Zellig Harris

Início de carreira e influências

Harris recebeu seus diplomas de bacharel (1930), mestre (1932) e doutor (1934) no departamento de Estudos Orientais da Universidade da Pensilvânia. Embora sua primeira direção tenha sido como semiticista, com publicações sobre ugarítico, fenício e cananeu, e sobre as origens do alfabeto; e mais tarde sobre hebraico, tanto clássico quanto moderno, ele começou a ensinar análise linguística na Penn em 1931. Sua abordagem cada vez mais abrangente viu aplicação prática como parte do esforço de guerra na década de 1940. Em 1946–1947 ele formalmente estabeleceu o que se diz ser o primeiro departamento moderno de linguística nos Estados Unidos.

As primeiras publicações de Harris o trouxeram à atenção de Edward Sapir, que o influenciou fortemente e que passou a considerá-lo seu herdeiro intelectual. Harris também admirava muito Leonard Bloomfield por seu trabalho e como pessoa. Ele não estudou formalmente com nenhum deles.

Relação com o estruturalismo "bloomfieldiano"

Acredita-se amplamente que Harris levou as ideias bloomfieldianas de descrição linguística ao seu desenvolvimento extremo: a investigação de procedimentos de descoberta para fonemas e morfemas, baseados nas propriedades de distribuição dessas unidades e de elementos fonéticos antecedentes. Seu Methods in Structural Linguistics (1951) é a formulação definitiva do trabalho estrutural descritivo como ele o havia desenvolvido até cerca de 1945. Este livro o tornou famoso, mas gerativistas às vezes o interpretaram como uma síntese de uma "escola neobloomfieldiana" de estruturalismo.

Em vez disso, Harris via seu trabalho como articulando métodos para verificar que resultados, independentemente de como alcançados, são validamente derivados dos dados da linguagem. Isso estava alinhado com praticamente todas as visões sérias da ciência na época; os métodos de Harris correspondiam ao que Hans Reichenbach chamou de "contexto de justificação", distinto do "contexto de descoberta". Ele não tinha simpatia pela visão de que, para ser científico, um analista linguístico deve progredir passo a passo na descoberta da fonética, para a fonêmica, para a morfologia, e assim por diante, sem "misturar níveis".

Fundamental para essa abordagem, e, de fato, tornando-a possível, é o reconhecimento de Harris de que o contraste fonêmico não pode ser derivado da análise distribucional de notações fonéticas, mas sim que os dados fundamentais da linguística são os julgamentos dos falantes sobre o contraste fonêmico. Ele desenvolveu e esclareceu métodos de experimento controlado empregando testes de substituição, como o teste de pares (Harris 1951:32) no qual informantes distinguem repetição de contraste. É provavelmente correto dizer que os dados fonéticos são considerados fundamentais em todas as outras abordagens da linguística. Por exemplo, Chomsky (1964:78) "assume[s] que cada enunciado de qualquer língua pode ser unicamente representado como uma sequência de fones, cada um dos quais pode ser considerado como uma abreviação de um conjunto de traços". Reconhecer a primazia das percepções dos falantes sobre o contraste possibilitou notável flexibilidade e criatividade nas análises linguísticas de Harris que outros — sem essa base aprimorada — rotularam de "jogo" e "hocus-pocus".

Henry Hoenigswald nos conta que no final dos anos 1940 e nos anos 1950 Harris era visto por seus colegas como uma pessoa que explorava as consequências de levar os princípios metodológicos até o limite. Como um colaborador próximo colocou

