音系与句法交汇处

第 1 章 音系与句法交汇处

生成语法自诞生之日起就承诺模块分工。句法管辖结构,音系管辖声音,两者在原则上可以独立研究。但凡承诺过这种分工的理论,都必须面对同一个棘手问题:音系规则从不真正独立于句法。同样的词在不同的句法位置上会读出不同的音,同样的音段在不同的句法结构里会触发不同的交替。SPE(The Sound Pattern of English, 1968)已经隐约意识到这一点,它在词条的特征矩阵里塞进了句法范畴标记,让重音规则可以查阅[N]、[V]这样的标签。但这种处理只是把句法信息当成额外的特征来源,没有解释为什么音系规则必须以这种方式查阅句法,也没有解释句法信息在音系里究竟以何种粒度存在。

本章要回答的核心问题是:在生成语法的模块化架构中,句法与音系各自管辖什么,又在哪里相互渗透?我们将从生成语法的早期模型出发,重建 SPE 时代音系与句法关系的雏形,指出塞尔柯克(Elisabeth Selkirk)介入之前两大未解的理论困境:音系规则的过度自由与句法信息的过度贫瘠。然后引入塞尔柯克的解决方案,以句法树中明确的结构关系(c-统领、姊妹关系)为过滤条件,约束音系规则的应用域。最后以英语节奏重音和意大利语元音弱化两个经典反例为切入点,预告全书方法论的核心:在最简句法输出与表面音系形式之间,存在一个由句法结构直接调控的接口层。

1.1 早期生成语法中的模块切割

1950 年代末到 1960 年代初的生成语法,理论目标相当克制:把语言能力刻画成一套有限的规则系统,能够生成无限的句子。语法被设想为几个串联的模块,基础部分生成深层结构,转换部分把深层结构映射到表层结构。在《句法理论若干问题》(Aspects of the Theory of Syntax, 1965)里,乔姆斯基明确画出了一个后来被称作 Y 模型或 T 模型的流程图:句法部分输出一个表层结构(Surface Structure),然后这份结构兵分两路,一路送往语义部分做解释(后来被称作逻辑形式),另一路送往音系部分做语音实现。

这个切割看起来干净利落。句法管辖结构组合,音系管辖声音实现,两者各司其职。但切割本身并未回答一个关键问题:表层结构究竟以什么形式送往音系?

