语言的抽象性和象似性

    内容摘要：语言具有抽象性和象似性。抽象性的普遍使得人们开始探究抽象知识的来源。其实语言本身就是抽象知识的主要来源。在词汇学习和日常交流中，象似性发挥着重要作用。象似性使得词汇的形义联系更密切，习得更迅速，然而语言的抽象性比象似性更有优势。其中一个原因是抽象性和象似性存在制约关系。象似性使得词义具体化，语境特定化，进而抑制了抽象性。语义表征中，抽象意义的普遍抑制了语言的象似性，进而抽象性更有优势。

    关键词：抽象性 象似性 抽象知识来源 制约关系

    一.引言

    语言是抽象的，语义分析主要有两种方法：具身认知观，即通道观，认为感知，运动和情感体验在概念结构和词义中发挥重要作用;而非通道观，否认具身认知观点，强调符号和非知觉表征的作用（Machery E， 2007）。抽象知识对两者都是一种挑战。象似性是指词汇形式和词汇意义之间的相似关系。语言没有更象似化，因为具有象似性的词汇与其所指，还有语境联系密切，影响抽象意义的表达。语言越象似，不仅会使抽象意义的表达困难，也会使抽象意义的早期学习更加困难。

    二.语言的抽象性与抽象知识的来源

    通过展示狗的图片，人们可以理解具体名词dog的概念，但是我们不能直接展示抽象词汇freedom的图片，进而使人们理解词汇的概念。在语言加工中，具身观强调人们是通过感知模拟理解词汇概念。研究显示（Zwaan R A et al， 2002），蕴含通道信息的词汇能快速激活大脑中对应通道区域。非通道语义观则认为，词汇映射概念的基本状态。Brysbaert等人（2014）把具体词汇定义为“现实中可以通过五感直接接触的事物或行为”，如ball、dog、blinking等。抽象性的定义通常与具体性相反，抽象词汇是指那些不能直接感知。

    （一）抽象性的普遍

    Bryabaert等人（2014）用五级量表将40，000个单词分成五个等级（1=最抽象;5=最具体）。例如，freedom、democracy、justice这些经常被视作抽象名词的范例，它們的具体值分别是2.34，1.78，1.45。从SUBTLEX影视语料库里随机抽取名词，动词和形容词，人们有59%的机率会选到不低于中度抽象的词汇，即这些词汇的具体值2.15。Juhasz和Yap用七级量表将英语本族语者对5，000个单词的感知体验程度数据分成七个等级进行研究（1=无感知体验，抽象;7=最大感知体验，具体）（Juhasz B J， Yap M J， 2013）。感知体验程度较低的词汇有choice（1.0）、though（1.09）、mere（1.08）。将两个实验数据结合分析，人们有73%的机率会选到低于中度感官经验的词汇。

    （二）语言是抽象知识的主要来源

    无论是通道观还是非通道观都很难完整地解释抽象词汇的表征。虽然具身观很早就意识到抽象知识的重要性，但具身观的很多研究仍是围绕具体词汇。非通道观否认抽象知识是从感知经验中派生出来。如果不是来自世界的直接经验，那抽象知识的来源是什么？其实语言本身就是抽象知识的主要来源。首先，语言是命题的来源。一些命题是用语言来描述事实，如中国有23个省;一些命题是用语言来指导行为，如不能用湿手触摸电源;还有一些命题是用语言表示更加抽象的知识，如三角形内角和是180度。其次，语言是范畴提示。语言将世界范畴化，并不是简单地映射存在的自然整体，而是进行划分。最后，语言统计本身就是知识。语言的分布结构蕴含无限的知识，如sky和blue这个颜色词共现几率比其他颜色高。

    三.语言的象似性

    象似性是指词汇形式和意义间的相似关系。象似性使语言更具逻辑性，可以根据象似性推断词义。词汇形义间的这种象似性优势在语言进化过程中发挥重要作用（Lupyan G， Winter B， 2018）。象似性使得声音和意义之间的联系更密切，如许多语言倾向于使用元音/i/来表示小型的物体或动物。象似性不仅出现在拟声词中，也是手语和口语的一个特征。象似性使语言更具感知生动性。有研究显示象似性和交叉对应关系，感官意象有关（Spence C， 2012），而且和具有任意性关系的词语相比，具有象似性的词语会引起大脑感知区域更强烈的活动。

    语言没有更象似，主要有两个原因：第一，象似性适用范围不广。第二，如果词形和词义相似，那么相似的词就会有相似的意义，这就会造成一种形义混乱。随着词汇量的增加，词汇声音形式和词义形成的系统将会导致形义混乱。

    四.抽象性和象似性的制约关系

    对Pexman等人研究（2017）中的数据进行分析。在Pexman和他的同事的实验中，受试者需要尽可能快的判断目标词是具体词还是抽象词。数据显示，具体词汇的准确度并没有受象似性的影响，b=-.46，95%CI=[-1.42，0.51]，t=-0.93，p=.35。抽象词汇的准确度明显与象似性呈负相关，b=-3.15，95%CI=[-4.79，-0.78]，t=-3.15，p=.004。当抽象词汇的象似度低于25%时，准确率是86%。当抽象词汇的象似度高于75%时，准确率是86%。随着象似度的增高，抽象词汇的准确率在下降，即抽象词汇的象似性激活了具体的语义表征，抽象词汇的象似度越高，词义更加具体。

    研究显示，象似性与语境多样性有关（Lupyan G， Winter B， 2018）。控制具体性和词类，象似性高的词语出现在较少的语境中，b=-.16， 95% CI =[-0.19， -0.14]， t=-10.87， p<.00005。若同时控制具体性、词频和词类，依旧出现明显的负相关关系，b=-.15，95%CI =[-0.18，-0.11]，t=-7.33，p<.00005。象似性限制了词汇的再使用性，缩小了词汇的语境范围。

    五.结语

    本文分析了抽象知识的来源，并讨论了语言中抽象性和象似性的关系。语言本身就是抽象知识的来源。语言是各种命题的来源，范畴的提示，且语言统计本身也蕴含知识。抽象性和象似性存在制约关系。抽象性普遍存在于语言中，人们的表达内容多是抽象的，进而就抑制了象似性发展。象似性是指词形和词义间的相似关系，这种关系虽然有助于人们进行词义推断，并有快速习得词汇的优势，但是却抑制了词义的抽象化。

    参考文献

    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，宁波大学外国语学院硕士研究生，研究方向：外国语言学及应用语言学）