《SCIENCE ADVANCES》：Language-like statistical structure arises in learned signaling: evidence from birdsong
编辑推荐：
所有语言都具有统计连贯的子序列（例如词语），其频率分布遵循幂律。这些特性有助于人类学习语言，使它们成为通过文化传递而出现的候选特征，从而帮助跨代忠实传递。最近，这两个特性在鲸歌中也被发现，鲸歌同样是文化传递的，这提出了一个强有力的预测：无论在何处，只要复杂的顺
所有语言都具有统计连贯的子序列（例如词语），其频率分布遵循幂律。这些特性有助于人类学习语言，使它们成为通过文化传递而出现的候选特征，从而帮助跨代忠实传递。最近，这两个特性在鲸歌中也被发现，鲸歌同样是文化传递的，这提出了一个强有力的预测：无论在何处，只要复杂的顺序信号通过文化传递，就应能找到这些特性。在此，研究人员使用分析人类数据和鲸歌的相同工具，揭示文化传递的孟加拉雀鸣唱同样具有统计连贯的子序列，其分布遵循幂律。研究人员还表明，统计连贯性随发育而增加，但幂律始终存在，这表明它反映了学习表征的基本原理。发现进化上相距遥远的物种之间的这些相似性，说明了文化传递在塑造交流中的重要性，并提示语言的核心特性通过趋同进化出现。
**论文解读：类语言统计结构在习得信号中的涌现——来自鸣禽鸣唱的证据**
**研究背景与问题**
人类语言具有两个在其他物种中极为罕见的统计特性：其一，语言由统计连贯的单元（如词）组成，这些单元内部结构相对可预测；其二，这些单元的频率分布遵循齐普夫分布（Zipfian distribution），即最频繁的单元出现频率约为第二频繁单元的两倍，第三频繁单元的三倍，依此类推。已有研究表明，这两种统计特性在人类语言学习中具有促进功能：具有统计连贯的子序列以及其频率遵循齐普夫分布，有助于婴儿、儿童和成人从连续言语中发现词汇。由于这些特性有助于学习，它们可能通过文化传递而出现——即那些便于忠实跨代传递的特性在语言中得以保留。实验证据表明，即使在缺乏意义或交流的情况下，文化传递也能导致人类中出现遵循齐普夫分布的统计连贯子序列。此前，这两种统计特性被认为人类独有，但最近在座头鲸（*Megaptera novaeangliae*）的鸣唱中发现了类似的语言统计结构，鲸歌是一种文化传递的复杂信号系统，其中个体声音元素串联形成较长序列。如果这两个非常不同物种之间的相似性与文化相关，那么可以强有力地预测：在复杂顺序信号通过文化传递的任何地方，都应能发现类似结构。雀形目鸟类（Passerine birds）是检验此预测的理想案例：鸣唱由个体音节组成，形成较长序列；鸣唱复杂且为习得行为，且拥有发育数据（鲸类目前缺乏）。此前对鸣禽鸣唱的研究仅考察了个体音节的分布，发现其高度偏斜，有些研究报告了齐普夫分布的拟合，但无法回答鸟类鸣唱是否像人类语言和鲸歌那样，包含统计连贯的子序列且其分布符合齐普夫分布。本研究旨在检验这一预测，采用应用于人类数据和座头鲸歌的婴儿启发式分割工具，分析文化传递的孟加拉雀（*Lonchura striata* var. *domestica*）鸣唱。
**研究目的与意义**
如果文化传递是语言统计特性涌现的驱动力，那么孟加拉雀鸣唱中应存在类似结构。研究人员利用发育数据探讨统计结构是否随鸣唱接近成年目标而变化。一种可能性是齐普夫分布仅在成年鸣唱中出现；另一种可能性是这些统计特性贯穿发育全程，表明它们反映了学习表征的更基本组织原则。该研究首次将分析人类语言和鲸歌的相同工具应用于鸟类鸣唱，发现了跨物种的统计结构相似性，为文化传递在塑造交流信号中的核心作用提供了证据，并提示语言的核心特性可能通过趋同进化出现。论文发表在《SCIENCE ADVANCES》。
