論語言學的跨學科研究

戴煒華， 吳國玢

(上海理工大學 外語學院，上海 200093)

當代學科交叉融合，分類越來越細。但是，宇宙是一個統(tǒng)一的整體，作為對宇宙認識的科學也應該是內(nèi)在地統(tǒng)一的。自然科學和人文社會科學二者的源頭是同一的，即來源于具有精神和物質二態(tài)的宇宙。學科之間越往深處研究就越?jīng)]有明確的界限。學科的融合是學科發(fā)展的趨勢，可以促進學科間的相互滲透和交叉，推動科學發(fā)展的進程。學科的交叉具有重大意義，因為“科學史表明，科學經(jīng)歷了綜合、分化、再綜合的過程。現(xiàn)代科學則既高度分化又高度綜合，而交叉科學又集分化與綜合于一體，實現(xiàn)了科學的整體化”，“學科交叉點往往就是科學新的生長點、新的科學前沿，這里最有可能產(chǎn)生重大的科學突破。”[1]國家“十一五”基礎研究發(fā)展規(guī)劃(2009-08-28)就列出自然科學與人文社會科學交叉學科，要求“積極推進神經(jīng)科學與計算機科學、信息科學、語言學、社會學等學科的交叉”。

一、跨學科研究是當代語言學的發(fā)展趨勢

語言在某種意義上是一種既具有自然屬性又具有社會屬性的信號系統(tǒng)。語言學是一門科學。事實上，英語中起先用science of language來表示語言學，后來才改用linguistics這個專門術語。后者源自德語中 Sprachw issenschaft一詞，按其字面意義是“語言科學”。語言學可以說是一門介于人文-社會科學和自然科學之間的科學，“其研究對象和由此采用的研究方法決定了語言科學是介于自然科學和社會科學之間的科學”[2]。傳統(tǒng)語言學稱為語文學(philology)，主要是研究古代文獻和書面語。1916年瑞士語言學家de Saussure所著《普通語言學教程》的問世標志著現(xiàn)代語言學的誕生。他指出語言包含內(nèi)部要素和外部要素，并以此區(qū)分內(nèi)部語言學和外部語言學[3]。前者指語言本身的結構系統(tǒng)，后者則涉及與民族、文化、地理、歷史等多方面的關系。當代語言學本質上是跨學科性質的。語言學已越來越離開傳統(tǒng)的人文-社會學科范疇，其采用自然科學要素和研究方法的趨勢正在日益增強。“語言學是一門領先的科學”[4]。其領先性主要體現(xiàn)在語言學理論的先進性和學科的交叉性上。同時，“語言學研究中跨學科的傾向也是現(xiàn)代科學技術發(fā)展的必然”[5]。語言學要成為一門自主的學科，就必須同其他學科進行交叉。正如丹麥語言學家Louis Hjelmslev(1953)所指出的那樣，只有當邏輯語言學、歷史語言學、生理語言學、物理語言學、心理語言學以及社會語言學由語言的語言學(linguistic linguistics)加以補充的時候，語言學作為一門自主學科才可以得到確立[6]。同語言學交叉的學科種類繁多，涉及人文-社會科學和自然科學，從而產(chǎn)生眾多的交叉學科，例如人類語言學，人種語言學，文化語言學，文學語言學，哲學語言學，邏輯語言學，社會語言學，心理語言學，生物語言學，生態(tài)語言學，生理語言學，認知語言學，神經(jīng)語言學，病理語言學，地理語言學，數(shù)理語言學(包括統(tǒng)計語言學、代數(shù)語言學)，物理語言學，計算語言學等。

