一语双文

一语双文

一语双文的语是指口语，文是指文字。一语双文，英文是digraphia，意思是一种口语对应两种文字。口语spoken language和文字written language，虽然它们都是language，但是它们的分类是不一样的。文字可以根据使用的符号，字典dictionary和文法grammar分类。口语不行，口语很难按照说话的声音和内容分类，因此口语都是按照说话的人群分类。现在世界上口语种类有几千种，文字只有上百种。
由于很多人一辈子只说一种口语，使用一种文字，因此不少人以为一种口语只对应一种文字，或者一种文字只对应一种口语。实际情况并不完全是这样。使用同一种文字的人，不一定说同一种口语；说同一种口语的人，也不一定使用同一种文字。例如，过去东亚各国都使用汉字，也就是说，汉字曾经对应东亚各国的口语。即使现在，汉字也对应普通话，广东话（粤语），上海话（吴语）等各种不同的口语。再例如，普通话在清朝时就对应满文和汉字两种文字。

中国北方的口语是通用语，叫官话。明朝的统治者是汉人，使用汉字，明朝官话只对应汉字。清朝的统治者是满人，满人在东北的时候说满语，使用满文，那时候满语只对应满文。

满人入主中原后，满语和明朝官话开始混合。第一代的混合语，英文叫pidgin。俗称洋泾浜语，旧中国上海租界曾经流行过洋泾浜英语，语言学认为洋泾浜语是发展还不完全的口语。当pidgin成为第二代人的母语，英文叫creole，中文音译克里奥尔语，语言学认为creole是一种新的口语。

清朝历经十代皇帝，清朝官话历史两百多年。因此，清朝的官话和明朝的官话，从语言学讲，是两种不同的口语。清朝的主流文字是满文，由于汉字并没有完全淘汰，因此清朝官话对应两种文字，满文和汉字，也就是一语双文。
清朝官话，民国时期叫国语，现在叫普通话。现在很多人把普通话叫做汉语，是因为清王朝退位后，民国政府放弃满文，使用汉字，普通话就只对应汉字了。但是普通话在清朝不叫汉语，而叫（清朝）官话，英文是Mandarin，是满语的意思。

一语双文，不是只有中国有，外国也有。例如，印度地区的Hindustani语，由于宗教原因，使用不同的字母。欧洲的塞尔维亚语Serbian，使用西里尔字母Cyrillic和拉丁字母Latin。蒙古语在不同时间和不同的地区使用过不同的字母。这些都是一语双文。
一语双文是文字变化的一个过程。有的最后分裂成为两种language，例如Hindustani。有的过渡到其中一种文字，例如土耳其语1928年用拉丁字母代替了阿拉伯字母。凡是搞过文字改革的国家，都要经过一语双文的过渡，过渡的时间有长有短。例如，日语现在还在一语双文的过渡之中；朝鲜语，越南语已经完成了一语双文的过渡。

很多人不知道普通话曾经是一语双文，而且其中一种还是拼音文字，满文。现在普通话开始从汉字向汉语拼音文字过渡，今后一段时间里，普通话仍然是一语双文，汉字和汉语拼音文字。

参考：

1，一语双文 digraphia  https://en.wikipedia.org/wiki/Digraphia

2，实拍溥仪讲话 普通话说的蛮好的 https://www.youtube.com/watch?v=2c_rxl-LyK4
3，末代皇帝溥仪上法庭，你听过清朝人开口说话吗？ https://www.youtube.com/watch?v=YGQK6MDs6nc

4，Hindustani language https://en.wikipedia.org/wiki/Hindustani_language
5，Serbian language https://en.wikipedia.org/wiki/Serbian_language
6，蒙古语文字 https://zh.wikipedia.org/wiki/蒙古語文字

