基于 Levenshtein 距离的印欧语系语言树

语言的演化与单倍体生物的演化极为相似。这一相似性近来被利用来构建语言树。关键在于定义所有语言对之间的距离，类似于遗传距离。已有多种方法被提出用于定义这些距离，其中一种被用于语言年代学的方法通过共享“同源词”的百分比来计算距离。同源词是指推断具有共同历史起源的词汇，主观判断在识别过程中起着重要作用。在此，我们进一步深化与演化生物学的类比，通过考虑具有相同含义的词汇之间的重整化 Levenshtein 距离，并对 Swadesh 列表中的所有词汇进行平均，引入语言对之间的遗传距离。这显著降低了过程的主观性，并极大地提高了可重复性。我们将该方法应用于印欧语系，考察了 50 种不同语言及其各自 Swadesh 列表中的 200 个词汇。我们得到的树与已发表的树非常相似，但存在一些显著差异。