北京
一个开发者做AI小语种测试时发现，模型翻车的地方往往不是词汇量，而是结构。格鲁吉亚语不编码的东西英语必须编码，反过来也一样。他把这些差异归到了自己最熟悉的标签下：语言特性。
有些特性让表达更省事，有些让表达更麻烦，几乎每一条都是取舍。他拿英语和格鲁吉亚语做对比，因为这是他目前掌握的两种语言，德语还在学。格鲁吉亚语有自己的字母表Mkhedruli，33个字母，日常书写不分大小写。他的母语在设计上就是大小写不敏感的。
冠词：英语必须选，格鲁吉亚语直接不选
英语用a和the标记名词是特指还是泛指。听者已知的具体事物用the，新出现或不特定的事物用a或an。格鲁吉亚语完全没有冠词，结构上同一句话就是"我看见公交车离开车站。公交车是白色MCI 102-DL3，银色轮毂，车上有灰狗标志"。
没有冠词，一个都没有。听者靠上下文判断特指：前面提过什么、语序、以及具体情境。第一辆公交车显然是新信息，第二辆显然是同一辆。
需要精确时，格鲁吉亚语会临时调用别的工具：
- 指示词ეს（这个）和ის（那个）让事物变特指，比如"这辆/那辆公交车"
- 口语里ერთი（一）常起不定冠词的作用，比如"我遇到一个（某个）人"
好处是简单。说和写都少几个词，而且没有选择困难。你永远不用停下来想该放哪个冠词，而这恰恰是母语没有冠词的人学英语时最头疼的部分之一。
代价是不显式，隐含信息偶尔会变得模糊。很少发生，但确实会发生。如果有人只说"坐公交车"，指的是随便哪辆，还是眼前正停着的那辆？现实中说话人会用语调、手势，或者补一句"坐这辆公交车"来解决。但也不是每次都补。
这直接连回他的AI测试：模型把格鲁吉亚语翻成英语时，必须插入源语言里没有的信息。输出里每一个a和the都是猜的。通常猜得不错，但仍然是猜。
性别：从零到三，语法能压过生物学
他观察到语言对按性别分类这件事相当执着，但这里其实是两件不同的事，值得分开看：
- 自然性别：代词反映人的实际性别，英语属于这类
- 语法性别：每个名词都属于某个类别，包括勺子、桌子和月亮，意大利语、德语属于这类
英语有he/him/his、she/her/hers、it/its，基本跟着现实走：人用he或she，桌子用it。船是例外，有时被称作she，原因得由水手来解释。
意大利语有阳性和阴性，每个名词必须选一边。有规律可循，以-o结尾的名词通常是阳性，以-a结尾的通常是阴性，然后例外就来了：
- la mano（手）是阴性，尽管以-o结尾
- il problema（问题）是阳性，尽管以-a结尾
- il sole（太阳）是阳性，la luna（月亮）是阴性
背后的逻辑？没人知道，至少他不知道，只能死记。
德语更复杂，有阳性der、阴性die、中性das三种。看看餐桌上的餐具：der Löffel，勺子，阳性；die Gabel，叉子，阴性；das Messer，刀，中性。三件餐具，三种性别。
还有更妙的：das Mädchen（女孩）是中性，因为指小后缀-chen总是让词变成中性。语法压过了生物学。太阳和月亮呢？die Sonne是阴性，der Mond是阳性，和意大利语正好相反。如果性别有逻辑，两种语言至少该在天空这件事上达成一致。
他最近开始学德语，der/die/das对他来说是最难的部分。标准建议是背名词永远别落下冠词，他现在明白为什么了。
格鲁吉亚语是零性别。他小时候开始学其他语言时，觉得这是最奇怪的事：为什么词要按性别分？对他来说完全说不通。因为在格鲁吉亚语里没有性别，一个都没有，连人身上也没有。
同一个代词覆盖he、she、it：ის（他/她/它），მას（他/她/它，作宾语），მისი（他的/她的/它的）。格鲁吉亚语唯一做的区分是人和物，用ვინ（谁）对რა（什么）。这很自然，没人会问"那辆卡车是谁"。
性别的收益是携带信息。"我老板人很好，她在会上说我干得不错。"一个代词，你就知道老板是女性。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