O trabalho de Zellig Harris em linguística dava grande ênfase aos métodos de análise. Seus resultados teóricos eram o produto de quantidades prodigiosas de trabalho sobre os dados da linguagem, nos quais a economia da descrição era um critério importante. Ele mantinha a introdução de constructos no mínimo necessário para reunir os elementos da descrição em um sistema. Seu próprio papel, dizia ele, era simplesmente ser o agente que relaciona dados com dados. ... Mas não foi falsa modéstia que fez Harris minimizar seu papel particular em trazer à tona resultados, mas sim uma crença fundamental na objetividade dos métodos empregados. A linguagem só poderia ser descrita em termos das colocações de palavras próximas a palavras. Não havia nada mais, nenhuma metalinguagem externa. A questão era como essas colocações se transformavam em um veículo para carregar a 'carga semântica' da linguagem. ... Seu compromisso com os métodos era tal que seria justo dizer que os métodos eram o líder e ele o seguidor. Seu gênio era ver em vários pontos cruciais para onde os métodos estavam levando e fazer o trabalho analítico necessário para trazê-los a um novo resultado.

Esta é, então, uma extensão e refinamento da metodologia distribucional pioneira de Sapir e Bloomfield, investigando quais elementos de uma língua podem co-ocorrer e quais não podem. Dada uma representação na qual enunciados contrastantes (não repetições) são escritos de forma diferente, mesmo uma ortografia alfabética convencional, procedimentos estocásticos passíveis de teoria da aprendizagem estatística identificam os limites de palavras e morfemas. Na prática, é claro, linguistas identificam palavras e morfemas por uma variedade de meios intuitivos e heurísticos. Estes, por sua vez, são testes de substituição. Dadas palavras e morfemas, o método geral é experimental como se segue: substituir um elemento em uma cadeia de tais elementos, mantendo os outros em seu contexto constantes, e então testar a aceitabilidade da nova combinação, seja encontrando-a em um corpus ou testando sua aceitabilidade pelos usuários da língua.

A metodologia distribucional experimental de Harris é, portanto, fundamentada nos julgamentos subjetivos dos usuários da língua: julgamentos quanto a repetição vs. imitação, produzindo os dados fundamentais do contraste fonêmico, e julgamentos quanto à aceitabilidade. Testes de substituição usando esses julgamentos como critério identificam os "desvios da aleatoriedade" que permitem à linguagem carregar informação. Isso contrasta com a visão comumente aceita de que Harris, como Bloomfield, rejeitava o mentalismo e adotava o behaviorismo.

Principais contribuições na década de 1940

As contribuições de Harris para a linguística até cerca de 1945, conforme resumidas em Methods in Structural Linguistics (Harris 1951), incluem análise componencial de componentes longos em fonologia, análise componencial de morfologia, morfemas descontínuos e uma gramática de substituição de expansões de palavras e frases que está relacionada à análise de constituintes imediatos, mas sem suas limitações. Com sua data de manuscrito de janeiro de 1946, o livro foi reconhecido como incluindo a primeira formulação da noção de uma gramática gerativa.

O objetivo primordial do livro, e a importância da palavra "methods" em seu título original, é uma especificação detalhada de critérios de validação para análise linguística. Esses critérios se prestam a diferentes formas de apresentação que às vezes foram tomadas como concorrentes. Harris mostrou como eles são complementares. (Uma analogia pode ser feita com parâmetros interseccionais na teoria da otimidade.) "Não é que a gramática seja uma ou outra dessas análises, mas que as sentenças exibem simultaneamente todas essas propriedades." O tratamento de Harris destes como ferramentas de análise em vez de teorias da linguagem, e sua maneira de usá-los para trabalhar em direção a uma apresentação ótima para este ou aquele propósito, contribuiu para a percepção de que ele estava envolvido em "hocus-pocus" sem qualquer expectativa de que houvesse alguma verdade absoluta na questão.

A preocupação metodológica central de Harris, começando com suas primeiras publicações, era evitar obscurecer as características essenciais da linguagem por trás de pressuposições não reconhecidas, como as inerentes às convenções de notação ou apresentação. Nesse sentido, entre seus trabalhos mais esclarecedores da década de 1940 estão reformulações de análises de outros linguistas, feitas com a intenção de exibir propriedades dos fenômenos linguísticos que são invariantes através de diversas representações. Isso antecipa o trabalho posterior sobre universais linguísticos. Também muito relevante aqui é seu trabalho sobre gramática de transferência, que apresenta a interseção das gramáticas de duas línguas, esclarecendo precisamente aquelas características em que elas diferem e a relação entre tais características correspondentes. Isso tem benefícios óbvios para a tradução automática.

