本页目录
语言 II · 生成语法：递归与普遍语法
对标：Chomsky《句法结构》(1957)、《The Minimalist Program》(1995) / Adger《Core Syntax》 ｜ 前置：ling-01、🔗 cs 站 toc-01 乔姆斯基层级 ｜ 证据地位：形式部分【实】（递归、层级是数学事实），核心主张（先天论）【争】——它正压在你研究问题的断层线上。 读这一页要做到"分层"：把 Chomsky 的形式贡献（无可争议、极深刻）和他的经验主张（强先天论、刺激贫乏）分开评价。前者是地基，后者是本课全程要审的对象（轴 I）。
1. 一个观察：语言是无穷的
Chomsky 的起点极简：人能理解从未听过的、任意长的句子。"猫在垫子上"→"我知道猫在垫子上"→"你以为我知道猫在垫子上"……可以无限嵌套。有限的大脑、有限的经验，却能处理无穷多的句子。
结论：语言能力不可能是"记住见过的句子"，必然是一套有限的规则生成无穷的表达——这就是生成（generative）的含义，也是生成性/创造性（creativity）。索绪尔看到系统，Chomsky 看到系统里的引擎。
2. 核心武器：递归
无穷从哪来？——递归（recursion）：一个规则的输出可以再喂给自己。 $\(S \to \text{NP} \; \text{VP}, \qquad \text{VP} \to V \; S\)$ VP 里含 S，S 里含 VP，可以无限展开。有限规则 + 递归 = 无穷语言。 这是本页最硬的一块【实】——它是数学事实，不是主张。
递归让语言有层级结构（hierarchy）而非线性串。"[老人 [喜欢的] 猫] 跑了"——"跑"的主语是"猫"不是"老人"，靠的是树形结构里的支配关系，不是词的前后顺序。句法是树，不是链——这个洞见后来直接影响了句法分析、编译原理（🔗 cs comp-01 的语法树）。
3. 乔姆斯基层级（形式语言的标尺）
Chomsky 把"生成能力"做成一把标尺（🔗 cs toc-01 讲透）：
| 层级 | 文法 | 识别机器 | 例 |
|---|---|---|---|
| 3 正则 | 正则文法 | 有限自动机 | \(a^*b^*\) |
| 2 上下文无关 CFG | CFG | 下推自动机 | \(a^n b^n\)、括号匹配 |
| 1 上下文相关 CSG | CSG | 线性有界自动机 | \(a^n b^n c^n\) |
| 0 递归可枚举 | 无限制 | 图灵机 | 任意可计算 |
自然语言在哪？ 经典结论：超过 CFG（瑞士德语的交叉依存 \(a^n b^m c^n d^m\) 无法用 CFG 生成，Shieber 1985），但远不到 CSG 的全部威力——落在中间一个窄带：轻度上下文相关（mildly context-sensitive，如 TAG/MCSG）。
这条【实】结论极重要：自然语言的计算复杂度是被约束的——不是任意可计算，而是一个特定的窄类。"为什么偏偏是这一类"本身就是研究问题，也是"结构从哪来"（轴 I）的一个可量化切入点。
4. 生成句法的演化：从规则到 Merge
Chomsky 的理论 60 年里自我革命了几次，方向是越来越简：
- 1957 短语结构规则 + 转换：一堆改写规则（\(S\to NP\,VP\)…）+ 转换（主动↔被动）。
- 1980s 原则与参数（P&P）：不是每条规则，而是普遍原则 + 有限参数开关（如"中心语在前/在后"——英语动词在宾语前，日语在后，就是一个开关）。习得 = 设参数。
- 1995 最简方案（Minimalist Program）：把一切句法操作归约为一个原子操作 Merge——取两个单位合成一个更大单位，递归应用即生成全部结构。语言 = Merge + 词库 + 接口条件。
Merge 的哲学野心：如果整个句法真能压到"二元合并 + 递归"这么小，那递归也许就是人类语言的本质特征（Hauser–Chomsky–Fitch 2002 的著名主张：递归可能是人类独有、语言官能狭义核心的唯一成分）。——注意这是【争】，Everett 对 Pirahã 语的"无递归"报告曾激烈挑战它（本身也有争议）。
5. 断层线：先天论与刺激贫乏（本课要审的核心【争】）
Chomsky 的经验主张，不是形式贡献，是本课全程的审视对象：
- 普遍语法（UG）：人天生带一套语言蓝图；后天只是"设参数/填词汇"。
- 刺激贫乏（poverty of the stimulus）：儿童接触的语料太少、太乱、几乎没有负面证据（没人系统告诉他哪些句子错），却能在几年内掌握复杂语法——所以正确规则不可能纯从数据归纳，必有先天偏置。经典案例：疑问句主谓倒装靠结构（移动主句助动词）而非线性（移动第一个助动词）——孩子从不犯线性错误，尽管数据不足以排除线性假设。
- 强主张："语言不是从统计学来的。"
为什么这是你研究的断层线：你想解释"智能从语料涌现"。强先天论说核心结构不来自语料。这两者正面冲突——
- 如果强先天论对：LLM 从语料学会语法，只说明语法可被统计逼近，不说明人是这么学的。
- 如果涌现派对：刺激贫乏被高估，足够的数据 + 合适的归纳偏置就能长出结构——LLM 是活证据。
本课不替你选边（线三 mean-02 会把这场对峙摆到实证台面：统计学习、样本复杂度、归纳偏置到底能走多远）。但你必须知道自己的问题活在这里。
6. competence / performance（一个方法论争点）
Chomsky 区分语言能力（competence，理想化的内在知识）与语言运用（performance，实际带口误、记忆限制的产出），主张语言学研究前者。——这是索绪尔 langue/parole 的继承（ling-01 §3）。
它的代价（功能派会攻击，ling-03）：把"使用"扫进 performance 一笔勾销，等于先验假设结构独立于使用——而这恰是争点本身。研究方法上，它也让生成派长期轻视语料统计，与你的信息论进路（线二）南辕北辙。记住：一个理论选择研究什么，往往已经预设了结论。
7. 要点与思考
思考 1（分层评价） 请把下面各条各自贴上【实】或【争】：(a) 语言有递归层级结构；(b) 自然语言超过 CFG；(c) 人类有先天普遍语法；(d) 语言不从统计学来。——(a)(b) 是【实】（数学/语言事实），(c)(d) 是【争】（经验主张）。能利落分层，你就抓住了这一页的核心。
思考 2（Merge 与 Transformer） Transformer 没有内建的树结构，却能处理嵌套依存——它是"用注意力软性地重建了层级"，还是"证明层级不必显式内建"？（🔗 线六 ai-03 会问：LLM 学到的句法表征长什么样，probing 能读出树吗。）
思考 3（先天的另一种可能） "先天偏置"不必是"语言专用蓝图"。也许先天的是通用的序列学习/递归能力/社会认知，语言结构从这些非语言先天能力 + 数据里涌现。这是涌现派的核心让步与反击——"要不要先天"和"先天的是不是语言专用"是两个问题（线三、线四继续）。\(\blacksquare\)
下一页：语言 III——功能主义。如果说 Chomsky 把语言当自足的形式系统，功能派反过来问：语法会不会本就是"使用磨出来的沉积"？这是轴 I 涌现端的第一块阵地。