五十年後的今天，一位通識科老師帶着一班中學生來到圖書館。
「今天我們將會探討港式詞彙的演變，圖書管理員已經取出幾份五十年前的舊報紙，大家翻閱一下，如有什麼不明白，隨時問發。」
語言易變，人性難變。無論哪個年代，學生最感興趣的莫過於娛樂版和風月版。
「……呢個邊個嚟架，咁 chok 嘅……」學生竊竊私語，指着老師年青時的偶像。
「Miss Chan，『血拼』點解呀？」「即係喪買咁解……（跟着還有兩分鐘詳解，學生聽完第一句已經足夠）」
「『搓它』點解呀？」老師登時 O 嘴，慢慢走過去，心想一定讀錯字，千萬不要「搓」一些令人尷尬的東西。
「呵！」老師鬆了口氣，是「磋跎」，她板起臉孔說：「這讀『初駝』，話人『磋跎歲月』，即係佢成日响度 hea ……（再來幾分鐘詳解）」
「Miss Chan，又唔識呀，『溝仔』點解呀？」「『溝』即係『界』……」
「『風趣』？瘋癲，爽脆？」「唔係唔係，話人『風趣』，即係佢成日搞 gag ……」
「『厲害』點解呀？」「即係『屈機』囉……」
「Miss Chan，寫錯字呀，『陳腔濫調』不是應該『陳腔爛調』的嗎？」「『陳腔爛調』是現在的說法，以前的人愛說『濫』……」
就是這樣，五十年前難登大雅之堂的潮語，五十年後躋身正統。五十年前某些慣常用語，五十年後幾近消聲匿跡（起碼中學生唔識）。
語言能在短短五十年間變得「面目全非」嗎？我當然沒有能力預知，但這不是沒可能的，讓我舉一近期例子。
英文「Roentgenogram」見過沒有？它源自 1901 年第一屆諾貝爾物理學獎得主 Wilhelm Röntgen 的名字；Röntgen 發現Ｘ光，Ｘ光自然以他命名，「Roentgenogram」其實即是「X-ray」。今日只聽人說「X-ray」，但在上世紀四十至七十年代，「Roentgenogram」才是主流。Ｘ光有三個英文說法，「Radiogram」在 1930 年左右流行過一陣子，二十世紀大部分時間都是「Roentgenogram」的「天下」，「X-ray」六十年代才開始冒起，八十年代取代「Roentgenogram」成為Ｘ光的「指定英文名」，主導至今。
五十年前，美國一位學生問：「What is X-ray?」老師答：「Roentgenogram.」難以想像五十年後的今天情況剛剛相反，正如今天難以想像五十年後老師用「搞 gag」來解釋「風趣」，用「喪買」來解釋「血拼」，用「hea」來解釋「磋跎」，用「屈機」來解釋「厲害」。
最近學者發現，一個新詞出現後三十至五十年是其「關鍵時期」，過了這段時間便大概融入日常應用，得以長期保持，過不了便從此消失，湮沒在詞彙更替的洪流之中。像多數統計硏究一樣，這只是一個「平均」結果，永遠有例外，「Roentgenogram」便是例外。它在 1900 年左右誕生，1960 年仍然主導，心想「穩坐釣魚船」，怎知忽然殺出一個「X-ray」，使它「風光不再」。說到底，詞彙的演變是不能預知的。
其實新出現的詞彙不限於潮語，九七回歸後的新詞層出不窮，信手拈來包括：特首、八萬五、問責制、七一、二十三條、非典、政改、釋法、自由行、怪獸家長、公主病、通識、雙非、蝗蟲（這是舊詞新用）。這些詞彙，多少個在一百年後依然聽得懂？一百年後的香港，有沒有人知道「港督」是什麼？
（2012 年 4 月 14 日 信報副刋）
Alexander M. Petersen, Joel Tenenbaum, Shlomo Havlin, H. Eugene Stanley (2012), "Statistical Laws Governing Fluctuations in Word Use from Word Birth to Word Death," arXiv:1107.3707v2
