冯志伟在翻译《自然语言处理综论》（修订本）
计算语言学与传统语言学的区
冯志伟
1964年我在北京大学中文系读研究生的时候，向我的导师岑麒祥教授提出了一个在当时看来很奇特的要求：我要求把“语言研究中的数学方法”作为我的研究生毕业论文题目。
当我提出这个奇特的要求时，岑麒祥教授用疑惑的眼光看着我，严肃地质问：“冯志伟，你究竟是不是还想研究语言学？”
在岑麒祥教授看来，语言学是纯粹的人文科学，在语言学这样的学科中，采用数学方法是一种离经叛道的行为。
我向岑麒祥教授辩解：“老师，我确实是在研究与语言学呀！用数学方法研究语言，正是为了发展语言学。”
我在北大中文系读本科时，曾经听过岑麒祥教授的“语言学史”课程，我这门课程的考试成绩是100分，名列全班第一，岑麒祥教授对此还记忆犹新，因此他把我收为他的弟子。我向岑麒祥教授提起我考100分的事，使得岑麒祥教授觉得我还是一个有资格学习语言学的人，才非常勉强地同意我研究这个在他看来是十分奇怪的题目。
计算语言学在发展初期确实是步履维艰，甚至于连岑麒祥教授这样的语言学泰斗也不能理解。
47年过去了，计算语言学在狭缝中成长，终得到了大多数语言学家的承认，成为了语言学的一个分支，尽管计算语言学经常被语言学的权威们边缘化，但是，这门新兴学科仍然在语言学的边缘地带不断地发展着。计算语言学就像在打“游击战”，尽管它不是“正规军”，却显示出其顽强的生命力。
那么，计算语言学与传统语言学究竟有什么区别呢？
计算语言学的研究对象是自然语言。自然语言是人类区别于其它动物的重要标志之一。人借助于自然语言交流思想，达到互相了解，组成人类社会生活；人还借助于自然语言进行思维活动，认识事物的本质和规律，创造了人类的物质文明和精神文明。
自然语言是人脑的高级功能之一。心理学研究表明，人脑的语言功能具有一侧化的性质，它主要定位在大脑左半球，由大脑左半球所控制。因此，自然语言是人类特有的一种最重要的智能。
人脑的语言功能具有一侧化的性质
最近IBM设计的计算机沃森（Wattson）在人机对决中战胜了人，显示了电子计算机的智能化水平。智能化电子计算机的研究离不开计算语言学，计算语言学的研究水平，在智能化计算机的研制中，起着举足轻重的作用。我们中国的计算语言学研究人员，应该站在电子计算机智能化这样的高度，以战略的眼光来看待计算语言学的研究，把我国的计算语言学提高到一个新的水平。
在电子计算机软件中，早已设计了许多人工语言，如BASIC, PASCAL, COBOL,PROLOG, LISP，JAVA等程序设计语言，这些人工语言与自然语言一样，都遵循着形式语言的规律和法则。
程序语言
美国语言学家乔姆斯基（N. Chomsky）的形式语言理论，既适用于人工语言，也适用于自然语言，这有力地说明，自然语言与人工语言之间，在形式描述方面，确实存在着某些共同的性质。正如美国著名的逻辑学家蒙德鸠（R. H. Montague）在《英语作为一种形式语言》一文中所说的：“我并不认为形式语言和自然语言之间在理论上存在着重要的区别。”
世界自然语言的分布比例
但是，自然语言毕竟是人类历史长期发展而约定俗成的产物，它带着几千年人类历史的痕迹，比人工语言要复杂得多，因而用计算机处理起来也就困难得多。
自然语言起码在下面四个方面与人工语言大相径庭：
（1） 自然语言中充满着歧义，而人工语言中的歧义则是可以控制的；
（2） 自然语言的结构复杂多样，而人工语言的结构则相对简单；
（3） 自然语言的语义表达千变万化，迄今还没有一种简单而通用的途径来描述它，而人工语言的语义则可以由人来直接定义；
（4） 自然语言的结构和语义之间有着千丝万缕的、错综复杂的联系，一般不存在一一对应的同构关系，而人工语言则常常可以把结构和语义分别进行处理，人工语言的结构和语义之间有着整齐的一一对应的同构关系。
由于自然语言的这些独特性质，使得计算语言学成为当代科学技术一个难题。计算语言学的种种难题常常使研究者们感到心力交瘁，进退维谷，往往使他们陷入束手无策、一筹莫展的困境中。然而，恰恰因为计算语言学的这些难题，也吸引了许多专门探索难题的研究者，他们以克服困难为乐，以克服困难为荣，每当他们在艰苦的探索中有所前进的时候，就会产生“山穷水尽疑无路，柳暗花明又一村”的清新之感，体验到胜利者的欢乐。有志于计算语言学的探索者就像科学战线上的侦察兵，对于侦察兵来说，没有道路的路，才是世界上最好的路。计算语言学的研究有如一条充满艰险的荆棘之路，这条荆棘之路一旦被勇于探索的侦察兵开通了，披荆斩棘之后，前面就是一马平川的坦途。正是这种对未来的坚强信念，鼓舞着国内外无数不怕艰险的探索者，向计算语言学的高峰努力攀登，50余年的探索，成绩斐然，使他们真正地体会到了“无限风光在险峰”的愉快。
我们欢迎语言学工作者加入计算语言学研究的行列，来与我们共同体味攀登荆棘之路的艰险，共同享受“科学有险阻，苦战能过关”的欢乐。
但是，当一位语言学工作者参加计算语言学研究的时候，你应该注意到计算语言学的研究与传统语言学的研究的不同。这些不同主要是：
第一，计算语言学要面对整个的自然语言现象，因此，它必须研究计算机处理语言的带有普遍性和总体性的一般问题, 在研究语言时必须全局在胸；而传统的语言学家喜欢深入研究某一特殊的语言现象，更加重视研究语言中的某个特殊问题。研究计算语言学好比使用望远镜，应该“通观全局，大处落墨”；而研究传统语言学好比使用显微镜，应该“明查秋毫，精雕细刻”。
第二，计算语言学的研究结果必须要通过计算机自然语言处理来检验，计算语言学的结论要做得通, 更重视理论的实用性，要求研究者“躬行实践，身体力行”；而传统语言学家则要求讲道理，传统语言学的结论要说得通,更重视逻辑的完美性，要求研究者“自成一家，词严义密”。
第三，计算语言学研究语言时必须先分析后理解，在分析之初，计算机不可能懂得或理解所分析的语言片段的意思，理解是分析的结果；而传统语言学研究语言时，往往是先理解后分析，在分析之初，研究语言的人根据自己的语感和内省的经验，早已知道并且理解了所分析语言片段的意思，理解是分析的必要前提。
第四，计算语言学是边缘交叉学科, 要求研究者具有语言学、数学和计算机科学的全面的知识, 这就要不断地进行知识更新的再学习；而传统语言学一般不涉及数学和计算机科学，但需要具备语言学和人文科学的深厚功底，才能得心应手地进行研究。
我们在从事计算语言学研究的时候，应该注意到计算语言学的这些特点，就可能收到事半功倍的效果。
原文地址：http://blog.sina.com.cn/s/blog_72d083c70100pjc4.html