闲谈翻译

闲谈翻译

1，翻译

翻译就是用另外一种language表达同一个的意思。例如，老外写了一本书，有人翻译成中文，这叫文字翻译，简称笔译。再例如，外国领导人来访，说话听不懂，有人翻译成普通话，这叫口头翻译，简称口译。还有，现在电视转播重要的会议，大人物讲话，在电视画面的左下角，或者右下角还有一个小人物在指手画脚，这是给聋哑人看的手语翻译。
手语，口语，书面语，是不同的language。用手语翻译口语，符合翻译的定义，应该算翻译。既然聋哑人听不见，打手语给聋哑人看是翻译，那么盲人看不见，读文章给盲人听，也应该算翻译。推而广之，文盲不识字，读文章给文盲听，也是翻译。在乡下我曾经帮助过不识字的老人读信和写信。其实我们语文课朗读文章，听写，就是在练习口语和书面语的翻译，只不过我们没有意识到这也是翻译。

笔译通常是翻译一本书，一篇文章；口译通常是一段话。不论笔译还是口译，至少要翻译一句话，因为一句话才有明确的意思。半句话，一个词，谁都不知道是什么意思，也无法翻译。
翻译只能意译（翻译意思），不能音译。翻译声音，逻辑不通。尤其是口译，老外说一句话，你音译，跟着说一遍，那不是音译，那叫鹦鹉学舌。那么究竟什么是音译？

2，音译

音译transcription是文字翻译时，碰到一个英文（外文）word，中文里没有意思相同的字词，无法翻译。这时候按照读音，用汉字写下来，这才是音译。例如，“德谟克拉西”是democracy的音译，“赛恩斯”是science的音译。英文也有中文的音译。例如，typhoon是“台风”的音译，bok-choy是“白菜”的音译。
中文和英文之间需要音译，原因是中文没有字母。字母文字之间不音译。使用同一类字母的文字是直接引用。例如英文和西班牙文都使用拉丁字母，tortilla（一种墨西哥煎饼）英文就直接引用。英文里直接引用西班牙文，法文，德文的例子屡见不鲜。
使用不同类字母的文字，例如英文和俄文（Cyrillic字母），法文和阿拉伯文（Arabic字母），一般不直接引用，而是按照国际标准化组织ISO的规定转写transliteration。[1]

转写和音译，表面上看起来差不多，实际上有区别。音译是按照读音写。转写是根据ISO的规则，和拉丁字母进行字母转换。转写可以逆转写re-transliteration，也就是说，转写是双向的。音译是单向的，不可逆。由于音译不可逆，中国出了个常凯申Chiang Kai-shek，呼儿嘿呦，他是人民的门修斯Mencius。[2][3]
转写是字母文字的专利。过去中文没有字母，不能转写，只能音译。1958年，全国人民代表大会通过了汉语拼音方案，中文有了转写的条件。现在国际标准化组织ISO有中文转写的规定，代号是ISO 7098，虽然还不完善，毕竟已经有了。

3，ISO 7098

1979年，周有光先生代表中国在华沙的ISO/TC 46（国际标准化组织--信息与文献技术委员会）第18届会议上，提出《汉语拼音方案》作为中文转写标准的建议。1982年在南京召开的ISO/TC 46第19届会议通过了《ISO 7098 中文罗马字母拼写法》ISO 7098 Information and Documentation - Chinese Romanization。从此汉语拼音成了国际标准。[4]
ISO 7098目前仍然有争议。主要矛盾是中国要求按照《中文拼音正词法基本规则》以中文的词为单位转写；[5]美国国会图书馆的代表认为无法操作，他们仍然按照《新华字典》以汉字为单位转写。我同意美国国会图书馆的意见，不要说外国人，就是我们中国人也常常分不清什么是两个字，什么是一个词。要想解决这个矛盾，其实很简单，只要编一本汉语拼音字典就万事大吉。

由于汉语拼音使用的是拉丁字母，将来中文和英文之间，不仅不需要音译，也不需要转写，而是直接引用。音译和直接引用的区别，有一个典型的例子，Peking是音译，Beijing是直接引用（汉语拼音）。
中国使用汉语拼音以后，英文里出现了不少中文word，例如：fengshui风水，guanxi关系，tuhao土豪，dama大妈，hutong胡同，hukou户口，这些都不是音译，而是直接引用。现在中文里的字母词，本质也是直接引用。

