newsence
來源篩選

Half million 'Words with Spaces' missing from dictionaries

Hacker News

Traditional dictionaries exclude the vast majority of multi-word expressions that function as single semantic units, a gap that can now be analyzed and filled using large language models.

newsence

字典中缺失的五十萬個「帶空格的單詞」

Hacker News
5 天前

AI 生成摘要

傳統字典忽略了絕大多數功能等同於單一語義單位的多詞表達方式,而這種語言鴻溝現在可以透過大型語言模型進行分析與填補。

背景

本文探討了英語中大量存在的「帶空格單詞」(Words with Spaces),即語言學上所謂的多詞表達(MWEs)。作者指出,儘管如「沸水」(boiling water)或「熱狗」(hot dog)等詞彙在語義上具有獨立的命名功能,但傳統詞典對這類詞彙的收錄率極低,導致大量具備特定概念重量的詞彙在語言工具中處於「失蹤」狀態。

社群觀點

Hacker News 的讀者對此議題展開了激烈的辯論,焦點主要集中在如何界定「詞彙」與「短語」的邊界。支持者認為,這類多詞表達對於非母語學習者至關重要,因為許多短語的意義並非字面加總,例如動詞短語「閉嘴」(shut up)或「滾開」(get lost),若不將其視為獨立單詞學習,學習者很難透過拆解單字來理解其真實含義。此外,有觀點指出德語或荷蘭語等語言透過複合詞機制將概念合而為一,而英語卻因為空格的存在,讓許多在語義上已「結晶化」的概念在詞典中被邊緣化。

然而,反對意見則質疑作者選取的範例是否具有代表性。部分留言者批評「沸水」或「週六晚上」這類詞彙過於直白,僅僅是描述性的組合,不應佔用詞典空間。他們認為,如果連「沸水」都要收錄,那是否所有液體的沸騰狀態都需獨立成詞?爭論進而延伸到語言學中的「替換測試」,即如果一個短語中的單詞可以被同義詞替換而不改變語義邏輯,它就不該被視為獨立詞彙。例如「冷腳」(cold feet)意指恐懼,不能替換為「冰冷腳」(frigid feet),因此它是合格的詞彙;但「沸水」是否能通過此測試,在社群中引發了關於熱力學與烹飪語境的深度探討。

此外,社群也討論了文化背景對詞彙定義的影響。以「醫院帳單」(hospital bills)為例,有讀者指出這在美國是一個具有沉重社會意義的特定概念,但在其他醫療體系不同的國家,這可能僅是一個普通的描述性短語。這種歧義顯示了詞典編纂在面對成語、俚語與技術術語時的兩難:究竟該收錄具備普世意義的詞彙,還是也要納入那些承載特定文化聯想的表達方式。

延伸閱讀

在討論過程中,有讀者提到了 Ted Chiang 的短篇小說《真實的真相》(The Truth of Fact, the Truth of Feeling),該作品探討了文字書寫與語言停頓之間的關係。另外,也有留言者推薦參考「搭配詞詞典」(Collocation dictionaries)以及語言學術語「語段」(Phraseme),認為這些工具與概念更能精確地處理這類介於單詞與句子之間的語言現象。