《詞性就係聚類分析》

【詞性 ‧ Part of Speech】

查字典又好，學外語又好，經常會聽到一個字，叫 Part of Speech。中文通常譯做「詞性」。最常見嗰幾個，好似「名詞 (noun)」「形容詞 (adjective)」「動詞 (verb)」，我諗大家都會聽過－－當然每個人聽返嚟嘅定義都唔同，而最後大家多數都係還返晒俾先生嘅。
　
　
我記得學校文法入面一開始有人會話「講物件、概念嘅字係名詞；講動作、變化、狀態嘅係動詞；描述事物嘅係形容詞」，然後大家就會發現「walk」明明係動作，理應係動詞，但係佢又可以係名詞。「靚仔」明明係一樣實物，理應係名詞，但係好多時又係形容詞。英文會易啲，因為大家可以記住「名詞前面可以加 a/an/the 或者可以轉複數」，可以記住「動詞有得轉tense」，可以記住「形容詞有得比較」。但係同一個概念去睇中文呢？好多人會投晒降，然後一句「中文博大精深，唔似得西方語法咁法國大餐」輕輕帶過。
　
有啲人會好好彩接觸到另一堆字，叫「主謂賓定狀補」。通常都係中文堂聽到嘅。話一句句子入面每個部份都有各自嘅功能，然後又要按句子入面嘅功能，分析句子嘅成份。好似「我最期待的畫面出現了」，要將句子拆做主、謂。「我最期待的畫面」係「主語」，「出現了」係「謂語」，「最期待的」係「定語」，同「畫面」結合，係「定中短語」，而「最」同「期待」就係「狀中短語」，如果你嘅先生係語法發燒友，你可能會聽到更加多你聽唔明嘅嘢。「名詞可以做主語賓語」、「動詞形容詞可以做謂語」、「形容詞又可以做定語」、「狀語好多時係副詞」……老老實實，我真係follow唔到。如果你中學嗰陣已經聽得明你先生講乜，你應該係萬中無一嘅神人。

