“語(yǔ)言指紋”在情報(bào)分析中的應(yīng)用研究
--基于CIA、FBI、ANSP的情報(bào)分析案例

吳尹清

(國(guó)防科技大學(xué)國(guó)際關(guān)系學(xué)院 南京 210039)

0 引 言

情報(bào)分析是“情報(bào)工作的中心環(huán)節(jié)”[1]。隨著20世紀(jì)上半葉以來(lái)情報(bào)分析的科學(xué)化轉(zhuǎn)向,心理學(xué)、歷史學(xué)等多學(xué)科的知識(shí)相繼進(jìn)入情報(bào)分析的工具箱[2],但作為科學(xué)的現(xiàn)代語(yǔ)言學(xué)在情報(bào)分析中的潛力目前尚未被充分認(rèn)識(shí)和探究。

作為非結(jié)構(gòu)化數(shù)據(jù)的人類自然語(yǔ)言產(chǎn)出是情報(bào)分析的主要對(duì)象?，F(xiàn)代語(yǔ)言學(xué)作為系統(tǒng)研究自然語(yǔ)言規(guī)律的學(xué)科,自發(fā)產(chǎn)生了解讀自然語(yǔ)言產(chǎn)出背后事實(shí)線索的豐富理論工具,為情報(bào)分析方法創(chuàng)新提供了潛在的理論富礦。語(yǔ)言指紋則是這座富礦中最具潛力的語(yǔ)言學(xué)工具?，F(xiàn)代語(yǔ)言學(xué)研究表明,特定個(gè)體的自然語(yǔ)言產(chǎn)出在內(nèi)外部多種因素綜合影響下會(huì)呈現(xiàn)具有辨識(shí)性的語(yǔ)言指紋特征[3-5]。情報(bào)分析人員有可能通過(guò)分析目標(biāo)文本或話語(yǔ)的語(yǔ)言指紋特征來(lái)獲知關(guān)于作者或說(shuō)話人的信息,與其他情報(bào)要素進(jìn)行交叉驗(yàn)證,從而準(zhǔn)確解讀事實(shí)。從理論層面構(gòu)建與論證基于語(yǔ)言指紋的情報(bào)分析方法,有助于情報(bào)分析應(yīng)用性理論創(chuàng)新,深化對(duì)現(xiàn)代語(yǔ)言學(xué)融入情報(bào)分析的學(xué)理認(rèn)識(shí)、拓展情報(bào)分析的理論視野與實(shí)踐手段。

1 文獻(xiàn)綜述

1.1 語(yǔ)言指紋分析的現(xiàn)代語(yǔ)言學(xué)理論與應(yīng)用研究

“語(yǔ)言指紋”是一個(gè)探討已久的語(yǔ)言學(xué)概念,即個(gè)體的語(yǔ)言使用(包括文本和話語(yǔ))具有獨(dú)特性,這種獨(dú)特性體現(xiàn)于個(gè)體使用語(yǔ)言時(shí)各種獨(dú)特的選擇傾向或偏好。盡管原則上個(gè)體有做出任何語(yǔ)言選擇的可能,但內(nèi)外部多種因素綜合影響下長(zhǎng)期形成的語(yǔ)言使用習(xí)慣仍會(huì)使其穩(wěn)定地做出具有傾向性的選擇[3-5]。這一系列獨(dú)特的選擇傾向或偏好就是“語(yǔ)言指紋”(又稱“個(gè)人語(yǔ)型”或“個(gè)人言語(yǔ)風(fēng)格”),而語(yǔ)言指紋分析(linguistic fingerprinting)就是通過(guò)識(shí)別、解讀語(yǔ)篇中的各種語(yǔ)言指紋特征,以發(fā)現(xiàn)語(yǔ)篇產(chǎn)出者的“語(yǔ)言指紋”。語(yǔ)言指紋分析的邏輯基礎(chǔ)是:類似于人的指紋存留于其觸摸的物體表面,語(yǔ)言指紋體現(xiàn)于個(gè)體所產(chǎn)出的語(yǔ)篇中。

自然語(yǔ)言文本或話語(yǔ)中任何反映個(gè)體語(yǔ)言使用獨(dú)特性的特征都屬于語(yǔ)言指紋特征。語(yǔ)言指紋分析的知識(shí)來(lái)源于語(yǔ)言學(xué)的多個(gè)分支,包括(計(jì)量)文體學(xué)、社會(huì)語(yǔ)言學(xué)(sociolinguistics)、中介語(yǔ)理論(interlanguage)、二語(yǔ)習(xí)得、翻譯研究、語(yǔ)篇結(jié)構(gòu)分析、司法語(yǔ)言學(xué)(forensic linguistics)、作者分析(authorship analysis)等領(lǐng)域的知識(shí)。

語(yǔ)言指紋分析的應(yīng)用價(jià)值除了系統(tǒng)性地描寫刻畫個(gè)人言語(yǔ)風(fēng)格特征之外,還在于通過(guò)發(fā)現(xiàn)特定語(yǔ)篇中語(yǔ)言使用的獨(dú)特性從而解讀出語(yǔ)篇與個(gè)體身份的相關(guān)性,這給予了語(yǔ)言指紋分析在語(yǔ)言學(xué)之外的應(yīng)用價(jià)值。文獻(xiàn)回顧發(fā)現(xiàn),對(duì)語(yǔ)言指紋分析應(yīng)用于解決實(shí)際問(wèn)題有較多探討的學(xué)科為文學(xué)[6]、歷史學(xué)[7]、司法鑒定[8]、剽竊檢測(cè)[9]等,這些多學(xué)科應(yīng)用先例從側(cè)面顯示了語(yǔ)言指紋分析應(yīng)用于情報(bào)分析的可能與潛力。

1.2 情報(bào)學(xué)領(lǐng)域相關(guān)研究

在情報(bào)分析實(shí)踐中,語(yǔ)言指紋分析發(fā)揮了不可或缺的作用,為分析人員提供了獨(dú)特的參考維度或者關(guān)鍵的突破線索[4,10-12]。在情報(bào)分析理論方面,由于語(yǔ)言指紋分析所依靠的知識(shí)較為零散,難以總結(jié),情報(bào)學(xué)領(lǐng)域未將語(yǔ)言指紋分析整體作為一種情報(bào)分析方法進(jìn)行研究。這種實(shí)踐先行與理論缺位的錯(cuò)位現(xiàn)象導(dǎo)致目前的情報(bào)分析理論不能有效地描述此類實(shí)踐,相關(guān)情報(bào)分析實(shí)踐也不能得到理論的有效引領(lǐng),制約了情報(bào)分析理論和實(shí)踐的發(fā)展。因此有必要在理論層面通過(guò)跨學(xué)科視角研究基于語(yǔ)言指紋的情報(bào)分析方法,創(chuàng)新基于現(xiàn)代語(yǔ)言學(xué)的情報(bào)分析理論,為情報(bào)分析實(shí)踐提供依據(jù)和參考。

