取了消極悲觀的態(tài)度，一方面強(qiáng)調(diào)了繼續(xù)從計(jì)算角度研究自然語言規(guī)律的重要性，提出了“計(jì)算語言學(xué)”(computational linguistics)這個(gè)名稱。這是我第一次接觸到計(jì)算語言學(xué)這個(gè)名稱，從此以后，計(jì)算語言學(xué)便成為了我終身為之奮斗的事業(yè)。

粉碎“四人幫”之后，迎來了科學(xué)的春天，我有了歸隊(duì)的可能。但是，這次我歸的隊(duì)不是文科的隊(duì)，而是理科的隊(duì)。為了提高自己的數(shù)學(xué)和計(jì)算機(jī)科學(xué)的知識(shí)水平，我于1978年通過理科考試，考上了中國(guó)科學(xué)技術(shù)大學(xué)研究生院信息科學(xué)系的研究生，棄文學(xué)理，又開始了理科的學(xué)習(xí)，從云南邊疆回到了北京。1979年，《計(jì)算機(jī)科學(xué)》雜志創(chuàng)刊，我在《計(jì)算機(jī)科學(xué)》創(chuàng)刊號(hào)上發(fā)表了《形式語言理論》的長(zhǎng)篇論文，用嚴(yán)格的數(shù)學(xué)表達(dá)方式向計(jì)算機(jī)科學(xué)界說明語言學(xué)中的形式化方法如何推動(dòng)了當(dāng)代計(jì)算機(jī)科學(xué)的發(fā)展，并且指出，在語言學(xué)研究中發(fā)展起來的形式語言理論事實(shí)上已經(jīng)成為了當(dāng)代計(jì)算機(jī)科學(xué)不可缺少的一塊重要的理論基石，計(jì)算機(jī)科學(xué)絕不可忽視形式語言理論。這樣，我便從語言學(xué)的領(lǐng)域跨入了計(jì)算機(jī)科學(xué)的領(lǐng)域，開始從計(jì)算機(jī)科學(xué)的角度來研究語言學(xué)問題。

不久，我被中國(guó)科學(xué)技術(shù)大學(xué)研究生院選送到法國(guó)格勒諾布爾理科醫(yī)科大學(xué)應(yīng)用數(shù)學(xué)研究所(IMAG)自動(dòng)翻譯中心(GETA)學(xué)習(xí)，師從當(dāng)時(shí)國(guó)際計(jì)算語言學(xué)委員會(huì)主席、法國(guó)著名數(shù)學(xué)家沃古瓦(B. Vauquois)教授專門研究機(jī)器翻譯和計(jì)算語言學(xué)問題。1981年回國(guó)后，我在中國(guó)科學(xué)技術(shù)信息研究所計(jì)算中心從事機(jī)器翻譯的研究工作，仍然是從計(jì)算機(jī)科學(xué)的角度來研究語言學(xué)問題。直到1985年11月，由于語言文字工作的需要，我又一次棄理從文，調(diào)入國(guó)家語言文字工作委員會(huì)語言文字應(yīng)用研究所工作。這是在我第一次棄理學(xué)文26年之后的又一次改行，最后還是回到了語言學(xué)的隊(duì)伍。這時(shí)我已經(jīng)是47歲的人了，斗轉(zhuǎn)星移，人事滄桑，其中的甘苦有誰知道呢？

現(xiàn)在我已經(jīng)是白發(fā)蒼蒼的68歲的老人了，從1957年開始做計(jì)算語言學(xué)研究之夢(mèng)到現(xiàn)在，我從事計(jì)算語言學(xué)研究已經(jīng)整整五十年。在這五十年的時(shí)間里，我國(guó)的計(jì)算語言學(xué)已經(jīng)取得了很多成就，漢字排版印刷、機(jī)器翻譯、信息自動(dòng)檢索、信息自動(dòng)提取等都已經(jīng)投入了實(shí)用，有的達(dá)到了國(guó)際水平，這是令人欣慰的。我希望學(xué)習(xí)語言學(xué)的年輕學(xué)子注意這門新興的語言學(xué)科，努力學(xué)好語文、數(shù)學(xué)和外語，練好基本功，為將來從事計(jì)算語言學(xué)的研究打好基礎(chǔ)，我相信你們一定會(huì)為我國(guó)計(jì)算語言學(xué)的發(fā)展做出新的貢獻(xiàn)！

（馮志偉，教育部語言文字應(yīng)用研究所）