【詞性其實係Cluster Analysis嘅結果】　【50 Likes 達成】
我試下用凡夫俗子 (read: 理科人) 嘅角度，講下乜嘢係詞性。
　
無論你係用中文定係英文去睇「詞性」呢個概念，都唔容易講得清楚每一個詞性嘅定義。呢個困難係因為，詞性並唔係「字義」本身嘅特性，而係對「分佈」嘅描述。無論你講嘅係動作、概念定描述，都有可能係名詞、動詞、形容詞。「分佈」呢個概念我可以用下面嘅句子示範
　
(1) 識得食，一定食粟米批
　
假設我要用另一個字去代替「粟米批」，又要確保句子通順，你可以用「火腩飯」「廣西燒味」「正太」「人妻」「西北風」「電視機」替代。唔理意思正唔正確，聽落都係一句可以理解嘅句子。但係如果你將上面呢堆字放落「食」字嘅位置，噉就唔只聽落有問題，而係會變到1999，完全睇唔明。
　
(1') 識得食，一定食西北風
(1'') * 識得西北風，一定西北風粟米批
　
我所以我哋發現「西北風」同「粟米批」喺呢句句子入面嘅分佈相對接近，而「西北風」同「食」，分佈就唔太一樣。用一個數學啲嘅方法去諗，如果你由細到大識得嘅字總數係n個。如果喺每一句你聽過嘅句句子入面，某一個字 a 可以俾另一個字 b 替換，咁 a 同 b 呢一個組合就有1分。用呢個方法你會得出一幅有方向嘅圖 (directed graph)，佢應該有 n 個節點 (node)，代表你所識嘅每一個字，同埋最多 n*n - n 咁多條邊。每條邊代表一組字之間有幾多分。例如「西北風」出現過100次而其中80個可以用「粟米批」代替，噉 (西北風, 粟米批) 呢個組合嗰條邊就係 0.8。計算咗每一組字嘅分佈之後，如果你做一次統計學嘅「集群分析 (Cluster analysis)」，將高分嘅字歸納做一組，你會發現我哋腦入面過十萬個詞語，可以分做幾大堆。而呢啲字嘅分組，同語法學家嘅觀察會分常吻合。「西北風」「粟米批」「電視機」「理想」「老本」呢啲字可以係一堆，而「食」「玩」「鬧」「攞」又係一堆。如果大家俾個名佢哋，正正就係「名詞」同「動詞」。
　
當然呢個計法只係一個示範，你可以當佢係一個「思想實驗」。因為每個人喺接受咗大量語言資料，去到可以表達自如嘅時候，語法，邊啲字可以換邊啲唔得，已經深深咁印喺我哋嘅腦入面。所以古代嘅語法學家，甚至現代嘅語言學家，都唔使計啲咩數，就可以輕易咁歸納到幾組分佈好唔同嘅詞類。
　
不過用互換性去理解「詞性」，會有一個問題。「可唔可以互換」又係一個相對嘅概念。一隻語言入面好少會有一對詞組，可以喺任何情況下任意互換。即使兩個詞嘅分佈好接近，我哋都可能會喺入面再拆開幾組，互換性有少少分別嘅詞。例如「食」同「瞓覺」同樣係動詞，互換性好高。但係只要一句句子牽涉兩個名詞組（例如，「我食咗兩碗大便味咖喱」），咁呢句句子九成九唔可以同「瞓覺」互換。前者有個名叫「及物動詞」，後者就叫「不及物動詞」。但係再細分落去，動詞呢個詞類，要分做兩組又得，十組又得。要分幾多個組別，完全係各師各說。去到最極端嘅諗法，有人認為「詞性」根本唔存在，任何一個字都有獨特嘅語法，而另一個極端係我哋只係得幾個基本嘅詞性，而互換性嘅分別係毎個字嘅特性，同詞性嘅分類無關。
　
咁去到實際應用，例如要整一本字典嘅時候，處理「詞性」究竟會遇到咩問題呢？
　
【如果要將你每一個識得嘅字，逐個俾個詞性佢，究竟會點？】 【100 Like unlock】
但係由於「詞性」呢個概念確實喺我哋嘅語法入面存在，如果要描述一個語言，我哋必定要搵辦法去表達呢一個模糊(fuzzy)又確實存在嘅分類。詞性 (喺任何語言入面) 都唔係工整嘅分類，我哋會遇到以下幾個問題：
　
(一) 無限子類
　
動詞最簡單可以分做「及物動詞 (transitive verbs)」同埋 「不及物動詞 (intransitive verbs)」。如果按照動詞喺句子嘅用法 (或者用我上面講，喺句子嘅分佈)，其實可以再細分做好多類。
　
例如同樣係及物動詞，除咗施事者(agent)之外，「食」一定要有食咗嗰樣嘢喺句子入面，好似「食嘢」「食飯」「食煙」咁；但係「俾」就要有(A)俾咗邊個同(B)俾咗啲乜，兩個物件。於是大家又將一啲類似嘅動詞歸類做「授受動詞」。
　
又例如，有另一類動詞，好似「話」「想」「希望」呢啲，後面一定要加一句短句落去。例如「我想同陽光玩遊戲」「我話唔得就係唔得」，我哋又可以開一個類別出嚟。
　
一路開落去，大家會歸納到十幾類動詞出嚟。
　
(二) 詞性重疊
　
有好多字會同時擁有兩個組別嘅特點，例如好多語言入面「動詞」同「形容詞」係兩個類別，有唔同嘅形態變化。但係有時形容詞同時會有動詞嘅特性。好似「叻」一般都係形容詞。「你真係好叻，咁細個就抽到公屋」 「算你叻返次啦」又用咗一啲動詞先至有嘅形態變化。 所以有好多時詞類同詞類之間，可以有好大重疊。
　
又有好多字典會將「成語」「擬聲語」分做獨立嘅詞性。事實上呢啲字喺句子入面一般有固定機能。例如「橫衝直撞」基本上一定係動詞，「無心之失」幾乎一定係名詞，但係好多字典都歸佢哋入「成語 (idioms)」。
　
而擬聲詞除咗「佢真係靚到揼一聲呀！」呢種用法之外，所有擬聲詞都可以歸類入其他詞性。好似「我叮咗個波仔飯」「我搭叮叮去柴灣」咁，第一個明顯係動詞，第二個明顯係名詞。但係好多字典都當佢哋係「擬聲詞 (onomatopoeia)」
　
傳統嘅詞性表入面呢啲同「分佈」無關嘅嘢，。對一個普通人嚟講，一個字係有典故嘅「成語」，係嚟自聲音嘅「擬聲詞」，定係冇典故嘅「慣用語」，真係冇咩用。你不如話俾我知佢點用好過。
　
(三) 唔識分
有啲字嘅分佈非常獨特。根本唔可以歸類。可能佢本身係「字」嘅一部份，但係因為漢字嘅書寫習慣令到我哋覺得佢係一個獨立單字，亦都有可能佢真係屬於一個只係得一個成員嘅詞性。例如 「嘅」字點分類？「食得招積」個「得」係咩詞性？
又有一啲係英文冇嘅詞性。大家都係學英文文法長大，睇返自己嘅母語嗰陣，反而有好多語法嘅現象難以解釋，例如「啲雀仔喺樖樹上面」入面「啲」同「樖」都係英文冇嘅詞性。就算係編字典嘅人都未必諗到點分。
　
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
→→→歸納嘅作用係搵出規律，但係當分得過於仔細，每個類別得幾隻字嘅時候，分類嘅用途係零，不如唔好分類。
　
words.hk 嘅處理方法係：
‧非關分佈嘅詞性，例如「成語」、「慣用語」等等一律唔收
‧容許一個字有多過一個詞性，例如「認識」可以同時係名詞，亦係動詞，唔會整一個叫「動名詞」嘅詞性
‧整一啲專為廣東話而設嘅類別，例如「語氣詞」
‧分類唔到唔緊要，語法都係為咗解釋事物。有需要就用例子講解用法。
　
喺我繼續講之前，大家玩個遊戲，下面嘅字入面，有冇邊個唔係形容詞，點解？
「靚」「病」「一樣」「公共」
【150 Like 開估～】
【2016.07.21 解除封印】
　
廣東話嘅「形容詞」，同好多漢語語言一樣，並唔係獨立類別嚟嘅。喺好多詞性分類入面，大家會將「形容詞」歸入「動詞」。點解會噉做呢？因為我哋幾乎冇辦法可以用「形態」去區分動詞、形容詞。

