中文分類詞與量詞之數學意涵 : 心理語言學的實證 - 政大學術集成

全文

(1)國立政治大學語言學研究所碩士論文 National Chengchi University Graduate Institute of Linguistics Master Thesis 中文分類詞與量詞之數學意涵: 心理語言學的實證 A Mathematical Interpretation of Chinese Classifiers and Measure Words: Evidence from Psychological Experiments. 指導教授: 何萬順博士 Advisor: Dr. One-Soon Her. 研究生: 陳佳琪 Student: ChiaChi Chen 中華民國一○六年七月 July, 2017.

(2) A Mathematical Interpretation of Chinese Classifiers and Measure Words: Evidence from Psychological Experiments. By Chen, Chia-Chi. A Thesis Submitted to the Graduate Institute of Linguistics In Partial Fulfillment of the Requirements for the Degree of Master of Arts. July, 2017.

(3) Feng-fu Tsao, Committee member. Nai-shin Yen, Committee member.

(4) Copyright © 2017 Chen, Chia Chi All Rights Reserved.

(5) 致謝. 在近而立之年，踏入了語言學的殿堂，是一個極其任性的決定。我從不期盼他人的理解和諒解，我只知道我的人生如果就這麼沉默地忽略我內心的渴望，那麼，人生便是白走一遭；對其他人來說這可能是一件易如反掌的事，對我來說卻需要更多的義無反顧。但幸好，這一路走來，我未曾後悔這個任性的決定。不免俗的當然要感謝我的家人，縱使他們仍有許多的不諒解、卻也讓我去完成我想做的事；在家人之後的，便是如父如友的何萬順老師；感謝老師大海般的胸懷收留我這個老學生，無論是在學術上的專業知識或是人生的態度，都感謝老師對學術和人生充滿熱情的存在，亦風靡了不少同學和同伴；而我何其有幸可以擁有和老師時常對話的機會，更是羨煞了不少老師的粉絲們，也讓我有些可以拿去跟粉絲們說嘴的事蹟。也感謝心理所的顏乃欣老師和盈君學姊，在論文寫作的過程給我很多的意見和幫助，感謝優秀的盈君學姊在百忙之餘給了我很多支持、有耐性的孟孟也提供給我相當多的寶貴的意見；對老師們、盈君和孟孟總特別感到抱歉，為了這麼渺小的我浪費了些腦細胞和時間。可愛的語言所助教學姊，很抱歉因為我一邊忙於工作、一邊由於家父住院的關係，讓我沒辦法照著行政程序跑流程，造成了學姊的困擾，也感到相當抱歉。一切很 iv.

(6) 感謝語言所這個溫暖的大家庭，由可愛的所長所領軍的這個大家庭，許多教導過我們的老師也都無比天使，也感謝可愛的同學們，時常提醒脫線的我完成許多事情，大家手把手地、完成許多作業報告論文的回憶，總是特別美好。感謝我的朋友，在我於工作和學業蠟燭兩頭燒的時候，也包容了我因忙碌而造成和他們之間的疏遠，也不時地關心我的身體狀況，極盡他們能為我做的、盡力幫助我完成許多報告；也感謝我工作上的同事，讓我能在工作之外的專心奮鬥學業。完成論文的最後的這一段路，格外疲憊；工作繁忙、家中也突然出了狀況，累到腦中一片空白、厭世到什麼也寫不出來；總之，死拖活拖也總算完成了。最後的最後，感謝在奮鬥的過程中，那些曾經傷害我的人，因為你們，我知道我必須過得更好，才能用更好的姿態狠狠地打臉小人。最後，感謝一下非人類的我家寵物吧!謝謝皮皮陪著我度過一個人苦讀拚考試的階段，我可以一整天沒和人說話，但不能一天不和你說話，雖然在我考上之後你就去當天使了，但謝謝你 15 年來在我身邊；謝謝在皮皮之後來到我身邊的 BoBo，雖然你是個麻煩精，但謝謝你總是純真可愛的臉、每天衝到公園都開心無比的臉，提醒我要永遠像你一樣、熱愛這個世界的所有美好。永遠對這個世界抱著熱情和美好，探索著世界所有的未知，對所有的事情 v.

(7) 不懷抱著成見或是偏見—這是我在語言所學到最重要的一件事。. vi.

(8) 中文論文摘要研究所別: 語言學研究所論文名稱: 中文分類詞與量詞之數學意涵:心理語言學的實證指導教授: 何萬順博士研究生: 陳佳琪. 中文為一分類詞語言，其中包含了分類詞與量詞。分類詞與量詞 [數詞+ 分類詞/量詞+ 名詞]中佔據相同的位置，在句法上屬於同一個類別，但在語意的結構上分歧（何萬順, 2012b）；但是，前人的研究對於分類詞與量詞的界定標準卻不清楚，便造成了中文的分類詞的數量可以有數十到數百個之間的差異；何萬順（2012a）自數學的觀點，提出了在名詞的結構中，數詞和分類詞及量詞形成了乘數與被乘數的關係，而分類詞與量詞則扮演了被乘數的腳色；此外，分類詞的數值則必然是「1」，而量詞的數值則可為任何數值，且不一定為「1」。因此，本文將援用何萬順（2012a）之理論，以心理語言學的方式鑑別中文的分類詞與量詞在數值上的區分實益。本文將測試分類詞與 MW1 之間的差異已證實對中文為母語者而言，分類詞與量詞確實存在著數值上的差異，且由於此數值上的差異，將導致受試者在反應速度上亦呈現差異性。 vii.

(9) Abstract Chinese is a classifier language which requires classifiers and measure words to quantify nouns. Classifiers and measure words converge at syntactic level that they both occupy the same position in [Num+ C/M+ Noun] and belong to the same category, but they diverge semantically (Her, 2012b). However, previous studies did not provide a clear criterion to differentiate classifiers from measure words; as a result, the inventory of classifiers could range from several dozens to hundreds. Her(2012a) proposed that numerals and C/Ms formed as multiplicative relation from mathematical perspective; moreover, the mathematical value of classifier is necessarily ‘one’ while measure word is anything other than ‘one’. Therefore, the present study is based on Her’s theory and examines the mathematical interpretation of classifiers and measure words. The experiment will be conducted in the present study to examine the difference between C and MW1. We hypothesize that the mathematical difference exists between C and MW1 to Chinese native speakers and they will react to stimuli differently according to the value denoted by C or MW1.. viii.

(10) 目次頁謝詞．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．iv 中文摘要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．vi 英文摘要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．vii 表次．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．xii 圖次．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．xiii 章節第一章緒論．．．．．．．．．．．．．．．．．．．．．．．．．．．．1 第二章文獻回顧．．．．．．．．．．．．．．．．．．．．．．．．．．5 第一節名詞可數／不可數．．．．．．．．．．．．．．．．．．．．6 第二節中文分類詞與量詞之語義區別．．．．．．．．．．．．．．．9 第三節中文分類詞與量詞之句法區別．．．．．．．．．．．．．．19 一、. 形容詞修飾檢驗法．．．．．．．．．．．．．．．．．．19. 二、. 「的」插入檢驗法（de-insertion）．．．．．．．．．．．23. 三、. 中性分類詞「個」替換檢驗法（general ge-substitution）．．．26. 第四節中文分類詞和量詞的數學意涵．．．．．．．．．．．．．．．27 ix.

(11) 第五節心理語言學對中文分類詞及量詞的研究．．．．．．．．．．．23 第三章實驗方法．．．．．．．．．．．．．．．．．．．．．．．．．．36 第一節實驗前測．．．．．．．．．．．．．．．．．．．．．．．．37 一、. 實驗受試者．．．．．．．．．．．．．．．．．．．．．．38. 二、. 實驗材料．．．．．．．．．．．．．．．．．．．．．．．38. 三、. 實驗流程．．．．．．．．．．．．．．．．．．．．．．．41. 四、. 前測結果．．．．．．．．．．．．．．．．．．．．．．．41. 第二節正式實驗．．．．．．．．．．．．．．．．．．．．．．．．44 一、. 實驗受試者．．．．．．．．．．．．．．．．．．．．．．45. 二、. 實驗材料．．．．．．．．．．．．．．．．．．．．．．．46. 三、. 實驗流程．．．．．．．．．．．．．．．．．．．．．．．48. 第四章實驗結果與分析．．．．．．．．．．．．．．．．．．．．．．．51 第一節分類詞與 M1 之實驗結果．．．．．．．．．．．．．．．．．51 第二節討論．．．．．．．．．．．．．．．．．．．．．．．．．． 56 第五章結論．．．．．．．．．．．．．．．．．．．．．．．．．．．．60 第一節結語．．．．．．．．．．．．．．．．．．．．．．．．．．60 第二節心得．．．．．．．．．．．．．．．．．．．．．．．．．．63 x.

(12) 參考文獻．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64 附錄一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71 附錄二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74. xi.

