語言與國家安全的多維度思考

盛靜

摘 要 十九大后，“國家安全”成為當(dāng)前研究的熱點。語言戰(zhàn)略作為維護國家安全的重要組成部分與國家總體安全觀不可分割。通過話語理論和以數(shù)據(jù)庫為代表的定量研究之間結(jié)合的案例可以看出語言與世界政治研究結(jié)合的可操作性，同時也可看出海外對于中國問題的關(guān)注點，以及他國是如何針對中國的熱點問題，形成和建構(gòu)中國形象的。以民族志和案例分析為代表的定性研究方法，則有助于分析話語在其在地化過程中對于主體的國家和文化等多種身份認(rèn)同產(chǎn)生的影響，有助于更深入地挖掘和描摹語言與身份認(rèn)同之間形成的關(guān)系。深度學(xué)習(xí)和神經(jīng)元理論下的情緒情感識別的結(jié)合，則在語言科技維度延伸了國家安全領(lǐng)域的視角，對未來國家安全事件的預(yù)判起到積極的作用。

關(guān)鍵詞 語言 國家安全 話語 身份認(rèn)同 情感識別

一、 引言

自1992年“國家安全”首次出現(xiàn)在黨代會上到2017年十九大報告，習(xí)近平主席55次提到“安全”，而其中18處是“國家安全”，“國家安全”已逐漸成為當(dāng)前各種研究的熱點。盡管語言并未出現(xiàn)在我國國家總體安全的政治、國土、軍事、經(jīng)濟、文化、社會、科技、網(wǎng)絡(luò)空間、生態(tài)、資源及核安全這十一個板塊中，但語言是承載安全話題的重要容器，任何安全問題的探討，都不應(yīng)脫離對語言的研究。尤其是近年來，隨著我國海外利益的拓展和在全球治理、國際事務(wù)中的能力和影響力的不斷增強，語言文字在與國家安全相關(guān)的各種領(lǐng)域，包括政治合作、法律條文簽署、企業(yè)的海外商務(wù)談判、NGO組織、全球治理等發(fā)揮著越來越重要的作用。也正因為語言與不同領(lǐng)域和話題之間的交叉性和跨學(xué)科性，語言與國家安全已經(jīng)在語言的戰(zhàn)略和戰(zhàn)備資源（李宇明2008；趙蓉暉2017）、語言權(quán)力（劉躍進2014）和輿情分析等多個維度有了重要的理論和實踐成果，而未來語言與國家安全的研究，還可在現(xiàn)有基礎(chǔ)上，繼續(xù)與多種理論和學(xué)科相結(jié)合，探尋語言與國家安全之間的可切入點。而本文也將圍繞目前語言與國家安全相關(guān)的話語、身份認(rèn)同和情緒情感三個維度，嘗試?yán)^續(xù)在理論和方法論上探究語言與國家安全相結(jié)合的可操作性。

二、 語言是世界政治的晴雨表

語言是言語內(nèi)容的重要容器，是“組成知識的方式、是社會實踐、是內(nèi)化在知識中的個人主體性和權(quán)力之間的關(guān)系”（Foucault1972）。當(dāng)語言脫離了其中性的言語內(nèi)容，體現(xiàn)觀念形態(tài)，并與權(quán)力關(guān)系掛鉤的時候，F(xiàn)oucault稱之為“話語”?！霸捳Z”強調(diào)，語言不是普遍的客觀規(guī)律，而是蘊含著現(xiàn)實的、具體的、政治性的特定利益和價值體系，蘊含著多元權(quán)力關(guān)系的互動、妥協(xié)和對抗。（Parker1992； Burr1995； Gee2005； Fairclough1997）話語承載著群體意識，并對標(biāo)準(zhǔn)進行規(guī)約。在語言生活中，話語無處不在，彼此依賴而又零散分布。零散的話語無形中建構(gòu)知識、社會主體、身份和認(rèn)同形式、社會關(guān)系及概念框架。也正因為話語體現(xiàn)著權(quán)力及權(quán)力之間的博弈，我們才可以透過語言形式來剖析話語及其潛在的權(quán)力斗爭。這也從理論和方法上為語言與世界政治之間的結(jié)合提供了契機。隨著話語理論的不同，話語內(nèi)涵的闡釋和方法論也有所不同。Fairclough（1997）將“話語”定義為“社會實踐中蘊含的零散事件及諸要素在該事件的情境、機構(gòu)和社會結(jié)構(gòu)之間的對話關(guān)系”，把話語與社會緊密結(jié)合，強調(diào)了話語實踐在構(gòu)建宏觀話語，實現(xiàn)權(quán)力關(guān)系轉(zhuǎn)化過程中的重大作用。當(dāng)前，F(xiàn)airclough的這一定義也與數(shù)據(jù)庫方法緊密結(jié)合，成為探究話語與世界政治的重要入口。以下我們將結(jié)合Corpus of Contemporary America English（以下簡稱COCA），即美國當(dāng)代英語語料庫[1]中的相關(guān)數(shù)據(jù)，查找自1990年至2017年美國英語中與中國（China）最為相關(guān)的名詞，探討這些語言所建構(gòu)的話語對中國形象的塑造及其影響。

