汉语语言网络的统计特性及演化模型研究

In recent years, language network has become one of the hot issues in study of complex networks. This project researches the statistical features and an evolving model of Chinese language network, which is an important branch of language networks. The main contents include: 1) Compute spectrum and eigenvectors of Chinese language networks, study their distributions, and explore relationships among them and other statistical parameters; 2) Find a detection algorithm of community structures in Chinese language networks, obtain communities of the Chinese language networks, and study roles of communities in the evolution of Chinese language; 3) Establish an evolving network model of Chinese language, determine the parameter values of the model, reveal the literary meanings of the parameter values, explore the relationship between the parameter values and times, and predict the development of Chinese language. On the basis of the works of predecessors, combining the results we have obtained, using pajek, matlab, and other software as well as our programs, utilizing our rich modeling experience, we go on discussing and analyzing these issues mentioned above and try to make a breakthrough. To a certain extent, this project can not only enrich the connotation of language networks, provide new methods and ideas to study the features and evolution of Chinese language, but also have important theoretical significance and application values for artificial intelligence.

语言网络是近年来复杂网络研究的热点问题之一。本项目主要研究语言网络的重要分支——汉语语言网络的统计特性及演化模型，主要内容包括：1）计算汉语语言网络的特征谱与特征向量，研究这两个统计参数服从的分布，探讨它们和其它统计参数之间的依赖关系；2）寻找汉语语言网络中社团结构的探测算法，得到汉语语言网络的社团，进而研究社团在汉语演化过程中的作用；3）建立汉语语言演化网络模型，确定模型参数的取值，揭示模型参数折射出的文学含义，探讨模型参数对演化时间的依赖关系，进而预测汉语的发展趋势。我们希望在前人工作的基础上，结合我们已有的研究成果，借助pajek、matlab等软件以及我们编写的程序，利用团队丰富的建模经验，对上述问题进行深入研究，从而取得突破性进展。这些问题的解决不但可以丰富语言网络的研究内涵，为人们更深入了解汉语的特性及演化过程提供新思路和新方法，而且对人工智能更有重要的理论意义和应用价值。

现实世界中的复杂系统大多数都可以看成是复杂网络，它们广泛存在于社会、经济、生物等众多领域。对复杂网络定量与定性特征的科学理解已成为网络科学研究中一个极其重要的挑战性课题。语言网络是近年来复杂网络研究的热点问题之一。本项目主要研究了汉语语言网络的统计特性及演化模型，主要内容包括：1）依据不同历史时期以及不同体裁的汉语文章所对应的1500多个字、词同现网络，构建了网络所对应的邻接矩阵，计算了矩阵的特征谱和特征向量，给出了这两个参数服从的分布及其函数表达式，找到了它们和网络部分统计参数之间的相互依赖关系；2）通过研究不同历史时期及不同体裁的汉语文章及其所对应的网络，发现不管是在字同现网络还是在词同现网络中都存在社团结构，找到了相对合理的探测汉语语言网络社团的算法，得到了语言网络的社团结构，并给出了社团在汉语演化过程中起到的作用；3）建立了汉语语言演化网络模型，确定了模型参数的取值；4）为了更加深入的了解汉语，我们还研究了600多个英语词同现网络的特征谱、特征向量和社团结构，得到了汉语和英语之间的异同。这些研究不仅可以丰富语言网络的研究内涵，为人们更深入了解汉语的特性及演化过程提供新思路和新方法，而且对人工智能更有重要的理论意义和应用价值。