4，意译

意译可能是中文特有的概念，英文里只有翻译translation，没有意译这个概念。理论上，没有的概念不能意译。没这个概念，怎么意译？！因此，所有的意译词，意思肯定都不准确，最多是不准确的程度不同而已。
例如democracy，意译是“民主”。没有接触过民主的人很难理解什么是民主。如果望文生义理解为人民当家做主，那就错了。当家作主就要拍板做决定，拍板只能一个人，一群人无法拍板，人民是一大群人，所以人民当家做主，逻辑不通。一个新概念，不能望文生义，一定要学习，才能真正地理解。

为什么中文会有意译？一个原因是，有的英文word有好几个音节。还是democracy这个例子，音译“德谟克拉西”，五个字，意译“民主”，两个字，省了一大半。虽然意思不准确，有人不在乎准确，只要求省事。两害相权取其轻，于是中文里的音译词，尤其是三个字以上的音译词，逐步被意译词取代。
还有一个原因，音译是利用汉字的读音，汉字的字义这时候画蛇添足，因此中文的音译词会产生莫名其妙的意思，干扰音译词的词义。不少人认为这些乱七八糟的意义，还不如不准确的意译。

不少人认为意译好，反对直接引用，认为意译至少能看出一个大概的意思。其实不是这么回事，只有熟悉的东西，你才能看出一个大概的意思；不熟悉的东西，不论你怎么看，都看不出大概的意思。例如，语言学的语素和词素，电脑的内存和外存。
直接引用确实看不出大概的意思，但是我们可以学习，直接引用至少不会误导你。意译，你似懂非懂，问题还不大；给你一个错误的意思，那就坑爹了。意译的本质是解释，一个新概念，两三个汉字肯定解释不清楚；意译是中文和外文很多概念不一致的重要原因。

5，文章的结构和基本单位

谈计算机翻译之前，我们一定要搞清楚文章的结构和基本单位。原因是计算机不能像人的大脑那样理解文章。所谓的计算机翻译，就是按照文章结构，把基本单位转换成另外一种文字的基本单位。文章的结构不复杂，通常由段落组成。段落由句子组成。句子表达一个完整的意义a complete thought，由基本单位组成。
基本单位是文章里独立的，代表意义的，最小的单位。也可以说，基本单位是组成句子的单位。除了标点符号，组成中文句子的单位是汉字，组成英文句子的单位是word。基本单位代表我们大脑里概念。常见的是一个概念对应一个基本单位，但也有很多例外。例如英文have to就是一个概念对应两个基本单位。中文也一样，“东西”也是一个概念对应两个基本单位。

基本单位有三个要求：一，是文章里独立的单位。二，代表意义。三，最小。不同时符合这三个要求，都不是基本单位。例如：
1，英文字母letter不代表意义，不符合要求。
2，汉字的笔画，偏旁部首，英文的morpheme，它们都不能在文章里独立存在，根本就不是文章里的单位，不符合要求。
3，中国语言学界有些人把中文的词当作基本单位，显然是错误的。不仅仅是因为词由字组成，不是最小，不符合要求。还因为词不是一个独立的单位。不信，你可以问计算机，它只会告诉你一篇文章有多少个字，绝不会告诉你有多少个词。SO 7098的争议，说到底，也是中文基本单位引起的矛盾。

6，计算机翻译

现在已经开始计算机翻译时代。谷歌翻译Google Translate，字母文字之间的翻译，可以满足一般的要求。Skype英语和德语的翻译，YouTube上有段视频，已经有实用价值了。原因是英文和德文的基本单位大体相当。[6]
现在中文和英文的计算机翻译仍然不尽如人意，原因不是汉语口语的语音识别，而是中文和英文的基本单位，数量相差巨大，几乎谈不上对应。

