1. 引言
维吾尔族语言是中国少数民族语言之一，从古至今先后使用了多种文字，包括回鹘文、汉文、阿拉伯文、拉丁文等多种文字 [1] ，因此为后人留下了许多珍贵的维吾尔族文学作品。其中，在回鹘文文献中，文学作品很多，以诗歌作品居多，可以说诗歌创作是古代维吾尔族文学最重要的成就之一 [2] 。以喀什噶尔和巴拉沙衮为首府的喀喇汗国(893~1212年)在维吾尔族文学史上更是开创了一个崭新的时期，尤其以诗人兼思想家优素甫·哈斯哈吉甫和语言大师麻赫穆德·喀什噶里二人最为著名，其作品《福乐智慧》和《突厥语辞典》更是优异的代表作，堪称喀喇汗王朝的双璧，可以说维吾尔古代文学自有了这两块丰碑之后，才真正迈上了康庄大道，趋于成熟 [3] 。丰碑之一的《突厥语大词典》是由作者麻赫穆德·喀什噶里完成的 [4] 。每个古代维吾尔语词汇用阿拉伯文释意，其中有各部族的民歌、诗章等 [3] 。
1935年Zipf有关语言统计的著作的出版标志着一个新的语言学分支学科(计量语言学，Quantitative linguistics)和一种新的语言研究方法的诞生 [5] 。计量语言学以真实语言活动中产生的言语材料为研究对象，力求通过定量方法来探索语言的结构模式与演化规律，是一个用精确的方法来研究人类语言的语言学分支学科 [6] 。
因以往对维吾尔族诗歌的研究大都采用的是定性的方法且缺乏科学语言数据的支持，而现代语言学的研究较注重真实语言数据的考察。因此，运用计量的方法，基于科学的语言数据，以语言结构特征为切入点来探究维吾尔族诗歌的文体特征是有意义的。
2. 研究综述
先前对维吾尔族诗歌的研究是从文化，音乐等方面进行的。如库尔班·买吐尔迪(2007)在《突厥语大辞典》论及至今仍存在于维吾尔民众中的擗树枝习俗及文化现象，阐释了其原因：在人们的心目中，自己的生命、生活和命运都与该棵树有关联 [7] ；此外，王明科(2016)从音乐的角度对《喀什葛尔之夜》的序曲到中间的十一章再到尾歌进行了详细地描述，指明阿布都热依木·吾提库尔的《喀什葛尔之夜》属于维吾尔说唱艺术中的第六种形式，即维吾尔的“达斯坦”，体现了一种诗歌叙事的古典美 [8] 。
目前鲜有研究是从语言学的角度分析维吾尔族诗歌，大多还停留于从某个词汇的分析回归到诗歌本身。如海热提江·乌斯曼(2015)对“迪旺”释意并将其与其它词之间的联系做了详细的论述，因此产生了编纂诗歌“迪旺”的传统 [9] 。哈司依提·艾迪艾木(2017)对维吾尔族口头诗歌的程式句法进行论述并提到其为一种缩略化的表达方式，是种达斯坦传统 [10] 。现有对维吾尔族诗歌，特别是喀喇汗王朝时期维吾尔族诗歌的研究成果较少，大多集中在某一词汇或句子的解释与理解，缺乏科学语言数据支持。所以，运用计量方法考察维吾尔族诗歌文本的内在规律是有意义的。
在1938年，Yule的研究成为了使用现代统计学方法进行语体计量学研究的真正开端。黄伟和刘海涛(2009)通过两个50万词的语料样本发现在现代汉语口语体和书面语体中具有显著分布差异的16个语言结构特征并以名词、代词等7个语言结构特征作为文本特征，将21个文本聚类为口语体和书面语体两类 [11] 。所以，以语言结构特征为切入点，运用计量方法探究维吾尔族诗歌是可行的。国内外已有研究从定量的角度对诗歌与民歌展开了探索。
国内方面，张晓瑾和刘海涛(2017)得出“花儿”文本的秩频分布符合齐普夫定律且呈现出了民歌文本的“语言自组织性” [12] 。刘海涛和潘夏星(2015)在现代汉语新诗的计量特征研究中，新诗文本的“自然性”利用“齐普夫定律”得以验证 [13] 。