**关键技术方法**
研究人员使用了来自（30）的孟加拉雀鸣唱数据集，包含六只雄性个体，每只个体在发育过程中（从约60天到约120天）被记录五次，共30个录音。关键方法包括：（1）基于转移概率（transitional probability, TP）的分割管线：计算相邻音节间的转移概率，并在连续转移概率比值低于切割阈值（0.3、0.5、0.7）时推断边界，从而将鸣唱序列分割为子序列；（2）统计检验：通过随机置换（shuffled）、二元语法保持（bigram）和旋转切割点（rotated）三种基线数据集，比较真实数据与基线数据的齐普夫分布拟合优度（用决定系数R2评估）；（3）斜坡估计：使用最大似然估计拟合幂律指数α；（4）发育分析：使用线性混合效应模型检查发育日龄对统计连贯性和斜率的影响，并使用归一化Levenshtein字符串距离量化幼鸟鸣唱与成年导师鸣唱的相似性。
**研究结果**
**孟加拉雀鸣唱具有统计连贯的子序列且遵循齐普夫分布**
通过分割管线，研究人员在鸣唱中检测到重复出现的子序列，其频率分布对幂律拟合良好（平均R2=0.89），平均斜率为1.05，与人类语言极为相似。改变切割阈值（0.3和0.7）后，结果依然稳健，且齐普夫分布出现在不同粒度水平，与人类语言一致。
**齐普夫分布反映鸣唱的序列结构**
通过三种基线比较（置换数据集、二元语法数据集、旋转数据集），真实数据的齐普夫分布拟合显著优于所有基线（所有z值>6.77，P<0.00001），表明该分布源于音节以上的顺序结构，而非个体音节分布的伪影或二元语法统计。
**发育过程中检测子序列的统计连贯性增加**
混合效应模型显示，子序列内部与子序列之间的转移概率差异随发育显著增大（β=0.0005, SE=0.0002, P=0.033），且幼鸟鸣唱与成年导师鸣唱的相似性随日龄增加（β=0.0021, SE=0.0067, P=0.0044），表明统计连贯性在发育中增强。
**检测子序列在整个发育过程中遵循齐普夫分布**
发育日龄对R2无显著影响（β=0.0003, SE=0.0005, P=0.56），即齐普夫分布拟合的优度在整个发育过程中保持稳定，表明该分布是学习表征的基本属性。
**齐普夫分布的斜率在发育过程中增加**
混合效应模型显示，幂律指数α随发育显著增加（β=0.006, SE=0.002, P=0.0056），即分布随鸣唱接近成年目标而变得更加偏斜。联合模型也证实了与日龄的显著交互作用（β=0.006, SE=0.0007, P<0.00001）。
**孟加拉雀鸣唱中的子序列遵循齐普夫简洁定律**
泊松混合效应回归显示，频率与长度显著负相关（β=-0.04, SE=0.0045, P<0.00001），即更长的子序列倾向于更不频繁，符合齐普夫简洁定律，提示检测单元对鸟类具有生态相关性。
**讨论与结论**
本研究表明，文化传递的孟加拉雀鸣唱包含统计连贯的子序列，其分布遵循齐普夫分布，斜率与人类语言相似。这种结构在人类语言、座头鲸歌和孟加拉雀鸣唱中的发现，说明文化进化可在不相关物种中导致趋同特性。尽管人类语言主要功能是交流意义，而鲸歌和鸟鸣主要用于性展示，但统计特性仍可在缺乏语义内容的文化传递系统中出现。发育数据显示，统计连贯性和分布斜率随发育增加，但齐普夫分布始终存在，提示该分布可能反映了复杂行为表征的一般组织原则。研究通过基线比较方法，克服了以往评估分布拟合的困难，将分析推广到更广泛物种成为可能。研究结论指出：人类、座头鲸和孟加拉雀这三个相隔数亿年进化的物种，其信号系统均由统计连贯的单元组成，且频率分布遵循幂律。这些特性源于它们对学习的促进作用，并因文化传递而出现，从而揭示了语言特性并非人类独有，而是通过学习有利性和文化传递的普遍过程产生。