Metalinguagem e sistemas de notação

A base dessa preocupação metodológica era que pressuposições não reconhecidas, como as inerentes às convenções de notação ou apresentação, dependem do conhecimento prévio e do uso da linguagem. Como o objeto de investigação é a própria linguagem, propriedades da linguagem não podem ser pressupostas sem petição de princípio. "Não podemos descrever a estrutura da linguagem natural em algum outro tipo de sistema, pois qualquer sistema no qual pudéssemos identificar os elementos e significados de uma dada língua teria que já ter a mesma estrutura essencial de palavras e sentenças que a língua a ser descrita." "[N]ão podemos em geral impor nossas próprias categorias de informação sobre a linguagem. ... Não podemos determinar de maneira 'a priori' a 'forma lógica' de todas as sentenças ... ", etc.

A linguagem natural demonstravelmente contém suas próprias metalinguagens, nas quais falamos sobre a própria linguagem. Qualquer outro meio para falar sobre linguagem, como notações lógicas, depende de nossa 'linguagem comum' previamente compartilhada para aprendê-la e interpretá-la. Para descrever a linguagem, ou para escrever uma gramática, não podemos nos basear em recursos metalinguísticos fora dos recursos metalinguísticos intrínsecos dentro da linguagem, "pois qualquer sistema no qual pudéssemos identificar os elementos e significados de uma dada língua teria que já ter a mesma estrutura essencial de palavras e sentenças que a língua a ser descrita." "Não há maneira de definir ou descrever a língua e suas ocorrências exceto em tais declarações ditas nessa mesma língua ou em outra língua natural. Mesmo se a gramática de uma língua for declarada em grande parte em símbolos, esses símbolos terão que ser definidos em última instância em uma língua natural."

Dessa observação seguiu-se a conclusão de Harris de que uma ciência que visa determinar a natureza da linguagem está limitada à investigação das relações dos elementos da linguagem entre si (sua distribuição). De fato, começando com os dados fundamentais da linguística, os contrastes fonêmicos, todos os elementos são definidos uns em relação aos outros.

Quaisquer noções metalinguísticas, representações ou convenções notacionais que não sejam enunciáveis em declarações metalinguísticas da própria língua importam complexidade que não é intrínseca à linguagem, obscurecendo seu verdadeiro caráter. Por causa disso, Harris buscava uma 'gramática mínima'. "A razão para essa exigência é que cada entidade e regra, e cada complexidade e restrição de domínios de uma regra, declara um desvio da aleatoriedade na língua sendo descrita. Como o que temos que descrever é a restrição sobre combinações na língua, a descrição não deve adicionar restrições próprias."

A hipótese da Gramática Universal (GU) equivale à proposta contrária de que (alguns) recursos metalinguísticos para a linguagem são de fato a priori, anteriores e externos à linguagem, como parte da herança genética dos humanos. Na medida em que a única evidência para propriedades da GU está na própria linguagem, a visão de Harris era que tais propriedades não podem ser pressupostas, mas podem ser buscadas uma vez que uma teoria da linguagem fundamentada seja estabelecida em bases puramente linguísticas.