(13) 表次. 表. 頁. 1.. 趙元任（1968）中文分類詞與量詞之分類．．．．．．．．．．．．．10. 2.. 張寧（2013）中文分類詞與量詞之分類．．．．．．．．．．．．．．15. 3.. 何萬順與林昆翰（2015）中文分類詞與量詞的分類．．．．．．．．．39. 4.. 實驗前測之實驗材料．．．．．．．．．．．．．．．．．．．．．．40. 5.. 中文母語者認知之中文分類詞與量詞之數值的平均值與標準誤差．．．42. 6.. 實驗中之測試詞．．．．．．．．．．．．．．．．．．．．．．．．47. xii.

(14) 圖次圖. 頁. 1.. 中文母語者認知之中文分類詞與量詞之數值的平均值．．．．．．．．42. 2.. 實驗流程圖．．．．．．．．．．．．．．．．．．．．．．．．.．．50. 3.. 分類詞與 MW1 之反應平均正確率．．．．．．．．．．．．．．．．52. 4.. 男女受試者分類詞與 MW1 之反應平均正確率．．．．．．．．．．．53. 5.. 分類詞與 MW1 之平均反應時間．．．．．．．．．．．．．．．．．54. 6.. 男女受試者分類詞與 MW1 之平均反應時間．．．．．．．．．．．．56. xiii.

(15) 第一章緒論. 前人的研究已有許多針對中文的分類詞和量詞的區分進行探討，但仍缺乏一個確切而精準的標準區別分類詞以及量詞；因此，中文的分類詞以及量詞的數量上仍有相當大程度的差異，比如說，Hu（1993）羅列了將近六百個中文的分類詞，而黃居仁等人（1995b）也列出了 427 個中文分類詞和量詞，而 Erbaugh （1986）的研究中所列出的中文的分類詞，僅只有數十個。中文的分類詞以及量詞在數量上出現極大的差距，便是由於缺乏一個客觀且清晰的分類標準，用以區分分類詞以及量詞之間的差異。此外，關於中文分類詞研究的討論，如: 中文名詞不可數/可數的差異性，或關於分類詞的實驗研究上，也因研究上並沒有仔細清楚的區別分類詞以及量詞的差異，實驗的結果顯得不客觀且不具說服力，也容易受到挑戰；而關於分類詞研究的種種議題，研究的成果也眾說紛紜。因此，關於中文分類詞與量詞議題的研究，首要任務便是釐清何謂「分類詞」、何謂「量詞」；唯有辨明了研究的標的和材料－中文分類詞和量詞，才得使研究的結果客觀且具說服力。先前許多研究者亦貢獻了許多心力，試圖建立中文分類詞和量詞的區別實 1.

(16) 益（趙元任, 1968；戴浩一與王連清, 1990；黃居仁等人, 1995b；張寧, 2010； Erbaugh, 1986, etc..），但先前的研究大多以描述性的方式建立區別的準則，然而，描述性的方式易導向主觀的臆測，致使區別分類詞和量詞的標準不具科學上的客觀性質。因此，何萬順（2012a）提出一個簡單而客觀的區分標準，將中文分類詞中的數詞、與分類詞和量詞的關係，導入數學乘法中［乘數與被乘數］的概念，更進一步提出，分類詞和量詞代表的是被乘數，且分類詞所反映的數值為被乘數「1」，而量詞所代表的數值則不一定為「1」。根據何萬順（2012a）所提出中文分類詞片語所蘊含的數學概念，本文將援用心理語言的實驗方法進一步驗證其理論，探討中文的分類詞和量詞所隱含的數學概念。根據何萬順（2012a）所提出的理論假說，中文分類詞所反映的數值必為「1」，而量詞所代表的數值則可能為任何數字，且不一定為「1」；在此前提之下，為求印證中文分類詞和量詞所呈現的數學概念，本研究所提出的研究問題為以下幾點：. (1) 對於以中文為母語者，面對中文的分類詞以及量詞時，是否以數學的概念進行處理？ (2) 如果中文的母語使用者，確實以數學的概念處理中文的分類詞以及 2.

(17) 量詞，在處理分類詞以及量詞是否存在著差異性？. 本研究假設，以中文為母語的受試者，因中文的分類詞所代表的數值呈現一致性（均為 1），而量詞所呈現的數值會依據不同類型的量詞，而代表了不同的數值；因此，受試者面臨數值較為一致的分類詞時，反應速度將會快於數值較為分歧的量詞。因此，針對上述的實驗問題，本研究所提出的假設為以下幾點：. (3) 中文為母語者，在處理中文的分類詞和量詞，會以數學的概念進行處理。. (4) 中文的母語使用者在面臨中文的分類詞與量詞時，會依據其所蘊含的不同的數學概念，進行不同的處理。因為中文分類詞所代表的數值具一致性且均為「1」，而量詞所代表的數值較為分歧，且數字大於「1」（或不一定為「1」），故受試者對中文分類詞的反應速度會快於量詞。. 第二章將會針對過往對中文分類詞以及量詞的研究，進行文獻的回顧與探 3.

(18) 討。第二章第一節將會進一步的探討中文的研究中，前人針對名詞不可數／可數之間的差異，提出諸多不同觀點的論述；第二節中，將會自語意的基礎，回顧學者對分類詞與量詞的定義探討；第三節，則會自句法的基礎，回顧學者所提供的判別中文分類詞和量詞的方法；第四節將會介紹何萬順（2012a）所提出，關於中文分類詞與量詞的數學意涵之理論；第五節則會從心理語言學的範疇，介紹過往針對中文分類詞與中文的研究；而先前的研究則可從大致區分為兩個領域：認知語言學的觀點以及人類大腦中數字的處理；自認知語言學的觀點進行分類詞的研究，則最早由 Lakoff（1986）所研究，且其後的研究也和章節第二章第二節、第三節所回顧、語意上分類詞和量詞的區分，以及中文名詞可數／不可數概念的部分相互輝映；而心理語言學的研究中，人類大腦對於數字的處理機制，則可以對應到何萬順（2012a）所提出的理論，且回顧了神經語言學者對中文分類詞以及量詞相關的研究。第三章則介紹本研究的研究方法以及前測的實驗結果；第四章則敘述實驗中的結果；第五章則會針對實驗的結果進行探討與分析；第六章則會針對本研究提出結論，且進一步提出本研究之限制及未來的研究可再深入之部分。. 4.

(19) 第二章文獻回顧. 「分類詞」一詞包含了許多不同種類的分類詞，如：名詞分類詞、數量分類詞和處所分類詞。但本文中所探討之分類詞，將只限於數量分類詞。數量分類詞在名詞的片語組成中，是不可或缺的成分。根據 Greenberg（1974），在亞洲的許多語言中裡，名詞片語中分類詞的必要存在，屬於這一地區的地域特性（areal feature），如：中文、日語、韓語以及泰語等。中文裡，數量詞並不能直接修飾名詞，需透過分類詞的居中協調；故數量詞後須接分類詞或量詞，再接續名詞，例子如下：. （1a） *三. 鳥. *three bird Intended meaning: ‘three birds’ （1b）三. 隻. 鳥. Three CL birds ‘three birds’ 5.

(20) 範例（1a）不合文法乃是因為名詞「鳥」（bird）不能直接由數量詞直接修飾；在句法結構中，分類詞或量詞的出現，乃是數量詞和名詞結合的必要成分，故在中文裡，名詞片語的結構為「數量詞＋分類詞／量詞＋名詞」，如例（1b）中所示；在中文裡，進行名詞的計量時，分類詞亦是不可或缺的成分（李旭平, 2013）。由於分類詞的功能在於計算名詞的數量，因此，關於名詞可數／不可數的議題也值得一併探討。在分類詞語言中，個體量詞（sortal classifier 或 individual classifiers）會用於承接「高可數性」（high countability）的名詞，如「三棵樹」（three trees）；相反地，量詞（mensural words），如「公斤」（kilo）和「瓶」（bottle of），則會與「低可數性」（low countability）的名詞相結合，如：「三瓶水」（three bottles of water）。一般認為，在中文裡，分類詞的使用，則是依據其後承接的名詞可數與不可數的特性而來。因此，下一個章節將會就前人針對中文裡名詞可數／不可數之間的差異進行文獻的回顧與討論。. 第一節名詞可數／不可數名詞可進一步區分為不可數名詞與可數名詞；不可數名詞不能直接由數量 6.

(21) 詞修飾，如： *‘two water’, ‘water’ 並不能直接被數量詞修飾，故’water’為一個不可數名詞；而可數名詞之前便可以直接由數量詞修飾，比如說：‘two boys’, ‘boy’是一個可直接由數量詞修飾的可數名詞。一般而言，學者們認為可數／不可數的差異非存在於分類詞語言之中，而是存在於複數標記的語言中，如：英語。針對可數／不可數的差異的討論，不僅僅只和語言相關，更可以連結到人類的思想、人類所處的現實世界和人類的認知；但也有學者持著相反的意見，認為名詞可數／不可數的差異為語言上語法的機制，和認知的機制並不具有關聯性（李旭平 2013），更甚者，把這樣的差異性定義為不同語言之間的「語意參數」（semantic parameter），或者說是一種‘signature property’（Chierchia, 1998, 2010）。像中文這類的分類詞語言中，若缺乏了分類詞或量詞的存在，數詞便不能直接修飾名詞。因此，針對中文名詞是否有可數／不可數的差異的討論，大致可以區分為兩個面向：首先，Krifka（1995）提出中文的一般名詞並不用以指稱謂語（ predicational meaning ），而用以表述類屬指涉（ kind-referring expression）；也就是說，名詞指稱的每種類別的名稱；如果刻意突顯出名詞的整體，則表述的是專有名詞（proper names）。根據 Chierchia（1998），由於詞彙源自於 lexicon 便已是不可數的形式，故中文裡所有的名詞都應視為不可數名 7.

