英語語言學視角下對科技程式語詞性分布特征研究

翟曉娜

一、 引言

文章以Wray(2002）對公式化序列的定義為基石：“一個單詞或其他意義成分組成的連續或非連續的序列是(或看起來是）預制的，即在使用中是整體存儲或提取的，而不是通過語法生成也不是通過語法可以分析的。”

“程式”一詞首先由語言學家Jespersen 在20 世紀20 年代創造。 隨后公式化序列(FS）便作為一種語言現象進入研究領域，包括從詩歌、禱告和日常程序的擴展，再到對EGP 然后是ESP 的對話。 近年來，人們越來越注意在二語習得中掌握公式化序列(FSs）或語塊的掌握(Lewis， 1993； Nattinger & DeCarrico， 1992；Willis，1990；Wray，2000）。 有關公式化語言的文獻越來越多，也證明了它在交際中的作用及其對第二語言學習環境的流暢性的貢獻(Schmitt，2004；Wray，2002）。

二、 程式語相關研究

國外對程式語的研究主要有三種觀點，即認知觀、語言教學觀和社會觀。 從認知的角度來看，學者們一直在驗證本土化程式語的掌握情況，并利用心理學所涉及的高科技設備試圖勾畫出人腦內處理程式語部分的功能構造。 幸運的是，Sidtis 發現了大腦的左半球可以構建和創造語言，而右腦和皮質神經電路負責生產預制的程式語。 至于語言教學觀，相關文獻也是最多，且都是基于一個相同的觀點：教師應在教學過程中多教程式語。 然而，如何教授程式語，以及哪一部分程式語應該得到更多的關注，懸而未決。 社會觀強調的是程式語與社會化的關系，問題是不考慮其形式或結構的情況下，是如何確定一個語域的所有程式語。 國內，研究程式語的熱情始于2000 年左右，數據顯示程式語的相關研究論文迅速增加，熱度一直延續到2012 年左右，之后速度突然放慢。 主題從“形式”和“功能描述”轉向“探索程式語在所有教學過層中的具體應用”。這一研究主題需要更多的耐心和創新。

由于語言學也具有自然科學的一面，對“程式語”的研究面將越來越廣。 實際上，有超過五十個詞作為“程式語”的同義詞，但程式語具有更廣的涵蓋面即相對完整性，就如自然科學中的公理和公式。 因此，可以說這一術語能帶來更豐富的洞見。

三、 科技程式語

現在處于第四次革命的人們一直被諸如移動互聯網、智能終端、大數據、云計算、高端芯片等信息技術所圍繞。 現今，智能手機有越來越多的功能：一個人可以通過在他的智能手機上打開應用程序來檢查他的包裹路線；可以使用智能手機導航，可以隨時隨地呼叫出租車，購物，訂購可口飯菜等，熱點之一是人工智能。 當然對于人工智能也有兩類意義完全相反的程式語。Stephen William Hawking 對其持消極態度，而Mark Elliot Zuckerberg 認為它作為一種全新的工具能使專業人員更專業，這一觀點是研究者在這里所支持的。

四、 詞性分布

英語單詞的詞性有實詞和虛詞之分，詞匯量的多少主要取決于實詞的掌握程度，而且實詞在句子成分中承擔著更加重要的語法角色，通常都是主干句必須有的成分。 因此在學習語法時，詞性通常作為語法學習的入門課。 最常用的實詞就是名詞、動詞和形容詞。在調查過程中，確實發現詞性有助于科技論文英語摘要的寫作。 例如：In this paper， an intelligent mobility management system based on Enhanced Multi-Objective Optimization Method by Ratio Analysis (E-MOORA） and Q-learning approach is introduced for handover optimization. 此例句中的“比率分析多目標優化方法”和“Q 學習方法的智能移動性管理系統”這兩個名詞詞塊直接決定了論文的關鍵詞。

語言具有“任意性”的特點，因為語言作為交際工具，總是根據人的需求而改變。 因為這個工具就如“橡皮泥”，它可以成為任意形狀，如果有任何機會節省能量交流，人們肯定不會放棄這個機會。 沒有必要擔心不正確，因為這本身就需要一個過程，但在人的控制內。 因此，當信息時代到來時，人們仍然繼續努力創建符號學，以簡化溝通過程。 為了簡化計算機與人之間的通信，人們推衍出很多符號學，包括“正則表達式(regex）”，近年來在語篇一致性研究中經常使用，這再次證明了語言是一個簡化的過程。

