Three Buddhist Vocabularies: Computational Stylometry of the English Pali Canon across Sutta, Vinaya, and Abhidhamma
本文对英文巴利三藏中的经藏、律藏及论藏进行了计算文体学分析，揭示了各语料库截然不同的词汇特征——例如论藏具有更高的多样性和数字密度，上座部与说一切有部律藏共享法律遗产，以及随时间推移而产生的显著翻译差异——同时也证实了所有文本均符合齐普夫定律。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，佛教经典（三藏）是一座巨大的图书馆，其中包含三个由不同作者为不同目的编写的不同侧翼。长期以来，研究人员一直在研究“经”部（Sutta，即故事与说法）这一侧翼。这篇论文就像是一位新来的图书管理员，决定走进另外两个侧翼——律部（Vinaya，僧侣的规则手册）和论部（Abhidhamma，关于心灵的技术百科全书）——并运行一个计算机程序，观察其语言本身是如何在不同房间之间发生变化的。
研究员 Joy Bose 并没有为了理解深奥的哲学而去阅读每一个字。相反，他们使用了一个“词频计数器”和一个“模式检测器”来观察词汇是如何表现的。以下是他们的发现，解释如下：
1. 三种不同的“风味”
将这三个部分想象成三种不同类型的派对：
- 经部侧翼（讲故事的人）： 这是最大的房间。这里的语言就像篝火旁的叙述。它经常重复相同的短语（如“僧人说”或“四件事”）。计算机发现，这里的词汇非常重复，创造了一种稳定、有节奏感的律动。
- 律部侧翼（规则手册）： 这个房间充满了法律指令。它在重复性方面与“讲故事的人”惊人地相似。无论你阅读的是现代译本（Brahmali）还是古老译本（Horner），其“词汇节奏”几乎是完全一致的。这就像是两个不同的人在读同一本电话簿；词汇可能会略有变化，但结构是一样的。
- 论部侧翼（百科全书）： 这是异类。这是一个列举了 52 种感受和 89 种意识的技术手册。因为它必须命名许多特定的、独特的概念，所以它使用了更广泛的词汇。它没那么重复，感觉更像是一本现代科学教科书而非故事。
2. “齐普夫测试”：谁是主角？
研究人员使用了一个著名的数学法则，称为齐普夫定律（Zipf's Law）。想象一场摇滚演唱会，其中一位歌手唱了 50% 的歌曲，第二位唱了 25%，剩下的时间由其他人平分。在大多数文本中，少数常见的词（如“的”、“和”、“它”）占据了前列。
- 在故事和规则中： 前 10 个词大多是语法辅助词（如“它”或“他们”）。
- 在百科全书中： 计算机发现了一些奇怪的现象。单词 “意识”（Consciousness） 跳进了前 10 名，把语法词挤了下去。这就像是在一本技术手册库里，“引擎”这个词出现的频率如此之高，以至于淹没了“的”这个词。这证明了百科全书痴迷于特定的概念，而不只是在讲故事。
3. “词汇重叠”（它们共享多少内容？）
研究人员问道：如果你从规则手册中抓一把词，其中有多少也会出现在故事集中？
- 结果： 规则手册中约有一半的词汇也出现在故事集中。它们共享一种共同的语言，因为它们属于同一个传统。
- 时空旅行测试： 研究人员将南传律藏（用于斯里兰卡/泰国）与两千年前使用的根本说一切有部律藏进行了对比。尽管它们在两千年前就分道扬镳了，但它们仍然共享 50% 的词汇。这就像是发现一本现代美式英语词典和一本 19 世纪的英式词典仍然共享一半的词汇，证明它们来自同一个家族树。
4. “翻译偏移”（语言如何随时间变化）
研究人员提取了完全相同的律藏文本，并将两种译本进行了对比：一份来自 1938 年，另一份来自 2026 年。
- 震惊之处： 它们的词汇重叠率仅为 24%！对于同一段文本来说，这是一个巨大的差距。
- 原因： 并不是意义发生了变化，而是词汇发生了变化。
- 例子 1： 在 1938 年，一种深层的禅定状态被称为 “musing”（听起来有点像白日梦）；而在 2026 年，它被称为 “absorption”（听起来更加专注）。
- 例子 2： 一种严重的过失在 1938 年被称为 “defeat”（失败/挫败），但在 2026 年被称为 “expulsion”（驱逐/开除）。
- 例子 3： 2026 年的译者在解剖学和性别问题上更加直接，而 1938 年的译者则使用了礼貌且模糊的语言。
5. “数字”计数
百科全书（论部）痴迷于计数。它使用数字词（一、二、三、四）的频率为 3.26%。故事集中的使用频率仅为 2.09%。这很合理：如果你要列举 89 种意识，你就必须比仅仅讲述一个僧侣在森林中行走的场景更多地使用“一”、“二”、“三”。
总结
这篇论文就像是一次语言学的 X 光检查。它并没有深入探讨佛陀教导的具体细节，但它展示了这些教义是如何被“包装”的。
- 故事是有节奏且重复的。
- 规则是程序化的，并且跨越时间共享。
- 百科全书是稠密的、技术性的，并且充满了独特的术语。
- 翻译在 88 年间发生了剧烈的变化，将陈旧的词汇替换成了现代、精确的词汇。
研究人员得出结论，虽然我们可以用计算机清晰地看到这些模式，但关于这些思想如何随时间演变的更深层问题，需要进行更具人性化、概念层面的分析，这也是他们下一步的工作。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。