莱比锡标注法

莱比锡标注法（Leipzig Glossing Rules）是以语素为单位，标注语料形态的体系。本文简单翻译其规则，方便查阅。

简介

莱比锡标注法是由马普所进化人类学所的 Bernard Comrie 和 Martin Haspelmath 与莱比锡大学的 Balthasar Bickel 共同编写，副标题 Conventions for interlinear morpheme-by-morpheme glosses（逐语素行间标注惯例）既说明了它的基本格式，也表明了它在语言学研究中的重要地位。

本文基于 2015/05/31 的修订稿。原稿参考文献如下：

@article{comrie2008leipzig,
  title   = {The Leipzig Glossing Rules: Conventions for interlinear morpheme-by-morpheme glosses},
  author  = {Comrie, Bernard and Haspelmath, Martin and Bickel, Balthasar},
  journal = {Department of Linguistics of the Max Planck Institute for Evolutionary Anthropology \& the Department of Linguistics of the University of Leipzig},
  volume  = {28},
  pages   = {2010},
  year    = {2008}
}

规则索引

莱比锡标注法主要有如下十条规则：

1. 逐词对齐：语料和元语言逐词对齐。
2. 逐语素对齐：语料切分语素后，与元语言逐语素对齐，用连字符连接。
3. 语法标注：语法标注使用缩写、大写字母表示。
4. 标注连写：同一个语素对应多个标注，用点连接。
5. 人称和数的连写：人称和数之间的连写省略。
6. 零形式标注：零形式承载的语法义包裹在中括号里。
7. 固有语法范畴标注：语素固有的语法范畴包裹在小括号里。
8. 非连续结构标注：非连续的结构，每个片段简单重复标注。
9. 中缀标注：中缀的标注包裹在尖括号里。
10. 重复成分标注：重复的成分与词根之间用波浪号代替连字符连接。

符号

规则

规则 1

语料和元语言逐词对齐。第一行是语料，第二行是用元语言描述的语义标注及语法标注。个人认为，语料 按音位转写成国际音标 比较好，能更准确地表示语素（尤其是日语、印地语这样文字系统不是全音素文字的，至少需要转写，才方便在词内部切分语素）。

规则 2

逐语素对齐是指将语料切分到语素，用连字符 - 相连。

特别地，若为黏着语素（clitic），则用 = 相连。

（规则 2-A）若语料中两语素在语音或韵律上分属不同片段，但同属一个词，可以在语料行添加半角空格（个人认为如果应用国际音标记录语料，则可避免应用这条规则，两行的空格数将保持相同）。

规则 3

表语法义的语素，用语法范畴的缩写表示，使用大写字母，一般是小型大写字母。根据标注的实际情况，也可以直接选用元语言的对应词汇。

规则 4

若一个语素包含多重词汇或语法意义，不同意义的标注之间用点号 . 连接。顺序自便。

（规则 4-A）若是出于元语言的限制，调查的语言中某个语素必须由多个元语言语素表示，可用下划线 _ 替代点号。
（规则 4-B）若多重的词汇或语法意义在形式上不可分，但又属于不同范畴（比如，多种语法功能的屈折词缀），可用分号 ; 替代点号。
（规则 4-C）若多重意义在形式上还可切分（即，未切分到语素层面），但为简便起见不再切分，可用冒号 : 替代点号。
（规则 4-D）若存在音变构词（morphophonological change），可用反斜杠 \ 替代发生音变的语素中的点号。
（规则 4-E）若同时存在主体和客体的语法范畴标记，可用大于号 > 简写。

规则 5

人称和数的语法标记连写时，点号省略。
（规则 5-A）对于人称、数、性等语法范畴绑定紧密的语言，其间点号皆可省略，标注也可用小写。

规则 6

通过零形式表示的语法范畴，用中括号 [] 包裹，或在语料行中插入空记号 Ø。

规则 7

某个语素固有的语法范畴（比如性），用小括号 () 包裹。

规则 8

二部（bipartite，或者多部分） 的不连续的结构（比如阿拉伯语的词根），简单重复标记即可，或使用 STEM 代替词汇语义标记，CIRC(circumflex) 代替语法标记。

规则 9

中缀在语料和标注中同时用尖括号 <> 包裹。左结合（left-peripheral）则在标注中出现在词干左侧，右结合则在右。

规则 10

重复的成分与本体间用波浪符 ~ 代替连字符。

扩展链接

Wikipedia - List of Glossing Abbreviation 介绍了 Wikimedia 使用的扩展语法，并提供了一个详尽的语法范畴缩写速查表。

也可参考知乎文章 - 怎么用莱比锡缩写系统描述语言？。

排版

Web

本博客中使用的布局如下：

<div class="leipzig">
  <span class="l-title">
    Lezgian (Haspelmath 1993:207)
  </span>
  <span class="l-align">
    <span>
      <span>Gila</span>
      <span>now</span>
    </span>
    <span>
      <span>abur<strong>-</strong>u<strong>-</strong>n</span>
      <span>they<strong>-</strong><span class="l-abbr">OBL</span><strong>-</strong><span class="l-abbr">GEN</span></span>
    </span>
    <span>
      <span>ferma</span>
      <span>farm</span>
    </span>
    <span>
      <span>hamišaluǧ</span>
      <span>forever</span>
    </span>
    <span>
      <span>güǧüna</span>
      <span>behind</span>
    </span>
    <span>
      <span>amuq’<strong>-</strong>da<strong>-</strong>č.</span>
      <span>stay<strong>-</strong><span class="l-abbr">FUT</span><strong>-</strong><span class="l-abbr">NEG</span></span>
    </span>
  </span>
  <span class="l-trans">
    'Now their farm will not stay behind forever.'
  <span>
</div>

.leipzig {
  display: flex;
  flex-direction: column;
}

.leipzig .l-align {
  display: flex;
  flex-wrap: wrap;
}

.leipzig .l-align > * {
  display: grid;
}

.leipzig .l-title,
.leipzig .l-trans {
  display: block;
  width: 100%;
}

.leipzig .l-abbr {
  font-variant: all-small-caps;
}

可以用以下的 Python 脚本协助切分语料。

import re
import pyperclip

source = input().split()
meta = input().split()

meta = [re.sub('([A-Z]+)', '<span class="l-abbr">\g<1></span>', word) for word in meta]

template_str = '''    <span>
      <span>%s</span>
      <span>%s</span>
    </span>'''

res = '''<div class="leipzig">
  <span class="l-title">
  </span>
  <span class="l-align">
%s
  </span>
  <span class="l-trans">
  </span>
</div>
''' % '\n'.join([template_str % pair for pair in zip(source, meta)])

print(res)
pyperclip.copy(res)

$\text{LATEX}$

$\text{LATEX}$ 排版要简便许多。使用 gb4e 宏包可以轻松获得漂亮的标注。

\begin{exe}
\ex{
\gll Gila abur-u-n ferma hamišaluǧ güǧüna amuq^{\prime}-da-č. \\
now they-\textsc{obl}-\textsc{gen} farm forever behind stay-\textsc{fut}-\textsc{neg} \\
\trans `Now their farm will not stay behind forever.'}
\end{exe}