在自然科學范圍內(nèi)，語言學同數(shù)學、物理等基礎學科有著緊密的聯(lián)系。早在1916年de Saussure就指出，語言可以比喻為一個幾何系統(tǒng)。1904年波蘭語言學家Baudouin de Courtenay堅信語言學將日益接近精密科學，指出語言學將根據(jù)數(shù)學的模式，“更多地擴展量的概念”，“將發(fā)展新的演繹思想的方法”[7]。N.Chomsky的生成語言學把語言定位于對人類認知結構的研究，其理論涵蓋了語言學、人類學、哲學、心理學、計算機科學等領域。生成語言學借鑒邏輯學和離散數(shù)學的研究方法，研究存在于人類大腦里的內(nèi)在語言系統(tǒng)，并把語言比喻為數(shù)學的形式系統(tǒng)，從而開拓了計算機自動化理論中形式語言的研究，并出現(xiàn)了多種形式模型[8-9]。語言學和數(shù)學的密切關系導致數(shù)理語言學和模糊數(shù)學的誕生。數(shù)理語言學是應用數(shù)學的一個分支，對于研究語言系統(tǒng)各個層面(語音、音位、形態(tài)、句法、語義)而言十分重要。模糊集論是解決模糊性問題的數(shù)學分支，與語言學關系緊密。L.A.Zadeh(1965)指出：“模糊集論這個分支的起源是從語言學方法的引入開始的，它轉而又推動了模糊邏輯的發(fā)展……在即將到來的年代，我相信近似推理和模糊邏輯將發(fā)展成為一個重要領域，從而成為研究哲學、語言學、心理學、社會學、管理科學、醫(yī)學診斷、判別分析以及其他領域的新方法的基礎。”[10]L.A.Zadeh還指出：“一種現(xiàn)象，在能用定量的方法表征它之前，不能認為已經(jīng)被徹底地理解，這是現(xiàn)代科學的基本信條之一……”[10]法國拓撲學家Rene Thom(1975)認為拓撲學涉及的連續(xù)性和鄰接性等概念同語言的模糊本質關系密切，指出幾何圖形在連續(xù)改變形狀時還能保持不變的一些特性同語言學中的音位學、形態(tài)學研究變體(如音位變體、語素變體)和常體(如音位、語素)二者之間的關系，在原理上是完全相通的[11]。

語言學和物理學早就結下不解之緣。言語聲波的特性分析早期都是由物理學家進行的。在20世紀初，人們還只能使用浪紋計所繪制的波形來分析語音。當時，語言學大師趙元任用物理學知識解釋語音的物理成素，用漸變音高管、浪紋計等儀器分析語音的音高、音強和音長的特性。他在《語音的物理成素》的結語部分談到：“……所以我用物理學生同言語學生的雙名作這一篇語音的成素。”[12]到了20世紀50年代，語音學家應用動態(tài)聲譜儀等物理儀器，才形成語音學的分支——聲學語音學(acoustic phonetics)。現(xiàn)代聲學與物理學的分支學科如力學、連續(xù)介質力學、流體物理、凝聚態(tài)物理、光學、電學、磁學、無線電物理學等有密切的關聯(lián)。在自然語言的處理中，語音識別是集聲學、語言學、語音學(發(fā)音語音學、發(fā)聲語音學、聽覺語音學)、計算機、信息處理、人工智能于一體的綜合技術。在計算語言學領域越來越多地使用統(tǒng)計數(shù)學的方法來分析語言數(shù)據(jù)，“目前統(tǒng)計機器翻譯(statistical machine translation，簡稱SMT)成為了機器翻譯的主流技術。”[7]在人工智能研究領域，中國留美學者T.Yang于1997年首次應用“Physical Linguistics(物理語言學)”這個術語，提出了“計算動詞(computational verbs)理論”，運用進化函數(shù)對人類思維中的動態(tài)部分建模[13-14]。計算動詞系統(tǒng)能依據(jù)“動態(tài)經(jīng)驗”逐步修正計算過程，實現(xiàn)簡單的主動思維，從而推動人工智能領域的變革。