(22) 詞；且中文的語法中，缺乏定冠詞（definite）和不定冠詞（indefinite）的現象，更可視為支持中文的名詞應視為不可數名詞的有力佐證；因此，欲計算名詞的數量時，便需要分類詞的出現，用以切割出具體的單位。此外，Tai（1994）根據語言相對論的理論基礎，提出中文裡的名詞均應視為不可數名詞；由於中文的名詞可以表示定指和不定指，或者指稱非離散性的以及無邊界的物件（unbounded objects）。其次，Cheng 與 Sybesma（1998）認為可數／不可數的差異應在分類詞的階層註記，而非名詞的層面；換句話說，可數／不可數的差異應存在於句法的層面，而非語意的層面。在這個前提之下，分類詞系統可再進一步區分為類別量詞（count classifier）和計量量詞（mass classifier 或 massifier）；而依據分類詞所皆具的名詞的類別，名詞也可再進一步區分為可數名詞語不可數名詞；類別量詞用以接續可數名詞，而計量量詞用以接續不可數名詞。此外，他們也認為類別量詞以及計量量詞所構成的短語，在句法層面的結構也呈現出不同的樣貌。相對於 Cheng 與 Sybesma（1998）所提出的理論，何萬順（2012a）認為分類詞和量詞在句法上屬於同一個詞類，因此，分類詞和量詞在句法上應呈現出相同的結構；此外，何萬順與謝禎田（2010）也提出可數／不可數的差異應反映在詞彙的層面，而非句法的層面上。 8.

(23) 另一派的論述觀點則認為，可數／不可數的差異應視為全世界語言共有的現象。Borer（2005）將分類詞的使用註記和複數標記視為同等，而且提出在所有的語言裡，名詞的預設皆為不可數名詞；因此，在世界上所有的語言裡，可數／不可數的差異反映在句法的層面上。但是，何萬順（2012a）認為可數／不可數的差異應反映在詞彙的層面上，舉例來說，在古漢語中，名詞是可以和數量詞共同出現、而不需要分類詞；此現象表示，辭彙本身即具有單、複數的概念，而非反映在句法層面；此外，何萬順（2012a）認為所有的語言都需要分類詞去挑選出具體的、或是抽象的分離的單位。總而言之，可數／不可數的差異並非不存在於像中文這種分類詞語言中，而是以不同的方式呈現於不同語言之中；在分類詞語言中，藉由分類詞去區分出分離獨立的單位，而在複數標記的語言裡，則需要使用複數的標記。說明中文分類詞與量詞在名詞短語的結構中，並非由承接的名詞之可數／不可數的差異決定後，下一節則將進一步從傳統語意的層面分析中文分類詞與量詞的差異。. 第二節. 中文分類詞與量詞之語義區別. 雖然中文的分類詞和量詞，在名詞短語的結構中，占據了相同的位置且呈現了互補分布，故兩者在句法上屬於同一類別下的兩個不同的次分類 9.

(24) （subcategory），且兩者的差異是反映在語意的層面上；本節將基於前人的研究，敘述學者們如何從語意上去區分中文的分類詞以及量詞，以及各有何缺失。趙元任（1968）將中文的分類詞與量詞區分為九個類別：分類詞（classifiers）或個體量詞（individual classifiers）（Mc），動賓量詞（classifiers associated with V-O）（Mc），集體量詞 group measures）（Mg），部分量詞（partitive measures）（Mp），容器量詞（container measures）（Mo），暫時量詞（temporary measures）（Mt），標準量詞（standard measures）（Mm），準量詞（quasi-measures）（Mq）或自主量詞（autonomous measures）以及動作動詞的量詞（measure for verbs of action）（Mv）。. 表 1.. 趙元任（1968）中文分類詞與量詞之分類量詞. 範例. 分類詞或個體量詞（Mc）. 一個人 yí ge rén （one person）. 動賓量詞（Mc’）. 寫一手好字 xiě yì shǒu hǎo zì ‘good hand-writng’. 集體量詞（Mg）. 一雙眼睛 yì shuāng yǎn jīng 10.

(25) ‘pair of eyes’ 部分量詞（Mp）. 一些事情 yì xiē shì qíng ‘some things’. 容器量詞（Mo）. 一桶汽油 yì tǒng qì yóu ‘a barrel of petrol’. 暫時量詞（Mt）. 一肚子不高興 yí dù zi bù gāo xìng. 標準量詞（Mm）. 十磅糖. 準量詞或自主量詞（Mq）. 上了兩課 shàng le liǎng kè. shí bàng táng. ‘have two lessons’ 動作動詞的量詞（Mv）. 邁三步 mài sān bù ‘three steps’. 趙元任（1968）提供了相當具有啟發性的中文分類詞的區分標準；但每個類別的區別，都是基於其詞彙的意涵以及語意的來源；此外，有些詞彙同時隸屬於不同的類別，如「一口飯」（a bite）中的「口」（mouth），可屬於部分量詞，但「一口鐘」（a bell）的「口」（mouth）卻又可以屬於個體量詞。.雖然趙元任 11.

(26) （1968）羅列出相當多不同的次分類，針對分類詞和量詞的重要區別，卻並沒有以清楚的標準將之一分為二。也因此，許多學者的研究也時常將分類詞和量詞混為一談，如 Li 與 Thompson（1981:106）表示：「任何的量詞都可以是分類詞」。由此可見，過往的研究並未清楚區別分類詞和量詞，卻將他們一視同仁。戴浩一與王連清（1990:38）以認知觀點為基礎，敘述了中文分類詞和量詞的差異：. A classifier categorizes a class of nouns by picking up some salient perceptual properties, either physically or functionally based, which are permanently associated with entities named by the class of nouns; a measure word does not categorize but denote the quantity of the entity named by noun. （分類詞是藉由挑選出某些基於物理上的、或功能上. 的，屬於名詞所持有的恆久的顯著特徵；而量詞並沒有名詞分類的功能，只是將指稱的名詞量化）. 戴浩一與王連清（1990:38）明確地指出了分類詞的屬性，即是挑選出屬於名詞的顯著特徵，而量詞的屬性則僅僅是將名詞量化；但是這段敘述性的文字， 12.

(27) 雖提供了分類詞和量詞的定義標準，但卻缺乏一套可供檢驗的規則，因此，在分類詞和量詞的判斷上，便會流於主觀的臆測。. 黃居仁等人（1995b）於《國語日報量詞典》一書中，收集了來自中研院平衡語料庫中大量的現代中文的語料，更提供了關於分類詞與量詞的定義，且羅列了 427 個分類詞及量詞；但在此書中，「量詞」一詞則包括了分類詞和量詞，而「量詞」再被區分為七個次分類：一般量詞（general classifiers）或個體量詞（individual classifiers），事件量詞（event classifiers），種類量詞（kind classifiers），概括量詞 proximation measure words），容器量詞（container measure words），標準量詞（standard measure words）和動量詞（activity measure words）；其中，個體量詞 individual classifiers）、事件量詞（event classifiers）以及種類量詞（kind classifiers）分屬於「分類詞」，而其他四個類別則屬於「量詞」。根據國語日報量辭典（MDDCC）中說明：. 一般量詞為最典型的量詞，使用頻率也最高。一般量詞通常和數詞搭配用以來記量物品的數量。可以放在被記量的物品前面，如”兩位小姐”、” 五份文件”，也可以放在後面，如”桌子一張”、”蔥兩把”。一般量詞可以 13.

(28) 記量抽象的物品，如”一份關懷”、”三項理由”、”一道難題”。這本辭典所收的四百二十七個量詞中有一百七十四個具有一般量詞的用法。如果仔細觀察這些量詞，可以發現一些區別。大部分一般量詞是用來記量單件物品的數量，如”一個人”、”一只手錶”、”一朵花”、”一件外套”，但是有些一般量詞則是用來記量物品組成集合後的數量，如”一群人”、”一對手錶”、一束花”、”一批外套”。. 文中所舉的例子，如「一群人」（a group of people）、「一對手錶」（a pair of watches），皆屬於量詞，而非分類詞。 Huang 與 Ahrens（2003）更提出有別於傳統觀點的假說，認為分類詞不僅僅是將名詞分類，更迫使（coerced）分類詞去指稱名詞的種類或事件類別。但是，分類詞「條」表示「長條形狀」的物品，但如範例（2）、（3）及（4）所示，名詞「蛇」（snake）,「繩子」（rope）和「命」（life）並不屬於同一個名詞的類別中，尤其「命」（life）更沒有反映「長條形狀」的概念；這些例子顯然與 Huang 與 Ahrens（2003）所提出的理論相悖離。. （2）一. 條. 蛇 14.