计算机最怕翻译idiom，例如have to。两个基本单位合起来的意思，和两个基本单位单独的意思风马牛不相及。因此idiom需要特别处理，极大地耗用计算机运算能力，好在英文里idiom的比重不是很大。
中文词典里的词，绝大多数相当于idiom。例如“东西”，一个词的意思，和两个字的意思毫不相干。因为词不是基本单位，这些词都需要特别处理。由于这些词在中文里的比重很大，数量远远超过基本单位的数量，导致个人计算机PC的中文翻译达不到实用的要求。如果使用超级计算机supercomputer，行不行？我不知道。即使行，现在也没有实际意义。因此，中文计算机翻译，我们还要耐心地等待，如果不是永久的期待。



参考：

[1]List of ISO romanizations  https://en.wikipedia.org/wiki/List_of_ISO_romanizations
[2]常凯申 https://zh.wikipedia.org/wiki/“常凯申”误译事件，  https://baike.baidu.com/item/常凯申
[3]门修斯 https://baike.baidu.com/item/门修斯
[4]冯志伟：世界也需要汉语拼音  --悼念周有光先生 http://blog.sina.com.cn/s/blog_72d083c70102xyd1.html

[5]，中文拼音正词法基本规则 http://www.moe.gov.cn/ewebeditor/uploadfile/2015/01/13/20150113091717604.pdf   http://www.pinyin.info/rules/pinyinrules.html

[6]语音翻译Realtime English - German voice translation with Skype  https://www.youtube.com/watch?v=Mr2uK3cy8wE

字本位和词本位

字本位和词本位

字本位和词本位是中国语言学界的两个学派。一派认为“字”是中文的基本单位，简称字本位。另外一派认为“词”是中文的基本单位，简称词本位。
基本单位简称单位，是指文字（文章）里最小的代表意义的单位the smallest unit。也可以说，单位是组成句子的单位。除了标点符号，组成中文句子的单位是汉字，组成英文句子的单位是word。
文章里的基本单位不等于大脑里的基本单位（概念）。例如英文have to，英文里是两个基本单位，大脑里是一个基本单位。中文也一样，熊猫，中文里是两个基本单位，大脑里是一个基本单位。

基本单位有三个要求：一，是文章里的单位，二，代表意义，三，最小。不同时符合这三个要求，都不是基本单位。例如：
1，英文字母letter不代表意义，不符合要求。
2，汉字的笔画，偏旁部首，英文的morpheme，它们都不能在文章里独立存在，不是文章里的单位，不符合要求。
3，中国语言学界有些人把中文的词当作基本单位，显然是错误的，因为词由字组成，不是最小，不符合要求。

中文的基本单位是字，是一个事实fact，不应该有争议。即使有争议，也应该能说清楚。英文的基本单位是word，就没有争议。中文的单位明明是“字”，可是有很多人认为中文的单位是“词”，主要原因是概念错误，逻辑思维有问题。下面分析一下：

1，错误的概念
除了前面说的“文章里基本单位不等于大脑里的基本单位（概念）”以外，词本位派还分不清语言和文字。词本位派不研究“文字的单位”，他们只研究的“语言的单位”。但是他们忘记了语言有三大类，口语，手语，书面语。这三大类语言是不同的形式，不可能有共同的单位。也就是说，世界上根本就不存在所谓的“语言的单位”。

2，省略导致概念混淆
英文的单位是word，最早翻译为“字”。不知道谁翻译为“单词”，这时候问题还不大，因为中文里没有单词，不会导致概念混乱。后来有人偷懒，把“单词”省略为“词”，这时候概念开始混淆了，不仅“单词”变成了“词”，中文的“词”因此也“变成”了单位。语言学教授一定要牢记：海马不是马，蜗牛不是牛，单词也不是词。

3，违反同一律
字是中文的基本单位，无法否定。为了让中文的“词”变成基本位，中国语言学界干脆把“字”叫做“词”，美其名曰“单字词”，这样“词”就是基本单位了。遗憾的是，他们无法把“单字词”改成“单词词”，改名还不彻底。
为了让“字”变成“词”，《新华字典》现在已经不解释什么是“字”，只告诉你“文字”是什么。“词”的例子里既有字，也有词（人、马、水、食品、竞争等）。这些专家学者可能不知道在同一语境里，把“字”和“词”都叫叫做“词”，违反形式逻辑基本规律的第一条，同一律。

