一种语言演变为另一种语言时，其节点在哪里？是什么决定了这个节点？ 第1页

这个问题好像是在用另一种方式问，语言/方言/土话/口音等等的差异是什么。只是从语言演化的角度问了。

首先，在语言、方言或者任何表示言语系统的名称的定义上，我们没有达成共识。你觉得突厥语系的语言是一个个不同的语言吗？但它们的年龄大概只有不到两千年^[1]，而达吉斯坦（俄罗斯）的Dargwa诸方言，时常被称为“方言”，它们的分化时间可能要超过两千年（Forker 2020）^[2]。

所以我们可以暂时不那么把这件事放在心上，这些名称可以说有点被随便用了，我们很可能需要新的、更加科学的术语来称呼它们。

所以，在语言演化的过程中，是否存在一个点，在这个点之前还是语言A，在这个点之后就成了语言B了呢？当我们放下了对“语言”定义的执着以后，我们就会发现，这个问题其实已经不成立了。这就如同在问人类进化的过程中，是否有一天，有一个古猿妈妈生下来的宝宝不再是古猿，而是人类一样。我们知道物种是在不断演化的，从古猿变成人的过程不能个体地看待。这样的问题并不是一个科学家会感兴趣的问题。

再举一个例子，尽管我们法律上规定，十八岁被定义为“成年人”，但是十七岁最后一天的你，和十八岁第一天的你，并没有本质上的区别，亦没有比较的意义。但我们可以把十五岁的你和十八岁的你比较，十八岁的你很可能在体力、心智上都比十五岁要进步不少，可以定义为成长中的两个有比较意义的阶段，但是究竟是在哪一天，哪一秒，你从十五岁的状态转变成十八岁的状态呢？你自己可能都回忆不起来。

如果你把语言的演化看成是在一个个时间的节点（point）中进行的，你就是在假设在这些点上，语言是静止的，那么就很可能会堕入“飞矢不动”的悖论中：语言的演化就像飞行的箭，而飞行的位移是可以拆分成一个一个点，并跟每个时间点对应的。但正如Lind (2003)^[3]所说的，我们不能认为飞行的箭在每一个时间点会占据一个空间，不管我们给出的时间段有多小，甚至小到没有。在任意时刻，语言都不能被认为是被限定在一个框框里，有被决定的形态。这一段涉及到哲学的内容，我不是特别懂，所以就说到这里，不再继续讨论了。对于芝诺悖论，有很多人都有很深的理解，可以留言教我。

不论是从语言的定义上，还是从语言的演化上，这个问题都显得无关紧要了。

虽然我们无法定义语言、方言等一系列麻烦的名称，但我们仍然可以计算语言的距离，我们可以知道两种（不管能不能互通）的“话”，究竟有多不同。只是我们似乎从来没有定义不同到什么程度算是两种方言，又疏远到什么程度算是两种语言。

我在这里只介绍最原始的方法。一般来说，我们计算语言距离用到的是Levenshtein Distance (LD)。简单地说，就是把两个亲属语言中的同源词找出来，然后比较这些词的音段，求究竟经过了多少变动，才能从词A变成词B（当然，我们也可以把完全没有亲属关系的语言弄过来进行比较）。

这样我们可以列出一个矩阵，并根据以下公式填写矩阵的内容：

比如下图中（图片来源点击此处），my和me的不同来自于y和e的替换。我们按公式，在(1,1)处填写0，因为从M到M没有任何置换或者增减。但是我们在(2,2)处填写1，因为从y到e发生了一次替换。其它的空也按这样的方式填写。最终矩阵右下角的数值就是LD的数值。也就是从my到me的最简过程需要用到的变化次数。

当然，对于大数据来说，LD用笔算是不太现实的，用电脑可以很快地做出来，所以不理解以上的计算方式完全不影响，你只要在网上复制一个代码，稍加修改，让其适应你的数据，就可以了。

LD的计算还有一些其它的品种，比如LDN (Levenshtein distanced normalized)，即把LD除以较长的单词的长度；还有LDND (Levenshtein distanced normalized divided)，考虑到了两个单词的相似可能仅仅是偶然，等等。

我们可以根据得出的数据，估计两种语言之间的距离。但我们的结果也仅仅是知道一下：“噢！这俩语言挺相似的！”、“额？这两个语言距离太远了吧？”等等。

因为对语言距离的估算太依赖于词汇，而其它信息尤其是语法上的特征很少有人尝试，而且很难把几个互不相干的范畴综合性地估算，所以我个人不是特别感兴趣。或许它有一天能给语言的定义带来一定的帮助，所以希望相关专家能够努力完善他们的方法。

也希望对相关领域更加了解的人在留言区赐教。

参考

1. ^ Kushniarevich A, Utevska O, Chuhryaeva M, Agdzhoyan A, Dibirova K, Uktveryte I, et al. (2015) Genetic Heritage of the Balto-Slavic Speaking Populations: A Synthesis of Autosomal, Mitochondrial and Y-Chromosomal Data. PLoS ONE 10(9): e0135820. https://doi.org/10.1371/journal.pone.0135820
2. ^ Forker, D. (2020). A grammar of Sanzhi Dargwa (Volume 2). Language Science Press.
3. ^ Lynds, P. (2003). Zeno's paradoxes: a timely solution.