(29) One CL snake ‘one snake’ （3）一. 條. One CL. 繩子 rope. ‘one rope’ （4）一. 條. One CL. 命 life. ‘one life’. 張寧（2013）的區分方法，則先將中文的分類詞及量詞區分為兩個大類，再進一步區分為七個次分類：個體分類詞（individual classifiers）, 分體分類詞（individuating classifiers），種類分類詞（kind classifiers），標準量詞（standard measures）, 容器量詞（container measures），集體量詞（collective measures）以及部分量詞（partitive measures）。如以下表 2 中所示：. 表 2.. 張寧（2013）中文分類詞與量詞之分類 15.

(30) 類別. 次分類. 範例. 分類詞. 個體分類詞. 十根蘿蔔 shí gēn luó bo ’ten carrots’. 分體分類詞. 十堆土 shí duī tǔ ’ten piles of soil’. 種類分類詞. 十種蘿蔔 shí zhǒng luó bo ’ten kinds of carrots’. 量詞. 十公斤蘿蔔 shí gōng jīn luó bo ’ten. 標準量詞. kilos of carrots’ 十箱蘿蔔 shí xiāng luó bo ‘ten boxes. 容器量詞. of carrots’ 十堆蘿蔔 shí duī luó bo ‘ten piles of. 集體量詞. carrots’ 十片蘿蔔 shí piàn luó bo ‘ten slices of. 部分量詞. carrots’. 相較於趙元任（1968）的分類，張寧（2013）先將分類詞與量詞兩個類別先做區分，但三種分類詞卻同屬於分類詞中的一個大類，且在語意上並不具有共通性；此外，張寧（2010）允許不同的次分類的分類詞和量詞，在句法上擁 16.

(31) 有不同的句法結構，如：容器量詞和標準量詞為左分枝（left-branching）的結構，而個體分類詞和分體分類詞為右分枝（right-branching）的結構；而且，種類分類詞既非左分枝、亦非右分枝的結構。因此，張寧（2010, 2013）針對中文分類詞與量詞的分類準則，則顯得有失精確。何萬順（2012a）自哲學邏輯的觀點探討分類詞與量詞之間語意的區別。根據亞里斯多德的理論，何萬順（2012a）認為分類詞僅挑選出名詞的顯著特徵，因此，在名詞短語中，分類詞並沒有提供屬於名詞之外、多餘的語意，也就是僅挑選出名詞的「必要特徵」（essential property）；但量詞用以計算名詞的量，則在短語中提供了名詞本身所不具有的意義；因此，量詞可說是提供了「偶然特徵」（accidental property）。根據康德的理論，分類詞可說是「分析命題」（analytical proposition）而量詞則為「合成命題」（synthetic proposition）。分類詞在短語中並不提供額外的語意，只標明屬於名詞的必要特徵；相反的，量詞在短語中提供額外的語意，可視為名詞本身不具有的偶然特徵。在名詞短語中，分類詞所提供的語意是多餘的，為名詞本身所具有的一部份特徵；而量詞所提供的語意是充分的，為名詞本身不具有的語意。何萬順與賴慧瑾（2011）亦提出了語意的公式，析明分類詞和量詞在語意上的差異性：. 17.

(32) (5) 分類詞與量詞的集合論差異（何萬順與賴慧瑾, 2011:13）假設有一合語法詞組 [Num K N], X 表 K 所指稱的一組語意特性，且 Y 表 N 所指稱的一組語意特性，唯有當 X 包含於 Y 時，K 為 C 否則 K 為 M。. 由於分類詞是標明名詞本身所固有的特徵，很難再新創分類詞，所以可將分類詞視為不容易再新增詞彙的「封閉詞」（close class）；但量詞的功用則在結構上，增添了名詞本身所不具有的特性，所以可將量詞視為可再新增詞彙的「開放詞」（open class）。謝妙玲（2008）、何萬順與賴慧瑾（2011）基於 Fillmore （1982）和 Langacker （1987）的理論，提出中文的分類詞扮演著「突顯詞」（profiler）的腳色，認為分類詞將名詞本身所具有的部分特徵加以突顯。這樣的看法亦和戴浩一與王連清（1990）認為分類詞的功能乃在於挑選名詞本身所具有的特徵，這樣的看法相互吻合。簡而言之，中文的分類詞在語意上，在名詞短語中扮演了「突顯詞」（profiler）的腳色，功能在挑選出名詞所固有之必要特徵，在短語中並不提供新的語意，在語意上可視為冗贅的存在；但量詞用以計算名詞數量，提供了名 18.

(33) 詞本身不具有的新的語意特徵（偶然特徵），且在短語中是具有充分語意的存在。. 第三節. 中文分類詞與量詞之句法區別. 學者也自句法的形式上建立區分中文分類詞與量詞的標準。以下列出兩種測試檢驗分類詞和量詞的方法：形容詞的修飾檢驗法與「的」插入檢驗法（謝妙玲, 2008；何萬順與謝禎田, 2010；湯志真, 2005；戴浩一與趙芳藝, 1994；張寧, 2009）。. 一、. 形容詞修飾檢驗法 Cheng 與 Sybesma（1998）認為分類詞不能有形容詞修飾，而量詞可由形. 容詞修飾；且並非所有形容詞修飾都可以用以修飾量詞，僅有部分的形容詞如：「大」（big）和「小」（small）可以修飾量詞，例子如下：. （6a） *一. 大. *One big. 位 CL. 老師（Cheng 與 Symbesma, 1998） teacher. * ‘one big teacher’ 19.

(34) （6b）一. 大. 箱. 書. One. big. box. book. ‘a big box of books’. 但很顯然地，某些例子顯然和他們所提供的檢驗方法相互矛盾，如例子（7a）及（7b）：. （7a）一. 大. 隻. 狗. One big. CL. dog. （Cheng 與 Sybesma, 1998）. ‘one big dog’ （7b） *一. 大. *One big. 磅 pound. 奶油 butter. *‘one pound butter’. 基於戴浩一與王連清（1990）所提出，分類詞挑選出名詞本身所固有的顯著特徵，而量詞僅用以名詞的計量；也就是說，分類詞的語意特性和名詞所固有的特性息息相關，而量詞在短語中則新增了和名詞所固有的不同的新的語意。 20.

(35) 在此前提之下，何萬順與謝禎田（2010）指出了分類詞前的形容詞會一併修飾分類詞與名詞本身，但量詞前的形容詞只限於修飾量詞，而無法一併修飾名詞；以下範例則引用何萬順與謝禎田, 2010:536）來說明此一現象：. （8a）. 一. 大. 顆. 蘋果. One CL. big. apple. ＝. 一. 顆. 大. 蘋果. one CL big. apple. ‘one big apple’ （8b）. 一 One. 大. 蘋果 ≠ 一. 箱. big box. apple. 箱. one. box. 大 big. 蘋果 apple. ‘one box of apples’ （9a）. *一. 個. *One CL （9b）. *一. 個. *One CL. 十顆. 蘋果. ten. CL. apple. 十. 包. 蘋果. ten. pack. apple. 此外何萬順與謝禎田（2010）也以反義形容詞的穿透性（stacking），檢驗分類詞形容詞以及量詞前形容詞的修飾範疇。如範例（10a）及（10b）所示， 21.

(36) 蘋果不可能同時具有又大又小的語意特性。. （10a）一. 大. One big. 箱. 小. 蘋果. box. small. apple. ‘a big box of small apples’ （10b） *一. 大. 顆. 小. *One big CL small. 蘋果 apple. 因此，分類詞前形容詞的範疇，可以穿透分類詞，同時修飾分類詞及其後所承接的名詞；但量詞本身具有充分的語意，所以量詞前形容詞只限於修飾至量詞。何萬順與謝禎田（2010:538）依據以上的推論，建立公式結論區分中文分類詞和量詞前數詞及形容詞的修飾範疇：. （11）數詞／形容詞併用法：測試 1: 假設[Num X Num Y N] 合乎語法，那麼 X ＝ M, X≠C, 而 Y＝ C/M。測試 2: 假設語意上[ Num A X N] ＝ [Num X A N] ,那麼 X 22. ＝ C.

(37) 而 X≠M 測試 3: 假設 A1 和 A2 為反義形容詞, 如果[Num A1. X A2. N] 在語意. 上不一致，那麼 X＝C 而 X≠M；反之，X ＝ M 而 X≠C。. 二、. 「的」插入檢驗法（de-insertion）. 所有格「的」插入名詞短語中用以檢驗中文分類詞與量詞之間的差異。許多學者認為，如果「的」可以選擇性地插入 [Num X N] 的結構中（X 表示分類詞或量詞），那麼 X 為量詞；反之，X 為分類詞（趙元任, 1968；戴浩一與王連清, 1990；Paris, 1981；Cheng 與 Sybesma, 1998）。範例（12）若插入「的」便不合語法，故可推論「本」為分類詞；而由於範例（13）中「的」可以插入「箱」和「書」的中間，所以「箱」為量詞。. （12）. 三. 本. （*的）. 書. Three. CL. GEN. book. （的）. 書. ‘Three books’ （13）. 三 Three. 箱 box. GEN. book 23.