1933年，美籍波蘭裔數(shù)學家 Alfred Korzybski將現(xiàn)代數(shù)學和物理學，尤其是后者的宇宙觀和思維方法加以拓展，運用到人類實際經(jīng)驗世界的各個領域中，創(chuàng)立了“普通語義學(general semantics)”[15]。愛因斯坦相對論和量子理論所揭示的全新世界觀正是普通語義學的思想核心。普通語義學研究的是說話人、語言和現(xiàn)實之間的關系，具有使人從語言的“專橫”(tyranny)中解放出來的概念[16]。我們生活在一個動態(tài)的世界中，人們對事物不僅作出反應，而且對反應再作出反應，以至無窮。A.Korzybski (1933)把語言比作地圖，實在比作領土，但地圖不是領土，“理想的地圖將包括地圖的地圖，語言可對一個陳述再作出陳述以至無窮”。事實上，自物理學誕生之日起，它的發(fā)展就始終與其概念體系的語義表達和語義演變相伴相隨。Korzybski認為，科學所運用的是一種特殊的有限的但卻是很完整的表達形式(即數(shù)學語言)，這種數(shù)學語言與其所處理的事實之間在結構上是一致的。如牛頓的經(jīng)典物理學使用歐幾里得幾何、微積分作為其精確的語言表達方式；相對論與非歐何(黎曼幾何)的數(shù)學語言一致；量子理論則成功地擁有自己獨特的數(shù)學框架。科學事實與表達語言(數(shù)學)在結構上的一致性使得科學家、工程師在解決實際問題時游刃有余、得心應手[17]。例如，根據(jù)力學原理設計制造的機械設備在一般情況下不會發(fā)生斷裂等造成嚴重后果的事故，即使出現(xiàn)問題也容易進行分析、追溯，查出事故原因。

筆者認為，就物理學而言，除了數(shù)學語言之外，與之相配套的物理語言(包括名詞術語體系)其實也十分重要，否則那些數(shù)學語言就成了無源之水、無本之木。要想掌握好數(shù)學語言，就必須明白那些符號、公式的語義即物理意義，掌握相應的物理概念，仔細推敲對于現(xiàn)象、定義、原理、定律、規(guī)律和公式的文字描述。一句話，要想學好物理就必須掌握好相關概念的語義和物理語言。人類語言是一種歷史傳承，它總是與以前的宇宙觀和思維模式相適應，其語言結構中所包含的種種信息或語義也都是傳承下來的，需要不斷更新，與時俱進。很明顯，我們無法運用經(jīng)典物理學的語言去闡述相對論和原子物理學的理論，去揭示宏觀世界和微觀世界中的物理現(xiàn)象與運動規(guī)律的真相及奧秘。在近年來國際上嶄露頭角的德國卡爾斯魯厄物理課程(KPK)中，關于能量這個概念的解釋(語義)與傳統(tǒng)物理學有較大區(qū)別。受愛因斯坦質能關系的啟示，KPK的作者認為，能量只有一種，并不存在著不同形式或不同類型的能量；能量始終與其載體相伴，能量形式(energy form)的概念應當為能量載體(energy carrier)的概念所取代，所謂不同的能量形式其實就是不同的能量載體，能量的轉換其實就是能量載體的轉換，能量轉換器其實就是能量轉載器[18]。隨著能量語義的轉變，相關的名詞術語諸如能量供體、能量受體、能量載體、能量轉載體和能流圖等應運而生。在KPK中，由于動量流這一概念的引入，力(force)的概念也發(fā)生了重大變化，其解釋或者語義改為“動量流強度(strength of momentum current)”。相應地，應力(stress)的概念也改變?yōu)椤皠恿苛髅芏?density of momentum current)”。這不僅加深了人們對于力的本質的認識，而且直接導致牛頓三大定律被更為簡單的動量守恒原理描述所取代，意義十分重大[19]。

二、認知語言學與物理學的關系

語言是一種認知活動，而“認知是生物體的本質功能特征”[20]。20世紀70年代發(fā)展起來的認知科學是研究心智工作機制的一門綜合性學科，具有范圍十分廣闊的跨學科研究領域。誕生于 20世紀80年代后期的認知語言學“是基于人們對世界的經(jīng)驗并以對世界進行感知和概念化的方法來研究語言的一門學科”[21]。認知語言學在語言和認知之間進行整合，從自然語言切入，組織、處理和傳遞信息，旨在通過分析人類在思維、儲存信息、理解和產(chǎn)生語言的過程中所運用的認知策略來研究認知或心理結構。因此，認知語言學與心理學、哲學、神經(jīng)科學、人工智能等學科關系緊密。而現(xiàn)代認知物理學借鑒物理學的方法，從自然語言切入，從定性到定量、從概念到知識對認知過程加以研究，模擬人的思維過程的形式化表征，為人工智能的發(fā)展，提供了強有力的工具。

