在英語中，我們臉上用來嗅聞的器官被稱為 nose（鼻子）。日語中也恰好在這個詞中使用了子音 n (hana)，土耳其語也是如此 (burun)。自 20 世紀以來，語言學家認為語音和含義之間的聯絡純粹是隨意的。然而，一項新的研究對此提出了質疑。
蘇黎世大學的達米安·布拉西和他的同事們一起分析了來自 4,298 種不同語言的詞彙列表。在分析過程中，他們發現不相關的語言經常使用相同的發音來指代相同的含義。例如，子音 r 經常被用於表示 red（紅色）的詞中——想想法語的 rouge，西班牙語的 rojo，德語的 rot，還有土耳其語的 kırmızı，匈牙利語的 piros 和毛利語的 kura。
這個想法並不新鮮。之前的研究表明，語音和含義之間的聯絡可能並非完全是隨意的，但這些研究受限於較小的樣本量（200 種或更少的語言）和高度受限的詞彙列表（例如僅限動物）。布拉西的這項研究發表在本月的《美國國家科學院院刊》上，之所以引人注目，是因為它包含了世界上近三分之二的語言，並使用了包含各種詞彙的列表，包括代詞、身體部位、動詞、自然現象和形容詞——例如分別是 we（我們），tongue（舌頭），drink（喝），star（星星）和 small（小）。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將幫助確保未來能看到關於塑造當今世界的發現和想法的具有影響力的故事。
加拿大女王大學心理學副教授斯坦卡·菲特涅娃（未參與該研究）表示，這項研究的範圍是前所未有的。威斯康星大學心理學副教授加里·盧皮安補充說，“只有透過這種大規模的分析，才能發現全球範圍內的模式。”
該方法包括兩個關鍵部分。第一步是估計給定概念的詞彙使用特定發音的頻率，方法是將二元值 0 或 1 分配給個別語言中的關聯。例如，在英語中，表示 red（紅色）的詞使用了子音 r，因此得分為 1，而在日語中，aka 不包含 r，因此得分為 0。將這些數字在所研究的數千種語言中彙總，可以得出任何語言中任何表示 red（紅色）的詞彙包含 r 的總體機率——在這種情況下，機率為 0.35。
然而，僅憑這個計算是不夠的。有數千個單詞使用 r——例如 road（道路）、mural（壁畫）和 waiter（服務員）。那麼我們如何知道 red（紅色）和 r 之間的聯絡是特殊的呢？為了解決這個問題，作者進行了第二步，這次計算隨機選擇的任何單詞使用 r 的機率。透過比較這兩個機率，他們能夠表明，在各種語言中，r 出現在表示 red（紅色）的詞中的可能性是出現在其他詞中的兩倍以上。透過這種方法，研究人員報告了 74 個詞語發音和含義之間可靠的關聯，包括 l 和 leaf（葉子），l 和 tongue（舌頭）（英語是例外之一），以及 n 和 nose（鼻子）。
加州大學洛杉磯分校的心理學榮譽教授埃裡克·霍爾曼指出，這項研究的一個侷限性在於分析中包含的含義數量相對較少。儘管含義多樣，但典型的詞彙表僅包含 28 到 40 個專案。另一個侷限性與轉錄系統有關，該系統簡化了某些區別（例如法語單詞 non 中存在的普通母音和鼻母音之間的區別），而這些區別在許多語言中都起著重要作用。
這項研究提出了一些宏大的問題。例如，為什麼在文化和地域上如此多樣化的人類群體會將相同的發音與相同的含義聯絡起來？布拉西和他的同事使用統計分析來排除人們碰巧從鄰近語言借用像 red（紅色）這樣的詞，或者這些詞源自同一個古代原始語言的可能性。因此，這個問題的答案仍然難以捉摸。儘管很容易想象 nose（鼻子）中的 n 發音反映了鼻音，但這只是一種猜測，沒有這樣的關係可以解釋其他關聯。
另一個棘手的問題涉及關聯的數量相對較少。為什麼像 red（紅色）、small（小）和 leaf（葉子）這樣少數的詞彙與其發音形成非任意的聯絡，而數千個其他詞彙——例如 soup（湯）和 dog（狗）——卻沒有？愛丁堡大學語言進化中心的教授西蒙·柯比認為，這可能是問題的核心所在。柯比說：“真正令人困惑的是，為什麼這只是一種邊緣現象。”“為什麼需要這樣一項龐大的研究才能證明詞彙中存在一些非任意性？布拉西和他的同事已經表明，非任意的聯絡是可能的——關於語言的更深層次的難題是，為什麼它在很大程度上仍然是任意的。”