Zpět

@Boerps @tymoty @Pierrette @unterwasser @Veza85UE

Ve skutečnosti mi čínština v ledasčems připomněla němčinu: tak, jako němčina vyrábí nová, někdy i poměrně dlouhá slova skládáním, lepením dílčích slov za sebe, tak čínština skládá i poměrně základní slova lepením či skládáním slabik. Liší se to tím, že i jednotlivé slabiky v čínštině obvykle nesou význam, což není v evropských jazycích běžné. Respektive skládáme slova ze slabik, ale ty málokdy nesou význam, a možných kombinací slabik máme opravdu hodně.

Čínština má taky relativně daleko méně fonémů, než jiné jazyky... pouze konkrétní slabiky jsou dovolené a vyslovitelné. Takže v jistém smyslu je to jednodušší jazyk, ale jeho používání nejspíš zapojuje trochu jiné části mozku, než západní jazyky. Ty to skládání slov ze slabik občas mylně přebásňují za vzniku poměrně poetických spojení, ale není vůbec jisté, jestli rodilý Číňan to vnímá takto, nebo ne. Slabiky a jejich skládání se pak promítají do skládání znaků, ale zrovna pravopis má většina evropských jazyků jednodušší, než je čínská abeceda. Zajímavé je, že nejvíc uživatelů mají angličtina, jazyk s naprosto nedeterministickým pravopisem, a čínština, jazyk s částečně deterministickým, ale velmi složitým skládáním velkého množství znaků z jednodušších znaků (obvykle dvou).

Problematika slabik a skládání čínských znaků (tedy v podstatě taky slabik, akorát nepoužívání některých kombinací kompenzují tonální výslovností) je strašně zajímavě propojené s otázkou tokenizace v jazykových modelech (LLM, AI). Ta tokenizace dnes probíhá čistě statisticky, některé tokeny jsou nevyslovitelné a fakt by mi zajímalo, proč se neujala tokenizace po slabikách.

Ale to je offtopic, no. Můžeme se samozřejmě dohodnout na nějaké vícejazyčné komunikaci, kdy předtím, než klikneme na strojový překlad, postupně nějaká slova a konstrukce ze sousedských evropských jazyků pochytíme. Proč ne.

Komunikací, do kterých zapojeni Američané, je na Internetu i tak dost.