截至2017年12月，COCA語料庫共有56億詞。通過COCA數(shù)據(jù)庫的“collocates”功能，筆者在數(shù)據(jù)庫中查找到自1990年到2017年間與China關(guān)系最為緊密的高頻詞，并按照這些高頻詞的體裁（口語、小說、雜志、報紙和學(xué)術(shù)），每5年為一時間段進行排列。同時，筆者還分段提取了每一時間段的高頻詞與近20年的高頻詞進行對比。比對過程中刪去了Peoples Republic of China， year， years， percent， parts等“中國”的音譯及表示量化的名詞?？傮w來講，以下六組詞語體現(xiàn)了美國對于中國相關(guān)話題的關(guān)注。

第一組是國土安全，即邊疆問題，尤其是南海問題。該組詞語涵蓋了sea， border。其中sea在1990年到2017年的高頻詞中一直穩(wěn)居前20位。在2015年到2017年間，該詞更是位居首位。與該詞相關(guān)的句子如下：

（1） He also called Chinas moves in the South China Sea a taking， building islands in international waters. （SPOK： SUNDAY MORNING FUTURES）

（2） With Donald Trump in the White House， a whiff of gunboat diplomacy in the South China Sea and a rush of European elections in 2017... （MAG： MarketWatch）

（3） The sun rises over North Korea and the Yalu river which forms the border between China and North Korea， as seen from Dandong， in Chinas northeast Liaoning province.

第二組是經(jīng)濟問題。與此相關(guān)的名詞包括： trade， economy， growth， business， market， war， bank， companies， wall （street）， markets， exports， currency， manipulator， interests， money， imports， goods， trading， products。值得一提的是，war與trade和economic緊密相關(guān)。Currency雖然排在第60位，但該詞是2010年到2014年間新出現(xiàn)的詞匯，在這一時間段中排名第15位。因為中國常常被稱之為currency manipulator（貨幣操縱者），因此該詞與當(dāng)年排名第76位的manipulator相關(guān)。Currency在2015年到2017年間排名第37位。

（4） But guess what， hes threatening a trade war with China.

（5） Who believe that we ought to declare and these are nationalists， economic war against China because of the economic war they have declared against us in terms of what they...

（6） The ‘golden age for business in China is drawing to a close， a recent report by the European Union Chamber.

（7） As a result， the iPhones market share in China reportedly fell from 16% in 2015 to less than 13% in 2016.

（8） 90 percent of North Korean oil imports come from China？

（9） Members of one of the advisory groups urged the president not regard China as a currency manipulator.

這一組詞在1990年到2017年間一直高頻出現(xiàn)，居于排行榜前20位?？梢娒绹鴮χ袊?jīng)濟的持續(xù)關(guān)注。自2010年以來，代表金融的詞語“貨幣、銀行”都進入了高頻詞匯，體現(xiàn)了中美兩國之間金融戰(zhàn)爭愈演愈烈。尤其是近五年來，世界經(jīng)濟動力不足，經(jīng)濟和金融成為威脅世界經(jīng)濟安全的最大風(fēng)險之一。金融領(lǐng)域也可能是未來影響我國國家安全最重要的板塊。

第三組是能源問題。與此相關(guān)的名詞包括oil， energy， imports， exports。

（10） Japan and South Korea will remain completely dependent on oil imports. # China has already surpassed the United States as the largest consumer of energy worldwide， heightening...