Linguística como matemática aplicada

Derivando desse insight, o objetivo de Harris era aplicar as ferramentas da matemática aos dados da linguagem e estabelecer os fundamentos de uma ciência da linguagem. "[O] problema dos fundamentos da matemática era mais atual do que nunca justamente quando Harris assumiu o encargo do empreendimento 'homólogo' de estabelecer a linguística sobre uma base clara." "Vemos aqui então quase cinquenta anos durante os quais, para realizar o programa que ele estabeleceu muito cedo, Zellig Harris buscou e encontrou na matemática alguns de seus apoios. Isso merece atenção mais próxima, e é sem dúvida aconselhável considerá-lo sem encerrá-lo na caixa redutiva de 'possíveis aplicações da matemática à linguística'. Não é antes a questão 'como poderia um pouco de matemática se transmutar em linguística?'" Ele contrastou isso com tentativas de outros de projetar as propriedades da linguagem a partir de sistemas formais semelhantes à linguagem. "O interesse ... não está em investigar um sistema matematicamente definível que tem alguma relação com a linguagem, como sendo uma generalização ou um subconjunto dela, mas em formular como um sistema matemático todas as propriedades e relações necessárias e suficientes para o todo da linguagem natural."

Estrutura transformacional na linguagem

Já em 1939, Harris começou a ensinar seus alunos sobre transformações linguísticas. Elas tinham utilidade imediata para aumentar a regularidade dos padrões de repetição em textos (análise do discurso). Em 1946 ele já havia feito extensa análise transformacional em diversas línguas como kota, hidatsa e cherokee, e hebraico (antigo e moderno), bem como inglês, mas não sentiu que isso estava pronto para publicação até seus artigos "Culture and Style" e "Discourse Analysis" em 1952. Uma série posterior de artigos começando com "Co-occurrence and Transformations in Linguistic Structure" (1957) desenvolveu uma teoria mais geral da sintaxe.

Harris argumentou, seguindo Sapir e Bloomfield, que a semântica está incluída na gramática, não separada dela, sendo forma e informação duas faces da mesma moeda. Uma aplicação particular da preocupação com pressuposições e metalinguagem, notada acima, é que qualquer especificação de semântica que não seja aquela imanente à linguagem só pode ser declarada em uma metalinguagem externa à linguagem (o que exigiria sua própria descrição sintática e interpretação semântica).

Antes da descoberta das transformações por Harris, a gramática até então desenvolvida ainda não podia abordar combinações individuais de palavras, mas apenas classes de palavras. Uma sequência ou n-upla de classes de palavras (mais morfemas invariantes, chamados constantes) especifica um subconjunto de sentenças que são formalmente semelhantes. Harris investigou mapeamentos de um tal subconjunto para outro no conjunto de sentenças. Em álgebra linear, um mapeamento que preserva uma propriedade especificada é chamado de transformação, e é nesse sentido que Harris introduziu o termo na linguística. A análise transformacional de Harris refinou as classes de palavras encontradas na gramática de expansões "From Morpheme to Utterance" de 1946. Definindo recursivamente subclasses semântica e cada vez mais específicas de acordo com os privilégios combinatórios das palavras, pode-se aproximar progressivamente uma gramática de combinações individuais de palavras.

Uma forma na qual isso é exemplificado está no trabalho de lexicon-gramática de Maurice Gross e seus colegas

Essa relação de refinamento progressivo foi subsequentemente mostrada de uma maneira mais direta e simples em uma gramática de combinabilidade de subcadeias resultante da análise de cadeias (Harris 1962).

Noam Chomsky foi aluno de Harris, começando como graduando em 1946. Em vez de tomar as transformações no sentido algébrico de mapeamentos de subconjunto para subconjunto, preservando restrições entre palavras, Chomsky adaptou a noção de regras de transformação vs. regras de formação da lógica matemática. Os termos originaram-se com Rudolf Carnap. Ele também foi introduzido às regras de reescrita de símbolos dos sistemas de produção de Post inventados alguns anos antes por Emil Post. Sua capacidade de gerar sistemas formais semelhantes à linguagem estava começando a ser empregada no projeto de máquinas de computação, como o ENIAC, que foi anunciado na Penn com grande fanfarra como um "cérebro gigante" em 1946. Chomsky empregou regras de reescrita como uma notação para apresentação da análise de constituintes imediatos. Ele chamou isso de gramática de estrutura frasal (PSG). Ele começou a reformular as transformações de Harris como operações que mapeiam uma árvore de estrutura frasal para outra. Em sua concepção, a PSG fornecia as regras de formação que eram 'enriquecidas' por suas regras de transformação. Isso levou mais tarde à sua redefinição de transformações como operações que mapeiam uma estrutura profunda abstrata em uma estrutura superficial. Essa noção muito diferente de transformação cria uma hierarquia complexa de estrutura abstrata que, sob a definição original de Harris, não era nem necessária nem desejável. Dependências entre palavras são suficientes para determinar transformações (mapeamentos no conjunto de sentenças), e muitas generalizações que parecem importantes nas várias teorias que empregam árvores sintáticas abstratas, como fenômenos de ilha, caem naturalmente da análise de Harris sem necessidade de explicação especial.