圖1 方言連續(xù)體示意圖Fig.1 Diagram of the dialect continuum

從認知角度看，語言學與物理學有相通之處。例如，方言學告訴我們，在下面一個由方言a，b，c，d，e組成的方言連續(xù)體(dialect continuum)中，人們無法確定所觀察到的點在哪里(見圖1)。例如，與c方言最鄰近的方言是b方言和d方言，但由于語言的連續(xù)變化，人們無法精確找到作為參照系所需要的c點，因為在這個連續(xù)體中并沒有一處能清晰地表明c處是截然隔離開來的。這就是說，語言具有測不準或不可測性。同樣，物理學中也有測不準或不可測的問題。事實上，當你試圖測量物體的某種性質(物理量)時，你不可避免地要同該物體發(fā)生相互作用。這種相互作用總是會使物體原來所處的狀態(tài)和周圍環(huán)境受到影響或干擾，會給你所力求測定的那種性質本身帶來一些變化。換言之，在測量某種性質時會由于測量動作本身而使那種性質發(fā)生改變。這就意味著，你根本不可能絕對精確地測量出這種性質。德國物理學家海森堡(W.K.Heisenberg，1901—1976)明確指出，我們不可能設想出任何一種方法，能夠同時精確地測量出任何一種物體的位置和動量。你把位置測定得越準確，你所能測得的動量就越不準確；你測得的動量越準確，你所能測定的位置就越不準確。這就是他著名的“測不準原理(uncertainty principle)”[22]。經(jīng)典物理學曾認為，物質粒子具有確定的位置和速度。然而，海森堡成功地證明了量子實際上是不可測的。量子(quantum)這個術語來自拉丁語quantus一詞，原意為“多少”。在現(xiàn)代物理學中，量子是指某些物理量的基本單元，即一種不可繼續(xù)分割的最小單元。

認知語言學的經(jīng)驗觀告訴我們，世界上的事物千差萬別，對這些事物的命名涉及對事物的分類，分類的過程就是“范疇化”(categorization)，而分類的結果就是“范疇”(category)。

范疇化是人類基本的認知活動之一。認知范疇與科學范疇是不同的。科學的范疇觀認為在一個范疇內(nèi)部，其成員的地位是平等的，科學上的范疇化標準也比較固定，同時，對知識進行分類中的層級也較多而且復雜。認知語言學告訴我們，范疇與范疇之間的界限是模糊的，范疇并不是由“界定特征”來界定的，相鄰的范疇界限并不是“是或不是”的區(qū)別，而是涉及界限典型性的程度。這就是說，一個范疇內(nèi)成員有典型與非典型之分，而范疇成員的非典型性又是范疇邊緣模糊性的表現(xiàn)。例如，麻雀、燕子、喜鵲等是“鳥”這個范疇的典型成員，而鴕鳥(ostrich)不會飛，但具有羽毛、翅膀、卵生等鳥類的其他特征，因而是鳥類的非典型成員。范疇成員區(qū)分典型和非典型，說明它們彼此間有隸屬程度上的差異。范疇會隨著人們的不同經(jīng)驗而發(fā)生變化。鴕鳥在人們?nèi)粘澐种惺区B類的非典型成員，但在一些專家看來鴕鳥是鳥類的典型成員。