（11） Nearly 70 percent of Chinas oil imports come from the Gulf and China is Irans largest trading partner.

該研究結(jié)果也吻合翟石磊（2014）所提到的，西方媒體使用中國“‘鎖定（locked-in）世界有限資源”“不負(fù)責(zé)任的能源進口大國”“吞噬全球能源的巨龍”等話語來建構(gòu)中國不負(fù)責(zé)任的負(fù)面形象。而這些話語又常常與中東石油問題和恐怖主義問題相關(guān)聯(lián)，在國際輿論場域中固化中國負(fù)面國家形象，影響中國國家安全。

第四組是中國威脅論。與此相關(guān)的詞語主要是threat。China threat出現(xiàn)在諸多句子中，成為專有名詞。而“中國威脅論”也成為重要的影響中國形象的話語。該詞主要出現(xiàn)在2000年到2009年間，直到2010年到2017年間慢慢退出高頻行列。

（12） The argument goes， the threat from China is not so imminent， so great， or so multifaceted that it can push.

（13） The fear of a “China threat” to the economic welfare of other economies.

第五組是民主和人權(quán)問題。與此相關(guān)的詞語包括democracy， rights， women， （adopt） children。其中，兒童領(lǐng)養(yǎng)問題（children adoption）與中國關(guān)系緊密。

（14） Help improve the human rights situation and pave the way for democracy in China.

（15） Even when it came to the international human rights regime， China attended the necessary meetings and filed the necessary reports on time.

（16） Similarly， 7-year-old children adopted from China scored 101.47 on a combined receptive and expressive language composite on the CELF4.

（17） Most adoptive families do bring their children back to China.

（18） We studied the sexual behaviors of young， unmarried women living in rural China with a special focus on sexual debut， sexual risk-taking behaviors， and reproductive health.

由以上例證不難看出，自20世紀(jì)90年代至今，與中國相關(guān)的主要話題的變化脈絡(luò)通過語言得以反映。邊疆問題（尤其是南海問題）、經(jīng)濟問題、能源問題、中國威脅論及民主和人權(quán)問題等一直是美國關(guān)注的焦點。在話語建構(gòu)方面，中國被稱為貨幣操縱者、巨大的石油輸入國。兒童領(lǐng)養(yǎng)和女性地位問題也常成為中國在民主和人權(quán)方面負(fù)面形象的關(guān)鍵。

三、 “語言安全”的內(nèi)涵與身份認(rèn)同

長期以來，在語言與安全結(jié)合的過程中，我國通用語言“不因各種內(nèi)外因素的干擾而發(fā)生本質(zhì)性變異（即保持純潔性）”，是定義“語言安全”內(nèi)涵的重要元素。（寇福明2016）然而隨著全球化進程中我國逐漸邁向世界舞臺中心，以及語言資源觀和語言戰(zhàn)略觀的逐漸興起，越來越多的研究證明通用語的絕對純潔性和通用語的語言能力并不能成為判定語言是否安全的標(biāo)準(zhǔn)和表征（Hagood2010）。近年來海外華裔兒童中諸多雙語學(xué)習(xí)的案例說明，盡管他們在海外長大，漢語書寫能力有限，但他們?nèi)钥赡軐χ腥A民族產(chǎn)生強烈的認(rèn)同，這也成為他們之后學(xué)習(xí)中國文化的動力來源。如Flickr上的一位香港青少年與同伴用英文聊天時，當(dāng)談到中國“?！蔽幕瘯r，也會立刻將英文轉(zhuǎn)換為漢字，似乎只有漢字才能更好地展現(xiàn)他對中國文化的理解。（Barton2013）因此，在語言生活中，對于語言或語碼轉(zhuǎn)換，方言變體及其后現(xiàn)代語言符號所代表的身份和認(rèn)同感的探究，是未來“語言安全”概念的重要切入點。