(38) ‘Three boxes of books’. 但用此區分標準判別分類詞和量詞仍是有失精確的；謝妙玲（2008）自中研院語料庫中，提出了許多此檢驗標準的反例，如（14a）、（14b）：. （14a）. 五百萬. 隻. Five-million. CL. 的 GEN. 鴨子 duck. ‘five million ducks’ （14b）. 幾百 Hundreds. 條 CL. 的. 海蛇. GEN sea-snake. ‘hundreds of sea-snakes’. 此外何萬順與謝禎田（2010）認為所有格「的」插入，和分類詞／量詞與名詞之間語意上的關聯性有所相關。分類詞的特性和名詞固有特徵具有高度關聯性，而量詞只用於名詞的計量。在中文裡，當要表達「我」和「爸爸」的親屬關係時，在「我」和「爸爸」之間插入所有格「的」，會顯得奇怪；相反地，當表達「我」和「手錶」的關係時，插入所有格「的」是符合語法的。由此可 24.

(39) 推論，如果當從屬的關係越緊密時，所有格「的」插入便會顯得愈發不自然。將此概念引申援用至分類詞／量詞與名詞之間的關係時，由於分類詞和接續的名詞在語意上的關係十分緊密，所有格「的」插入便顯得奇怪，但量詞和接續名詞的語意關係並不緊密，便可允許「的」插入；簡而言之，C/M 與名詞之間語意上的關聯性影響了所有格「的」插入。如範例（15a）及（15b）所示，張寧（2009）也指出，當數字越小，「的」插入［數詞 C/M 名詞］的短語結構中時，越不容易使母語者接受；但是，何萬順與謝禎田（2010）所提供的語料，將數字變更為小於 1 的分數後卻發現，數字越小、「的」插入越使母語者可接受。範例如下（何萬順與謝禎田 , 2010:540）：. （15a）. 八分之一. 顆. 的. 高麗菜. One-eighth. CL. GEN cabbage. ‘one-eighth cabbage’ （15b）. 四分之一. 顆. One-fourth. CL. 的. 洋蔥. GEN onion. ‘one-fourth onion’ 25.

(40) 而此語言事實，湯志真（2005）則以「訊息重量」（information weight）的概念提供了解釋：當數字越大，訊息的重量就越重；但何萬順與謝禎田（2010）指出，由於訊息的複雜度（ computation complexity）影響了「訊息重量」（information weight），而非出於數字本身的大小。因此，何萬順與謝禎田（2010:541）對「的」插入法的敘述如下：. （16）「的」插入檢驗法: 測試： [一 M/*C 的 N]. 三、. 中性分類詞「個」替換檢驗法（general ge-substitution）. 戴浩一與王連清（1990）及戴浩一（1994）提出分類詞可由中性分類詞「個」替換而語意不變，但量詞則無法被「個」所取代而不改變其語意。範例如下：. （17a）三 Three. 顆. 蘋果＝. CL. apple. 三 three. ‘three apples’ 26. 個 ge. 蘋果 apple.

(41) （17b）. 三 Three. 箱 box. 蘋果 apple. ≠. 三. 個. three. ge. 蘋果 apple. ’three boxes of apples’≠ ‘three apples’. 但這檢驗方法的問題在於，究竟中性分類詞「個」該隸屬於分類詞、或是量詞的詞類之中；此外，針對此一檢驗法，也很容易可以找出很多反證，如：* 「三個樹」即不合語法。故中性分類詞「個」的替換，仍有許多討論的空間。綜合以上的討論，學者們無論從語意或形式上，提供了區別分類詞和量詞的標準和檢驗方法，但是這些基準仍舊沒有辦法清楚的劃分量詞和分類詞；且在名詞短語［數詞 C/M 名詞］的結構中，先前的討論針對數詞和 C/M 之間的關係並未加以著墨（Greenberg, 1975）。因此，何萬順（2012a）將自數學的觀點，闡述數詞和 C/M 之間的關係，且以數學的概念，建立一個簡單而清楚的區分準則，用以檢驗分類詞與量詞之間的差異。. 第四節. 中文分類詞和量詞的數學意涵. 何萬順（2012a）基於數學的基礎，探究數詞和分類詞／量詞間為「乘數× 被乘數」的關係，並提出分類詞和量詞皆為被乘數。基於數學的理念探究語言， 27.

(42) 首先，由 Landman（2004）探討英文中的‘time’作為動詞的意涵「乘」（multiply），且可以將之視為一個’parceler’或者為事件分類詞（event classifier）；也就是說，可以將之視為名詞的集合意涵。而中文分類詞的功用，用以揀選出名詞的固有特徵，而量詞用以計量名詞；這樣的概念便近似於中文的分類詞和量詞，可視為將承接的名詞分配、或是包裹的機制（parcel device）。其次，Borer（2005）也曾提出分類詞可視為將名詞分割的腳色（dividers）；由於根據 Borer（2005）的理論，所有的語言中，名詞的預設皆應視為不可數名詞，因此，在面臨名詞的計量時，分類詞的腳色便用於將無界限的名詞，切割為有界限、可計量的分離的單位。歐陽偉豪（2005, 2007）自乘法的基礎上，分析數字及語言的系統，且探討了語言的數學運算機制、數學的運算符號（operator）及基數（base）之間的關係。在他的論述中，數學的運算符號，如：加法及乘法，在語言中都是無聲的元素；但基數如：「千」（thousand）、「百」（hundred）及「十」（ten），則必須要發聲。然而，此推論並不符合中文中的「個」。因此，在數列中最右端的、個位數的「個」，應將之解釋為一個不發音的「1」。此外，歐陽偉豪（2005）認為分類詞的數值為「每單位值為「每單位. n. 1. 物品標記」（one tokenobject per unit），而量詞的數. 物品標記」（n tokenobject per unit）；Au Yang（2007）「物品標 28.

(43) 記」（tokenobject）解釋為「單位大小」（the size of unit）或者是「套件」（the set）。但何萬順（2012a）認為這樣的分析將分類詞與量詞視為（n x 1set），則是將分類詞與量詞的區別複雜化。何萬順（2012a）提出數詞和 C/M 是由數學乘法的關係相連結，且分類詞及量詞皆為被乘數；而分類詞所呈現的數值應為預設值的「1」，量詞所呈現的數值可為任何數字，但不一定為「1」。何萬順（2012a）提出一個簡單的公式，用以區別中文分類詞與量詞的差異：. （18）何萬順（2012a:23） [Num K N] ＝ [Num × x N], 當 K ＝ C iff x ＝ 1, 否則 K ＝ M。. 以數學的概念，判別分類詞與量詞的差異，也可用以解釋分類詞及量詞在與意層面上的差異；戴浩一與王連清（1990）表示分類詞是挑選出屬於名詞的固有特徵，而量詞則是作為名詞的計量；因此，分類詞在名詞短語［數詞 C/M 名詞］的結構中，並沒有新增名詞所不具有的新語意，可視為是冗贅的存在；由於分類詞這樣的特性，所以有時分類詞可以被省略，而不影響語意，如：五餅＝［五張餅＝五 × 1 餅］二魚＝［二條魚＝二 × 1 魚］（何萬順與 29.

(44) 賴慧瑾, 2011）。如以數學的概念觀之，在乘法的運算中，「1」則是常常被省略的元素；相反地，量詞則不能被刪略，一旦刪除了量詞，則名詞短語的意義就會改變，如：五打餅＝［五 × 12 餅 ≠ 五餅］，二斤魚＝［二 × 斤魚 ≠二魚］（何萬順與賴慧瑾, 2011）。因此，分類詞和量詞的數學意涵，可以解釋在名詞短語 [數詞 C/M 名詞]的結構中，分類詞可以刪略的原因，也解釋了量詞在短語結構中，在語意上不能省略的原因；此外，由於分類詞的數值為「1」，可解釋分類詞為一個不能再新增詞彙的圈限詞（close set），而量詞的數值可為任何數字，但不一定為「1」，因此，數字可以是無限的增加，便可解釋量詞為可新增詞類的開放詞（open set）。何萬順（2012a）自數學的基礎，提出數詞和 C/M 是由數學乘法的關係相連結，且分類詞及量詞皆為被乘數；且提供了一個簡單且清晰的方式，用以辨明分類詞和量詞之間的差別，明確地指出分類詞的數值為「1」，而量詞的數值可為任何數字，但不一定為「1」。基於此理論的基礎，接下來的章節將自心理語言學實證的方面，介紹及探討前人針對分類詞和量詞的研究。. 第五節. 心理語言學對中文分類詞及量詞的研究. 許多學者亦援用實驗方法驗證關於中文分類詞和量詞相關的理論。首先， 30.