国外方面，在对罗马尼亚语民歌的研究中得出在数据不太复杂的情况下，可使用Zipf的幂律或Zipf-Alekseev函数(Popescu et al., 2010) [14] 。另外，Popescu和Altmann等研究者对54篇斯洛伐克诗人Eva Bachletov的诗展开计量研究并得出“基尼系数越大，文本的词汇丰富度越低” [15] [16] 。
上述国内外研究证明了齐普夫定律作为指标可用来探究诗歌的语言特征，也证明运用计量的方法研究诗歌的可行性与科学性。然而以少数民族语言，对于诗歌为研究对象展开的计量研究数量匮乏。因此，本文对喀喇汗王朝时期维吾尔族诗歌文本的语言特征深入探究，旨在回答以下两个问题：
1) 喀喇汗王朝时期维吾尔族诗歌文本是否符合齐普夫定律？
2) 维吾尔语与汉语这两种语言在齐普夫分布规律上是否呈现相似性？
3. 语料与方法
本文使用的语料来源于《突厥语大词典(卷三)》 [17] 。它是以阿拉伯文诠释当时的突厥语(主要是维吾尔语)的辞典，成书于1072~1074年。作者麻赫穆德喀什噶里生于喀什噶尔乌帕尔乡阿兹克村(属今新疆喀什地区疏附县)，书中的题材具有多样性，因而为研究古代突厥语部族的历史地理、社会、文化和民俗等提供了丰富的资料，被称为11世纪各突厥部落社会生活的大百科全书 [3] 。因此，本文从《突厥语大词典(卷三)》中随机抽取了15首，总词数为1144词。随后，本文统计喀喇汗王朝时期维吾尔族诗歌文本的词频分布，并用阿尔特曼拟合器检验维吾尔族诗歌的文本是否符合齐普夫定律，并探究维吾尔语与汉语在齐普夫定律上是否具有相似性。
4. 结果与讨论
齐普夫定律是关于文本中词频分布的定律，即按词语出现次数的多少从大到小进行排序的分布 [6] 。齐普夫定律要求词出现的频数与其频数秩(序号)之间具有反比例关系。1928年，Paul Menzerath在研究词和音节的长度关系后得出一个词所含音节数的增加，这些音节的平均长度会减小并将这一定律称为Menzerath Altmann定律，公式经过推导后为y = ax−b，变量y为词语的频率，x为词语序列，a和b为两个参数 [18] 。
表1为15首维吾尔族诗歌样本的频次和频率，图1为喀喇汗王朝时期维吾尔族诗歌的齐普夫曲线。表1及图1显示：按照递减顺序排列的喀喇汗王朝时期维吾尔族诗歌中出现的词的频次和频率符合齐普夫定律。数据与某一个模型或者定律相吻合的程度可用拟合优度系数R2来衡量。图1显示的拟合优度系数R2 = 0.9501，说明其文本的词频分布符合齐普夫定律；同时，其频率最高的15个词中有10个是单音节词，5个为双音节词，累计频率为0.1923，占比近20%，可知其符合齐普夫定律的省力原则。刘海涛(2017a: 49-50)对兰卡斯特汉语语料库的词频进行统计发现词频最高的“的”的频率为0.0615，小于0.1;英语中词频最高的the的频率为0.071；而本文中词频最高的“دى，تى”(了)的频率约为0.06，占比为6%，都小于0.1。因此，在词频分布规律上，喀喇汗王朝时期维吾尔族语言与其他语言可能并无太大差异。
此外，根据《维汉大词典》和《现代维吾尔语参考语法》，دى和تى，为过去式语缀，其意义相当于汉语的“了”字，如قوشۇلدى (同意了)，بۇزۇلدى (坏了)；نى为宾格语缀，缀加在名词类及其短语末尾，表示该名词性成分是动作的客体或行为动作所涉及的对象，因此要求句中出现宾格短语的动词一般都是及物动词，如كۇرسەن كىنونى (你去看电影吧)；ئۇ指向离说话者相对远的人或事物，ئۇ又可作第三人称代词“他/她/它”，可与格和后置合并，当代词词干与格或后置词合并时两者之间出现领属格نىڭ，如ئۇ+دا (位格) =ئۇنىڭدا (在他/她/它那里)，ئۇ+ئۈچۈن (为了) =ئۈچۈن ئۇنىڭ (为了他/她/它等)，它的指示代词功能更多地体现在修饰其他成分上，如ئۇمەسىلە (那个问题) 与ئۇادەم (那个人)等；بىلەن在词与词，词组与词组，句子与句子之间充当连接成分，在汉语中相当于“跟、和、同、与等”，如ئۇبىلەنمەن (他和我)；ئادەم为名词，相当于汉语中的“人”，如ئۇئادەم (那个人)；تۇتۇپ为动词，相当与汉语中的“抓”；لار为复数语缀，它不仅可与名词相结合表示复数，如ئىشچىلار (工人们)，还能跟形容词，代词，代词，量词，名词化，形容词化短语其他名词性语类合并，所以有时表达的意义不仅是复数，还要依具体情况而定，如سولار (各种渠道的水)，而不是水的复数；نىڭ为领属格，表示人或事物的领属关系以及各种关系，用做定语或修饰语。它与领属者合并后要求后面的从属者成分要带上与领属者的人称和数相一致的从属语缀，从而两者构成严紧的领属一从属结构，如مىنڭ قولوم (我的手)，سىنىڭ قولوڭ (你的手)，ئۇنىڭ قولى (他的手)；دۈشمەن为名词，意为敌人；تۆۋەن为方位名词，意为下面；گە为向格，缀加在名词类及其短语末尾，表示动词所表达的动作的目的、去向、指向等，因此有些趋向性动词要求句中与向格短语一起出现，如گەكىرۈى (进屋子)，有时表示行为动作的媒介或价值如ادەمگەتولدى (充满了人)；راسا为程度副词，意为“不一般地，狠狠地”；ئىدى，ئى该系词来自古代突厥语系词ەر“是”经过历时音变，目前以ئى的形式固定下来，其意义保持不变。在现代维吾尔语里ى与过去时成分دى和相应的人称成分合并，表示对过去的判断，如ئىدىمئالدىراشمەن (我当时很忙)，ئىدىڭئىشچىسەن (你曾经是工人)等；بىر为数词，意为“一”，如چاي پىيالە بىر (一杯茶)。本文的发现与刘海涛(2017a:49-50)统计的汉语词频前15个中的7个是一致的，它们分别是“的”“了”“是”“一”“和”“人”“他”，这在一定程度上说明维吾尔语与汉语在某方面是相似的。
Table 1. Frequency and frequency of 15 Uighur poetry samples
表1. 15首维吾尔族诗歌样本的频次和频率
Figure 1. Zipf curve of Uyghur poetry during Kara-Khanid Khanate period
图1. 喀喇汗王朝时期维吾尔族诗歌的齐普夫曲线
拟合优度系数和高频词都表明喀喇汗王朝时期维吾尔族诗歌文本的词频分布符合齐普夫定律，说明其文本的内部语言机制具有“自组织性”；且喀喇汗王朝时期的维吾尔族诗歌的最高频词与汉语的最高频词呈现相似性，这在一定程度上说明了维吾尔语与汉语这两种语言在齐普夫分布规律上是相似的。维吾尔族诗歌是维吾尔族人民口口相传的文化作品，传唱者大多为普通的大众，维吾尔族诗歌之所以受到普通劳动人民的喜爱，代代相传，其原因就在于维吾尔族诗歌文本简单易懂。因此，不追求锤炼造字的维吾尔族诗歌的文本自然就呈现出一种“自然”状态。本文结果已显示喀喇汗王朝时期维吾尔族诗歌的文本分布符合齐普夫定律，可为后续探究维吾尔语文本的规律性语言特征提供参考。
5. 结语
本文在计量语言学理论框架下引入计量研究方法对喀喇汗王朝时期的维吾尔族诗歌的文本计量特征进行了系统探索，可以回答本文提出的问题。本文从词频分布特征角度验证了喀喇汗王朝时期维吾尔族诗歌的文本词频分布高度符合齐普夫定律，其最高频词与汉语的最高频词及与汉语在齐普夫定律上呈现相似性。可见，同其他少数民族语言一样，用维吾尔语书写的维吾尔族诗歌文本符合人类语言的内部机制规律。