首先，多語言使用是多元身份和認(rèn)同的展現(xiàn)。尤其是在文化全球化背景下，英語、日語、韓語和其他國家語言以不同的形式在中國人民的生活中起著重要的作用?！妒澜缯Z言地圖》（López2015）顯示，在中國，使用較多的幾個外語語種分別是： 英語（第一位）、日語和韓語（第二位）、法語和德語（第三位）。隨著中國多語言使用情況的復(fù)雜化，越來越多的語碼轉(zhuǎn)換，已經(jīng)成為世界家庭的日常。

（19） 父： A quelle heure vas tu venir demain， petit cochon？

子： Après le déjeuner？

父： Quand tu veux. Tu vas rester combie de tempici？

子： Tu es la “home”？

父： Bien sur.

父： Mais parce-que tu vas venir， je veux aller a autre endroit-je te naime pas.

子： Après le dner.

父： Oh speak English， twonk-face！ When are you coming and when are we you buggering off again？

子： Thats great！ I will arriving there after my luch and backing after the dinner.

……

子： Wow you have good grammar.

父： I think your French is probably better than your English...

父： It couldnt be worse！

子： 那還是說中文吧。

子： 明天見啦老爸～早上不想跟一堆人擠……所以大概十點半左右吧！

父： 你的中文好不了哪兒去。

子： Your Chinese is worse than your Spanish.

子： But better than your Japanese.

子： Ok see your tomorrow.[2]

以上是中國一個世界家庭中，繼父和兒子的微信對話。繼父是英國人，畢業(yè)于英國劍橋，在中國教漢語。兒子是地道的中國人。繼父可以說英語、法語、漢語、西班牙語和日語。兒子可以說法語、英語和漢語。父子都會說法語?？梢钥闯觯Z言學(xué)習(xí)在他們之間的對話中完全占據(jù)次要地位。父子之間使用語碼轉(zhuǎn)換更多是在表達(dá)對多重語言所代表的多元文化的喜愛。語碼轉(zhuǎn)換展現(xiàn)了他們的多重身份和文化認(rèn)同。

其次，多種語言和語碼轉(zhuǎn)換也可能會成為未來我國階層劃分的重要標(biāo)準(zhǔn)。近年來，隨著我國中產(chǎn)階層的崛起，區(qū)別于大眾文化和精英文化的中間層文化興起。這種文化雖處于中間層，卻依據(jù)不同的喜好而聚居成為不同的“言語社區(qū)”。正如哈金（2015）所述，我們的生活曾經(jīng)一度被主流市場上的大企業(yè)所主宰，過去人們的很多文化消費習(xí)慣被大的商業(yè)巨頭所控制，我們的品位也無限制地被定義。然而現(xiàn)在情勢正在逐漸轉(zhuǎn)變，沒有產(chǎn)品可以討好所有人，中間市場正在陷落，小眾群體正在崛起。零散分布的各種小眾群體將成為未來市場的購買主力，利基市場，即由小眾主宰的市場正在形成。紅酒、咖啡、攝影器材、裝幀精美的書籍、家具和漫畫等都成為這些社區(qū)聚居的標(biāo)準(zhǔn)，而他們認(rèn)同的特定的話語和說法方式，包括其他國家的語言和語言變體，也會成為這些社區(qū)和階層重要的評價指標(biāo)。

（20） Jennifer.

譯為： 簡妮福。人名。

Led by beauty。

譯為： 由美麗引領(lǐng)。

（21） 。

譯為： 相愛吧。

。

譯為： 和自己喜歡的人看天亮。

（22） 鳳凰院兇真

落とした涙がこう言うよ。こんなにも汚れて醜い世界で出會えた奇跡にありがとう。

譯為： 落下的淚水這樣說： 在如此骯臟丑陋的世界中還能相遇，感謝奇跡。

以上三個案例來源于三個微信。每個案例的第一條是微信用戶名，第二條是個性簽名。例（20）來源于一名在華爾街工作多年，又回到中國定居的女士的微信。例（21）來源于一名大學(xué)四年級學(xué)生，“和自己喜歡的人看天亮”來自韓劇。例（22）來源于一名高三學(xué)生。鳳凰院兇真是日本動漫中的人物。微信是自我身份和認(rèn)同展示的最佳平臺。在這三個案例中，除了例（20）的用戶可以熟練使用英語外，例（21）和例（22）的用戶事實上都只能簡單地使用韓語和日語。這些簽名并不說明他們具有相應(yīng)的韓語和日語能力，而只是他們使用韓語和日語展現(xiàn)自我、身份和認(rèn)同的手段。而一定要使用其他國家的語言來作為自己身份的表征，也說明了這幾位微信使用者對于這幾種語言及其所代表的文化的認(rèn)同。