(45) 自認知語言學的觀點出發，學者們探討的是中文分類詞的使用，是否會影響以中文為母語的使用者，對世界的萬物分類的觀點（戴浩一, 1994；Kuo and Sera, 2009； Lucy, 1992； Saalbach & Imai, 2005；Schmitt & Zhang, 1998）。此概念由 Lakoff（1986）認為，分類詞是認知分類的一種形式，且可以反映人類的抽象思考的概念。由於分類詞突顯出接續名詞的感知特徵（perceptual features），研究者便探究分類詞語言的使用者，如：中文、日文等，對事物的分類是否在知覺相似度（perceptual similarities）上，會較複數標記語言的使用者，如：英文、德文等敏感。因此，學者們以薩皮爾．沃爾夫假說（Sapir-Whorf hypothesis）為基礎，探究分類詞的使用是否對人類對事物的分類亦產生影響。其次，一般而言，就分類詞語言而言，學者普遍接受名詞不可數假說（ Mass Noun Hypothesis）：所有的名詞都為可數或不可數，但需要分類詞解離出獨立的單位。在此前提下，亦有許多學者側重於中文中，名詞可數／不可數議題的討論。根據 Cheng 與 Sybesma（1998）, 名詞可數／不可數的差異反映在句法的層面，而非語意的層面（Chien, Lust & Chiang, 2003；Li, Barner & Huang, 2008）；此外，亦有許多學者自兒童語言習得的方向，探究兒童的分類詞習得與使用的認知發展歷程（Chien et al., 2003；Erbaugh, 1986；Fang, 1985；Hu, 1993a； Li et al., 2008）。前述的研究，對分類詞和量詞的探討亦作了很大的貢獻，但在研究的基礎上， 31.

(46) 針對分類詞和量詞的區別仍舊不明確；雖然有些學者亦列出了分類詞的列表，但分類詞列表中還是存有許多量詞（Hu, 1993a）；在實驗的材料上欠缺了一致性的標準和清楚的分類，更容易致使實驗的結果出現分歧且不具客觀性。此外，前述針對分類詞和量詞的研究大多將重心放在認知結構與認知分類機制，重要的是，Uchida 與 Imai（1999）自兒童語言習得的觀點，提出分類詞的習得和一般名詞的習得並不相同；他們認為，兒童在習得分類詞時，需要抽象的思維能力去想像名詞的部份的概念。因此，我們可以推論，雖然分類詞的產生源自於名詞，但在語言處理的機制上，和名詞可能有所區別。依據何萬順與賴慧瑾（2012a）所提出的理論，在中文的名詞短語中，數詞和 C/M 之間為乘法的關係。其中蘊含了語言和數學兩者之間的關聯性。語言和數學運算間的相似性在於兩者皆是符號系統（symbolic system），無限性（infinity）和遞迴性（recursion）。首先，語言和數學，兩者都是以符號表達概念的系統。就語言而言，語句可以透過增加詞彙，去創造出無限長的句子；而數字可以不斷地增加，以創造出無限大的數字；也就是說，語言和數學都可以讓個體的單位和更複雜的單位階層相互結合，以創造出更複雜的結構（Ionin & Matushansky, 2006）。由於語言和數學的相關性，研究者也關注大腦中語言的處理，和數字的處理是否相關，或是兩者分屬於不同的機制。 32.

(47) 談到關於大腦中對數字的處理與文字的關聯性，「數量詞」（quantifiers），如「一些」（some）和「許多」（many），這些表達概數的數字概念的詞彙，可將之視為和數字一樣，蘊含計量資訊。因此，許多研究者針對「數量詞」，探討大腦中對「數量詞」的語意處理和數字的處理，是否運用大腦中相同的區塊，提供了許多神經心理學的研究成果。Polk、Reed、Keenan、Hogarth 與 Anderson （2001）以大腦左頂葉受損的病患為研究對象，並以一些象徵性的數字詞彙，如：「打」（dozen），「一半」（half）或「一個」（single），對病患進行測試；結果顯示患者在象徵性數字知識的處理上受損，但在語意處理上與一般人無異。同樣地，Cappelletti、 Butterworth 與 Kopelman（2006）研究語意性失智症的患者發現，患者無法處理語言中語意層面的知識，但大腦中數字處理的系統卻完好無缺；因此，數字知識和非數字的知識在語意系統中是截然不同的存在。前述研究可發現，對人類而言，「計算物品」（quantify objects）的能力和計數的能力是相同的。但是，也有些神經心理學的研究證實，「數量詞」和數字（numbers）是不相同的。卫薇等人（2014）提供了腦神經科學的證據，證明數字和「量詞」並沒有關聯；在他們的實驗中，受試者參與語意距離判斷作業（semantic distance judgement task）、且受試者接受到六種測試材料：頻率副詞（frequency adverbs）、 33.

(48) 數量代詞/名詞（quantity pronouns/nouns）、阿拉伯數字（Arabic digits）、動物名稱（animal names）、數詞（number words）以及點點序列（dot arrays），用以觀察測試材料會激發大腦中的哪個區塊；結果顯示，量詞的處理無異於一般語意的處理。Cipolotti、Butterworth & Denes（1991）以罹患失算症（acalculia）的病人為研究對象，病患失去４以上的計算能力，但仍舊可以理解量的概念、亦可以判斷哪個分類詞表達較多的量；此現象並非來自於語意記憶系統的問題，而是潛藏的數字系統概念的問題；此結果也顯示，分類詞的處理並非仰賴數字的處理；但是，實驗中所談到的「分類詞」（classifier），如：「公斤」（kilo）、「公克」（gram）或「公尺」（meter），應屬於量詞，而非分類詞。綜合以上，量詞的處理和數字的處理間之關聯性，在研究結果上也眾說紛紜；但前述研究，在研究材料上也僅限於「量詞」，而非分類詞。崔佳歆等人（2013）基於 Cipolotti 等人（1991）以及卫薇等人（2014）的研究，以健康的受試者為對象，以功能性核磁共振成像（fMRI）研究數字和中文分類詞的神經關聯性。實驗中，分類詞用以和數字、點點序列和工具名詞相比；實驗結果顯示，大腦中處理分類詞和工具名詞兩者的區塊無異，且分類詞的處理和數字的處理（數字以及點點序列）並不相關；然而，當我們再次檢視實驗的材料時發現，測試用的分類詞列表，實則包含了許多量詞，如「一滴」 34.

(49) （a drop of）和「一班」（a class of）；也就是說，前述的研究中，所出現的核心問題，仍舊是將分類詞和量詞混為一談了。因此，將研究的分類詞和量詞做一個清楚的分野，才能使實驗的結果精確且具說服力。故本文將基於何萬順（2012a）所提出的理論，以及中文分類詞和量詞的區分標準，證實中文分類詞和量詞所包孕的數學意涵。. 35.

(50) 第三章實驗方法. 本研究旨在透過行為實驗，探究中文分類詞和量詞的數學意涵。根據何萬順（2012a）之理論，中文分類詞所蘊含的數值為「1」，量詞的數值可為任何數字，但不一定為「1」；依據何萬順（2012a）所提出的理論，我們假設，當受試者看到分類詞及量詞時，也會依據他們所代表的數值不同，而呈現出不同的反應。故本研究的研究問題有二：. (1) 對於以中文為母語者，面對中文的分類詞以及量詞時，是否以數學的概念進行處理？ (2) 如果中文的母語使用者，確實以數學的概念處理中文的分類詞以及量詞，在處理分類詞以及量詞時是否存在著差異性？. 而依據何萬順與林昆翰（2015）依據分類詞與量詞不同數值間所列出的次分類，本研究假設，以中文為母語的受試者，因中文的分類詞所代表的數值呈現一致性（均為 1），而量詞所呈現的數值會依據不同類型的量詞，而代表了不 36.

(51) 同的數值；因此，受試者面臨數值較為一致的分類詞時，反應速度將會快於數值較大的量詞。我們假設，中文為母語者，在處理中文的分類詞和量詞，會以數學的概念進行處理；且中文的母語使用者在面臨中文的分類詞與量詞時，會依據其所蘊含的不同的數學概念，進行不同的處理。因為中文分類詞所代表的數值具一致性且均為「1」，而量詞所代表的數值較為分歧，且數字大於「1」（或不一定為「1」），故受試者對中文分類詞的反應速度會快於量詞。本實驗設計將以 E-prime 2.0，驗證受試者會以數學之概念處理中文分類詞和量詞；本實驗將分為兩個部分，分別就不同類別的分類詞及量詞進行測試；且在進行行為實驗之前，會舉行前測，調查中文母語者對於分類詞及量詞的數值概念。. 第一節實驗前測本實驗前測旨在探究基於何萬順（2012a）所提出之中文分類詞與量詞之區分準則：分類詞的數值為「1」，而量詞的數值可為任何數字，但不一定為「1」。倘若中文為母語者看見分類詞時，他們是否會認為分類詞的數值為「1」，而量詞的數值不為「1」呢？因此，本實驗前測將以中文為母語者為調查對象，以問卷的方式蒐集資料，了解在中文為母語者的心中，分類詞與量詞是否反映了實 37.

(52) 際的數字，以及是否存在數字的差異。. 一、. 實驗受試者本實驗前測中所參與的受試者，皆為以中文為母語者。參與實驗前測的一. 共有 200 位、年齡區間為 18 到 36 歲的受試者；其中有 146 位女性、54 位男性受試者。所有受試者的平均年齡為 25.98 ± 6.87 歲；男性平均年齡為 27.02 ± 6.68 歲，女性平均年齡為 25.61 ± 6.95 歲。. 二、. 實驗材料. 實驗前測中的實驗材料，乃是依據何萬順與謝禎田（2010）的研究中，所羅列出中文分類詞與量詞的列表；此外，何萬順與林昆翰（2015）依據中文分類詞與量詞數值上的不同，進而將之區分為兩個次分類：必定數值（necessarily numerical）與非必定數值（not necessarily numerical）兩類；此外，分類詞和部份的量詞是具有明確的數字表示，但部份的量詞則不具有明確的數字表示，且因人而異；因此，可再進一步區分為「固定值」（fixed）和「變量值」（variable）兩類（見表 3 與附錄一）。. 38.

