77书库

手机浏览器扫描二维码访问

六二章 牙牙学语（第4页）

“你问问它，为什么懂得这么多建筑设计？”崔璋说了出来。

姜南笙依言输入文字。

“我已经看过网络上超过50的建筑学书籍。虽然有许多地方依然不太了解，但我还在快速学习中。”

姜、崔二人瞪大眼睛，“厉害！”

徐福这边进了项目组。

孙翔、余敏，以及汉语言学家颜同教授等人，正在测试语音引擎。

这间面积不大的办公室里，搭建起了一个小小录音棚，用于制作音频片段。

一套由入门到专业的录音设备器材备上，从录音到混音一应俱全。

颜同教授道：“对于学习汉语的人来说，最主要的障碍莫过于掌握大量汉字。

“尤其是在文言中，单音节词占绝大部分，也因此中国古人真的是会为了指示不同的客体而专门创造出一个字的。比如针对马的毛色不同，身高不同，乃至岁数不同，就能弄出几十上百个汉字来进行命名。

“比如駥rng，代表八尺高的马。駽xun，代表青黑色的马。騑fei，代指三岁的马。

“也因此，从先秦上古到十一世纪，汉字的数量一直在增长。

“你们选择让人工智能优先学习汉语，其实难度要比学习英语复杂的多。”

徐福不解道：“颜同教授，不是应该学习汉语更简单吗？

“我们只要认识六七百个字，就已基本读写无碍了。而牛津词典却每年都在增加，现在都已经十几册牛津词典了。

“简直就是个臃肿的怪胎。”

颜同笑道：“你有这个想法，并不奇怪。我们汉语比英语，使用起来的确更加简洁明了。但是要让智能程序说话，它就不能满足与普通人的对话的水平，它需要通晓每个字的读音、用意，甚至假音、假意。

“这无疑是个庞大的工程。”

徐福道：“我一直有个疑问，汉字到底有多少个？”

颜同摇摇头道：“具体多少个，其实没有定论的。

“比如目前发现和整理的甲骨文字数量有4055个到了东汉说文解字中，汉字数量增长到9353个三国时广雅收字18150个一直到北宋类编收录的汉字，高达33190个之后汉字增量放缓，直到清朝康熙字典共收字46933个，是古代收录汉字数量最多的字书。

“不过汉字的数量并非只有这么多，现代字书如汉语大字典更是收字60370个，其中难检字表还录入了不少读音不详的汉字。

“而将佛经、道经和石刻资料中发现的异体字也包含在内的中华字海，收字更是高达85568个。

“除了中国以外，受汉字影响的其他国家字书中也有大量汉字收录，比如大汉和词典收字五万个左右，韩国汉韩大辞典收字53667个。

“今昔文字镜收字更是高达16万，其中还包含了越南旧时曾使用的以汉字为原型孳乳仿造的喃字。

“虽然汉字数量众多，甚至还有衍生字形，真要统计一个准确数字是一件困难的事情。但从商朝至今，使用最频繁、字义稳定不变的核心汉字不超过300个。

“这些核心汉字在任意一篇文本中，占用字数量的70，余下29则有2000个汉字，而那孤独的1则属于其他几万个汉字，其中大多数属于在文献中出现过一次或几次，或只在特定情况下才使用的一次性的汉字。

“即便是27部先秦主要文献中，1076个汉字也占全部用字的95，而这些先秦典籍使用的汉字数量其实并没有想象中那么丰富。

“比如诗经用字2831个，周易用字1358个，老子用字824个，而孙子兵法用字更是仅有760个。

“所谓微言大义，可见一斑。

“而现代汉语常用字表则是有3500个汉字，能够覆盖现代主流文本的9948的篇幅。

“所以我们国家的九年义务教育的语文课标里要求认识常用汉字3500个左右这个标准，可以说是十分有依据。

“不过认识汉字的数量足够多，并不代表一个人的汉语水平一定很高，因为还涉及到构词和造句的问题。

“毕竟仅有760字的孙子兵法不是所有人都读得懂，当这些单语素的字组成千上万不同的词和短语，要是还包含典故的话，就是那种既熟悉又陌生的感觉了。

“这也是许多老外在学习汉字时最头疼的一件事认识几千个汉字，但仍然读不懂一篇文章。”

听到这一席话，众人已经觉得有点棘手了。

这无疑是让一个初学者，做到顶尖语言学家的水准。

系统空间之农女的锦绣前程  重生后我成了奸臣的小青梅  大唐：我是天命大反派  我有个混沌魔神身体  网游：我就不出新手村  绑定全人类：开局扮演宇智波鼬  穿书后我和摄政王HE了  诸天万界监狱长  大秦：本圣不下山  重生洪荒之兵圣  数码卡组  从一个人的武林开始真祖之旅  大佬在古代兴风作浪  苟在雾隐门当术士那些年  盛开的月季花  清都仙缘  面向阵法修仙  三生三世银汉星  我有亿万科技点！  Moba：但求一败