四、 語言與情緒情感

語言不僅與話語和身份認(rèn)同關(guān)系緊密，它也是公眾觀點、情緒和情感的重要表征。在當(dāng)前網(wǎng)絡(luò)空間和大數(shù)據(jù)概念下，言語與文本所承載的觀點、情緒和情感，在市場預(yù)測、輿情監(jiān)控和金融預(yù)測領(lǐng)域起著極其重要的作用。

EI技術(shù)的發(fā)展正在幫助機器朝著“移情”能力邁進。通過聲音，機器可以識別5種基本情緒，即高興、悲傷、害怕、憤怒和無感情，準(zhǔn)確率為70%—80%。（EI： 語音識別讓機器感知你的情緒，2013）聲音識別情緒的技術(shù)通過對政治人物（例如特朗普）講話的分析，預(yù)測和推斷他們的政治決策與傾向，為國家安全提供最有利的語言學(xué)指標(biāo)參照。在美國，美國情報高級研究局所建立的“語言隱喻庫”，業(yè)已利用各種公開語言信息來洞察不同文化背景的人的思維模式、心理特征和現(xiàn)實行為。隨著當(dāng)前微信、微博等網(wǎng)絡(luò)平臺的廣泛使用，以計算的方式，通過語言或文本來判斷情緒和情感，是語言應(yīng)用于國家安全領(lǐng)域的重要途徑。

而就學(xué)術(shù)研究領(lǐng)域方面，筆者通過Google N-gram[3]軟件，對public opinions， emotion recognition， sentiment analysis， speech emotion這4個詞匯進行搜索，考察當(dāng)前英文出版的書籍中對于“公眾意見（輿情）、情感識別、情緒分析、言語情感”的關(guān)注程度，從學(xué)術(shù)研究角度更好地了解這四個領(lǐng)域的發(fā)展速度和狀況。

通過以上的Ngrams顯示圖可以看出，自1800年以來，公共觀點（輿情）一直是眾多學(xué)術(shù)研究關(guān)注的焦點。相較而言，情緒識別研究始于1970年前后，至今已有了長足的發(fā)展。而情感分析，尤其是言語情感分析，尚處于起步階段。

即便如此，近年來隨著深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，言語中的情感識別功能已經(jīng)非常精準(zhǔn)。Papakostas等（2017）基于三組不同數(shù)據(jù)庫的語言對兩種不同的神經(jīng)元網(wǎng)絡(luò)SVM和CNN進行了實驗。其中，EMOVO數(shù)據(jù)庫包括6個說意大利語的演員演示的14個句子，情緒展現(xiàn)為“厭惡、害怕、憤怒、高興、驚訝和悲傷”。SAVEES數(shù)據(jù)庫是更大的數(shù)據(jù)庫，除了EMOVO中的數(shù)據(jù)，還包含4個英語男性說話者用EMOVO中的情緒說出的15個TIMIT數(shù)據(jù)庫中的句子[4]。EMODB是德語數(shù)據(jù)庫，包括5位男性和5位女性言語說的493句話，包含有“憤怒、無聊、厭惡、恐懼、幸福、悲傷和中性”。盡管神經(jīng)元網(wǎng)絡(luò)CNN的表現(xiàn)不夠出色，兩個數(shù)據(jù)庫在多語言處理方面也存在著挑戰(zhàn)，但神經(jīng)元網(wǎng)絡(luò)SVM可以在EMOVO數(shù)據(jù)庫中達(dá)到45%的準(zhǔn)確率，在EMODB數(shù)據(jù)庫中達(dá)到80%的準(zhǔn)確率。此外，斯坦福大學(xué)發(fā)明的深度學(xué)習(xí)的新算法NaSent（Neural Analysis of Sentiment）可以將準(zhǔn)確率提高到85%（Hernandez2013）。通過情感識別情緒是復(fù)雜而艱巨的工程，該技術(shù)在多語言情感識別過程中仍然有很長的路要走，然而該項技術(shù)的進步和發(fā)展無疑可以在判定說話人的思維模式，從而快速有效地對國際局勢進行預(yù)判，維護國家安全方面起到重要的作用。