本文運(yùn)用案例研究和文獻(xiàn)分析法,以“語(yǔ)言指紋”為核心概念,從特征與個(gè)體身份相關(guān)性(基于語(yǔ)言學(xué)理論)、分析流程(融合案例研究)、適用特征、應(yīng)用場(chǎng)景、方法論基礎(chǔ)、局限性等維度進(jìn)行分析,提出并論證基于語(yǔ)言指紋的情報(bào)分析方法。

2 語(yǔ)言指紋分析法的分析流程與方法論基礎(chǔ)

2.1 語(yǔ)言指紋分析法的流程步驟

語(yǔ)言指紋分析法的分析流程概括為“語(yǔ)料獲取、特征提取、特征分析、提出假設(shè)、交叉驗(yàn)證、生成判斷”等6個(gè)主要步驟(見(jiàn)圖1),符合普適性的情報(bào)分析流程[13]。

圖1 語(yǔ)言指紋分析流程

2.2 語(yǔ)言指紋分析法的方法論基礎(chǔ)

語(yǔ)言指紋分析法的方法論基礎(chǔ)為實(shí)證主義,主要體現(xiàn)在:該方法所依靠的語(yǔ)言學(xué)理論基礎(chǔ)是在遵循現(xiàn)代科學(xué)范式的研究中形成的、是基于對(duì)大量語(yǔ)言事實(shí)的觀察提出假設(shè)并經(jīng)過(guò)實(shí)證研究反復(fù)修正、檢驗(yàn)的,具有高度科學(xué)化的特點(diǎn),也是科學(xué)歸納法的產(chǎn)物;該方法的具體分析過(guò)程符合“客觀觀察、歸納、驗(yàn)證”的實(shí)證主義科學(xué)發(fā)現(xiàn)路徑,也基本符合“問(wèn)題生成、問(wèn)題分解、資料搜集、資料甄別、假說(shuō)生成、上報(bào)結(jié)論”的實(shí)證主義情報(bào)分析過(guò)程;該方法的理論基礎(chǔ)形成與應(yīng)用過(guò)程都注重?cái)?shù)據(jù)驅(qū)動(dòng)與定量分析;該方法重視假設(shè)驗(yàn)證的過(guò)程和持續(xù)性,例如基于語(yǔ)言指紋分析得出關(guān)鍵假設(shè)后的交叉驗(yàn)證步驟就是對(duì)各種假設(shè)、信息、事實(shí)進(jìn)行持續(xù)性的對(duì)比印證。雖然方法論基礎(chǔ)為實(shí)證主義,但該方法在操作步驟和實(shí)踐運(yùn)用中可結(jié)合基于證偽主義的結(jié)構(gòu)化分析技巧來(lái)避免基于語(yǔ)言指紋的單一維度判斷主導(dǎo)情報(bào)分析結(jié)論,幫助克服認(rèn)知偏見(jiàn)。該方法運(yùn)用的邏輯思維中最重要的是溯因思維和相關(guān)性思維,在“提出假設(shè)”步驟中必須運(yùn)用語(yǔ)言學(xué)知識(shí)通過(guò)語(yǔ)言指紋特征反推或回溯該特征產(chǎn)生的原因(如地域變體與出生地),當(dāng)某些語(yǔ)言指紋特征與語(yǔ)篇產(chǎn)出者的身份信息之間并非為具有可解釋性的因果關(guān)系而僅為模式化的現(xiàn)象間相關(guān)性關(guān)系時(shí)(如寫作風(fēng)格與作者身份),則需運(yùn)用相關(guān)性思維進(jìn)行推理,在分析過(guò)程中運(yùn)用的思維方式還有對(duì)比、綜合、歸納。

3 三種語(yǔ)言指紋分析法的案例研究

情報(bào)分析方法是信息轉(zhuǎn)化為情報(bào)的關(guān)鍵,是解讀事實(shí)的工具[14]。對(duì)相關(guān)關(guān)系的判斷是所有情報(bào)分析工作的基礎(chǔ)[14]。因此,某種情報(bào)分析方法是否具備科學(xué)性的關(guān)鍵在于它能否幫助分析人員在情報(bào)分析所要求的準(zhǔn)確程度下判斷某類現(xiàn)象與事實(shí)的相關(guān)關(guān)系。本文重點(diǎn)分析寫作風(fēng)格分析法、社會(huì)語(yǔ)言學(xué)分析法、中介語(yǔ)分析法三類語(yǔ)言指紋分析方法的語(yǔ)言學(xué)理論觀點(diǎn)及其在情報(bào)分析中的流程。

3.1 寫作風(fēng)格分析法

3.1.1 特征與個(gè)體身份相關(guān)性分析

寫作風(fēng)格分析法的理論基礎(chǔ)主要來(lái)自于(計(jì)量)文體學(xué)/風(fēng)格學(xué),其基礎(chǔ)理論假設(shè)是:個(gè)人或特定群體的寫作風(fēng)格是存在的,這種風(fēng)格來(lái)自于作者在寫作過(guò)程中的無(wú)意識(shí)習(xí)慣,并可通過(guò)一系列文本特征體現(xiàn)或者計(jì)量[15]。最能表達(dá)寫作風(fēng)格、語(yǔ)言指紋、作者身份三者相關(guān)性的寫作風(fēng)格經(jīng)典定義如:“風(fēng)格即本人”[16],文體學(xué)實(shí)證研究也表明,寫作風(fēng)格可通過(guò)特定文本特征得到體現(xiàn)和描述,并成為識(shí)別作者身份的線索和證據(jù)。早期實(shí)證研究主要關(guān)注詞匯特征與作者身份的關(guān)聯(lián)。如費(fèi)德里克·莫斯特勒(Federick Mosteller)等[7]將包括部分功能詞在內(nèi)的少數(shù)特殊詞分布頻率作為寫作風(fēng)格特征,運(yùn)用于聯(lián)邦黨人文集作者身份的識(shí)別,證實(shí)了該特征的有效性。后期隨著文體學(xué)與作者分析研究的發(fā)展,更復(fù)雜的數(shù)學(xué)統(tǒng)計(jì)工具得以運(yùn)用,字符、句法、語(yǔ)義等更多新特征進(jìn)入寫作風(fēng)格特征的范疇,并在實(shí)證研究中確立了其與作者身份的相關(guān)性,研究范圍也不再局限于經(jīng)典規(guī)范文本,在更為雜亂的非規(guī)范文本(如電子化網(wǎng)絡(luò)文本)中也證明了寫作風(fēng)格特征與作者身份的相關(guān)性。文體學(xué)領(lǐng)域的理論與實(shí)證研究成果證明了寫作風(fēng)格特征與文本作者身份的相關(guān)性,揭示了寫作風(fēng)格分析作為情報(bào)分析方法的潛力與價(jià)值。