SPE 给出的答案是括号化的字符串,外加每个词条的音系特征矩阵。具体来说,SPE 假设句法部分最终输出一棵句法树,树上每个节点都带有范畴标签,每个终极节点都对应一个词条。音系部分拿到这棵树之后,逐层向上扫读,把所有终端节点的音系特征串接起来,然后应用一系列有序的规则,主重音规则(Main Stress Rule)、次重音规则、辅音变化规则、元音弱化规则等等,逐层把底层音系表征转换为最终语音表征。

```mermaid flowchart LR A[深层结构] --> B[转换部分] B --> C[表层结构] C --> D[逻辑形式] C --> E[音系部分] E --> F[语音形式] ```

图 1.1 经典 T 模型:句法输出表层结构后分送语义与音系两路。

这个图是教科书里的经典画面,但它掩盖了一个根本性的张力。表层结构同时送往语义和音系,意味着语义解读和音系实现读取的是同一种结构对象。如果语义解读需要句法树来确立量词作用域、约束关系、指称解释,那音系实现需要的是什么?同样一棵句法树,音系部分能够从中读出哪些信息?

SPE 的实际处理方式是双轨并行。音系规则可以直接引用句法范畴标记。复合词规则(Compound Rule)会识别[N[N]这样的递归名词短语结构,主重音规则会跳过[+F]标记的成分(功能性成分如介词、助动词不参与重音指派)。这一处理暗含了一个理论承诺:音系规则有权查阅句法树的节点标签和嵌套结构。但 SPE 没有给出任何形式化的限制来说明音系规则可以查阅什么、不可以查阅什么。它只是假定音系部分读取了完整的句法树,然后由规则作者人工判断每条规则是否应该查阅某些句法信息。

这种"规则作者凭直觉查阅"的做法,在描写阶段是可行的,在理论层面却埋下了两个炸弹:规则可以匹配任意复杂的条件,且没有任何原则约束句法信息如何被音系部分消费。

1.2 规则泛滥:SPE 时代的规则过度自由

第一个炸弹是规则的过度自由。SPE 假设音系规则的适用条件由结构描写(structural description)刻画。结构描写可以是"+元音"、"+鼻音"这样的音系特征,也可以是"前一音节重读"这样的韵律条件,还可以是"前一成分是[N]"这样的范畴条件。理论上,规则作者可以构造出任意复杂的结构描写,只要它能在底层表征中被匹配上。

问题在于,没有一个独立的原则限制规则可以匹配什么。SPE 列举的几百条英语规则里,有些是非常具体的音系条件,比如"齿龈塞音在词尾-s 之前浊化";有些则是非常宽松的句法条件,比如"主语 NP 内的词获得次重音"。这种宽松带来一个理论上的尴尬:同一条现象往往可以被多条规则同时描写,而这些规则之间并没有相互制约的机制。

经典案例是英语的次重音分布。SPE 自己给出了三条不同的规则来处理次重音:复合词规则(Compound Rule)负责把重音放在复合词的第一成分上,重音复制规则(Stress Copy Rule)负责复制主重音之前偶数音节的重音,左分支规则(Left Branch Rule)负责把次重音放在某些含[+N]中心的短语边界之前。这三条规则在很多输入下会预测同样的输出,在另一些输入下会预测冲突的输出。SPE 通过仔细规定规则的顺序和应用条件来避免冲突,但这不是原则,而是技术上的修补。

更深层的问题是:为什么次重音应该跟[+N]中心相关?为什么不是跟[+V]、[-N]相关?SPE 没有回答这个问题,它只是观察到英语的事实就是如此,并把观察编码进规则。换句话说,SPE 把经验事实当成了理论原则,把规则写成了观察报告的复制品。

过度自由的另一面是规则之间的隐蔽冗余。如果两条规则在结构描写上等价,那么它们的并存就只是描述上的重复。SPE 没有形式化的标准来识别这种冗余,也没有原则禁止两条规则刻画同一个条件。规则系统因而变得庞大而脆弱:任何新数据的加入都可能需要重写已有规则,或者新增一条补丁规则。

塞尔柯克在 1980 年代初期的几篇论文里正是在攻击这个软肋。她论证,SPE 的规则系统实际上是一堆未分化的观察,缺乏一个统一的接口原则来约束音系规则对句法信息的查阅方式。

值得指出的是,SPE 的过度自由问题不仅体现在英语的次重音系统里,也体现在跨语言现象的处理上。比如 SPE 假设的"鼻音同化"规则(鼻音在塞音前与塞音共享发音部位)在英语、法语、印尼语里有不同的表现形式。如果每种语言都需要一条独立的鼻音同化规则,加上各自的应用条件,那么整个规则系统就会随语言样本的增长而成倍膨胀,且无法预测新语言的规则分布。塞尔柯克在 1984 年的专著里用了相当篇幅讨论这一类跨语言案例,论证规则过度自由问题的严重程度远超当时学界的估计。

1.3 句法信息的贫瘠:树为什么不够

第二个炸弹是句法信息的贫瘠。表面上看,句法树提供了节点标签和嵌套关系,音系规则可以查阅任意节点,似乎信息是充分的。但当我们仔细审视音系规则实际需要的句法线索时,会发现 SPE 的句法树并不能直接提供它们。

以英语节奏重音为例。句子"John bought thirteen records"里,"thirteen"单独出现时重音落在第二个音节,"thirteen men"作为一个短语出现时重音会移到第一个音节。这种交替叫抑扬逆转(iambic reversal),是英语重音系统里一个非常稳定的模式。SPE 的处理方式是引入一个相对复杂的辅规则,Compound Stress Rule 或 Rhythmic Stress Rule,它的适用条件是"前一音节已经获得重音且本音节属于一个数量成分"。但这个条件究竟意味着什么,需要查阅什么样的句法信息?

更棘手的是反例。"thirteen"在"thirteen men"和"thirteen books"里的重音行为是一致的,说明这个交替跟后接名词的[+N]范畴无关。"thirteen"在"thirteen of them"里的行为则不一致,"of them"是介词短语,跟数量成分组合时是否触发逆转存在方言差异。这种差异说明重音规则需要查阅的句法信息不止是节点标签,而是某种结构关系的拓扑特征。

SPE 的句法树提供了[NP thirteen men]这样的嵌套结构和[N]、[Det]这样的节点标签,但没有提供任何直接的机制来说明"thirteen"和"men"在什么意义上构成一个"复合韵律单位"。音系规则作者必须人工假设存在这样的单位,然后在规则里写出它的形式条件。这种做法把韵律单位的认定工作完全推给了音系规则,没有让句法结构承担任何责任。

由此产生一个原则性的问题:如果句法树不能直接为音系提供韵律单位的定义,那韵律单位的根据究竟在哪里?是在音系部分独立假设的,还是必须在句法里找到对应物?

塞尔柯克的回答是后者。她主张韵律单位必须由句法结构直接推导出来,而不是由音系规则独立假设。这个主张背后的理论直觉是:句法结构已经包含了足以定义韵律单位的所有信息,音系部分的任务只是读取这些信息并执行规则,不需要额外假设韵律单位。

这一主张与 SPE 的处理方式形成了鲜明对照。SPE 让音系规则作者去假设"音步"、"音韵短语"、"语调短语"这些韵律单位,然后让规则在这些单位上运作。韵律单位的边界由音系规则的需要决定,而不是由句法结构决定。这种做法在描写层面有效,但缺乏理论原则。塞尔柯克主张把韵律单位的认定权交给句法结构,音系部分只能消费已经被句法定义的韵律单位,不能擅自创造新单位。

1.4 塞尔柯克的接口方案

塞尔柯克 1984 年的同名专著《音系与句法:声音与结构的关系》(Phonology and Syntax: The Relation between Sound and Structure)正是要在 SPE 的两个软肋上同时动刀。她的方案有两个核心组件:一个是接口条件的层级假设,另一个是结构关系的明确化。

第一个组件叫严格层级假设(Strict Layering Hypothesis)。这一假设要求音系表征里的每一个非终端节点都必须对应到句法树里的某个非终端节点。换句话说,音系规则不能凭空假设一个韵律节点,除非这个节点在句法上有明确的依据。如果音系规则需要查阅"音步"(foot)这个韵律单位,那么音步必须对应到句法树里的某个句法单位(可能是音韵短语,可能是韵律词,可能是形态词)。

第二个组件叫对散兵游勇的妥善处理(Proper Analysis of Stray)。这一原则要求每一个音段都必须被某个韵律单位管辖。如果某个音段没有被任何韵律单位管辖(成为"散兵"),规则系统必须显式说明这一情况的来源,而不是让散兵状态成为默认。