2012年4月14日 星期六
2012年4月6日 星期五
回讀者看〈「薄熙来」的疑惑〉時的疑惑
今日見報的版本真的差勁。刪去不少字，我理解，因為確是超字；但兩張圖全部「褪色」，而文中談及那些顏色的地方卻沒有刪改，造成文不對圖。
排版時間緊逼不是理由，我是截稿前六十小時交稿的。
「薄熙来」的疑惑
幾星期前《經濟學人》中國版登了一幅薄熙來沒精打彩出席人大會議的照片，我對薄熙來毫無興趣，唯那桌上的名字牌吸引了我的注意。「薄熙来」三字，最難寫的二字沒有簡筆，反而最不需要簡化的「來」字則由八劃似有若無地減至七劃，設計簡體字的人是否有些本末倒置？
簡體字並非為薄熙來而設，為的是簡化廣大群眾的日常用字。「來」字比較常用，簡化得益較為顯著；「薄」和「熙」不常見，不簡化也損失無多；或許就是簡體字設計者的原意。三個字的樣本太小，要看更多的字才能揣摩設計者的心思。
首先略述簡體字的歷史。文字一向都是約定俗成；到了清朝末年，國家長期積弱，一些知識分子興起變法圖強之念，為了普及教育開啟民智，遂有把漢字簡化甚至拼音化的念頭，播下近代「中央主導」推行文字改革的種子。1935 年，國民政府教育部選定了民間流傳最廣的 324 個俗體字，公佈了《第一批簡體字表》，將之編入小學課本，可是遭到一些元老大力反對，改革建議終得收回。二次大戰之後，中共建國，1952 年成立中國文字改革研究委員會，負責簡化漢字。1956 年 1 月，國務院正式公佈《漢字簡化方案》，簡體化分批進行。1964 年再公佈《簡化字總表》，就是今天內地通行的簡體字。
我採用了中文大學人文電算硏究中心的現代漢語常用字頻率統計資料庫。由於簡化工作在五、六十年代內地進行，簡化前後的變化亦應以當時的用字模式作準，故二圖及本文餘下的調查都是根據六十年代大陸的一千個最常用字。為什麼一千個？這是方便的齊頭數，恰好涵蓋了九成的用字頻率；時間所限，未能作更廣泛調查。
圖一、二所見，漢字的筆劃範圍給「壓縮」了，這並不意外。簡化前，八至十二劃最多；簡化後，六至十劃最多，而且更集中。
我一向懷疑，即使不用刻意簡化，較常用的漢字應該都是傾向較淺的，因為愈淺的字愈容易寫，愈常寫的字愈有動機去簡化（我指的是民眾自行簡化，不必「中央主導」），官方推行的簡化運動只是人為加速了這一過程而已。圖一可見，紅色是偏向左邊的，表示繁體字已有「愈常用愈易寫」的傾向，證實了我的懷疑。
看圖不夠準確，可參考下表，繁體總筆劃由上而下不斷增多，證明愈常用的字筆劃愈少，未簡化已有這種傾向。
| 常用字排序 | 繁體總筆劃 | 簡體字數目 | 簡體字滲透率 | 筆劃簡化率 |
| 1-100 | 794 | 31 | 24.90% | 82.98% |
| 101-200 | 889 | 29 | 28.98% | 78.35% |
| 201-300 | 944 | 35 | 34.69% | 75.41% |
| 301-400 | 971 | 37 | 36.60% | 74.73% |
| 401-500 | 1107 | 43 | 42.17% | 74.38% |
| 501-600 | 1086 | 39 | 39.37% | 75.13% |
| 601-700 | 1137 | 39 | 39.30% | 76.25% |
| 701-800 | 1089 | 36 | 36.04% | 78.76% |
| 801-900 | 1110 | 36 | 35.98% | 79.68% |