(53) 表 3.. 何萬順與林昆翰（2015）中文分類詞與量詞的分類. 類別. 值. 分類詞. C. 例子. 固定數值「1」：個 gè、隻 zhī、條 tiáo、尾 wěi 等。 =1. 量詞. MW1. 固定數值「2」：雙 shuāng ‘pair’； >1. MW2. 「12」：打 dǎ ‘dozen’等。. 非固定數「n」：排 pái ‘row、群 qún ‘group’等。值. MW3. 固定非數斤 jīn ‘kilo、尺 chǐ ‘meter 等。值. MW4. 非固定非滴 dī ‘drop、箱 xiāng ‘box 等。數值. 由於非固定數值之類別，較難以具體的數字表示，因此，本實驗前測僅採用可以數值表示的三個類別: 分類詞(C)、固定數值>1 的量詞(MW1)以及非固定 39.

(54) 數值的量詞(MW2)作為實驗前測之材料，且一共選擇 25 個分類詞和量詞，提供給受試者測驗，並要求受試者填入他們所認為的數值（見表 4）。. 表 4.. 實驗前測之實驗材料類別. 材料. 分類詞. 一顆 yì kē、一條 yì tiáo、一本 yì běn、一粒 yí lì、一枝 yì zhī、一盞 yì zhǎn、一頂 yì dǐng、一隻 yì zhī、一根 yì gēn。. MW1: 量詞 ( 固一雙 yì shuāng ’a pair of’、一副 yí fù ’a pair of’、一對 yí duì ’a 定數值>1). pair of’、一打 yì dǎ ’a dozen of’. MW2: 量詞 ( 非一幫 yì bang ’a gang of’、一隊 yí duì ’a team of’、一組 yì zǔ ’a 固定數值). group of’、一列 yí liè ’a row of’、一夥 yì huǒ ’a band of’、一束 yí shù ’a bunch of’、一班 yì bān ’a class of’、一排 yì pái ’a row of’、一群 yì qún ’a group of’、一捆 yì kǔn ’a bundle of’、一疊 yìdié ’a stack of’、一窩 yì wō ’a nest of’. 40.

(55) 三、. 實驗流程本實驗前測要求受試者於問卷的第一部分，填入受試者的個人資訊，諸如：. 性別、年齡以及最高學歷；問卷的第二部分即進入正題，測試的項目一共提供了 25 個詞彙，而這 25 個詞彙中，每個詞彙都由中文數詞「一」以及一個分類詞或量詞所組成，如：「一顆」或是「一堆」（a pile of）；問卷要求受試者在我們所提供之文字後的空白處，任意填入受試者所認為的文字所隱含的數值；前測的流程中，為了避免任何其他的因素引導受試者的思考，問卷中的問題不會提供任何阿拉伯數字的選項；此外，擬答則提供中性分類詞「一個：１」以及「兩雙:4」，給予受試者參考，提醒受試者填入的數值為整個詞彙所代表的值；答案將由受試者憑藉著其直覺、自由發揮，受試者則將其所認知的數值填入問卷中的空白處。. 四、. 前測結果透過前測的調查，我們可以了解，對中文為母語者，中文的分類詞及量詞. 所隱含的數值。倘若實驗受試者並未如實驗指示要求，填入詞彙所代表的數字，如受試者填入「不知道」或是「不確定」，那麼該筆資料將會被移除；此外，如果受試者填入的是「大於．．．」，那我們將會採用其最小值列入計算。由兩百 41.

(56) 位受試者參與，針對實驗材料中 41 個字詞、依據直覺所填入的數值，所呈現出的平均數將列於圖 1 及表 5；表 5 呈現的 41 個字詞之平均值及標準差；平均值與標準差為四捨五入至小數點後第一位。. 45 40 34.4. 35 30 23.6. 數 25 量 20. 15. 11.9. 10 5. 4.9. 7.1. 21.4. 13.4 9.6 8.3 7.5 3.8. 1 1 1.1 1 1 1 1.1 1.1 1.1 2.1 2. 6.4 5.5. 6.7. 一顆一本一粒一盞一根一隻一頂一枝一條一對一雙一副一打一排一幫一束一捆一群一隊一組一列一夥一班一窩一疊. 0. 圖 1. 中文母語者認知之中文分類詞與量詞之數值的平均值. 表 5.. 中文母語者認知之中文分類詞與量詞之數值的平均值與標準誤差類別. 測試詞. 平均值. 標準誤. 類別. 42. 測試詞. 平均值. 標準差.

(57) Classifie 一顆 r. MW1. 一幫. 23.5. 10.13. 0.10. 一隊. 8.3. 0.48. 1. 0.02. 一組. 3.8. 0.21. 一粒. 1.1. 0.05. 一列. 6.4. 0.28. 一枝. 1.1. 0.07. 一夥. 5.5. 0.29. 一盞. 1. 0.01. 一束. 7.2. 0.77. 一頂. 1.1. 0.05. 一班. 21.5. 1.08. 一隻. 1. 0. 一排. 7.1. 0.57. 一根. 1. 0. 一群. 13.4. 2.89. 一雙. 2. 0.01. 一綑. 9.6. 0.88. 一副. 4.9. 0.90. 一疊. 34.2. 7.4. 一對. 2.1. 0.09. 一窩. 6.8. 0.61. 一打. 11.9. 0.08. 1. 0. 一條. 1.1. 一本. MW2. 根據前測之實驗結果，大部分以中文為母語者認為分類詞所代表的數值為「1」，且分類詞的類別中，每個字詞的標準差落差並不大，可以證實大多數的受試者認為分類詞所隱含的數值為「1」；而就量詞來看，所呈現的數值不盡相 43.

(58) 同，但共同特色是均大於「1」；而 MW1 一類除了「一副」之外，每個字詞所呈現的定值符合 Her 與 Lin（2015）所提供的定義，且標準差的落差小，也反映出大部分受試者對量詞所隱含的固定數值之認知相同；MW2 一類每個詞彙的數值不一致，且標準差落差大，也反映兩百位受試者所認知的 MW2 數值存在著極大的個別差異。此前測的結果，符合何萬順（2012a）所提出的理論：分類詞的數值為「1」，而量詞的數值可為任何數字，但不一定為「1」。因此，根據實驗前測結果，中文分類詞和量詞確實隱含了數學的意涵，且分類詞數值為「1」。此外，前測的結果亦與何萬順與林昆翰（2015）所提供的分類準則相吻合，MW2 的類別中，每個量詞的數值並不固定，且依據每個人所認知的數值亦有差異。接下來的實驗，將進一步驗證，對中文母語者而言，分類詞和量詞不僅存在著數值上的差異，且中文母語者在面臨分類詞和量詞所隱含的不同的數值時，亦會根據其數值，在處理程序上亦顯現出其差異。. 第二節正式實驗. 本實驗之設計採取促發效應(Priming Effect)之實驗派典；促發效應顯示的是內隱記憶的反應，指的是先前看過的刺激物，會影響或促進對後續觀看刺激 44.

(59) 物的認知處理(Barge et. al, 1996)；而將促發效應應用到語言學相關的領域，則是 Meyer 和 Schvaneveldt (1975)的詞彙決定實驗中，提供給受試者一對字詞，且這一對字詞為前後兩個有語意上的關聯性或沒有語意上關聯性的詞組，受試者的任務則是判斷這兩個字是否為英文中的詞彙，並記錄受試者的反應時間以及正確率；實驗結果發現人們可以很快的決定一連串字母是否為一個字，是當這個字是接在一個有關聯或語義相關的字之後；Meyer 和 Schvaneveldt (1975) 的實驗中也發現，受試者大腦中的詞彙記憶(lexical memory)，可以判別詞組之間的關聯性，而語意間的關聯性也可促進受試者在判斷詞彙的時候更加快速、有效率；且這個效應並非是受試者有意識的判別詞組間在語意上的關聯性，而是屬於無意識的、內隱記憶(implicit memory)的一部分。. 一、. 實驗受試者本實驗共有 35 位受試者參與實驗，其中包含 19 位女性及 16 位男性受試者. (其中有兩位女性受試者，其答題的正確率由於低於平均值三個標準差之外，答題正確率為 80.56%，故其實驗資料不採用)。33 位受試者年齡的範疇為 18 至 30 歲，平均年齡為 21.76±1.86 歲，其中男性受試者平均年齡為 22±2 歲，女性受試者平均年齡為 21.53±1.64 歲，且受試者均為中文為母語之使用者，受試者 45.