3.1.2 分析流程

論證某種情報(bào)分析方法還在于考察其能否在情報(bào)分析實(shí)踐中具備操作可行性以及通過(guò)合理有序的分析過(guò)程準(zhǔn)確地解讀事實(shí)、消解不確定性。還原、回溯情報(bào)分析案例可幫助回答這些問(wèn)題[13]。

寫作風(fēng)格分析法主要是通過(guò)發(fā)現(xiàn)并分析文本中的獨(dú)特寫作風(fēng)格特征來(lái)判斷文本作者的身份。本節(jié)通過(guò)對(duì)FBI在著名的“校航炸彈客”(UNAbomber)匿名連環(huán)爆炸案中的情報(bào)分析案例研究,介紹寫作風(fēng)格分析法?！靶：秸◤椏汀卑讣前l(fā)生于1978-1995年的著名獨(dú)狼式恐怖襲擊案件[4,10],其策劃者的行為特殊性,給FBI等執(zhí)法機(jī)構(gòu)的偵破工作造成了嚴(yán)重困難,FBI采用寫作風(fēng)格分析法獲得了偵破該案件的關(guān)鍵情報(bào)。

a.語(yǔ)料獲取。必須準(zhǔn)確獲取目標(biāo)匿名文本及用于對(duì)比的、已知作者為嫌疑目標(biāo)的文本,為便于發(fā)現(xiàn)豐富的寫作風(fēng)格特征,兩類文本的規(guī)模越大越好?！靶：秸◤椏汀卑讣?匿名炸彈客所寫的新盧德主義宣傳文本已通過(guò)報(bào)紙主動(dòng)公開(kāi),美國(guó)聯(lián)邦調(diào)查局(FBI)則設(shè)法獲取了當(dāng)時(shí)眾多調(diào)查對(duì)象之一的西奧多·卡辛斯基(Theodore Kaczynski)在20世紀(jì)60年代至90年代所寫的共178篇文本,包括他于1966完成的博士學(xué)位論文、在加州大學(xué)伯克利分校任教期間的教學(xué)筆記、1966-1994年間的私人信件等,并將這些文本與14篇“校航炸彈客”以化名公開(kāi)發(fā)布的文本進(jìn)行人工對(duì)比綜合分析[4,10]。

b.特征提取?？梢圆捎米詣?dòng)抽取方法,也可采用人工觀察方法進(jìn)行特征提取。前者是利用程序自動(dòng)抽取該語(yǔ)料庫(kù)的字符、詞匯、句法等層面的寫作風(fēng)格特征。后者是分析人員先閱讀文本,人工選取兩類文本中某些寫作風(fēng)格特征。FBI為“校航炸彈客”案件成立的跨部門情報(bào)分析工作組的多個(gè)組員通過(guò)反復(fù)研讀兩類文本(合計(jì)規(guī)模約20萬(wàn)詞),依靠人工觀察選取兩類文本共有的寫作風(fēng)格特征:特殊短語(yǔ)、概念指稱習(xí)慣(指稱精確度高、修改所有指稱模糊的人稱代詞)、高復(fù)用率的句法結(jié)構(gòu)、高度嚴(yán)謹(jǐn)?shù)倪壿嫳磉_(dá)、語(yǔ)法錯(cuò)誤修正痕跡及習(xí)慣(力求更正每個(gè)位置錯(cuò)誤的標(biāo)點(diǎn)符號(hào))、所遵循的編輯風(fēng)格指南(遵循英式拼寫原則,如"analyse、skilful、wilfully、instalment")、罕見(jiàn)句法結(jié)構(gòu)(英語(yǔ)不定式結(jié)構(gòu)中間嵌入單詞,如"to all go、to voluntarily change"、"to+just+VP"結(jié)構(gòu):"to just turn、to just dump、to just sort of look、to just shove、to just go down")[4,10]。

c.特征分析。對(duì)比兩類文本寫作風(fēng)格特征種類、數(shù)量、分布的相似度及一致性,可人工對(duì)比也可依靠統(tǒng)計(jì)學(xué)習(xí)模型自動(dòng)處理。FBI情報(bào)分析人員使用人工對(duì)比方式,發(fā)現(xiàn)選取的所有7類特征在兩類文本中的數(shù)量、分布在統(tǒng)計(jì)學(xué)意義上一致,比如"to+just+VP"結(jié)構(gòu)在規(guī)模為15萬(wàn)詞的炸彈客文本中共出現(xiàn)20次,在規(guī)模為4.32萬(wàn)詞的卡辛斯基文本中出現(xiàn)6次,經(jīng)過(guò)統(tǒng)計(jì)校驗(yàn)證實(shí)兩類文本中的出現(xiàn)頻次無(wú)顯著差異[4,10]。

d.提出假設(shè)?；趯?duì)比分析得到關(guān)于匿名目標(biāo)文本是否由高價(jià)值目標(biāo)所寫的假設(shè),盡管由寫作風(fēng)格分析得出的相關(guān)性判斷可能非常接近事實(shí),但它僅是基于語(yǔ)言指紋維度推理得出的相關(guān)性判斷,且這一相關(guān)性判斷是“概然性”的,因此它仍是分析過(guò)程中得到的一種假設(shè),其準(zhǔn)確性還需要經(jīng)過(guò)后續(xù)的驗(yàn)證得到證實(shí),尚不能就此形成情報(bào)結(jié)論。FBI的分析人員基于特征對(duì)比得出了“所有炸彈客文本作者均為卡辛斯基”的假設(shè)[4,10]。

e.交叉驗(yàn)證。結(jié)合其他假設(shè)或事實(shí)對(duì)根據(jù)語(yǔ)言指紋分析得出的關(guān)鍵假設(shè)進(jìn)行驗(yàn)證,觀察它們之間是否相互印證或排斥。在這一分析步驟中,分析人員可運(yùn)用基于批判性思維與證偽主義方法論的競(jìng)爭(zhēng)性假設(shè)法等結(jié)構(gòu)化分析技巧來(lái)幫助克服認(rèn)知偏見(jiàn)[13,17],交叉驗(yàn)證各個(gè)假設(shè)與事實(shí)。FBI經(jīng)過(guò)調(diào)查掌握的其他事實(shí):卡辛斯基智商極高,情商很低;本科畢業(yè)于哈佛大學(xué),擁有密歇根大學(xué)的數(shù)學(xué)專業(yè)博士學(xué)位,曾任教于加州大學(xué)伯克利分校,擅長(zhǎng)學(xué)術(shù)寫作與嚴(yán)密的邏輯推理;與人相處有困難,離群索居,缺乏親密關(guān)系,與親屬關(guān)系冷漠,從未談過(guò)戀愛(ài);自愿長(zhǎng)期居住在叢林中,痛恨現(xiàn)代工業(yè)文明與科技進(jìn)步,拒絕使用現(xiàn)代通訊設(shè)備。FBI將掌握的事實(shí)、假設(shè)進(jìn)行了反復(fù)的交叉驗(yàn)證,發(fā)現(xiàn)它們之間相互印證[4,10]。

f.生成判斷。依據(jù)交叉驗(yàn)證的結(jié)果,形成正式的情報(bào)產(chǎn)品。FBI將分析工作組的結(jié)論撰寫為文件,正式上報(bào)美國(guó)司法部,將卡辛斯基列為“校航炸彈客”的頭號(hào)嫌疑犯,最終將其抓獲[4,10]。

