英語主語位置與句法復(fù)雜度的研究

于洋

摘 要：本文選取ICE-GB語料庫書面英語部分（ICE-GBW），運(yùn)用計(jì)量語言學(xué)理論和方法，對英語句子中主語位置和句法復(fù)雜度進(jìn)行研究。研究結(jié)果表明句法復(fù)雜度與句子結(jié)構(gòu)符合Wimmer & Altmann模型，句法復(fù)雜度是主語位置的函數(shù)，且可用線性回歸方程來表示。

關(guān)鍵詞：語料庫；主語位置；句法復(fù)雜度；計(jì)量語言學(xué)；數(shù)學(xué)模型

1 引言

Quirk[1]指出句子是句法研究中最重要的語言單位。在句法研究中語言學(xué)家在不同的理論框架下采用定性、思辨（普通語言學(xué)）或代數(shù)、集合、圖論、數(shù)理邏輯（形式語言學(xué)和數(shù)理語言學(xué)）等靜態(tài)方法研究句子的結(jié)構(gòu)、句子成分和它們之間的關(guān)系。劉海濤[2]采用另外一種句法研究采用動(dòng)態(tài)的方法，利用真實(shí)文本的量化數(shù)據(jù)來描述或揭示語言系統(tǒng)及其組成單位相互關(guān)系，使用概率論、隨機(jī)過程、微分方程、函數(shù)論等統(tǒng)計(jì)的、非離散的數(shù)學(xué)定量方法來表示這些語言現(xiàn)象之間的動(dòng)態(tài)關(guān)系，系統(tǒng)地描述并用公式化的定律來解釋這些現(xiàn)象。這種方法屬于計(jì)量語言學(xué)范疇。語言結(jié)構(gòu)的長度與其句法復(fù)雜度呈正相關(guān)，是計(jì)量語言學(xué)中一個(gè)重要的測量指標(biāo)，基本反映了語言系統(tǒng)自調(diào)整和自適應(yīng)的屬性。在計(jì)量句法分析上，句子成分的位置是另一個(gè)重要的計(jì)量概念。Fan， Grzybek and Altmann[3] 研究了單詞長度（按音節(jié)劃分）和其相對應(yīng)的句子位置的關(guān)系，研究發(fā)現(xiàn)處于句尾的單詞的平均長度大于句首單詞的平均長度。

本文運(yùn)用計(jì)量語言學(xué)的理論和方法，研究句子中主語位置與句子復(fù)雜度的關(guān)系。在本研究中，主語是指主句的主語，在并列句中是指第一分句的主語。句子復(fù)雜度的測量方法有三種：第一，基于直接成分的數(shù)量， K?hler[4]認(rèn)為在句子層面上，直接成分就是分句；第二，基于短語的數(shù)量；第三；基于單詞的總數(shù)。本文將使用第二種方法，統(tǒng)計(jì)短語句法功能成分的數(shù)量。主語是句子的主旨或者主題，一般承載已知信息，句子圍繞主語展開。信息在句子中分布一般是已知信息在前，新信息在后，動(dòng)詞在已知信息和新信息之間。如在Peter got a new job yesterday句中，對聽者來說Peter為已知信息，而a new job yesterday則為新信息。新信息通常需要更加詳盡的說明，因此導(dǎo)致英語句子的尾重。

2 數(shù)據(jù)處理

本研究使用了ICE-GB當(dāng)代英國英語語料庫書面英語部分（ICE-GBW），包含200個(gè)文本，總計(jì)400，000單詞。這些文本有句法和詞性標(biāo)注。

在本句中，PU，CL（main，intr，pres）為語法分析單位的起始代碼，不是句子的成分。由于本文采用具有句法功能的短語（下述用PSFE表示）數(shù)量計(jì)算句子復(fù)雜度，因此單詞、標(biāo)點(diǎn)符號及其標(biāo)注代碼忽略不計(jì)。上述句子中一共有17個(gè)PSFE（除了最開始的句法分析單位（PU，CL（main，intr，pres）：

A，PP（）； PC，NP（）； NPPR，AJP（attru）； SU，NP（）； DT，DTP（）； NPPO，PP（）； PC，NP（）； VB，VP（intr，pres，perf）； FNPPO，CL（depend，zrel，montr，pass，edp）； SU，NP（）； VB，VP（montr，edp，pass）； A，PP（）； PC，NP（）； NPPR，AJP（attru）； NPPO，PP（）； PC，NP（）； DT，DTP（）.

例如：A，PP（）為介詞短語其句法功能為狀語；PC，NP（）為名詞短語，句法功能為介詞補(bǔ)語；NPPR，AJP（attru）為形容詞短語，句法功能為定語；SU，NP（）為名詞短語，句法功能為主語等。句子的主句主語（SU，NP（））從句首算起處于句子PSFE的第四位，所以其位置值為4，由于本句有17個(gè)PSFE，其句子復(fù)雜度值為17。

3 結(jié)果與分析

ICE-GBW中句子總數(shù)為20，530。這些句子包括了381，819個(gè)PSFE，具有36種不同的句法功能，圖1為這些PSFE的分布。

ICE-GBW句子的平均句子句法復(fù)雜度值為18.5981，由PSFE的總數(shù)381，819除以句子的總數(shù)20，530得出。句子句法復(fù)雜度的中值為17，眾值為14。其復(fù)雜度值的區(qū)間為1到95。句法復(fù)雜度值處于1到10之間的句子占總句子數(shù)的27%，為5，471；句法復(fù)雜度值處于11到25之間的句子占句子總數(shù)的50%，為10，318；句法復(fù)雜度值處于26到99之間的句子占句子總數(shù)的23%，為4，741。在20，530個(gè)句子中，33個(gè)句子的句法復(fù)雜度為1， 2個(gè)句子的句法復(fù)雜度值95。句子句法復(fù)雜度和句型數(shù)量的關(guān)系可

4 結(jié)論

本研究結(jié)果表明，ICE-GBW中PSFE有著36種不同句法功能，前十位頻次最高的（按降序排列）為：DT， VB， PC， A， SU， NPPO， CJ， NPPR， OD， CS。盡管主語的位置極其重要，但卻排在第五位。句子句法復(fù)雜度和句型數(shù)量的關(guān)系可以用Wimmer & Altmann數(shù)學(xué)模型來表示。主語可以出現(xiàn)在句子中46個(gè)不同的位置，但是最主要的位置仍然是句子的前部。句子的主語位置是句子復(fù)雜度的一個(gè)指標(biāo)，主語位置越靠后，句子的句法復(fù)雜度就越高。這種關(guān)系可以用線性回歸模型來表示。這種現(xiàn)象除了修辭和文體的原因外，主要是受英語句子尾重和新舊信息在句子分布原則所影響。

參考文獻(xiàn)

[1] Quirk， R.， Greenbaum， S.， Leech， G. & Svartvik， J. A comprehensive grammar of the English language[M]. Longman Group Limited： New York. 1985：47

[2] 劉海濤，計(jì)量語言學(xué)：語言研究的科學(xué)化途徑[N]，光明日報(bào)，2012-02-14

[3] Fan， F.， Grzybek， P.， Altmann， G. Dynamics of word length in sentence [M]. Glottometrics 20， 2010：70-109

[4] K?hler R. Quantitative syntax analysis [C]. Walter de Gruyter GmbH & Co. KG：Berlin/Boston， 2012

[5] Wimmer， G. & Altmann， G. Towards a unified derivation of some linguistic laws [M]. In： Grzybek， P. （ed.）. Contributions to the science of language： Word length and related issues： 93-117. Boston： Kluver. 2005