词本位理论是建立在“语言的单位”的基础上，而世界上根本就不存在“语言的单位”这个东西，因此，词本位理论是空中楼阁。目前中国语言学界词本位理论泛滥，大学语言学教材《现代汉语》还是词本位观点。
字是组成中文的单位。研究语言学，不知道汉字是中文的单位，即使你有语言学教授的头衔，也是一个打酱油的。


参考：
《新华字典》第十版647页，字：文字，用来记录语言的符号：汉字，字眼儿，字体，常用字。
《新华字典》第十版71页，词：在句子里能自由运用的最小语言单位，如“人”、“马”、“水”、“商品”、“竞争”等。
“词本位”还是“字本位”有利于汉语语言学？ http://www.yywzw.com/n1825c153p2.aspx

白话文和文言文

白话文和文言文

白话文是读出来就能听懂的文章。从这一点来说，拼音文字都是白话文。文言文是读出来听不懂的文章。对于中国人来说，文言文好像外文，需要翻译才能知道是什么意思。
现在全世界都使用白话文，中国也从文言文发展到白话文，原因是白话文比文言文效率高。为什么白话文效率高？道理很简单。除了聋哑人，每个人在上学之前至少会听说一种口语，也就是说，我们的思维从小就和说话的声音建立了联系。白话文利用了我们的思维和说话的声音已有的联系，文言文浪费了这个资源，外文没有这个资源。

使用白话文是一个国家提高识字率的关键。白话文运动前，绝大多数中国人是文盲，因为那时候中国使用满文和文言文。现在中国识字率大提高，白话文运动功不可没。
中世纪，绝大多数欧洲人是文盲。原因是当时罗马帝国通行拉丁文，而大多数欧洲人不说拉丁语，对他们来说，拉丁文就是文言文，所以中世纪绝大多数欧洲人是文盲。文艺复兴，从语言学角度看，是欧洲的白话文运动。

白话文的要求是，符号和说话声音建立起简单方便的联系。通俗地说，白话文的符号一定要要表音，如果符号不表音就不是白话文。不少人只知道汉字表意，不知道白话文汉字表音。例如：巧克力。也许你会说，这是音译词，特例。那么，“东西，马上，一切，马虎”这些都不是音译词，这些汉字都表音不表意。白话文里，我可以找到很多汉字不表意，你找不到一个汉字不表音。
这里要说明一下，汉字表音，但汉字并不是表音符号。不仅汉字不是，汉语拼音字母，英文字母都不是表音符号。表音符号要求，一音一符，一符一音。例如国际音标IPA。汉字，汉语拼音字母，英文字母，都达不到音标的要求。很多人把汉语拼音当音标，完全是误解。

白话文汉字，汉语拼音字母，英文字母，它们都是组成文字的符号。它们的区别是，作为一个符号，汉字表意，字母不表意。这个区别导致汉字只适合代表口语里一个声音的意义，不适合代表口语里多个声音的意义。
中国推翻满清王朝已经是二十世纪，普通话里有大量两个声音的意义。这时候放弃满文，改用文言文，根本行不通。中国一时半会创造不出新文字，只能暂时使用汉字白话文来应付。汉字白话文就是利用汉字代替字母，写中文白话文。
一千多年前，日本人刚刚学习汉字的时候就是这样做的。日本人利用汉字写日文白话文，这种文字叫万叶假名。汉字白话文是汉字向字母（拼音文字）过渡的阶段。

文字是发展的，文言文发展到白话文是必然的。中国在唐朝就出现了白话文，叫变文。明清中国民间已经流行没有标点符号的白话文小说。先进的白话文，例如英文，都使用标点符号划分句子。现在中文也使用标点符号划分句子，但只是形似，还不是神似。
英文句子表达一个完整的意思a complete thought，文法上要求有主语subject和动词verb，文法使写作和阅读理解的方法有了书面根据。中文没有自己的文法，我们常常套用英文的文法。中文的句号是换气的标记。中文的写作靠习惯成自然，理解靠约定俗成。
还有，先进的白话文都按照大脑里的概念划分单位。大脑里的概念，口语说出来，除了一个声音的概念，还有多个声音的概念。由于汉字代表口语里的一个声音，又代表意义，因此汉字适合代表口语里一个声音表达的概念。多个声音的概念，需要使用不代表意义的符号，也就是字母来写。