3.1.3 特征總結(jié)與適用場(chǎng)景

適用于情報(bào)分析的寫作風(fēng)格特征分為兩類:一類是可基于文本進(jìn)行自動(dòng)抽取的計(jì)量風(fēng)格特征,主要包括:a.字符特征:標(biāo)點(diǎn)符號(hào)頻數(shù)、空格數(shù)、縮進(jìn)符數(shù)、特殊符號(hào)數(shù)量、段落間分隔符數(shù)、數(shù)字字符數(shù)、字母頻數(shù)分布、每段總字符數(shù)等;b.詞匯特征:功能詞分布頻率、一次頻詞(hapax legomenon)列表、詞匯豐富度、詞數(shù)、平均詞長(zhǎng)等;c.句法特征:句長(zhǎng)、句子數(shù)、詞性標(biāo)記n元列表、句法標(biāo)記n元列表、平均整句長(zhǎng)、平均小句長(zhǎng)等[18]。另一類是只能依靠人工觀察提取的特征,主要包括:換行習(xí)慣(是否使用換行、換行的習(xí)慣位置等)、空格使用習(xí)慣(是否使用空格、空格的習(xí)慣使用位置等)、標(biāo)點(diǎn)符號(hào)使用偏好(如小句末尾處多用逗號(hào)還是句號(hào))、概念指稱方式、罕見(jiàn)詞匯、短語(yǔ)、句法結(jié)構(gòu)、對(duì)不同語(yǔ)種的使用偏好、文本格式、所遵循的編輯風(fēng)格指南(editorial style guide)等。

寫作風(fēng)格分析作為語(yǔ)言學(xué)理論應(yīng)用于情報(bào)分析,應(yīng)用場(chǎng)景發(fā)生切換:原生應(yīng)用場(chǎng)景是服務(wù)于語(yǔ)言本體研究、文學(xué)與史學(xué)研究等,關(guān)注經(jīng)典文本與著名作家身份之間的相關(guān)性,注重新特征發(fā)現(xiàn)與有效性實(shí)證研究;在情報(bào)分析中的應(yīng)用場(chǎng)景則是服務(wù)于政治、軍事、反恐、刑偵情報(bào)分析,關(guān)注匿名文本(無(wú)論是否為規(guī)范文本或電子/紙質(zhì)文本)與嫌疑目標(biāo)之間的相關(guān)性,更注重整體思維過(guò)程的有序性、與其他情報(bào)要素的一致性、結(jié)論的確定性。

3.2 社會(huì)語(yǔ)言學(xué)分析法

3.2.1 特征與個(gè)體身份相關(guān)性分析

社會(huì)語(yǔ)言學(xué)是由語(yǔ)言學(xué)、社會(huì)學(xué)、人類學(xué)交叉形成的邊緣學(xué)科,是現(xiàn)代語(yǔ)言學(xué)的重要分支之一,其核心研究對(duì)象是語(yǔ)言在使用中的各種變異(變化和差異)和社會(huì)環(huán)境之間的相互關(guān)系。語(yǔ)言變異具體表現(xiàn)為在語(yǔ)言使用中各種類型的語(yǔ)言變體,即擁有相同社會(huì)身份、處于相同社會(huì)環(huán)境的人較穩(wěn)定、普遍地使用的某種語(yǔ)言表現(xiàn)形式。社會(huì)語(yǔ)言學(xué)的核心理論假設(shè)認(rèn)為,由于語(yǔ)言的社會(huì)屬性,語(yǔ)言使用必然在各種社會(huì)因素的影響下產(chǎn)生普遍且持續(xù)的變異。社會(huì)語(yǔ)言學(xué)研究將社會(huì)身份、社會(huì)環(huán)境視作影響語(yǔ)言變異的相關(guān)性變量,致力于發(fā)現(xiàn)、追蹤、描述語(yǔ)言使用中的變異表現(xiàn)(變體)及其與社會(huì)身份、環(huán)境的關(guān)系。語(yǔ)言變體可以是語(yǔ)種、方言、語(yǔ)法、短語(yǔ)、詞匯、語(yǔ)音等各層級(jí)的變異。社會(huì)語(yǔ)言學(xué)的變異主義語(yǔ)言觀及實(shí)證研究揭示了語(yǔ)言變體與語(yǔ)言使用者社會(huì)身份的關(guān)聯(lián):①說(shuō)話人的社會(huì)階層(職業(yè)、受教育程度、收入)與特定語(yǔ)言變體的相關(guān)性:如威廉·拉波夫(William Labov)[19]運(yùn)用定量研究方法,調(diào)查紐約市高中低三個(gè)檔次的百貨公司雇員中發(fā)英語(yǔ)卷舌音“r”的習(xí)慣,發(fā)現(xiàn)百貨公司越高檔,雇員發(fā)“r”音的頻率越高,他還抽樣調(diào)查了紐約市四個(gè)社會(huì)階層(根據(jù)職業(yè)、受教育程度、家庭收入劃分)發(fā)英語(yǔ)齒間摩擦音“th”和“dh”的情況,量化分析發(fā)現(xiàn)階層越高的調(diào)查對(duì)象將“th”和“dh”發(fā)成標(biāo)準(zhǔn)音[θ]和[]的頻率越高,階層越低的調(diào)查對(duì)象使用非標(biāo)準(zhǔn)變體(把齒間摩擦音發(fā)成閉塞音[t]或[d])的頻率越高;②地域因素與特定語(yǔ)言變體的相關(guān)性[20];③代際/年齡因素與特定語(yǔ)言變體的相關(guān)性[21];④職業(yè)身份與特定語(yǔ)言變體的相關(guān)性[22-23];⑤社會(huì)網(wǎng)絡(luò)地位等級(jí)與特定語(yǔ)言變體的相關(guān)性[24]。社會(huì)語(yǔ)言學(xué)為情報(bào)分析人員通過(guò)各種語(yǔ)言變體解讀其背后的語(yǔ)言使用者真實(shí)身份提供了思維工具,語(yǔ)言變體可成為用于情報(bào)分析的語(yǔ)言指紋特征,社會(huì)語(yǔ)言學(xué)分析具備了成為情報(bào)分析方法的潛力與價(jià)值。