```mermaid flowchart LR A[句法树] --> B[接口映射] B --> C[音系结构] C --> D[音系规则] D --> E[语音形式] B -.句法关系约束.-> D ```

图 1.2 塞尔柯克的接口方案:句法树通过接口映射生成音系结构,音系规则的应用域由句法关系直接约束。

这个方案的关键在于接口映射。接口映射不是一个规则集,而是一组结构对应原则。它规定句法树中的某些结构关系(如 c-统领、姊妹关系)如何映射到音系结构中的某些韵律单位(如音步、音韵短语)。映射是单向的:句法决定音系,而不是反过来。

c-统领(c-command)是句法理论中一个非常基础的结构关系。一个节点 A c-统领节点 B,当且仅当 A 的姊妹节点(sister)的所有节点都统领 B,并且 A 不被 B 统领。用更直观的话说,c-统领是"在同一分支上的非对称支配关系"。在英语句法树里,V(动词)c-统领它的宾语 NP,N(名词)c-统领它的补足语 Det(限定词)。

塞尔柯克主张音系规则的适用域可以由 c-统领这类句法关系直接刻画。例如,英语节奏重音规则的应用域可以刻画为"在一个被[N]中心 c-统领的短语内部,所有数量成分获得左重音"。这个条件查阅的不是孤立的[N]标签,而是[N]中心与其补足语之间的结构关系。

姊妹关系(sisterhood)是另一个关键的结构关系。两个节点互为姊妹,当且仅当它们有同一个直接支配节点(mother)。在英语短语结构里,Det "the" 和 N "man" 互为姊妹,因为它们都直接被 NP 节点支配。塞尔柯克主张某些音系规则的应用域最好由姊妹关系刻画,比如某些连读(liaison)现象只在姊妹节点之间发生。

值得强调的是,塞尔柯克的方案不是把每一个音系条件都翻译成句法条件。她允许某些音系规则查阅纯音系条件(比如音节结构、重音位置),也允许某些规则查阅混合条件(音系条件加句法条件)。她的主张是:如果一条音系规则查阅了句法条件,那么这个句法条件必须由句法结构中的明确关系来刻画,不能由规则作者任意指定。

这一主张的实质是把音系规则从"经验观察的复制品"改造为"原则性约束下的可预测系统"。规则作者不能任意决定查阅什么,必须援引句法结构中的明确关系。这种约束带来的后果是:很多原本看似任意的音系现象变得可以预测,因为它们的触发条件已经由句法结构预先决定了。

1.5 英语节奏重音:一个具体案例

让我们用英语节奏重音来检验塞尔柯克方案的解释力。

考虑三个句法结构:

1. "thirteen"单独出现(数量名词短语:[Num thirteen]) 2. "thirteen men"(数量名词短语:[NP [Num thirteen] [N men]]) 3. "thirteen men came"(数量名词短语作主语:[S [NP [Num thirteen] [N men]] [V came]])

在第一个结构里,"thirteen"单独构成一个数量名词短语。Num 节点是中心(head),"thirteen"是它的补足语。重音落在第二个音节,符合英语数量词在孤立形式下的默认重音模式。