| 901-1000 | 1189 | 36 | 36.51% | 78.68% |
| 累積數目 | 累積滲透率 | 累積簡化率 | ||
| 361 | 30.12% | 79.12% |
簡化「力度」最大在哪裏？上表列出數據，讓我解釋「簡體字滲透率」及「筆劃簡化率」之後，大家可以自行咀嚼。拿第一橫行作例，最常見的一百字之中，有簡體的 31 個，但簡體字滲透率不是 31%，因為它把字的出現頻率計算在內，高頻率的簡體字能夠拉高簡體滲透率，低頻率的簡體字影響較小；首一百字的簡體滲透率 24.90%，即是說，如果只用最流行的一百字作一篇文章，裏面大概 25% 是簡體字。用最流行的一千字作一篇文章，裏面大概三成是簡體（見「累積滲透率」）。
簡體字省去多少筆劃？這就是「筆劃簡化率」的意思，已將字頻計算在內。再拿第一橫行作例，首一百字的筆劃簡化率 82.98%，即是說，如果只用最流行的一百字作一篇文章，用繁體字寫需要一萬個筆劃，用簡體字寫同一文章大概需要 8,298 個筆劃。用最流行的一千字作一篇文章，用繁體字需要一萬個筆劃，用簡體字大概需要 7,912 個筆劃（見「累積簡化率」），省去大約二成「筆墨」。
上表所見，簡化效用最顯著集中在第 301 至 600 位（灰色部分），為什麼不是更高？最流行的字不是最應該着力簡化的嗎？依我看，簡體字設計者當然明白這道理，只不過很多最常用字筆劃已經不多，既然「簡無可簡」，也無謂「畫蛇添足」了。
（2012 年 4 月 6 日 信報副刋）
2012年4月5日 星期四
2012年4月4日 星期三
「飛車」可以是一個名詞
叫它 flying car 又得，roadable aircraft 又得，總之馬路行又得，天空飛又得。
這是荷蘭公司 PAL-V ONE（Personal Air and Land Vehicle），據說可飛 350-500 公里。（香港至夏門，香港至海口，都是 470 公里左右）
這是 Terrafugia Transition，應該是美國公司。
它們都是用汽油，不過要有飛行執照才能「一飛沖天」。
這是荷蘭公司 PAL-V ONE（Personal Air and Land Vehicle），據說可飛 350-500 公里。（香港至夏門，香港至海口，都是 470 公里左右）
這是 Terrafugia Transition，應該是美國公司。
它們都是用汽油，不過要有飛行執照才能「一飛沖天」。
2012年4月2日 星期一
摩斯密碼的最新用途
有冇覺得手機鍵盤太細，打字好麻煩？不如試吓 Gmail Tap，用摩斯密碼打字，熟習後不比鍵盤慢，而且不需用眼。有興趣可以看看它的 information page。
還有一個 feature，就是同時打兩條訊息，我認為這個有點「畫蛇添足」，技術上是可行的，我們有足夠手指，但腦子行嗎？能夠同時作兩篇文章嗎？
這是它的宣傳片，商業化得有點反胃：
2012年4月1日 星期日
2012年3月31日 星期六
教你創作信用卡號碼
此信用卡號碼純屬虛構，如有雷同，請自行善後。
4921 1101 1234 5678
是不是一個正確的信用卡號碼？不需問銀行，可自行驗證。
每張信用卡最尾一位數字，其實是個「保險碼」（check digit），與前面十五位數字有些特定關係，不能亂作。這是一種防錯措施，萬一用戶打錯或說錯某些數字，破壞了保險碼跟前面十五位數字的應有關係，電腦能夠立即察覺。保險碼怎樣計算？上述信用卡的保險碼（8）正確嗎？
第一步：由左起，第一位數字乘二，第三位數字乘二，第五位數字乘二……總之單位數字便乘二；