3.2.2 分析流程

社會(huì)語(yǔ)言學(xué)分析法主要是通過(guò)發(fā)現(xiàn)并分析文本或話語(yǔ)中具有社會(huì)身份意義的特征來(lái)判斷作者或說(shuō)話人的身份。本節(jié)基于對(duì)韓國(guó)國(guó)家情報(bào)部門安全企劃部(ANSP)在著名的大韓航空KAL858航班爆炸案中的情報(bào)分析實(shí)踐案例研究,介紹社會(huì)語(yǔ)言學(xué)分析法。該案件是發(fā)生于1987年的恐怖襲擊事件,大韓航空KAL858航班在從阿布扎比前往漢城的飛行途中發(fā)生空中爆炸,115名機(jī)組人員和乘客全部遇難。ANSP在調(diào)查事故原因的過(guò)程中依靠社會(huì)語(yǔ)言學(xué)分析法獲取了偵破該案件的關(guān)鍵情報(bào)。

a.語(yǔ)料獲取。社會(huì)語(yǔ)言學(xué)研究在口語(yǔ)中發(fā)現(xiàn)的語(yǔ)言變體顯著多于書面語(yǔ),因此社會(huì)語(yǔ)言學(xué)分析法雖可用于分析書面文本,但口語(yǔ)暴露的社會(huì)語(yǔ)言學(xué)特征及目標(biāo)對(duì)象社會(huì)身份信息通常相較書面語(yǔ)豐富得多,最好能通過(guò)錄音或者面談等方式獲取目標(biāo)對(duì)象的口語(yǔ)材料,書面語(yǔ)文本可作為輔證或無(wú)法獲取口語(yǔ)材料的情況下再考慮。當(dāng)時(shí)有作案嫌疑的女子“峰谷真由美”已被引渡至韓國(guó),ANSP通過(guò)當(dāng)面問(wèn)訊并錄音的方式獲取口語(yǔ)材料[11]。

b.特征提取?；谏鐣?huì)語(yǔ)言學(xué)知識(shí),人工識(shí)別口語(yǔ)材料中的語(yǔ)言變體?！胺骞日嬗擅馈痹趩?wèn)訊中講日語(yǔ)、漢語(yǔ)和英語(yǔ),ANSP的語(yǔ)言分析專家發(fā)現(xiàn)了“峰谷真由美”口語(yǔ)材料中的地域變體,語(yǔ)音地域變體如她的漢語(yǔ)帶有中國(guó)南方口音,絲毫不帶中國(guó)東北口音,詞匯地域變體如她多次說(shuō)“粟米”而從不說(shuō)“苞米”[11]。

c.特征分析。基于語(yǔ)言變體與社會(huì)身份的相關(guān)性知識(shí)反向推出特征背后的社會(huì)身份,如社會(huì)階層(職業(yè)、受教育程度、收入)、年齡、地域(出生地、曾居住地)、社會(huì)關(guān)系網(wǎng)絡(luò)、民族/種族等,并對(duì)比得到的各種社會(huì)身份信息是否相互矛盾。ANSP基于語(yǔ)音和詞匯地域變體反推“峰谷真由美”的曾住地在中國(guó)南方地區(qū),如廣東、港澳地區(qū)等,且她未在東北地區(qū)出生或長(zhǎng)期居住過(guò)[11]。

d.提出假設(shè)。若對(duì)比分析不相互矛盾,則得到關(guān)于目標(biāo)對(duì)象社會(huì)身份的假設(shè),作為進(jìn)一步分析的基礎(chǔ)。ANSP基于對(duì)比分析得出“‘峰谷真由美’長(zhǎng)期曾住地在廣東或港澳地區(qū),但未在東北地區(qū)乃至中國(guó)北方出生或長(zhǎng)期居住過(guò)”的假設(shè)[11]。

e.交叉驗(yàn)證。ANSP掌握的其他關(guān)鍵信息:“峰谷真由美”是該女子在其所持日本護(hù)照上的名字;KAL858航班從巴格達(dá)起飛經(jīng)阿布扎比中轉(zhuǎn),“峰谷真由美”在巴格達(dá)登機(jī),但在阿布扎比中轉(zhuǎn)時(shí)下機(jī)離開(kāi);日本政府通報(bào)“峰谷真由美”所持日本護(hù)照為假護(hù)照;“峰谷真由美”聲稱自己是出生在黑龍江省的中國(guó)人,名叫白萃惠,因?yàn)榧彝プ児侍与y到了澳門,又經(jīng)澳門到了日本,被日本人收養(yǎng),所以自己取了一個(gè)日本名;“峰谷真由美”的漢語(yǔ)和日語(yǔ)說(shuō)得很好,但表現(xiàn)得完全不懂朝鮮語(yǔ),且對(duì)日本汽車品牌等生活細(xì)節(jié)不了解;朝鮮試圖與韓國(guó)合辦即將到來(lái)的1988年漢城奧運(yùn)會(huì),但談判破裂,朝鮮公開(kāi)抵制漢城奧運(yùn)會(huì)。ANSP分析人員發(fā)現(xiàn)這些信息與假設(shè)之間存在矛盾,經(jīng)過(guò)交叉驗(yàn)證得出“‘峰谷真由美’曾在廣東或港澳地區(qū)長(zhǎng)住,但并未出生在黑龍江,且不是中國(guó)人或日本人,非常有可能是朝鮮人”的結(jié)論[11]。

f.生成判斷。ANSP基于該結(jié)論形成情報(bào),指導(dǎo)下一步的問(wèn)訊工作,加快突破“峰谷真由美”的心理防線,最終“峰谷真由美”的供述符合ANSP的結(jié)論[11]。

3.2.3 特征總結(jié)與適用場(chǎng)景

適用于情報(bào)分析的社會(huì)語(yǔ)言學(xué)特征主要是能反映說(shuō)話人或作者的社會(huì)階層(職業(yè)、受教育程度、收入)、社會(huì)關(guān)系網(wǎng)絡(luò)、地域(出生地、曾住地)、年齡、民族/種族等社會(huì)身份信息的語(yǔ)音、詞匯、短語(yǔ)、語(yǔ)法各層次語(yǔ)言變體,除了前文討論的特征,還包括用詞與語(yǔ)法的(非)規(guī)范程度、對(duì)不同語(yǔ)體的掌握熟練程度、疑問(wèn)語(yǔ)氣、不確定性陳述、禮貌用語(yǔ)、會(huì)話中的話輪轉(zhuǎn)換方式及話題控制程度等。