白话文比文言文进了一大步，至少已经写全了说话的声音。登大雅之堂的文言文，连说话的声音还没有写全，难怪我们听不懂。白话文清楚，文言文难懂，古人也知道白话文好，但是，白话文字多，文言文字少，古人用毛笔写字太不方便。偷懒是人的本性，两害相权取其轻，能少一个字，好一个字，少到最后还是选择了文言文。
从唐朝出现白话文，到二十世纪初的白话文运动，文言文和白话文并行了一千年。毛笔和文言文是难兄难弟，如果不是西方的钢笔进入中国，文言文在中国应该还有一席之地。毛笔现在好像还是国粹，文言文写作方法已经进了历史的垃圾堆。

如何比较中文和英文

如何比较中文和英文？

中文是中国的通用文字；英文是使用最广泛的字母文字。一百多年前，很多先贤走出国门，发现和字母文字相比，中文太落后了。他们有这种感觉，但不能完全说服国人，语言学界至今也没有给出一个科学的比较方法。
不论比较什么，首先要有比较的标准。否则肯定是公说公有理，婆说婆有理。好比短跑比的是速度，计算速度的标准是时间，最后冲刺的时候，刹那间就见分晓，不能像体操比赛那样打印象分，说这个人跑的姿势多优美。

文字writing system是人类交流思维的工具。交流思维要求表达意思清楚，方法简单，但是意思清楚和方法简单不能作为比较的标准，因为这种标准无法执行。科学的比较一定要有量化标准。本文就是要告诉大家比较文字的量化标准。
现代的文字（文章）由段落组成；段落由句子组成；句子由单位组成。单位是指文章里最小的单位。单位有两种。第一种叫独立单位，这种单位只有一个符号。例如，标点符号和汉字。第二种叫组合单位，由多个符号组成。例如，单词word。
文字从原始的象形文字发展到现代的字母文字，发展的就是单位的数量。单位的数量是文字的重要指标。比较文字的先进与落后，就是比较单位的数量，数量越多越先进，越少越落后。这是科学的比较方法，也是最简单的方法。

中文只有独立单位，所以中文的单位不可能多，因为独立单位就是一个符号。符号的数量是不可持续发展的，符号数量一多，符号就难写了，也不容易分辨，所以符号的数量不可能多。由于中文只有独立单位，因此中文单位的数量不可能多。只有独立单位的文字是第一代文字；原始的文字；不可持续发展的文字。
字母的优势是可以组合单位，26个字母可以组成天文数字的单位。有组合单位的文字是可以持续发展的文字；第二代文字；现代的文字。文字的单位越多，表达越清楚，这种文字越先进。现在中文只有一万个单位，英文超过一百万个单位。这就是中文和英文的差距。文字的发展就是增加单位，中文落后就落后在不能持续增加单位。

比较文字的科学方法就是比较单位的数量。现在很多人还不知道中文的单位是什么，所以他们也不能正确地比较中文和英文。这并不奇怪，因为很多语言学教授也不知道中文的单位是什么。如果你对中文的单位是字，有不同的看法，可以参考我的文章《谈谈汉语的单位》。
比较文字的先进与落后，单位数量是重要的指标。比较单位的数量是科学的方法，也是最简单的方法，结果可以立即见分晓。