"Na prática, os linguistas fazem atalhos não numerados e suposições intuitivas ou heurísticas, e mantêm muitos problemas sobre uma língua particular diante de si ao mesmo tempo". O trabalho inicial sobre transformações usava a paráfrase como heurística, mas de acordo com os princípios metodológicos notados acima na seção sobre questões de metalinguagem e anteriormente, há também um critério formal para análise transformacional. No artigo "Co-Occurrence and Transformation" de 1957, esse critério era que as restrições de co-ocorrência entre palavras deveriam ser preservadas sob o mapeamento; isto é, se duas formas de sentença são transformadas, então escolhas de palavras aceitáveis para uma também valem para a outra. Mesmo enquanto a publicação de 1957 estava no prelo, ficou claro que a preservação da co-ocorrência de palavras não poderia resolver certos problemas, e no "Transformational Theory" de 1965 esse critério foi refinado, de modo que se uma diferença de aceitabilidade é encontrada entre um par de sentenças que satisfazem uma forma de sentença, os satisfatores correspondentes da outra forma de sentença são igualmente diferenciados (embora em alguns contextos, por exemplo, sob "I imagined" ou "I dreamt", diferenças de aceitabilidade possam ser colapsadas). Essas gradações de aceitabilidade também podem ser expressas como intervalos de contextos nos quais as escolhas de palavras são totalmente aceitáveis, uma formulação que leva naturalmente à gramática de sublinguagem (abaixo).

Gramática de operadores

Harris fatorou o conjunto de transformações em diferenças elementares de sentenças, que poderiam então ser empregadas como operações em processos gerativos para decompor ou sintetizar sentenças. Estas são de dois tipos: as operações incrementais que adicionam palavras, e as operações parafrásticas que mudam as formas fonêmicas das palavras. As últimas, Harris chamou de "morfofonêmica estendida". Isso levou a uma partição do conjunto de sentenças em duas sublinguagens: uma sublinguagem informacionalmente completa sem ambiguidade nem paráfrase, vs. o conjunto de suas paráfrases mais convencionais e utilizáveis ("The Two Systems of Grammar: Report and Paraphrase" 1969). No conjunto parafrástico, morfemas podem estar presentes na forma reduzida, até mesmo reduzidos a zero; suas formas totalmente explícitas são recuperáveis desfazendo deformações e reduções de forma fonêmica.

Daí, em paralelo à generalização da álgebra linear para a teoria de operadores em matemática, ele desenvolveu a Gramática de operadores. Aqui finalmente está uma gramática da entrada de palavras individuais na construção de uma sentença. Quando a entrada de uma palavra operadora em seus lugares de argumento coloca palavras na relação uma com a outra que uma dada redução exige, ela pode ser realizada. (As reduções raramente são obrigatórias). A entrada de operadores é trivial de formalizar. Assemelha-se ao cálculo de predicados e tem afinidades com a Gramática Categorial, mas essas são descobertas a posteriori que não guiaram seu desenvolvimento nem a pesquisa que levou a ela. Trabalho recente de Stephen Johnson sobre a formalização da gramática de operadores adapta a "gramática de léxico" de Maurice Gross para o detalhe complexo das reduções.