社會(huì)語(yǔ)言學(xué)分析的原生應(yīng)用場(chǎng)景是服務(wù)于語(yǔ)言變異描寫、語(yǔ)言規(guī)劃與保護(hù)、商業(yè)廣告策略、法律實(shí)踐等,在情報(bào)分析中的應(yīng)用場(chǎng)景則是服務(wù)于政治、軍事、反恐、刑偵情報(bào)分析,關(guān)注目標(biāo)人物口語(yǔ)中的社會(huì)語(yǔ)言學(xué)特征與其社會(huì)身份之間的相關(guān)性。

3.3 中介語(yǔ)分析法

3.3.1 特征與個(gè)體身份相關(guān)性分析

中介語(yǔ)理論是興起于20世紀(jì)60年代末的二語(yǔ)習(xí)得理論,其理論框架后來(lái)也被借鑒到翻譯學(xué)習(xí)者研究中,因此本文將語(yǔ)言學(xué)習(xí)者的外語(yǔ)和翻譯產(chǎn)出都納入中介語(yǔ)分析法的分析對(duì)象。中介語(yǔ)是指語(yǔ)言學(xué)習(xí)者在學(xué)習(xí)過(guò)程中構(gòu)建的介于母語(yǔ)和目的語(yǔ)(即外語(yǔ))之間的一套特殊的過(guò)渡性/中間態(tài)語(yǔ)言系統(tǒng),中介語(yǔ)因同時(shí)受到母語(yǔ)和目的語(yǔ)遷移效應(yīng)的影響而產(chǎn)生相應(yīng)的關(guān)聯(lián)性特征,它伴隨學(xué)習(xí)過(guò)程不斷變化,逐漸向準(zhǔn)確的目的語(yǔ)形式靠近[25]。中介語(yǔ)理論認(rèn)為,學(xué)習(xí)者的外語(yǔ)/翻譯能力也是動(dòng)態(tài)、發(fā)展、階段性的,當(dāng)他們處于不同學(xué)習(xí)階段時(shí),其外語(yǔ)/翻譯過(guò)渡性系統(tǒng)也表現(xiàn)出不同的中介語(yǔ)特征,而外語(yǔ)使用偏誤和翻譯錯(cuò)誤作為最重要的中介語(yǔ)特征,與語(yǔ)言學(xué)習(xí)者的語(yǔ)言習(xí)得狀態(tài)(母語(yǔ)和外語(yǔ)是何語(yǔ)種)、外語(yǔ)/翻譯水平(外語(yǔ)/翻譯學(xué)習(xí)階段)存在相關(guān)性,相關(guān)實(shí)證研究也證實(shí)了這種相關(guān)性:a.外語(yǔ)使用偏誤與母語(yǔ)語(yǔ)種的相關(guān)性:母語(yǔ)負(fù)遷移(negative transfer)效應(yīng)是中介語(yǔ)形成的重要根源[25],母語(yǔ)負(fù)遷移導(dǎo)致的外語(yǔ)使用偏誤是識(shí)別外語(yǔ)使用者母語(yǔ)語(yǔ)種的高辨識(shí)度特征。中介語(yǔ)研究近年已發(fā)展出名為“母語(yǔ)影響識(shí)別”(Native Language Influence Detection)的跨學(xué)科領(lǐng)域,專注于通過(guò)抽取和量化分析外語(yǔ)使用偏誤來(lái)識(shí)別外語(yǔ)使用者的母語(yǔ),其中也產(chǎn)生了情報(bào)分析應(yīng)用導(dǎo)向的實(shí)證研究成果,例如通過(guò)分析網(wǎng)絡(luò)匿名通訊文本的外語(yǔ)使用偏誤發(fā)現(xiàn)其作者(網(wǎng)絡(luò)匿名犯罪者)的母語(yǔ)語(yǔ)種及與之相關(guān)的身份信息[26]。例如安德烈·M.巴特爾(Andrea M. Batel)等[27]基于母語(yǔ)為西班牙語(yǔ)、英語(yǔ)為外語(yǔ)的作者產(chǎn)出的英語(yǔ)網(wǎng)絡(luò)通訊文本,通過(guò)外語(yǔ)使用偏誤分析出文本作者的母語(yǔ)為西語(yǔ),且成功區(qū)分出作者母語(yǔ)為墨西哥西語(yǔ)或歐陸西語(yǔ)的兩類英語(yǔ)文本。b.外語(yǔ)使用偏誤與外語(yǔ)水平、外語(yǔ)使用識(shí)別的相關(guān)性:外語(yǔ)使用偏誤除了本身作為外語(yǔ)使用的標(biāo)志性特征,還與外語(yǔ)水平相關(guān)[28-29]。c.翻譯錯(cuò)誤與翻譯水平、母語(yǔ)語(yǔ)種、譯文識(shí)別的相關(guān)性:翻譯錯(cuò)誤本身是譯文識(shí)別的標(biāo)志性特征,同時(shí)受母語(yǔ)影響的典型翻譯錯(cuò)誤也可用于分析翻譯學(xué)習(xí)者的母語(yǔ)語(yǔ)種[30];翻譯錯(cuò)誤分布模式可用于判斷學(xué)習(xí)者的翻譯水平[31]。

語(yǔ)言習(xí)得狀態(tài)、外語(yǔ)/翻譯水平本身就是構(gòu)成個(gè)體身份的重要維度[32],因此與之相關(guān)的中介語(yǔ)特征可揭示語(yǔ)言使用者的真實(shí)身份,成為可用于情報(bào)分析的語(yǔ)言指紋特征。

3.3.2 分析流程

中介語(yǔ)分析法主要是通過(guò)發(fā)現(xiàn)并分析文本或話語(yǔ)中能夠反映說(shuō)話人或作者的外語(yǔ)/翻譯水平或語(yǔ)言習(xí)得狀態(tài)的中介語(yǔ)特征來(lái)判斷作者或說(shuō)話人的身份。本節(jié)基于美國(guó)中央情報(bào)局(CIA)對(duì)蘇聯(lián)共產(chǎn)黨中央政治局的情報(bào)分析實(shí)踐案例研究,介紹中介語(yǔ)分析法。1947年8月,正值美蘇冷戰(zhàn)初期,CIA依靠中介語(yǔ)分析法獲取了關(guān)于蘇共政治局內(nèi)部政治動(dòng)向的情報(bào)。

a.語(yǔ)料獲取。文本和口語(yǔ)都會(huì)暴露較多中介語(yǔ)特征,因此獲取目標(biāo)對(duì)象的外語(yǔ)/翻譯文本、或外語(yǔ)口語(yǔ)材料、口譯產(chǎn)出均可,語(yǔ)料規(guī)模越大越好,獲取時(shí)未必需要了解目標(biāo)對(duì)象是否在使用外語(yǔ)/翻譯,盡可能多地獲取目標(biāo)對(duì)象產(chǎn)出的語(yǔ)料即可。當(dāng)時(shí)CIA的報(bào)告與評(píng)估處意外獲得了一份來(lái)源不明、作者身份不明的英文備忘錄[12]。