五、 結(jié)語與啟示

自十九大以來，“國家安全”成為國家戰(zhàn)略的重中之重。而語言戰(zhàn)略是國家安全的重要支撐。語言和國家安全的結(jié)合，可以在理論和方法論層面多維度地展開。

首先，話語、語言與政治的結(jié)合能夠有效地拓展國家安全研究的理論空間。盡管語言和政治的理論結(jié)合早已在西方展開，然而其在中國本土化的理論實踐尚處于探索和起步階段。理論的整理和整合呼喚實證研究，并呼喚能夠?qū)崿F(xiàn)理論深化的研究結(jié)果。從話語分析的研究方法來講，以量化為基礎(chǔ)的語料庫的建設(shè)和開發(fā)有助于通過語言了解其他國家對于我國問題的關(guān)注點，探究他國如何通過話語建構(gòu)和塑造我國的國家形象。而目前以定性研究為基礎(chǔ)的會話分析和民族學(xué)方法論也在該領(lǐng)域中流行開來。

其次，語言與身份認(rèn)同，尤其是國家認(rèn)同和身份認(rèn)同之間的結(jié)合也是未來語言與國家安全結(jié)合的重要維度，是話語分析的重要延伸。話語層面的語言建構(gòu)固然重要，然而“人”才是話語的接收者，話語也只有通過人才能產(chǎn)生作用與影響。因此，Gee（2005）把話語與認(rèn)同緊密結(jié)合，把話語定義為“某個特定時間、地點和情境下，通過文本、言語、圖像和行為表達(dá)出來的主體、態(tài)度和價值”。從這個意義上講，在更為細(xì)致的旅游、商業(yè)談判、政治協(xié)商等不同的社會情境中，在多重社會范疇中探究話語對于身份認(rèn)同的形成軌跡的影響，意義重大。在這一維度，以質(zhì)性研究為基礎(chǔ)的民族志研究和案例研究，有助于把研究中的人放置于社會大背景和不同的文化情境中，描摹語言與身份認(rèn)同感結(jié)合的流程，從微觀的層面和多元的視角來看不同言語社區(qū)中，多種語言符號和變體與其他文化元素間的整合關(guān)系。

最后，語言與科技是國家安全的重要組成部分。情感和情緒識別技術(shù)，尤其是人工智能帶來的深度學(xué)習(xí)和神經(jīng)元之間的結(jié)合，則可以使研究者通過語言了解到說話人的情感和情緒，通過計算的方式判斷語言中體現(xiàn)出來的情緒和情感，根據(jù)其特定的國家安全形勢進行預(yù)判，這也是語言應(yīng)用于國家安全領(lǐng)域的重要途徑。

附 注

[1]美國當(dāng)代英語語料庫是目前最大的免費英語語料庫，也是第一個大型的語料平衡的美國英語語料庫?？谡Z、小說、流行雜志、報紙和學(xué)術(shù)性問題在語料庫庫容中各占20%。該語料庫由美國楊百翰大學(xué)的Mark Davies教授主持創(chuàng)立，并在2008年正式上線。該語料庫每年增加2億詞，每年更新一到兩次。美國當(dāng)代英語語料庫被認(rèn)為是用來觀察美國英語當(dāng)前發(fā)展變化的最合適的英語語料庫。（周韻2013）