参考：谈谈汉语的单位
王玉江：谈谈汉语的单位  http://hx.cnd.org/?p=148631

回到新概念语言学

谈谈汉语的单位

谈谈汉语的单位

不仅仅是在华夏文摘评论区，不少人会使用汉语的单位这种说法。单位在语言学里通常是指文字里，例如中文英文里最小的单位the smallest unit，中国语言学界叫基本单位，简称单位。
我从来不使用汉语的单位这种说法，因为汉语是指中国人说的口语，例如普通话，广东话，上海话等。人类说话发出的是一串串语音流，口语的单位就是语音流里的一个个语音段，搞计算机语音识别就要研究口语的单位。不使用音频文件audio file和多媒体工具multimedia device无法讨论口语的单位。
我不搞语音识别，所以我从不使用汉语的单位这种说法。普通语言学研究的是文字的单位，所以我说中文的单位，英文的单位。中国的语言学教科书和语言学教授喜欢说语言的单位，他们认为语言的单位是词。如果你问他们：语言分口头语言和书面语言，你说的语言究竟是哪一种语言？他们肯定不会回答你提的问题，而是顾左右而言他，因为哪一个的单位都不是词。这是我个人的经验，屡试不爽。

下面我以华夏论坛区C先生评论里的一段话为例，谈谈语言的单位。C先生说：
字能表意不等于字就是汉语的基本单位。拼音文字里也有比词小的单位，也能表意。为甚词根、前后缀（以及词中缀）不叫做基本单位？你能因为词根和___缀这些比词小的单位能表意就说使用拼音文字的语言的基本单位不是词吗？
C先生这段话里有4个问题：
1，字不是汉语的单位，而是中文的单位。理由前面已经说过。
2，英文（拼音文字）里最小的单位是单词word，英文里没有比word更小的单位。除了极端的情况，字母letter一定是以word的形式出现在英文里。
3，词根词缀morpheme这些东西是分析word时候使用的概念。除了极端的情况，这些东西不能在英文文章里独立存在，如果独立存在，就不叫词根词缀，而是叫word，所以词根词缀不是英文的单位。
4，是不是文字的单位，不是以能不能表意为标准，也可以说单位和意义无关。意义大脑里的思维，是抽象的东西，没有具体的单位。
文字writing system是各种符号的顺序排列。文字的单位以符号在句子里的形状为标准。中文单位的标志是一个个方块形的符号，英文单位的标志是空格space。文字的单位是客观存在，即使一个文盲也能数清楚一篇文章里有多少个单位。用意义来分析文字的单位是画蛇添足。
语言学是科学，如果中文以偏旁部首为单位，或者以词为单位，英文以morpheme为单位，那么一篇文章里有多少个单位，肯定是公说公有理，婆说婆有理。

为什么语言学教授会使用“语言的单位”这种经不起推敲的概念？问题出在语言学中文术语的定义上。例如：
1，语言，有两个不同的定义。第一个定义是口语，不包括文字。第二个定义是language。这时候语言的意思除了口语，还包括文字和手语。
2，文字，也有两个不同的定义。第一个定义是汉字。第二个定义是书写系统writing system，例如中文和英文。
3，词，原来只有一个定义，就是中文的词。由于有人把英文word翻译为单词，这时候问题还不大。糟糕的是很多人把“单词”简化为“词”，这时候中文的词和英文的word，两个不同的概念就混为一谈了，他们忘记了单词不是词。

一个字（词）有不同的定义叫一字多义，是高效率的表现，前提是不能引起概念混乱。除了一语双关pun，一字多义不是一个字可以同时代表两个意义。在一个句子里，一个字只能代表一个意思。为了严谨，科学术语会尽量避免一字多义。会引起概念混乱的一字多义，违反同一律The Law of Identity。
中国语言学里这几个最基本的术语都是一字多义，因此中文的语言学论文常常是以其昏昏使人昭昭。所以中国语言学界至今还在纠结，语言的基本单位究竟是字还是词（简称字本位词本位之争）。如果他们先定义一下语言，单位，词，这些术语，或许根本就不需要争论，因为什么是中文的单位，是一个fact。学术讨论，概念一定要明确，绝对不能违反同一律，否则一定是错误的观点。

总之，我们讨论的不是汉语的单位，而是中文的单位。单位是指文章里最小的单位。中文最小的单位是字，英文最小的单位是word。只有明白了什么是中英文的单位，才能比较中英文，才能知道为什么中文落后。拿汉字和英文字母相比，拿英文word和中文的词相比，那是关公战秦琼。


参考：
华夏文摘论坛区链接  http://my.cnd.org/modules/newbb/viewtopic.php?viewmode=flat&order=1&topic_id=95704&forum=2