b.特征提取?；谧陨淼耐庹Z(yǔ)/翻譯知識(shí),人工識(shí)別語(yǔ)料中的外語(yǔ)使用偏誤或翻譯錯(cuò)誤。CIA報(bào)告與評(píng)估處的分析人員提取了備忘錄中的英文拼寫、短語(yǔ)搭配錯(cuò)誤作為中介語(yǔ)特征[12]。

c.特征分析?；谥薪檎Z(yǔ)理論知識(shí),通過(guò)外語(yǔ)使用偏誤或翻譯錯(cuò)誤反向推出作者、譯者、說(shuō)話人的語(yǔ)言/翻譯水平、語(yǔ)言習(xí)得狀態(tài)。CIA的分析人員根據(jù)上述錯(cuò)誤發(fā)現(xiàn)備忘錄“是基于法語(yǔ)思維用英語(yǔ)寫成的,或是直接從法語(yǔ)翻譯成英語(yǔ)的”[12]。

d.提出假設(shè)。若對(duì)比分析不相互矛盾,得到關(guān)于目標(biāo)對(duì)象語(yǔ)言/翻譯水平、語(yǔ)言習(xí)得狀態(tài)的假設(shè),作為進(jìn)一步分析的基礎(chǔ)。CIA基于分析得出“英文備忘錄并非母語(yǔ)寫作產(chǎn)出,而是外語(yǔ)寫作或翻譯產(chǎn)出,作者/譯者的法語(yǔ)水平很高,法語(yǔ)是其接近母語(yǔ)水平的高水平外語(yǔ)或就是其母語(yǔ),作者/譯者的英語(yǔ)水平較低,是其低水平外語(yǔ)”[12]的假設(shè)。

e.交叉驗(yàn)證。CIA報(bào)告與評(píng)估處掌握的其他信息與假設(shè):備忘錄內(nèi)容僅顯示其作者是某個(gè)蘇聯(lián)衛(wèi)星國(guó)的駐蘇聯(lián)大使,并不清楚具體是哪位;當(dāng)時(shí)的蘇聯(lián)衛(wèi)星國(guó)中,只有羅馬尼亞和匈牙利國(guó)民的法語(yǔ)水平普遍很高,這兩國(guó)的外交官也都有很高的法語(yǔ)水平,其他蘇聯(lián)衛(wèi)星國(guó)則不存在該情況;該備忘錄的來(lái)源、交出動(dòng)機(jī)和時(shí)間均不明;備忘錄主要內(nèi)容為蘇共政治局的內(nèi)部談話與尖銳斗爭(zhēng)情況,蘇聯(lián)衛(wèi)星國(guó)駐蘇大使不可能親自參與該層級(jí)的活動(dòng),泄密源頭必定另有其人,能夠獲知如此高層級(jí)情況的人員主動(dòng)泄密的可能性較低;作者在備忘錄的按語(yǔ)中寫到:“原文件被從保險(xiǎn)柜取出,通過(guò)特制微縮相機(jī)拍照后再放回柜中”“自己處心積慮地為該文件的人力情報(bào)來(lái)源保密”,這進(jìn)一步說(shuō)明該備忘錄的主要內(nèi)容是基于另一份文件編寫整理而來(lái),且作者/譯者是通過(guò)人力情報(bào)渠道得到該文件的,該文件很可能是蘇共政治局的會(huì)議記錄,獲得該文件的人力情報(bào)渠道在備忘錄中也有表述。CIA的分析人員發(fā)現(xiàn)這些事實(shí)、假設(shè)之間存在一定矛盾,經(jīng)過(guò)競(jìng)爭(zhēng)性假設(shè)分析得出“該英文備忘錄的作者/譯者是羅馬尼亞或匈牙利駐蘇大使,該備忘錄具備真實(shí)性,不是假情報(bào),備忘錄中關(guān)于蘇共政治局內(nèi)部政治動(dòng)向的信息應(yīng)該得到接受”的結(jié)論[12]。

f.生成判斷。CIA報(bào)告與評(píng)估處基于該結(jié)論形成情報(bào)產(chǎn)品并上報(bào)。

3.3.3 特征總結(jié)與適用場(chǎng)景

適用于情報(bào)分析的中介語(yǔ)特征包括語(yǔ)音、拼寫、詞匯、短語(yǔ)、句法-語(yǔ)義、語(yǔ)用等各層級(jí)的外語(yǔ)使用偏誤或翻譯錯(cuò)誤。語(yǔ)音、拼寫錯(cuò)誤通常多見(jiàn)于低水平學(xué)習(xí)者的產(chǎn)出中。其中詞匯層級(jí)的偏誤是最常見(jiàn)的特征,如選詞錯(cuò)誤、選詞不準(zhǔn)(如用抽象度過(guò)高的詞匯指代具象度較高的下位概念)。其次是短語(yǔ)搭配偏誤,外語(yǔ)/翻譯學(xué)習(xí)者經(jīng)常會(huì)產(chǎn)出語(yǔ)法上正確但母語(yǔ)者完全不能接受或覺(jué)得生硬的短語(yǔ)搭配,或者短語(yǔ)搭配使用的變化過(guò)少以及固定、準(zhǔn)固定、半自由詞組的使用太少。句法-語(yǔ)義偏誤如動(dòng)詞論元結(jié)構(gòu)(argument structure)錯(cuò)誤或句法結(jié)構(gòu)過(guò)于簡(jiǎn)單。語(yǔ)用偏誤常見(jiàn)于口語(yǔ)運(yùn)用中,非母語(yǔ)者由于對(duì)目的語(yǔ)文化不熟悉,在使用外語(yǔ)進(jìn)行真實(shí)交際時(shí)通常不能很好地適配各種交際情景、自如地隨語(yǔ)域變化切換說(shuō)話方式。

中介語(yǔ)分析的原生應(yīng)用場(chǎng)景是服務(wù)于外語(yǔ)教學(xué)、二語(yǔ)習(xí)得研究、翻譯教學(xué)、翻譯質(zhì)量評(píng)估、翻譯認(rèn)知過(guò)程研究等,在情報(bào)分析中的應(yīng)用場(chǎng)景則是用于識(shí)別偽裝成本地母語(yǔ)者或未表明其真實(shí)語(yǔ)言習(xí)得狀態(tài)的目標(biāo)人物,服務(wù)于政治、反恐、網(wǎng)絡(luò)匿名犯罪情報(bào)分析以及反情報(bào),主要關(guān)注目標(biāo)人物外語(yǔ)寫作、外語(yǔ)口語(yǔ)、口筆譯產(chǎn)出的中介語(yǔ)特征與其語(yǔ)言習(xí)得狀態(tài)、外語(yǔ)/翻譯水平之間的相關(guān)性。