第二步：逐個 digit 加起來（十或以上之數應拆開為兩個單位數，然後相加），以上述號碼為例：(8)+9+(4)+1+(2)+1+(0)+1+(2)+2+(6)+4+(1+0)+6+(1+4) = 52；
第三步：52 + ? = 10 的倍數，答案是 8 －－ 這就是保險碼。
所以，上述信用卡號碼是「成立」的，有可能出現的；有沒有銀行發這個號碼，有沒有人願意用這個號碼，則另作別論。
我願意用這個號碼。假設我問你借錢，把信用卡號碼電郵給你；為了防止中途被人偷看，我用預先跟你約定的密碼加密，使郵件內容變成一堆外人不知所云的「垃圾」：&%AG%$@#^?*><!~#*F&W%
你收到電郵，用我們預先約定的密碼解密，得回號碼：4921 0111 1234 5678。核實保險碼無誤，你存錢入戶口，暗嘆倒霉，決定這是最後一次借錢給我。
幾天後，我致電給你，說我收不到錢。你火冒三丈，罵我騙子，我罵你無口齒無義氣，你我從此絕交。
我在說謊嗎？錢去了哪裏？
細心的讀者會發覺，解密後的信用卡號碼其實是錯的，「0」和「1」換了位置，不是雙方誤會了密碼，而是電郵傳送途中，有人惡作劇竄改了郵件；他們雖然不知道密碼，未能偷看內容，但可以對訊息「加鹽加醋」，不知改了什麼，總之是改了。給竄改過的地方，恰好解密後調換了「0」和「1」，更湊巧的是，這樣調換並不影響保險碼，保險碼仍然是「8」，整個號碼還是「成立」的，收件人不虞有詐。
由此可見，保險碼雖有某程度的防錯功能，但絕非滴水不漏；它實在太容易「撞」，任何十五位數字不難得出同一保險碼；知道保險碼，亦不難推敲多個「成立」的信用卡號碼；因此，網上購物的時候，除了提供信用卡號碼，還需填寫卡主姓名、到期日等額外資料，因為保險碼實在不夠「保險」，防錯防冒的功能實在太弱。
上面的故事還有另一個教訓，網絡上傳送敏感資料，加密是不足夠的，還需一些方法確保訊息不曾被竄改。我們不妨把保險碼的概念擴闊，看看互聯網怎樣做。
信用卡前十五位數字可視為企圖傳達的內容，實際上可以是一句說話、一個檔案、一幀照片、一齣電影、一首歌，任何你想傳達的資訊。緊隨其後的保險碼可視為一段「撮要」，根據前面的資訊「消化」而來的；為了保障溝通的安全性，「消化」過程必須符合幾個條件：（一）無法從「撮要」推敲原來訊息；（二）很難創作另一條「消化」出同一「撮要」的訊息；（三）不同訊息「消化」出同一「撮要」的機會微乎其微。（信用卡保險碼其實是「撮要」的一種，其計算過程就是一種「消化」，只不過三個條件都不符合，是一種非常不安全的「消化」程序，不能用於傳遞敏感訊息。）
互聯網興起十多年，網上交易早已十分蓬勃，一個安全的「消化」程序是不可或缺的。現時的「消化」程序仍然穩固，但網絡安全就像說話人和竊聽者的軍備競賽，必須時刻未雨綢繆，否則一被破解便手足無措。美國 NIST（National Institute of Standards and Technology）為此舉辦了一個比賽，徵集下一代的「消化」程式；參賽程式經過世界各地專家「評頭品足」和幾輪淘汰，現在餘下五個方案。就在香港特首選舉投票之前的週四和週五，美國首都華盛頓舉行了一次會議，商討它們的優劣，得勝者將在今年稍後公布，並會成為下一代「消化」程式的標準。
（2012 年 3 月 31 日 信報副刋）
4921 1101 1234 5678
是不是一個正確的信用卡號碼？不需問銀行，可自行驗證。
每張信用卡最尾一位數字，其實是個「保險碼」（check digit），與前面十五位數字有些特定關係，不能亂作。這是一種防錯措施，萬一用戶打錯或說錯某些數字，破壞了保險碼跟前面十五位數字的應有關係，電腦能夠立即察覺。保險碼怎樣計算？上述信用卡的保險碼（8）正確嗎？