呢樣嘢喺英文就好簡單嘅。形容詞唔可以直接做謂語，一定要加繫詞（is, am, are ...）。東亞都有啲語言有清楚區分嘅。好似日文，形容詞一定要係「〜い」尾，形態變化（例如過去式）同動詞完全唔同。韓文就模糊啲，但係形容詞可以直接用 ~da 尾嘅辭書形（e.g. 靚 yepeuda，細 jakda），動詞就一定要加 -n- 喺中間（e.g. 做 hada -> handa，去 gada -> ganda）。

廣東話其實都有少少分別。例如用下面嘅句式
「佢有啲／幾／好＿喎。」

應該得啲形容詞放得入：「佢有啲靚喎」「佢幾樣衰喎」「佢好索喎」；但係動詞就放唔入：「*佢有啲食喎」「*佢幾做喎」「*佢好諗喎」。

好明顯，最正常嘅形容詞，好似「靚」呢啲，應該可以通過上述測試嘅。用啲術語講，就係「可以做謂語 (predicate，亦即係句子所表達嘅中心），亦可以受程度副詞（好、幾 呢類）修飾」。

問題就嚟喇。

「病」可以做謂語，又可以講「好病」「少少病」「幾病」。噉究竟佢係咪形容詞呢？一般形容詞有個特性喎，就係加「咗」之後，會表示狀態嘅轉變。所以「靚咗」「大咗」「細咗」都係講緊「變化」。但係「病」係講緊「持續」嘅事件，可以用次數去數（病咗兩日、病咗三次），又可以加「住」表示狀態維持（病住返工），好似感覺上唔似一般形容詞，而係似動詞。

「公共」呢個呢，又係唔可以用程度副詞修飾，仲要多一樣限制：你唔可以用嚟做謂語乜滯。你可以講「呢個係公共（嘅）圖書館」但係好似唔可以講「呢個圖書館公共」。如果你要否定佢呢，你又唔可以講「呢個圖書館唔公共」，要講「唔係公共嘅」。

「一樣」又多一樣古怪：前面要跟「同＿＿」呢個短語，唔可以就噉用。如果用一用英文諗，仲麻煩，因為英文入面 same 都唔知係乜詞性嚟嘅。

一路分就會越挖越多問題。上面四個，「靚」最typical，「病」有少少動詞味，「公共」唔係 gradable，「一樣」唔係 gradable之餘，仲要喺特定短語先至成句。噉到底點樣劃條線好呢？

曾經有過一個分類法，就係因為「靚」「病」呢類詞好似，於是索性叫晒佢哋做「動詞」。唔再分喇。而一切古古怪怪嘅，先至當佢哋係形容詞。呢個分法應該唔係主流。

粵典用嘅分法就簡單啲，主要係按照鄧思穎(2015)嘅分類（即係呢個post出嗰陣好似仲未有⋯⋯）。只要一個詞，好似「靚」噉樣，可以① 俾程度副詞修飾 ② 唔可以帶賓語，我哋就會當佢係【形容詞】。至於 ① 唔可以俾程度副詞修飾嘅，② 否定一定要用「唔係」嘅就叫【區別詞】。

所以我哋家吓用嘅分類係噉：

靚：形容詞
一樣：形容詞（因為可以講「唔一樣」）
病：動詞
公共：區別詞

當然，呢啲只係為求方便先至噉樣分。「一樣」同「病」都係踩界嘅詞（前者踩區別詞嘅界，後者踩動詞嘅界）。我諗我哋腦入面存在住一大堆呢啲同時有兩家特點嘅詞。所以分類唔使太過「柏拉圖」，一般嘢分到，啲邊界位，用一條簡潔規則好過。

【完】

PS. 聽講 Share 咗嘅話會多啲人 Like，大家不妨做下實驗

（本身tag咗page⋯但係Facebook改咗behaviour，一tag咗page就自動變做用專頁回覆⋯搞到admin用咗words.hk名義like post...）