Sublinguagem e informação linguística

Em seu trabalho sobre análise de sublinguagem, Harris mostrou como a sublinguagem de um domínio restrito pode ter uma metalinguagem externa preexistente, expressa em sentenças na língua mas fora da sublinguagem, algo que não está disponível para a linguagem como um todo. Na linguagem como um todo, restrições sobre a combinabilidade operador-argumento só podem ser especificadas em termos de aceitabilidade relativa, e é difícil descartar qualquer satisfator de uma forma de sentença atestada como absurdo, mas em domínios técnicos, especialmente em sublinguagens da ciência, definições metalinguísticas de termos e relações restringem a combinabilidade de palavras, e a correlação de forma com significado torna-se bastante nítida. É talvez interessante que o teste e exemplificação disso em The Form of Information in Science (1989) vindica em algum grau a hipótese Sapir–Whorf. Também expressa o interesse de toda a vida de Harris na evolução ou refinamento posterior da linguagem no contexto de problemas de melhoria social (por exemplo, "A Language for International Cooperation" [1962], "Scientific Sublanguages and the Prospects for a Global Language of Science" [1988]), e em possíveis desenvolvimentos futuros da linguagem além de suas capacidades presentes.

O trabalho linguístico de Harris culminou nos livros companheiros A Grammar of English on Mathematical Principles (1982) e A Theory of Language and Information (1991). A teoria da informação matemática diz respeito apenas à quantidade de informação, ou, mais exatamente, à eficiência dos canais de comunicação; aqui pela primeira vez está uma teoria do conteúdo da informação. Neste último trabalho, também, Harris aventurou-se a propor finalmente o que poderia ser a "verdade da questão" sobre a natureza da linguagem, o que é necessário para aprendê-la, sua origem e seu possível desenvolvimento futuro. Suas descobertas vindicam o reconhecimento de Sapir, há muito desconsiderado, de que a linguagem é preeminentemente um artefato social, cujos usuários coletivamente a criam e recriam no curso de seu uso.

Honrarias

Por seu trabalho, Harris foi membro eleito da American Philosophical Society (1962), da American Academy of Arts and Sciences (1965), e da National Academy of Sciences dos Estados Unidos (1973).

Legado

A influência do trabalho de Harris é penetrante na linguística, muitas vezes de forma invisível. Diversas linhas de pesquisa que Harris abriu continuam a ser desenvolvidas por outros, como indicado por contribuições para (Nevin 2002a, 2002b). O Medical Language Processor desenvolvido por Naomi Sager e outros no Linguistic String Program no Courant Institute of Mathematical Sciences (NYU) foi disponibilizado no SourceForge. Richard Kittredge e seus colegas desenvolveram sistemas para geração automática de texto a partir de dados, que são usados para transmissões de rádio meteorológicas e para produção de reportagens sobre atividade do mercado de ações, resultados esportivos e similares. O trabalho em recuperação de informação tem sido influente no desenvolvimento dos sistemas Lexis-Nexis e em outros lugares.

Trabalho recente sobre Semântica estatística, em particular Semântica distribucional e Grandes modelos de linguagem, é baseado na Hipótese distribucional e reconhece explicitamente a influência do trabalho de Harris sobre a estrutura distribucional.

Os alunos de Harris em linguística incluem, entre muitos outros, Joseph Applegate, Ernest Bender, Noam Chomsky, William Evan, Lila R. Gleitman, Michael Gottfried, Maurice Gross, James Higginbotham, Stephen B. Johnson, Aravind Joshi, Michael Kac, Edward Keenan, Daythal Kendall, Richard Kittredge, James A. Loriot/Lauriault, Leigh Lisker, Fred Lukoff, Paul Mattick Jr., James Munz, Bruce E. Nevin, Jean-Pierre Paillet, Thomas Pynchon, Ellen Prince, John R. Ross, Naomi Sager, Morris Salkoff, Thomas A. Ryckman e William C. Watt.