[2]翻譯： 父： 明天你幾點來，小豬豬？子： 午飯之后？父： 可以呀。準(zhǔn)備待多久？子： 你在家嗎？父： 當(dāng)然。父： 但明天，我想去一個別的地方。子： 晚飯之后。父： 說英語吧，笨蛋！你什么時候來？我們什么時候再閑聊？子： 太好了。我晚飯來，飯后走。子： 你的語法很好。父： 我覺得你的法語比你的英語要好。父： 你的英語不能更糟糕了！子： 那還是說中文吧。子： 明天見啦老爸～早上不想跟一堆人擠……所以大概十點半左右吧！父： 你的中文好不了哪兒去。子： 你的漢語比你的西班牙語要差。子： 但比你的日語要好。子： 好的。明天見。

[3]Google Books Ngrams是對Google圖書中的文本統(tǒng)計詞頻的算法。Google Books Ngrams View可以畫出輸入的任何詞或詞組的詞頻統(tǒng)計結(jié)果。到2013年4月，已經(jīng)有超過三千萬冊書被納入Google Books。

[4]TIMIT全稱The DARPA TIMIT Acoustic-Phonetic Continuous Speech Corpus，是由德州儀器（TI）、麻省理工學(xué)院（MIT）和斯坦福研究院（SRI）合作構(gòu)建的聲學(xué)音素連續(xù)語音語料庫。TIMIT數(shù)據(jù)集的語音采樣頻率為16kHz，一共包含6300個句子，由來自美國八個主要方言地區(qū)的630個人每人說出給定的10個句子，所有的句子都在音素級別（phone level）上進行了手動分割、標(biāo)記。70%的說話人是男性，大多數(shù)說話者是成年白人。

參考文獻

1. 寇福明.語言安全界定之批判思考.外語學(xué)刊，2016（5）： 74-77.

2. 李宇明.語言與國家安全——從美國的國家安全戰(zhàn)略談起，2008.（https：∥wenku.baidu.com/view/70617bd03186bceb19e8bbae.html， 20170810）

3. 劉躍進.為國家安全立學(xué)： 國家安全學(xué)科的探索歷程及若干問題研究.長春： 吉林大學(xué)出版社，2014.

4. 翟石磊.國際涉華能源話語與中國話語體系構(gòu)建.對外傳播.2014（1）： 45-47.

5. 詹姆斯·哈金.小眾行為學(xué)： 為什么主流的不再受市場喜愛.北京： 北京時代華文書局出版社，2015.

6. 趙蓉暉.語言社會功能的當(dāng)代理解.中國社會科學(xué)，2017（2）： 159-171.

7. 周韻.基于美國當(dāng)代英語語料庫的自主寫作模式研究.英語教師，2013，13（7）： 57-63.

8. Barton D， Lee C. Language Online： Investigating Digital Texts and Practices. London and New York： Routledge， 2013.

9. Burr V. An Introduction to Social Constructionism. London： Routledge， 1995.

10. Chilton P. Analysing Political Discourse： Theory and Practice. London： Routledge， 2004.

11. EI： 語音識別讓機器感知你的情緒，2013. （https：∥www.yicai.com/news/2916026.html， 20170812）

12. Fairclough N. Analysing Discourse： Textual Analysis for Social Research. London： Routledge， 1997.

13. Foucault M. The Archaeology of Knowledge and the Discourse on Language. New York： Pantheon Books，1972.

14. Gee J P. An Introduction to Discourse Analysis： Theory and Method （2nd ed.）. New York： Routledge，2005.

15. Hagood M C. Literacies and Identities for All. In Miller S， Kirkland D E. （eds.） Change Matters： Critical Essays on Moving Social Justice Research from Theory to Policy New York： Peter Lang Publishing Inc，2010： 89-95.

16. Hernandez D. These Guys Are Teaching Computers How to Think Like People， 2013. （https：∥www.wired.com/2013/10/nasent-deep-learning/， 20171210）

17. López A L. A World of Languages，2015. （http：∥www.scmp.com/inforgraphics/article/1810040/infographic-world-languages？page=all&comment-sort;=recommended.

18. Parker I， Shotter J. （eds.） Deconstructing Social Psychology， London and New York： Routledge， 1990.

19. Papakostas M， Siantikos G， Giannakopoulos T. et al. Recognizing Emotional States Using Speech Information. GeNeDis， 2017，89（2）： 155-164.

20. Wodak R， Meyer M.（eds.） Methods of Critical Discourse Analysis. London： Sage， 2005.