在物理學中，物理量有多種不同的分類方法。如按學科分類，可以把物理量分為力學量、電學量、熱學量和化學量等。力學量包括速度、加速度、力、動量等。電學量包括電壓、電流(強度)、電阻、電勢等。熱學量包括溫度、熵、焓、比熱容、自由能等。化學量則包括原子量、分子量、物質的量、化學勢等物理量。然而，有些物理量的類別(范疇)并不容易界定。例如，溫度和熵這兩個物理量在熱學和化學中都扮演著重要角色；能量這個量則貫穿于所有的學科之中，人們很難硬性地將它們歸入某一學科的范疇。在德國卡爾斯魯厄物理課程(KPK)中，使用較多因而占有重要地位的一種分類方法是，按照確定物理量數(shù)值時所涉及的幾何形體，即點、面、體(空間)來進行分類。涉及到點的物理量有速度、溫度、壓強、電勢、密度等，涉及到面(截面)的物理量包括所有與流量或流強度以及流密度有關的量，如電流、動量流(強度)或力、熵流、能流、動量流密度(應力)等，涉及到體(空間體積)的物理量有質量、動量、電荷(量)、熵、物質的量、能量等。這種分類方法有其科學性和合理性的一面，但它并不能覆蓋所有的物理量。如時間、電阻和電容等量就不屬于上述三類中的任何一類。在 KPK中，所謂的物質型物理量(substance-like quantity)如質量、動量、熵以及能量等屬于廣延量[19]。它們占據(jù)一定的空間區(qū)域，能夠在空間內(nèi)“流動”。但是體積這個廣延量卻并不適合于納入物質型物理量的范疇。它所處的邊緣地位與前面提及的鴕鳥有點類似。

概念關系包括層次等級(hierarchy)、鄰近性(contiguity)和相似性(similarity)。層次等級涉及概念分類和“上/下”(top/bottom)，相似性涉及概念隱喻，而鄰近性則涉及概念轉喻。在信息處理和知識表征中存在著兩種認知策略：自下而上(bottom-up)以及自上而下(top-down)。在很多情況下，前者可看成是分析和解構的同義詞，后者則可看成綜合的同義詞。在宇宙物理學中，英國著名物理學家霍金(Stephen Hawking)和他在歐洲核子中心的合作者Thomas Hertog于2006年提出了一種解釋宇宙演化的新方法[23]。這種獨特的方法采用“自上而下”而不是“自下而上”的認知方式來研究宇宙。在此之前，大多數(shù)宇宙模型都是自下而上的，即先假設宇宙大爆炸時有一個明確的初始條件，然后推導以后發(fā)生的事情。然而這些模型實際上是有缺陷的，因為我們目前不知道也無法知道宇宙創(chuàng)生時的初始條件，我們只知道末態(tài)，即現(xiàn)在的狀態(tài)。Hawking和Hertog的觀點是，我們應該從目前觀測到的條件，比如宇宙是三維的，接近平坦以及加速膨脹等條件出發(fā)，在時間上向后追溯來反演初始條件或初始狀態(tài)。他們認為宇宙沒有一個獨一無二的開始和歷史過程，相反它有多個不同的開始和歷史過程，并且歷經(jīng)了所有這些過程。但大多數(shù)其他歷史過程在大爆炸之后就很快消失了，只留給我們今天所觀測到的這個宇宙。因此，理解過去的最好途徑就是從現(xiàn)在出發(fā)來追溯過去。

在許多不同類型的物理過程中常常具有深層次的相似性，這就為隱喻創(chuàng)造了條件。圖2說明水力發(fā)電站的水輪機與火力發(fā)電廠的汽輪機之間具有很強的相似性或可比性[24]。不難看出，水電站與火電廠在結構上十分相似。在水電站，水通過從高水位下降至低水位來驅動水輪機；在火電廠，熱量通過從高溫下降到低溫來驅動汽輪機。這就說明，熱流是可以與水流相比擬的。在KPK中，所有物質型物理量的流(current)，如動量流、角動量流、電流、熵流、能流等，都可以與水流的動態(tài)進行類比。

圖2 水力發(fā)電站與火力發(fā)電廠在結構上的可比性Fig.2 Hydroelectric and thermal power plants are structurally com parable