五、 科技程式語分布

首先，有必要確定程式語的長度。 許多論文對程式語做了研究，有的注重3 詞，而其他注重4 詞。 然而，很少有人關注2 詞程式語。 這里有一點值得一提，那就是“什么是程式化的語言？”這個詞在理學和工程學中經常使用，它指的是自然界發現的科學規律，在此指語言中的一些規則。 因為語言有層次，從語素到篇章，程式化序列應該是存在于每一個級別的。 根據Wray 的有關程式語的幾個標準：高頻率，組合性，固定性，韻律性，流暢性等。 因此，文章的研究對象包括2詞，3 詞到4 詞，包括語音、語義和語用三個層面。

設置搜索詞的規范為：n 詞長度，最少2，最多5；最小頻率10；最小文本跨度5。

表1 典型通信科技程式語的類符/型符比

不管是從類符的角度還是型符的角度，表1 都顯示2 詞程式語都占有最大比率。 可以推斷：程式語出現的頻率隨著程式語長度的增加而減小。 這一推斷是根據Zipf 的省力原則來解釋人類在日常生活中做出所有選擇的內在動因。 它的基本概念是在一定程度上努力最小實現最佳。 雖然單個的詞應該是事實上的絕對答案，兩字是最好的答案，但是事實卻非如此，其他元素也應該考慮在內，不只是只有長度，也有語法和上下文的因素。 單個單詞可以被視為程式語，但是，除了一些包含聲音節奏的單詞，它們很容易被遺忘，也很容易被記住。 所以不管是對于學生還是教師而言，都應該認識到2 詞程式語的重要性，不但容易記憶，同時，它們也更容易被調用。

從類/型符比數字來看，可以得到的結論是：2 詞程式語的重復率最高。 相對而言，2 詞程式語中有更多的GE 程式語。 而ESP 程式語在較長的程式語中出現更頻繁。 那是因為隨著科技的發展，越來越多的新詞語產生。 所以，作為通信專業的學生，他應該更注重GE 的靈活性和ESP 詞匯的及時更新。

這些圖表也證實了人類的記憶對較短的單詞更敏感，而且容易被傳遞。 很多時候，人們把較長的部分切成更短的。 所以重點應放在2 詞和3 詞的程式語上，從學習效率來看，不需要學習6 詞或更長的程式語。

文章主要研究了兩類主要的詞性：一類是動詞，另一類是名詞。 在前兩年課程中學習科技英語典型特征的基礎上，文章集中討論了實詞。

通過Ant Conc 的分析，具體分布如下(見表2，表3）。

表2 動詞和動名詞的分布

表3 名詞和動詞的分布

從以上兩個表格得知，部分詞性的分布是清晰的。首先，有大量的動名詞，并且在動名詞之前，多為名詞、動名詞，這一現象被稱為“名詞連用”。 科技英語(EST）是一個具有自身特點的語域，在詞法和句法上都是簡潔的。 動名詞有更多的名詞特征。 就是論文中總是會簡單地給出一個概念，而不去考慮誰是主體，是否存在某個客體，行為是否復雜，這些都是科技英語語域特征。 尤其是名詞連用，如“保健設置(health-care setting）”“傳遞傳感(deliver sensing）”“病人定位(positioning of patients）” “經濟調度開始(beginning of economic dispatch）”，都極大地縮短了大腦的反應回路，節省精力和空間給重要的想法。 其次，是動詞和情態動詞占據很大的權重。 在be 動詞中，多傾向于使用“is”。 關于be 動詞的is，其作用體現在信息功能的水平上。 信息功能，即這是一個事實，這個事實無疑是正確的。 情態動詞表達更多的人際意義：告訴讀者沒有絕對的真理，并對某些結論留下質疑和發展的空間。另外，形容詞比動詞使用頻繁。 眾所周知，形容詞應該伴隨著動詞。 原本動詞與形容詞應該相當數量。 但事實并非如此。 一個原因是，一個動詞后面有兩個或兩個以上形容詞，另一個是形容詞伴隨著動名詞出現。在本語料庫中，形容詞多為定語，形容詞的多樣化增加了研究的樂趣，并且提升了研究的新穎性。

五、 結語

“大數據”和“人工智能”的時代已經席卷了整個時代。 語言學家也不需要抵制，現在是時候利用高科技優勢。 喬姆斯基的理性主義逐漸過時，因為時代要求人們具有在事實基礎上觀察、理解和總結的能力。

通過高新技術，人們可以感受到，看到，聽到，體驗到更多的事物。 所以有一部分人只是行動的消費者，而另一部分，作為科學家的角色，要去做更多的研究，改善和提高技術水平。

文章正是基于這一高度，將“大數據”與“語言學”結合起來。 學習和掌握相關軟件，找到更多的語言事實和更接近語言本質的真相。 當然這一研究需要持續改進，語料庫較小，期待未來的語言學家可以做更多的相關研究。