4 結(jié) 論

4.1 語(yǔ)言指紋分析的局限性

a.概然性問(wèn)題。語(yǔ)言學(xué)研究證實(shí)了語(yǔ)言指紋特征與語(yǔ)篇產(chǎn)出者身份的強(qiáng)相關(guān)性,為分析人員利用語(yǔ)言指紋特征回溯作者或說(shuō)話人身份提供了基礎(chǔ),但兩者間的語(yǔ)言學(xué)關(guān)聯(lián)并不是具有完全確定性的對(duì)應(yīng)關(guān)系,而是在可接受的置信水平下的概然性聯(lián)系,況且情報(bào)分析現(xiàn)實(shí)場(chǎng)景中各種復(fù)雜因素對(duì)語(yǔ)言指紋特征表現(xiàn)的影響更是可能超出語(yǔ)言學(xué)的認(rèn)知范圍,因此分析人員不能完全受限于基于科學(xué)發(fā)現(xiàn)范式的實(shí)證主義方法論思維[2],一是要認(rèn)識(shí)到語(yǔ)言指紋分析在本質(zhì)上是基于一定置信水平的合理判斷,不確定性始終存在;二是要盡量擴(kuò)大觀察語(yǔ)料的規(guī)模,以便發(fā)現(xiàn)復(fù)現(xiàn)率較高、模式化的特征;三是要重視交叉驗(yàn)證過(guò)程,進(jìn)一步消減不確定性和認(rèn)知偏見(jiàn)。

b.欺詐問(wèn)題。情報(bào)分析與科學(xué)研究的本質(zhì)差別在于情報(bào)分析需經(jīng)常面對(duì)目標(biāo)對(duì)象的欺詐、拒止等復(fù)雜的對(duì)抗性行為[2],作為具體方法的語(yǔ)言指紋分析同樣也不例外,目標(biāo)對(duì)象完全有可能使用欺詐策略,在文本或話語(yǔ)中刻意隱藏或扭曲語(yǔ)言指紋特征,顯著降低語(yǔ)言指紋分析的準(zhǔn)確性,讓分析者難以通過(guò)語(yǔ)言指紋分析獲得有價(jià)值的情報(bào)。此類現(xiàn)象稱為“語(yǔ)言指紋隱匿”[33],情報(bào)分析領(lǐng)域需對(duì)“語(yǔ)言指紋隱匿”的具體策略、行為共性、識(shí)別方法等進(jìn)行研究,情報(bào)分析人員在方法應(yīng)用中則需警惕和識(shí)別目標(biāo)對(duì)象的欺詐行為,特別是目標(biāo)對(duì)象呈現(xiàn)的語(yǔ)言指紋特征相互矛盾時(shí),需注意使用多個(gè)信息源對(duì)假設(shè)推論進(jìn)行驗(yàn)證。

c.機(jī)器文本泛濫風(fēng)險(xiǎn)。語(yǔ)言指紋分析方法的科學(xué)性、可行性、有效性均建立在其所觀測(cè)的語(yǔ)料是人類自然語(yǔ)言產(chǎn)出的前提上,否則語(yǔ)言指紋特征與個(gè)體身份之間的相關(guān)性將不復(fù)存在。隨著以ChatGPT為代表的自然語(yǔ)言生成大模型在未來(lái)的深入應(yīng)用,情報(bào)分析將面臨由于大模型生成的機(jī)器文本泛濫而造成的數(shù)據(jù)污染現(xiàn)象,情報(bào)分析所處理的文本數(shù)據(jù)中,機(jī)器文本占比將越來(lái)越高,且語(yǔ)言大模型在信息類(informative)等中低難度類型文本的寫作、翻譯方面的水平與人類原創(chuàng)寫作、翻譯文本差距不大,嚴(yán)格區(qū)分人類與機(jī)器文本難度不小。在這種前景下,基于語(yǔ)言指紋的情報(bào)分析方法無(wú)疑將受到?jīng)_擊,尤其是對(duì)網(wǎng)絡(luò)匿名電子文本的語(yǔ)言指紋分析。情報(bào)學(xué)和語(yǔ)言學(xué)未來(lái)需加強(qiáng)對(duì)ChatGPT等大模型文本的特征規(guī)律研究,提出針對(duì)性的識(shí)別與區(qū)分方法,以應(yīng)對(duì)其對(duì)情報(bào)分析造成的風(fēng)險(xiǎn)。

4.2 未來(lái)展望

本文運(yùn)用案例研究法,研究基于語(yǔ)言指紋的情報(bào)分析案例,介紹了語(yǔ)言指紋在情報(bào)分析中的應(yīng)用方法。語(yǔ)言指紋分析法以語(yǔ)言指紋特征與個(gè)體身份的關(guān)聯(lián)性為理論基礎(chǔ),為情報(bào)分析提供了新方法和工具,也拓寬了語(yǔ)言學(xué)的應(yīng)用場(chǎng)景,有助于形成語(yǔ)言學(xué)與情報(bào)學(xué)的跨學(xué)科研究。語(yǔ)言指紋特征集合是非封閉、多維度的,可用于情報(bào)分析的語(yǔ)言指紋特征不一定局限于本文所研究的特征。另外,雖然筆跡也有辨識(shí)性,但不屬于語(yǔ)言學(xué)關(guān)注對(duì)象,不是本文所說(shuō)的“語(yǔ)言指紋特征”,故不做討論。后續(xù)研究可考慮探討聲紋、語(yǔ)篇結(jié)構(gòu)、隱喻使用偏好、情感表達(dá)偏好、極致表達(dá)偏好[34]等特征的應(yīng)用可行性。為便于語(yǔ)言指紋分析法的應(yīng)用,一是情報(bào)機(jī)構(gòu)需加強(qiáng)相關(guān)情報(bào)分析力量建設(shè),大型或高級(jí)別的情報(bào)機(jī)構(gòu)可考慮在情報(bào)分析單位中成立專門的或涵蓋語(yǔ)言分析業(yè)務(wù)的小組、處室,或提前設(shè)立臨時(shí)工作機(jī)制,以應(yīng)對(duì)情報(bào)分析工作中的語(yǔ)言分析需求,二是學(xué)界需加強(qiáng)外語(yǔ)、語(yǔ)言學(xué)等學(xué)科背景的情報(bào)分析人才培養(yǎng)及情報(bào)學(xué)與語(yǔ)言學(xué)的交叉研究。

致謝:感謝張薇主編、高金虎教授對(duì)本文的指導(dǎo)!