作者 ｜
何立行、余清祥、鄭文惠
摘要 ｜
現代漢語與古代漢語最重要的區別之一，乃是書面語以語體文為主，又稱為白話文，與古代的文言文相對。目前學者考察現代白話的發展，多推前至晚清傳教士所辦報刊，但使白話有效取代文言成為主流書面語的是五四運動，而五四運動時期倡導白話文最力的莫過於《新青年》雜誌。過去學者主要以文本分析為研究方法，就理論建樹、創作實踐和議論宣傳等方面，探討《新青年》雜誌對白話文通行和白話文學發展的貢獻。然而，漢語書面語由以文言為主變為白話當家，從文人學者在《新青年》一類的刊物上提出主張，到真正在社會上普及，歷經了多長的時間？轉變的過程為何？白話什麼時候取代了文言？如何證明？這些問題恐怕難以用傳統的研究方式來回答，因為，再勤奮的研究者也無法以人力按時序遍讀五四前後現存的巨量文獻，一一區分文白計算消長。但我們能否藉助數位研究方法，另闢蹊徑，尋找答案？或許，從建立客觀（而非直覺）判讀文、白篇章的有效工具開始，是一個值得探索的方向。本文以《新青年》全文共十一卷為素材，透過統計方法比較各卷的異同，觀察語言轉換歷程，尋找可以建立客觀判讀文、白篇章的指標。使用的方法大致分為兩類：監督學習（supervised learning）、非監督學習（un-supervised learning）。第一類先設定比較用的指標（或是變數、關鍵詞），再分析各卷的指標特性；第二類不預設比較標的，以不同角度探討文章風格，藉以找出區隔文、白篇章的關鍵因素。本研究的監督學習選用文、白的特定虛字，選擇虛字而非實詞作為統計對象，乃是為了將文章內容對語言形式的影響降至最低，驗證從慣用虛字區別文、白篇章的可行性。非監督學習的分析角度以用字、句子架構為主要方向，因為字彙多寡、使用頻率等統計數據，在比較文學中歷來都用以判斷寫作風格。無論監督學習式的虛字分析或非監督學習式的用字習慣分析，都能反映出《新青年》初期與晚期文體的變化。就發展客觀判讀工具而言，以虛字為指標也許較具潛力。值得注意的是，在總字數、不同字數、每句字數等的比較中，我們發現文言與白話有著明顯差異：文言篇章總字數少而用字多，白話篇章則是總字數多而用字少。明顯可看出白話文主要俾利於世俗啟蒙，因而總字數多而用字少；此外，我們或可借用生物多樣性的概念，追問文言、白話兩者內部生態系的差異；並進一步思考，在這樣的差異下，除了虛字、字彙總數及其使用比例之外，還有哪些具有成為客觀區辨指標潛力的語言表徵，值得我們繼續開發。
關鍵詞 ｜
文體分析、五四運動、《新青年》、虛字分析、生物多樣性