語言的抽象性和象似性

內容摘要：語言具有抽象性和象似性。抽象性的普遍使得人們開始探究抽象知識的來源。其實語言本身就是抽象知識的主要來源。在詞匯學習和日常交流中，象似性發揮著重要作用。象似性使得詞匯的形義聯系更密切，習得更迅速，然而語言的抽象性比象似性更有優勢。其中一個原因是抽象性和象似性存在制約關系。象似性使得詞義具體化，語境特定化，進而抑制了抽象性。語義表征中，抽象意義的普遍抑制了語言的象似性，進而抽象性更有優勢。

關鍵詞：抽象性 象似性 抽象知識來源 制約關系

一.引言

語言是抽象的，語義分析主要有兩種方法：具身認知觀，即通道觀，認為感知，運動和情感體驗在概念結構和詞義中發揮重要作用;而非通道觀，否認具身認知觀點，強調符號和非知覺表征的作用（Machery E， 2007）。抽象知識對兩者都是一種挑戰。象似性是指詞匯形式和詞匯意義之間的相似關系。語言沒有更象似化，因為具有象似性的詞匯與其所指，還有語境聯系密切，影響抽象意義的表達。語言越象似，不僅會使抽象意義的表達困難，也會使抽象意義的早期學習更加困難。

二.語言的抽象性與抽象知識的來源

通過展示狗的圖片，人們可以理解具體名詞dog的概念，但是我們不能直接展示抽象詞匯freedom的圖片，進而使人們理解詞匯的概念。在語言加工中，具身觀強調人們是通過感知模擬理解詞匯概念。研究顯示（Zwaan R A et al， 2002），蘊含通道信息的詞匯能快速激活大腦中對應通道區域。非通道語義觀則認為，詞匯映射概念的基本狀態。Brysbaert等人（2014）把具體詞匯定義為“現實中可以通過五感直接接觸的事物或行為”，如ball、dog、blinking等。抽象性的定義通常與具體性相反，抽象詞匯是指那些不能直接感知。

（一）抽象性的普遍

Bryabaert等人（2014）用五級量表將40，000個單詞分成五個等級（1=最抽象;5=最具體）。例如，freedom、democracy、justice這些經常被視作抽象名詞的范例，它們的具體值分別是2.34，1.78，1.45。從SUBTLEX影視語料庫里隨機抽取名詞，動詞和形容詞，人們有59%的機率會選到不低于中度抽象的詞匯，即這些詞匯的具體值2.15。Juhasz和Yap用七級量表將英語本族語者對5，000個單詞的感知體驗程度數據分成七個等級進行研究（1=無感知體驗，抽象;7=最大感知體驗，具體）（Juhasz B J， Yap M J， 2013）。感知體驗程度較低的詞匯有choice（1.0）、though（1.09）、mere（1.08）。將兩個實驗數據結合分析，人們有73%的機率會選到低于中度感官經驗的詞匯。

（二）語言是抽象知識的主要來源

無論是通道觀還是非通道觀都很難完整地解釋抽象詞匯的表征。雖然具身觀很早就意識到抽象知識的重要性，但具身觀的很多研究仍是圍繞具體詞匯。非通道觀否認抽象知識是從感知經驗中派生出來。如果不是來自世界的直接經驗，那抽象知識的來源是什么？其實語言本身就是抽象知識的主要來源。首先，語言是命題的來源。一些命題是用語言來描述事實，如中國有23個省;一些命題是用語言來指導行為，如不能用濕手觸摸電源;還有一些命題是用語言表示更加抽象的知識，如三角形內角和是180度。其次，語言是范疇提示。語言將世界范疇化，并不是簡單地映射存在的自然整體，而是進行劃分。最后，語言統計本身就是知識。語言的分布結構蘊含無限的知識，如sky和blue這個顏色詞共現幾率比其他顏色高。

