大數據文摘出品

編譯：李世林、劉俊寰

如果準備去另一個國家旅行，最令人頭大的肯定是語言不通的問題，有時甚至還會抱怨語言的分類過于細化。

但是，里昂大學研究人員的一項新研究表明，語言之間的差異可能比想象的要小。

“語言在音節所包含的信息以及說話的速度方面差異很大。但有趣的是，這兩種語言是相互平衡的，因此信息密集的語言說得慢，而信息較少的語言說得快。這意味著不同語言之間有一個非常相似的穩定的信息率。”該研究的共同作者，來自里昂大學的語言動力學實驗室研究員Dediu說道。

通用常數的探尋

在試圖為語言找到一個“通用”常數的過程中，Dediu的團隊面臨著相當大的挑戰。世界上有超過7000種不同的語言，它們之間的聯系非常少。這甚至擴展到信息如何用文字編碼的基本度量。

例如，不同語言中每個單詞的音節數量差別很大，這意味著香農信息率也不同。然而，Dediu和他的團隊很有遠見，不僅考慮了單詞，也考慮了單詞的使用頻率。

Dediu和他的同事使用了來自歐洲和亞洲17種不同語言的170名成年人的錄音。每位演講者的任務是閱讀一組15個大段的文本，大約由24萬個音節組成。

一秒鐘有幾個音節?

研究人員選擇音節作為他們唯一的信息單位，這是基于在另外兩種選擇上采用的：

• 音素：幫助我們區分單個單詞的聲音單位，被排除在外，因為德迪歐的團隊意識到，它們在講話中很容易被省略
• 詞匯：被認為是過于語言特異性，不便于比較

有了數據集和度量標準之后，科學家們檢驗了他們的結果，由此揭示了世界語言之間的一些有趣的差異：

• 英語中有近7000個音節，而日語只有幾百個
• 語速從4.3個音節到每秒9.1個音節不等
• 元音和諧(一種引人入勝的語言創新，要求后綴與所連接的單詞保持“和諧”)出現在四種語言中

簡而言之，這些語言聽起來完全不同。

盡管如此，Dediu的團隊注意到，考慮到書面文本的語速和信息密度，所有記錄的語言信息率基本一致;信息豐富的文本閱讀速度較慢，而信息較少的語言閱讀速度更快。

[[276772]]

語言就像姜餅人和馴鹿：這兩個B/W版本使用不同的分辨率和灰度級別，但編碼的信息相同，就像語言交換不同的策略，但同樣有效。資料來源：丹·德迪歐，里昂第二大學。

研究人員確定了一個數字——39.15位/秒，作為17種語言的平均信息率，這就又引出一些有趣的發現，例如，女性演講者的演講和信息率較低。

研究小組發現，書面文本的差異對信息率幾乎沒有影響，這表明研究結果可以推廣到本文基于文本的研究之外。語音速率和音節數的變化明顯大于信息速率，信息速率是有效的跨語言連接手段。

這對我們的大腦意味著什么?

研究人員認為，這一發現意味著信息率必須穩定在一個較緊的平均值附近，因為過高的信息率會阻礙大腦處理數據和清晰表達語言的能力;另一方面，低信息率要求大腦在提取意思之前記住太多的單詞。

這突出了語言的雙重角色, Dediu總結道:“就如同硬幣的兩面性，談及語言也有兩面性，一個是文化上，一個是生物性的，當說一門語言的信息變得更加密集，說話者也會開始放慢語速。”

相關報道：

https://www.technologynetworks.com/neuroscience/news/different-tongue-same-information-17-language-study-reveals-how-we-all-communicate-at-a-similar-323584

【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】

戳這里，看該作者更多好文