馬克斯普朗克人類歷史科學(xué)研究所發(fā)布最新版本的跨語言共詞化數(shù)據(jù)庫CLICS（CREDIT:J.-M. List, T. Tresoldi / S. J. Greenhill）
（神秘的地球uux.cn報(bào)道）據(jù)EurekAlert!：由馬克斯普朗克人類歷史科學(xué)研究所的學(xué)者領(lǐng)導(dǎo)的一組科學(xué)家發(fā)布了最新版本的跨語言共詞化數(shù)據(jù)庫（Database of Cross-Linguistic Colexifications CLICS），涵蓋了超過3100種語言的斯普所發(fā)數(shù)據(jù)關(guān)聯(lián)詞匯。新版本的朗克歷史數(shù)據(jù)庫以前所未有的規(guī)模提供了詞匯數(shù)據(jù)，并為數(shù)據(jù)聚合提供了詳細(xì)、人類可復(fù)制的科學(xué)跨語庫工作流，使世界各地的研究言共學(xué)者都可以為數(shù)據(jù)庫的未來版本做出貢獻(xiàn)。
在每種語言中，布最本都有兩個(gè)或兩個(gè)以上的新版概念用同一詞表示的情況，例如英語單詞fly，詞化既指飛行的馬克行為，又指蒼蠅。斯普所發(fā)數(shù)據(jù)語言學(xué)家將這種模式稱為共詞化（colexification）。朗克歷史通過比較不同語言中的人類共詞化現(xiàn)象，研究人員可以洞悉廣泛的科學(xué)跨語庫問題，包括人類的研究言共感知，語言的演變和語言的接觸。 CLICS數(shù)據(jù)庫的第三部分顯著增加了早期版本中可用的語言、概念和數(shù)據(jù)源的數(shù)量，從而使研究人員能夠以前所未有的細(xì)節(jié)和深度在全球范圍內(nèi)研究共詞化現(xiàn)象。
借助詳細(xì)的計(jì)算機(jī)輔助工作流程，CLICS促進(jìn)了語言數(shù)據(jù)集的標(biāo)準(zhǔn)化，并為語言研究中的許多持續(xù)挑戰(zhàn)提供了解決方案。 Tiago Tresoldi表示：“過去數(shù)據(jù)匯總通常是通過臨時(shí)決定的步驟完成，但我們的新工作流程和最佳實(shí)踐指南是確保語言研究可重復(fù)性的重要一步。”研究應(yīng)用證明CLICS的有效性 最近在《科學(xué)》雜志上發(fā)表的一項(xiàng)研究中已經(jīng)說明了CLICS提供新證據(jù)以解決心理學(xué)和認(rèn)知方面的前沿問題的能力，該研究集中在情感概念在全球語言中的不同表達(dá)。
這項(xiàng)研究比較了來自全球語言樣本中的用于情感概念的共詞化網(wǎng)絡(luò)，并發(fā)現(xiàn)情感的含義在不同的語言家族中差異很大。“在這項(xiàng)研究中，使用CLICS來研究世界各地語言在情感詞匯方面的差異，但是數(shù)據(jù)庫的潛力并不局限于情感概念。”Johann-Mattis List說，“我們將來還會(huì)解決更多有趣的問題。”新標(biāo)準(zhǔn)和工作流程為收集可復(fù)制的全球詞匯數(shù)據(jù)提供可能性。
基于2018年首次提出的跨語言研究中標(biāo)準(zhǔn)化數(shù)據(jù)格式的新指南（guidelines for standardized data formats in cross-linguistic research，DOI：10.1038 / sdata.2018.205），CLICS團(tuán)隊(duì)把數(shù)據(jù)庫從300種語言和1200種概念增加到了3156種語言和2906種概念。新版本還保證了數(shù)據(jù)聚合（data aggregation）過程的可重復(fù)性，符合研究數(shù)據(jù)管理中的最佳實(shí)踐原則。“由于我們開發(fā)了新的標(biāo)準(zhǔn)和工作流程，我們的數(shù)據(jù)不僅是公開、公平的（可查找、可訪問、可互操作和可再現(xiàn)），而且將語言數(shù)據(jù)從其原始形式提升到我們的跨語言標(biāo)準(zhǔn)的過程也更加高效。”Robert Forkel說。
為CLICS開發(fā)的工作流的有效性已經(jīng)在涉及大量學(xué)者和學(xué)生的各種驗(yàn)證實(shí)驗(yàn)中得到測試和證實(shí)。兩項(xiàng)不同的學(xué)生任務(wù)為此展開，創(chuàng)建了新的數(shù)據(jù)集并逐步改進(jìn)了現(xiàn)有數(shù)據(jù)。這兩項(xiàng)任務(wù)要求學(xué)生完成研究中描述的數(shù)據(jù)集，并創(chuàng)建的不同步驟，例如數(shù)據(jù)提取，數(shù)據(jù)映射（到參考目錄）和源識(shí)別。“讓核心團(tuán)隊(duì)以外的人使用和測試你的工具是必不可少的，這對微調(diào)所有流程有很大幫助，”Christoph Rzymski說。 隨著CLICS及其工作流程可供更廣泛的受眾使用，學(xué)者們將來不僅可以直接對數(shù)據(jù)庫做出貢獻(xiàn)，還可以在數(shù)據(jù)庫中使用。他們還可以從既有的設(shè)備中獲利并開始自己的目標(biāo)收藏。“積極使用我們的標(biāo)準(zhǔn)和工作流程的語言學(xué)家的數(shù)量正在不斷增加。我們希望這個(gè)新版本的CLICS能夠進(jìn)一步傳播它們。”Simon Greenhill說。