三.語言的象似性

象似性是指詞匯形式和意義間的相似關系。象似性使語言更具邏輯性，可以根據象似性推斷詞義。詞匯形義間的這種象似性優勢在語言進化過程中發揮重要作用（Lupyan G， Winter B， 2018）。象似性使得聲音和意義之間的聯系更密切，如許多語言傾向于使用元音/i/來表示小型的物體或動物。象似性不僅出現在擬聲詞中，也是手語和口語的一個特征。象似性使語言更具感知生動性。有研究顯示象似性和交叉對應關系，感官意象有關（Spence C， 2012），而且和具有任意性關系的詞語相比，具有象似性的詞語會引起大腦感知區域更強烈的活動。

語言沒有更象似，主要有兩個原因：第一，象似性適用范圍不廣。第二，如果詞形和詞義相似，那么相似的詞就會有相似的意義，這就會造成一種形義混亂。隨著詞匯量的增加，詞匯聲音形式和詞義形成的系統將會導致形義混亂。

四.抽象性和象似性的制約關系

對Pexman等人研究（2017）中的數據進行分析。在Pexman和他的同事的實驗中，受試者需要盡可能快的判斷目標詞是具體詞還是抽象詞。數據顯示，具體詞匯的準確度并沒有受象似性的影響，b=-.46，95%CI=[-1.42，0.51]，t=-0.93，p=.35。抽象詞匯的準確度明顯與象似性呈負相關，b=-3.15，95%CI=[-4.79，-0.78]，t=-3.15，p=.004。當抽象詞匯的象似度低于25%時，準確率是86%。當抽象詞匯的象似度高于75%時，準確率是86%。隨著象似度的增高，抽象詞匯的準確率在下降，即抽象詞匯的象似性激活了具體的語義表征，抽象詞匯的象似度越高，詞義更加具體。

研究顯示，象似性與語境多樣性有關（Lupyan G， Winter B， 2018）。控制具體性和詞類，象似性高的詞語出現在較少的語境中，b=-.16， 95% CI =[-0.19， -0.14]， t=-10.87， p<.00005。若同時控制具體性、詞頻和詞類，依舊出現明顯的負相關關系，b=-.15，95%CI =[-0.18，-0.11]，t=-7.33，p<.00005。象似性限制了詞匯的再使用性，縮小了詞匯的語境范圍。

五.結語

本文分析了抽象知識的來源，并討論了語言中抽象性和象似性的關系。語言本身就是抽象知識的來源。語言是各種命題的來源，范疇的提示，且語言統計本身也蘊含知識。抽象性和象似性存在制約關系。抽象性普遍存在于語言中，人們的表達內容多是抽象的，進而就抑制了象似性發展。象似性是指詞形和詞義間的相似關系，這種關系雖然有助于人們進行詞義推斷，并有快速習得詞匯的優勢，但是卻抑制了詞義的抽象化。

參考文獻

1.Brysbaert M， Warriner A B， Kuperman V. 2014. Concreteness ratings for 40 thousand generally known English word lemmas [J]. Behavior Research Methods， 2014， 46 （3）： 904-911.

2.Juhasz B J， Yap M J. 2013 Sensory experience ratings for over 5，000 mono- and disyllabic words[J]. Behavior Research Methods， 2013， 45 （1） ：160-168.

3.Lupyan G， Winter B. 2018. Language is more abstract than you think， or， why aren't languages more iconic？ [J]. Philosophical Transactions of The Royal Society B， 373 （1752）： 1-11.

4.Machery E. 2007 Concept empiricism： A methodological critique. Cognition 104， 19–46.

5.Pexman P M， Heard A， Lloyd E， et al. 2017. The Calgary Semantic Decision Project： concrete/abstract decision data for 10，000 English words[J]. Behavior Research Methods， 49 （2）： 1-11.

6.Spence C. 2012 Managing sensory expectations concerning products and brands： Capitalizing on the potential of sound and shape symbolism. J. Consum. Psychol. 22， 37–54.

7.Zwaan R A， Stanfield R A， Yaxley R H. 2002 Language comprehenders mentally represent the shapes of objects[J]. Psychological Science， 2002， 13 （2）： 168-171.

（作者介紹：毛青，寧波大學外國語學院碩士研究生，研究方向：外國語言學及應用語言學）