隱喻是人類認知的重要工具，是人類思維的重要組成部分。Lakoff.and Johson(1980)指出，“隱喻無所不在，存在于我們的語言中、思想中。其實，我們?nèi)祟惖母拍钕到y(tǒng)就是建立在隱喻上面的。”[25]按照他們的觀點，人類思維總是以熟知的、有形的、具體的事物為參照點來認識事物的抽象概念。這種認知方式導致不同概念域之間的相互關系。1890年物理學家 J.Maxwell就是用 lines of force，dance of molecule這種隱喻表達來解釋磁力的分布形狀和分子的運動。物理現(xiàn)象一般可以采用兩種方式，即模型方式和理論(數(shù)學)方式進行描述。人們通常使用模型來描述那些他們沒有直覺認知或無法直接體驗的物理過程或物理現(xiàn)象(比如那些發(fā)生在微觀世界內(nèi)的物理過程或現(xiàn)象)。顯然，模型必須是一種人們已經(jīng)十分熟悉因而充分信賴的系統(tǒng)。量子力學的研究對象是人類無法直接體驗的量子世界，因此就需要用隱喻的方式引入概念，建立相應的物理模型，如虛粒子(包括虛光子、虛電子、虛正電子、虛夸克、虛反夸克、虛膠子)等。

語言學上的隱喻表達與物理學上的深層隱喻也是相通的，例如，語言學上的隱喻表達：Heat flows out of the room(熱量從房間內(nèi)流出)；物理學上的深層隱喻：Heat is a fluid-like or substance-like quantity (熱量是一種具有類似于流體性質的物理量，即物質型物理量)

當代物理學的一些重要概念不少均采用字面意義無法表達的隱喻方式表達出來。“光波在真空中傳播時，不像池塘中的水波一樣上下波動；場不像一片充滿了干草的場地，而是力的強度和方向的一種數(shù)學描寫；原子并沒有照文字上說的，從某一量子態(tài)跳到另一量子態(tài)去；電子也不是真的繞著原子核走圓形軌道……我們運用這些字的方式是隱喻。”[26]科技文獻資料里的隱喻性術語層出不窮，如butterfly valve(蝶形閥)、nose-suspended motor(鼻掛式電機)、goose neck tool(鵝頸刀)、condensing worm(冷凝蛇管)、horse power(馬力)等。近代物理學上的波粒二象性(wave-particle duality)是量子力學的一個中心概念，指的是一切粒子同時都顯示具有波和粒子的特性。對波粒二象性的不同描述和互補，類似于語言學上兩種隱喻評價的功能互補。Pulaczewska (1999)把這種互補稱之為相互間的“隱喻重描”[27]。“當代量子力學的發(fā)展使物理學的語言遠離經(jīng)驗世界，因此量子力學理論的概念發(fā)展也就不是現(xiàn)存語言體系所能支撐得了的。這就為量子力學理論語言的隱喻性使用及對測量對象的‘隱喻重描’留下更為廣闊的空間。”[28-29]

轉喻同隱喻一樣，是我們?nèi)粘Ｋ季S的一部分。德國物理學家George Ohm發(fā)現(xiàn)了電阻定律即歐姆定律，歐姆成了電阻單位和定律的名稱。用來測量電阻的儀器也相應地稱為歐姆表(ohmmeter)。由英國物理學家牛頓所創(chuàng)建的力學稱為牛頓力學。至于以首創(chuàng)人的名字來命名數(shù)學方程式在科學史上更是屢見不鮮，比如伯努利方程式、愛因斯坦方程、薛定諤方程，等等。這種由人名轉喻為計量單位、儀器儀表、定律定理、學科名稱和數(shù)學方程式的例子在物理學中十分普遍。

當然，隱喻和轉喻是不同的。隱喻基于“相似性”，而轉喻則基于“鄰近性”。隱喻涉及經(jīng)驗的兩個域，而轉喻只涉及一個域。在這里，所謂域是指“界定一個語義單位的語境”[30]。最基本的域包括空間、視覺、溫度、壓力、顏色等。科學隱喻和日常隱喻一樣，也具有語用語境。科學家使用隱喻的目的在于探尋本體與喻體的相似性，從而找出科學規(guī)律，建立模型，構建新的理論[31]。