回到新概念语言学

中国落后的根源 -- 文字与知识

中国落后的根源 -- 知识与文字

一个国家落后的主要原因是生活在这个国家土地上的人的知识落后。知识是人类在认识世界的实践中得到的经验和技能。知识除了可以通过实践获得，还可以通过向他人学习获得。向他人学习知识非常重要，因为一个人的寿命是有限的，如果一个人的知识都要靠实践获得，那么这个人的知识一定是有限的。如果每个人的知识都是靠实践获得，人类社会就不可能发展。
现代社会里，绝大多数人的知识都是向他人学习获得，因为学习他人的知识可以节省大量实践的时间，效率高，而且一个人只有学习了他人的知识后，才有可能在实践中发现前人没有的知识，人类社会才可能进步。因此，学习他人的知识对人类社会的发展非常重要。
学习他人知识的媒介是语言language，没有语言就无法学习他人的知识。语言包括口语和文字。如果没有文字，口语传递的知识是非常有限的，所以文字在人类积累知识的过程中非常重要。社会发展到今天，一个人如果不识字，这个人就是低端人口。识字的人不仅可以学习他人的知识，还可以把自己实践得到的知识写下来，传给他人，所以，文字是一个人，乃至整个人类积累知识不可或缺的工具。

文字也叫书写系统writing system。常见的文字有中文和英文。不论中文还是英文，都是用各种符号character顺序排列而成的文章。文章都由段落组成，段落由句子组成，句子由各种不同的单位组成。
单位是组成句子的部件。单位，英文是the smallest unit最小单位，中国语言学界习惯说基本单位，简称单位。具体地说，除了标点符号，中文的单位就是汉字，英文的单位就是单词word。
中文的句子由汉字组成，这个很容易理解。英文的句子由什么组成？有人可能以为英文的句子由字母组成。这是错误的，英文句子由单词组成。除了标点符号，英文句子里只有单词，没有字母。即使 I 和 a，在句子里也是一个单词，因为它们前后都有一个空格。

句子里的单位有两种：
第一种单位只有一个符号，例如汉字，我把这种单位叫做独立单位。
第二种单位由多个符号组成，例如英文word就是四个符号组成的单位，我把这种单位叫做组合单位。

第一代文字，也就是原始的文字，只有独立单位。由于独立单位就是一个符号，而符号的数量是不能无限增加的，所以第一代文字是不可持续发展的文字。
第二代文字，也就是现代的文字，除了独立单位，还有大量的组合单位。组合单位是一种高效率的单位。例如，二十六个英文字母可以组成几乎无穷无尽的单位。所以，第二代文字，也就是字母文字，是可以发展的文字，高效率的文字，先进的文字。
现在全世界所有的文字，除了中文都升级到第二代文字。由于中国语言学界目前还没有搞清楚中文的单位是什么，所以绝大多数中国人不知道什么是第一代文字，什么是第二代文字。

第一代和第二代文字的差距主要在单位的数量上。例如，中文现在只有一万个单位，英文已经超过一百万个单位，这也是英文表达比中文清楚准确的重要原因。句子里的每一个单位代表的意义就是我们大脑思维的概念，从文字的角度看是意义，从思维的角度看就是概念。
单位的数量好比数码图像里的像素pixel；像素越大，图像越清晰；单位越多，表达越准确。像素小的图像无法转换成像素大的图像。单位少的文字无法准确翻译单位多的文字。一个使用落后的文字的人不能完全理解先进的文字表达的意思。

用先进的文字把知识写下来，表达的更清楚，学习知识更容易理解，也就是说，效率更高。一个人只有使用先进的文字，才有可能学习到他人先进的知识；一个人只有学习了他人先进的知识，才有可能创造更先进知识。
牛顿曾经说过：如果说我看得比别人更远些，那是因为我站在巨人的肩膀上。使用汉字的人是站在侏儒肩膀上，无论我们如何伸长脖子，我们看得都不可能比别人远。我们学习不到先进的知识，我们输在了起跑线上，这就是中国落后的根本原因。