第一步：由左起，第一位數字乘二，第三位數字乘二，第五位數字乘二……總之單位數字便乘二；
第二步：逐個 digit 加起來（十或以上之數應拆開為兩個單位數，然後相加），以上述號碼為例：(8)+9+(4)+1+(2)+1+(0)+1+(2)+2+(6)+4+(1+0)+6+(1+4) = 52；
第三步：52 + ? = 10 的倍數，答案是 8 －－ 這就是保險碼。
所以，上述信用卡號碼是「成立」的，有可能出現的；有沒有銀行發這個號碼，有沒有人願意用這個號碼，則另作別論。
我願意用這個號碼。假設我問你借錢，把信用卡號碼電郵給你；為了防止中途被人偷看，我用預先跟你約定的密碼加密，使郵件內容變成一堆外人不知所云的「垃圾」：&%AG%$@#^?*><!~#*F&W%
你收到電郵，用我們預先約定的密碼解密，得回號碼：4921 0111 1234 5678。核實保險碼無誤，你存錢入戶口，暗嘆倒霉，決定這是最後一次借錢給我。
幾天後，我致電給你，說我收不到錢。你火冒三丈，罵我騙子，我罵你無口齒無義氣，你我從此絕交。
我在說謊嗎？錢去了哪裏？
細心的讀者會發覺，解密後的信用卡號碼其實是錯的，「0」和「1」換了位置，不是雙方誤會了密碼，而是電郵傳送途中，有人惡作劇竄改了郵件；他們雖然不知道密碼，未能偷看內容，但可以對訊息「加鹽加醋」，不知改了什麼，總之是改了。給竄改過的地方，恰好解密後調換了「0」和「1」，更湊巧的是，這樣調換並不影響保險碼，保險碼仍然是「8」，整個號碼還是「成立」的，收件人不虞有詐。
由此可見，保險碼雖有某程度的防錯功能，但絕非滴水不漏；它實在太容易「撞」，任何十五位數字不難得出同一保險碼；知道保險碼，亦不難推敲多個「成立」的信用卡號碼；因此，網上購物的時候，除了提供信用卡號碼，還需填寫卡主姓名、到期日等額外資料，因為保險碼實在不夠「保險」，防錯防冒的功能實在太弱。
上面的故事還有另一個教訓，網絡上傳送敏感資料，加密是不足夠的，還需一些方法確保訊息不曾被竄改。我們不妨把保險碼的概念擴闊，看看互聯網怎樣做。
信用卡前十五位數字可視為企圖傳達的內容，實際上可以是一句說話、一個檔案、一幀照片、一齣電影、一首歌，任何你想傳達的資訊。緊隨其後的保險碼可視為一段「撮要」，根據前面的資訊「消化」而來的；為了保障溝通的安全性，「消化」過程必須符合幾個條件：（一）無法從「撮要」推敲原來訊息；（二）很難創作另一條「消化」出同一「撮要」的訊息；（三）不同訊息「消化」出同一「撮要」的機會微乎其微。（信用卡保險碼其實是「撮要」的一種，其計算過程就是一種「消化」，只不過三個條件都不符合，是一種非常不安全的「消化」程序，不能用於傳遞敏感訊息。）
互聯網興起十多年，網上交易早已十分蓬勃，一個安全的「消化」程序是不可或缺的。現時的「消化」程序仍然穩固，但網絡安全就像說話人和竊聽者的軍備競賽，必須時刻未雨綢繆，否則一被破解便手足無措。美國 NIST（National Institute of Standards and Technology）為此舉辦了一個比賽，徵集下一代的「消化」程式；參賽程式經過世界各地專家「評頭品足」和幾輪淘汰，現在餘下五個方案。就在香港特首選舉投票之前的週四和週五，美國首都華盛頓舉行了一次會議，商討它們的優劣，得勝者將在今年稍後公布，並會成為下一代「消化」程式的標準。
（2012 年 3 月 31 日 信報副刋）
2012年3月29日 星期四
訂閱：
文章 (Atom)