海森堡作為當代最卓越的理論物理學家和原子物理學家之一，曾專門闡述了現(xiàn)代物理學中的語言和實在。“人們能夠談論原子本身嗎？這是一個物理學問題，同時也是一個語言學問題。”“在科學知識的增長中，語言也增長了；……我們發(fā)展了一種科學語言，它可以稱為與科學知識新增長的領域相適應的日常語言的自然擴展。”(《物理學和哲學》，范岱年譯，1981)我們以熱力學中的術語“熵”作為例子說明之。“熵”的英語術語為 entropy，來自希臘語entropia一詞，意為“內(nèi)向”，表示“一個系統(tǒng)在不受外部干擾的條件下向其內(nèi)部最穩(wěn)定狀態(tài)發(fā)展的特性”。漢語中的“商”指“被除數(shù)除以除數(shù)所得的數(shù)(quotient)”。傳統(tǒng)熱力學中的“熵”指的是熱能除以溫度所得的“商”，它標志著熱量轉化為功的程度。1923年5月3日德國物理學家普朗克來中國講學時曾使用entropy這個術語，這是在我國首次出現(xiàn)的術語。當時由胡剛復教授任翻譯。如果把entropy譯成“商”，顯然沒有把entropy的含義譯出來，于是他急中生智，“根據(jù)熱溫商Q/T之意首次把‘商’字加‘火’字旁來意譯‘entropy’這個詞，創(chuàng)造了‘熵’字，發(fā)音同‘商’”[32]。現(xiàn)在看來，這個意譯可謂恰到好處，因為entropy是一個熱學術語，應該與熱(火)有關，而熵是熱能變化ΔQ除以絕對溫度T之商的函數(shù)。在KPK物理學中，熵流Is是指能流P除以絕對溫度T之商，直接與熱量的概念聯(lián)系起來，從而使得這個原來抽象難懂的物理量變得通俗易懂。這無疑是對熱學乃至整個物理學的一個重大貢獻。科學必須依靠語言來傳遞信息。“熵”這個例子說明，科學理論除了用數(shù)學語言、數(shù)學方式表述外，也要用自然語言來陳述，不過這種自然語言實際上已轉化為科學語言及其使用的語詞，而“隱喻在建立科學語言與世界的聯(lián)系中發(fā)揮著基礎性的作用”[33]。

三、結束語

學科的融合是科學發(fā)展的趨勢。學科的交叉和融合是學科發(fā)展和創(chuàng)新的需要。學科在宏觀上、整體上的統(tǒng)一是可能的。但學科基于什么理論統(tǒng)一？這個問題很難回答。例如，學科的統(tǒng)一是否可以基于統(tǒng)一信息理論的基礎上，因為“物質是信息的集合體”，而信息理論具備學科統(tǒng)一理論的所有特征，從而使人類的知識被涵蓋并融合在其中。也有人認為，學科的統(tǒng)一不在于內(nèi)容，而在于方法。總之，這是一個可供討論的問題。

語言學與自然科學、人文-社會科學有著廣泛的聯(lián)系和交叉，其研究方法已日益具有自然科學的性質。跨學科研究是當代科學發(fā)展的趨勢，也是語言學發(fā)展的趨勢。隨著認知科學、腦科學、神經(jīng)科學、計算機科學、人工智能的發(fā)展，語言學的研究領域將日益深化，研究手段將日益現(xiàn)代化。

科學語言會隨著科學的發(fā)展而不斷發(fā)展。作為認知現(xiàn)實方式的隱喻在科學理論的陳述中所發(fā)揮的作用是不爭的事實。科學隱喻的功能包括理論構建功能(如光的波粒二象性理論)、命名功能(如計算機病毒)、解釋功能(如量子場論中“夸克禁閉”)、預言功能(如根據(jù)反粒子的發(fā)現(xiàn)預言反物質的存在，自1986年該預言得到證實以來，各世界強國爭相研制反物質武器，即第四代核武器。又如根據(jù)二氧化碳排放所造成的“溫室效應(greenhouse effect)”預言“全球變暖(global warming)”以及一系列世界性的氣候異常等)。

[1]路甬祥.學科交叉與交叉科學的意義[J].中國科學院院刊,2005,20(1): 58-60.

[2]Bu?mann H.Lexikon der Sprachw issenschaft[M].陳慧瑛,等編譯.北京: 商務印書館,2007.

[3]Saussure F.Course in General Linguistics[M].Chicago: Open Court,1986.