(60) 無任何視力（或矯正後缺陷）、閱讀及手部動作能力之缺陷。為了避免練習效果（practice effect），每位受試者僅參與一次實驗。為了保障受試者權益，且確保受試者熟知實驗流程，在正式實驗開始之前，給予每位受試者簽署實驗知情同意書（參見附錄二），以及閱讀實驗流程之紙本說明；實驗的流程說明，除了紙本的敘述之外，也提供簡短的練習實驗，其中包含 30 個嘗試次，以確保受試者完全瞭解實驗進行的程序。. 二、. 實驗材料. 根據何萬順與林昆翰（2015）所提供的中文分類詞與量詞之分類（詳見本文表 3），以及實驗前測的結果，本實驗使用之材料，將選自固定數值中的三個次分類：分類詞、MW1 以及 MW2；其中分類詞與 MW1 同屬於有固定值的次分類，而 MW2 則為變量值的次分類；但是，根據實驗前測的結果，MW2 此一分類的詞彙的量，對受試者來說雖具有數字的意涵，但卻隱藏著相當大的個別差異，為求降低實驗的個別差異的因素，實驗的材料將只採用分類詞和 MW1 兩個類別；另外在 MW1 的分類中，有些字詞由於其詞頻過低，故已先剔除，如：「刀」和「令」；此外，根據前測的結果（見表 5），對中文母語者而言，「一副」（a pair of）雖有定值，但依據其後承接的名詞的不同，仍產生了數值上的差異， 46.

(61) 如：「一副眼鏡」（a pair of glasses）中的「一副」所代表的數值可為「1」，「一副耳環」（a pair of ear rings）中的「一副」所代表的數值可為「2」，「一副撲克牌」（a pair of pokers）中的「一副」所代表的數值則為「52」；為避免「一副」所代表的分歧的數值影響實驗的準確性，於是便將「一副」自實驗材料中移除。故每個次分類的類別裡，本研究將各挑選三個詞彙為實驗之測試材料，且每個類別中所選出的詞彙之筆劃數和詞頻（frequency），都和其他兩個類別所選出的詞彙相近。因此，實驗中所使用的測試詞將列於以下表 6 之中。. 表 6.. 實驗中之測試詞類別. 測試詞. 筆劃. 詞頻. 分類詞. 艘. 15. 152. 間. 12. 387. 尾. 7. 23. 雙. 18. 153. 對. 14. 369. 打. 5. 13. MW1. 47.

(62) 實驗中，數詞將會出現於分類詞或量詞之前，但不包含分類詞或量詞後所承接的名詞，以避免名詞的語意或詞頻對受試者的判斷速度產生影響；中文的分類詞片語中，名詞的刪略亦是合乎語法的（何萬順, 2012b）；因此，受試者將會看到數詞「兩」（two），其後跟著一個分類詞或是量詞，比方說：「兩艘」或「兩雙」。除了文字之外，受試者也會看到三個數字：「2」、「4」或「24」；數字則指稱測試詞的數字意涵，旨在探究數字所指稱的數量若和文字一致和不一致時，受試者的反應速度是否會受到影響。實驗中為分類詞和 MW1 中兩個類別，各三個測試詞；而每個測試詞會搭配一個對應其數值的阿拉伯數字和一個與其對應數值不同的阿拉伯數字，故共有 2(類別) × 3(詞彙) × 2(對應一致性) ＝ 12 個測試項目；且為了避免受試者不小心犯下錯誤，測試項目會重複三次並取其平均值；所以，每位受試者將會接受 2 × 2 × 3 × 3＝ 36 個測試項目。而根據 Meyer 和 Schvaneveldt (1975)的實驗，若詞彙和數字呈現出語意上的關聯性，將有利於促進受試者的反應速度和正確率；因此將會記錄受試者反應的正確率以及平均的反應時間做為分析資料的依據。. 三、. 實驗流程 48.

(63) 本實驗將使用軟體 E-prime 2.0 進行測試，以檢視中文母語者面臨分類詞和量詞時，分類詞和量詞所蘊含的數值大小和一致性，是否會影響受試者的反應速度。本實驗測試同為固定值的分類詞和 MW1 兩者之間的差異。本實驗流程之設計參考 Notebaert, Pesenti, 與 Reynvoet(2010)，實驗開始時，實驗流程之指示詞將會出現於電腦螢幕的正中央，以及呈現於 A4 紙張上的書寫說明。確認受試者已完全瞭解實驗流程之後，實驗正式開始進行時，受試者被要求專心凝視螢幕中央的十字凝視點，十字凝視點出現的時間為 50~850 毫秒之間隨機出現；其次，出現的刺激為數字，出現時間為 500 毫秒；接續的是空白頁面，出現時間為 100 毫秒，其後出現為測試詞，如「兩艘」；接下來則要求受試者判別文字所代表的數值為鍵盤上對應的數字為「2」、「4」或「24」；從測試詞出現到受試者反應結束的時間，上限為 3000 毫秒；如果受試者無法於 3000 毫秒內進行判別，系統則自動前往下一題。實驗流程圖如以下圖 2 所示。. 49.

(64) 圖 2. 實驗流程圖。. 此外，實驗中為了避免產生 SNARC1（The spatial-numerical association of response codes）效應影響（Dehaene, Bossini, & Giraux, 1993），每個實驗中，各有一半的受試者的反應鍵會相反；也就是說，一半的受試者的反應鍵順序由左而右為「2」、「4」或「24」，另一半的受試者，反應鍵的順序則為「24」、「4」或「2」。. 1. 1. SNARC 數字的反應編碼聯合效應（The spatial-numerical association of response codes）（Dehaene, Bossini, & Giraux, 1993）:意指在心的空間(mental space)，當「左邊數字小、右邊數字大」時，反應會比「左邊數字大、右邊數字小」來得快。 50.

(65) 第四章實驗結果與分析本實驗使用軟體 E-prime 2.0 進行測試，以檢視中文母語者面臨分類詞和量詞時，分類詞和量詞所蘊含的數值大小和一致性，是否會影響受試者的反應速度。本實驗測試同為固定值的分類詞和 MW1 兩者之間的差異，且記錄受試者對測試詞的反應時間以及答題的正確率，且資料分析時將採取受試者反應時間與正確率的平均值；處理受試者實驗原始資料時，如果受試者對該題判斷錯誤、或者反應時間超出限制的 3000 毫秒，則該題視為未答題、以作廢處分。受試者的反應時間將以 Repeated -Measures Analysis of variance(ANOVA)檢視其實驗之顯著性；實驗設計顯著水平 α 臨界值 p 為 0.05。實驗中所控制自變項為詞彙類別(分類詞/量詞)以及促發之一致性(刺激物與反應物之一致與不一致)，依變項為隨著詞類改變與促發之一致性改編的受試者反應之正確率與反應速度。. 第一節分類詞與 M1 之實驗結果受試者針對分類詞與量詞之數學意涵的判別，在促發材料和測試詞一致的情形下，分類詞的正確率為 100%、MW1 的正確率為 98%；在促發材料和測試詞不一致的情形下，分類詞的正確率為 99%、MW1 的正確率為 97% (見下圖 51.

(66) 3)。. 101% 100% 反應平均正確率. 100%. 99%. 99% 98%. 98% 97%. 97%. 一致不一致. ( %. 96%. ) 95% 94% C. MW1. 圖 3. 分類詞與 MW1 之反應平均正確率。. 以統計檢視當測試材料與觸發材料的一致性之差異時，受試者對其正確率的反應並沒有呈現出統計上的差異，為 F(1,32)=3.516， p = 0.07；而受試者針對分類詞與 MW1 兩個類別在正確率上呈現出統計上顯著性的差異，統計結果為 F(1,32)= 6.216，p < 0.05。另外，男性受試者在促發材料和測試詞一致的情形下，分類詞的正確率為 99%、MW1 的正確率為 99%；在促發材料和測試詞不一致的情形下，分類詞的正確率為 99%、MW1 的正確率為 96%；而女性受 52.

(67) 試者在促發材料和測試詞一致的情形下，分類詞的正確率為 100%、MW1 的正確率為 98%；在促發材料和測試詞不一致的情形下，分類詞的正確率為 99%、 MW1 的正確率為 98%，如下圖 4。 101% 100% 反應平均正確率 ( %. 100% 99%. 99%. 99%. 99%. 99%. 98%. 98%. 98%. 97%. 96%. 96% 95% 94%. ). 93% 92% 91% 一致x C. 不一致x C 男性. 一致x M1. 不一致 x M1. 女性. 圖 4.男女受試者分類詞與 MW1 之反應平均正確率. 以統計檢視其正確率之顯著性與否，F = 0.345, p = 0.566，在不同性別的受試者間無呈現出顯著性。. 受試者針對分類詞與量詞之數學意涵的判別，在促發材料和測試詞一致的情形下，分類詞的平均反應時間為 782.03 毫秒，SE = 33.17 毫秒，MW1 的平 53.

(68) 均反應時間為 883.69 毫秒，SE = 35.25 毫秒；在促發材料和測試詞不一致的情形下，分類詞的平均反應時間為 785.45 毫秒，SE = 37.25 毫秒，MW1 的反應時間為 917.82 毫秒，SE = 33.58 毫秒。 (如下圖 5)。. 950.0 917.8. 900.0. 883.7. RT (ms). 850.0. 800.0. Congruent. 782.0 785.5. 750.0. 700.0 C. M1. 圖 5. 分類詞與 MW1 之平均反應時間。. 受試者針對分類詞與 MW1 兩者之反應時間在統計上呈現出相當大的顯著性差異，F(1,32) = 28.638b，p < 0.01；在一致性的情況下，在統計上不具有顯 54.