在第二个结构里,"thirteen"和"men"共同构成一个名词短语。重音模式发生抑扬逆转,"thirteen"获得左重音。

在第三个结构里,"thirteen"和"men"仍然共同构成主语名词短语,重音模式与第二种结构一致。

SPE 的处理是把这种逆转归给"复合重音规则",规则的适用条件是"前一成分已经重读"。但这个条件在第二种和第三种结构下都成立,没法解释为什么有些类似的双成分结构不触发逆转(比如"big men"不会发生重音逆转)。

塞尔柯克的处理是引入一个接口原则:音步(foot)的左边界对齐于[N]中心的补足语的左边界。在这个原则下,"thirteen men"中的[N men]中心有一个补足语 Num,Num 的左边界与音步的左边界对齐,因此"thirteen"被纳入音步并获得左重音。在"big men"中,[Adj big]是修饰语而不是补足语,Adj 中心的补足语是 N("men"),但 Adj 与 N 之间是修饰关系,不是补足关系,音步对齐原则不触发,因此重音模式保持默认。

这个分析的关键在于:音步的边界不是音系规则任意决定的,而是由句法结构中的补足关系直接决定的。音系规则只是读取这个已经定义好的音步边界,然后执行重音指派。

具体到"thirteen of them"这类反例,塞尔柯克的处理也需要谨慎。这一结构的句法树大致是[PP [P of] [NP them]],其中 Num "thirteen" 实际上是 P 的补足语的一部分,而 NP "them" 是 P 的另一个补足语。在某些方言里,Num 与 P 之间的边界足以对齐音步左边界,因此发生逆转;在另一些方言里,这一对齐被阻断,重音模式保持默认。这种方言差异正好对应于接口原则在不同方言里的不同实现方式,从而保留了方言差异的描写空间。

这一案例的方法论意义在于:它表明音系现象的描写不能脱离句法结构。当一种音系现象的分布看起来任意时,很可能是因为我们还没有找到正确的句法依据。一旦找到正确的句法依据,音系现象的分布就变得可以解释,而不是仅仅被记录。

1.6 意大利语元音弱化:另一个入口

意大利语元音弱化是塞尔柯克方案的另一个经典反例,但它的难度比英语节奏重音更高,因为它牵涉到一种纯粹的跨范畴结构敏感。

意大利语的标准元音弱化规则是:非低元音 /e/ 和 /o/ 在重读音节中保持,在非重读音节中弱化为 [ə] 或消失。问题是,这一规则的触发位置不能仅由重音指派来预测,还需要查阅该元音所在的句法结构。

考虑词形"bene"(好)。单独出现时重音在第一个音节 [be],第二个元音 /e/ 在重读后弱化或保留,取决于方言。意大利标准发音倾向于保留第二个 /e/,某些方言则弱化为 [bənə] 或 [bnɛ]。

但同样的元音序列在"benissimo"(非常好,bello+issimo 组合)里,/e/ 出现在重读前弱化为 [ə]。这种交替不能用简单的"重音后弱化"来解释,因为"benissimo"中 /e/ 并不在重读音节内。

SPE 的处理方式是写一条特殊规则,规定某些前缀或后缀环境下的元音弱化模式。但这又回到了规则作者的直觉判断,没有原则性限制。

塞尔柯克的处理是把这种弱化模式归因于形态结构。"benissimo"是一个形态复杂的派生词,"bene"是词根,"-issimo"是强化后缀,两者之间有一个明确的形态边界。这个形态边界在句法上对应于一个形态句法节点,塞尔柯克主张这个节点可以充当音系弱化规则的触发位置。

这一案例的关键在于:即使一个音系现象看起来跟纯句法结构无关,它仍然可能由形态句法结构间接决定。塞尔柯克的接口理论不是要求每一个音系规则都直接查阅句法树,而是要求音系规则的适用域最终可以追溯到某种句法或形态句法结构。

意大利语案例还有一个有趣的推论。形态句法结构在 SPE 的句法树里通常没有专门的表达方式,词根与派生词缀之间的关系往往被处理为词条内部的特征差异。塞尔柯克的处理要求句法树明确表达形态关系,这在理论层面意味着句法部分必须包含形态信息,而不只是句法范畴信息。这一要求后来在分布式形态学(Distributed Morphology)中得到了系统的发展,但其理论雏形已经在塞尔柯克 1984 年的方案中可见。

1.7 理论代价与遗留问题

塞尔柯克的方案不是没有代价。把音系规则的适用域完全约束在句法关系上,意味着音系规则丧失了部分独立性。某些音系现象如果找不到明确的句法依据,就必须被重新分析为句法现象或形态句法现象。这对于一些边界模糊的案例(如跨方言差异、习得过程中的临时变异)会带来解释上的困难。

更深层的遗留问题是:句法结构究竟以何种粒度映射到音系结构?是整个句法树直接对应到音系层级,还是只有某些特定类型的句法节点参与映射?塞尔柯克最初的方案假设前者,但后续研究(特别是韵律音系学在 1990 年代的发展)表明后者更现实