[4]伍鐵平.語言學是一門領先的科學[M].北京: 北京語言學院出版社,1994.

[5]胡壯麟.談語言學研究的跨學科傾向[J].外語教學與研究,2007,39(6): 403-408.

[6]Hjelmslev L.Prolegomena to a Theory of Language[M].Bloommington: Indiana University,1953.

[7]馮志偉.計算語言學的歷史回顧與現(xiàn)狀分析[J].外國語,2011,(1): 9-17.

[8]Chomsky N.New Horizons in the Study of Language and M ind[M].Cambridge: Cambridge University Press,2000.

[9]Chomsky N.Three factors in language design[J].Linguistic Inquiry,2005,36(1): 1-22.

[10]Zadeh L A.Fuzzy sets[J].Information and Control,1965,8(3): 338-353.

[11]Thom R.Structural Stability and Morphogenesis: An Outline of a General Theory of Models[M].Massachusetts: Benjam in-Cumm ings Publishing,1975.

[12]趙元任.趙元任全集[M].北京: 商務印書館,2002.

[13]Yang Tao.Computational Verb Theory: From Engineering, Dynamic Systems to Physical Linguistics[M].Tucson: Yang’s Scientific Research Institute LLC,2002.

[14]Yang Tao.The Mathematical Principle of Natural Languages: The First Course in Physical Linguistics[M].Tucson: Yang’s Scientific Press,2007: 31.

[15]Korzybski A.Science and Sanity: An Introduction to non-Aristotelian Systems and General Semantics[M].5th ed.Brooklyn: Institute of GS,1994.

[16]Chase S.The Tyranny of Words[M].New York: Harcourt,Brace and Company,1938.

[17]周靜芳.論普通語義學及其理論基礎[J].江南大學學報(人文科學版),2006,5(6): 84-88.

[18]吳國玢,Herrmann F.試論一種新的能量觀[J].物理與工程,2010,20(6): 3-6.

[19]吳國玢.關于德國KPK物理課程教學實驗中若干問題的討論[J].物理與工程,2011,21(3): 43-51.

[20]Maturana H R.The biology of cognition BCL Report 9.0 C]//Urbana: University of Illinois,1970.Reprinted in Dordecht: D.Reidel Publishing Co.,1980

[21]Ungerer F,Schm id H J.An Introduction to Cognitive Linguistics[M].New York: Pearson Education Inc.,1996.

[22]海森堡.物理學和哲學[M].范岱年,譯.北京: 商務印書館,1981.

[23]Hawking S W,Hertog T.Populating the landscape: a top down approach[J/OL].Phys.Rev.D.2006,73: 123527 -1-123527-9 (2006)[2010-11-03].http://link.aps.org/doi/ 10,1103/ Phys.Rev.D 73,123527 (2006).

[24]Fuchs H U.The Dynamics of Heat: A Unified Approach to Thermodynam ics and Heat Transfer[M].New York: Springer Science+Business Media,2010.

[25]Lakoff G,Johson M.Metaphors We Live by[M].Chicago: The University of Chicago Press,1980.

[26]柯爾 K C.物理與頭腦相遇的地方[M].丘忠義,譯.長春: 長春出版社,2003.

[27]Pulaczewska H.Aspects of Metaphor in Physics[M].Tibingen: Max Niemsyer Verlag Gmbit,1999: 23.

[28]郭貴春.科學隱喻的方法論意義[J].中國社會科學,2004,(2): 92-101.

[29]郭貴春,李德新.量子場論中的隱喻思維[J].科學技術哲學研究,2010,27(6): 10-17.

[30]Langacker R W.Theoretical Prerequisites[S]// Foundations of Cognitive Grammar.Vol.1.Standard: Stanford University Press,1987.

[31]Langacker R W.Descriptive Application[S]// Foundations of Cognitive Grammar.Vol.1.Standard: Stanford University Press,1991.

[32]司德平.熵的物理意義及其延伸[J].物理教學,2009,31(7): 16-17.

[33]Kuhn T.Metaphor in science[C]//Ortony A.Metaphor and Thought.Cambridge: Cambridge University Press,1993: 539.