语言之谜

三种“不知道”

这里所说的“谜”，与神秘学或超自然现象毫无关系，指的是现有证据尚不足以回答的开放性问题。这类问题分为三种：铭文无法释读或无法理解的文字；尚未证明与任何其他语言有亲属关系的语言；以及因证据薄弱而受到专家质疑的拟议大语系。

对每一个这样的问题，都需要把三样东西区分开来。事实是有实物材料为证并经过独立核实的内容，例如伏尼契手稿羊皮纸的年代。假说是证据所允许、但不能证明的解释，例如西伯利亚的叶尼塞诸语言与北美洲的纳-德内诸语言之间的亲属关系。神话则是虽未经受住学术检验却仍在流传的说法，例如一再出现的“伏尼契手稿终于被读懂了”的宣告。

能读不等于能懂

破译有两个方面：弄清符号怎样读，以及理解这些符号所记录的语言。两者未必同时实现。伊特鲁里亚铭文可以读出来，因为伊特鲁里亚字母源自希腊字母，但这种语言只被部分理解。线形文字A的许多符号的音值可以根据较晚的线形文字B推测，但其语言不明。印度河文字则既不知道符号的音值，也不知道其语言。

能读却不能懂的最典型例子是麦罗埃文，它来自尼罗河中游的库施王国（今苏丹）。这种文字从公元前3世纪开始使用，已知最晚的铭文属于公元5世纪。它有两种形式：一种是源自埃及世俗体的草书，另一种是仿照埃及象形文字的碑铭体符号。1909—1911年，英国埃及学家弗朗西斯·卢埃林·格里菲思（Francis Llewellyn Griffith）借助用麦罗埃文书写的埃及名字，推定了其23个符号的音值。从那以后，这些铭文可以读出声来，但我们能理解的主要是人名、头衔、丧葬文书中的套语，以及一部分词汇。

长期以来，麦罗埃语没有已知的亲属语言。据法国语言学家克洛德·里伊（Claude Rilly）的研究，它属于北东苏丹语支，努比亚诸语言也属于这一语群；Glottolog仍将其列为孤立语言。由于缺少较长的双语文本，理解只能缓慢推进。

青铜时代的文字

公元前2千纪，克里特岛上使用着两种至今无人读懂的文字。克里特象形文字主要见于印章石上，出现得比线形文字A稍早，但两者曾长期并用。线形文字A是线形文字B的蓝本，因此其音节符号大致可以读出；然而米诺斯书吏所说的语言不明，从中能窥见的语法迹象表明，它与任何已知语言都没有密切的亲属关系。关于线形文字A和斐斯托斯圆盘，“古希腊”页面有更详细的介绍。

印度河流域哈拉帕文明的文字见于约四五千件器物，大多是小型印章。铭文平均约五个符号，语言不明，也没有双语对照。最常被提出的是一种早期达罗毗荼语，但这并未得到证明；少数人则认为这些符号根本不记录语言（见“古印度”页面）。

原始埃兰文字约于公元前3100—前2900年在伊朗使用，范围从胡齐斯坦的苏萨一直到高原地区，与美索不达米亚最早的楔形文字大致同时。已知泥板及残片约1600件。我们知道它们是行政记录；数字符号因与美索不达米亚的数字符号相似而得到理解，所以我们知道记录的数量，但所计之物只有部分符号能够辨认。其他符号大多是抽象的，书吏的语言不明，说它是埃兰语只是一种猜测。

较晚的线形埃兰文字（约公元前2300—前1850年）只见于约五十件铭文，大多简短。它记录的语言是埃兰语，这种语言可通过楔形文字文本得知，而且有几件铭文附有阿卡德语对照；借助这些对照，早在1905—1912年，普祖尔-因舒希纳克国王和因舒希纳克神的名字就已被读出。2022年，法国考古学家弗朗索瓦·德塞（François Desset）及其同事发表了几乎涵盖全部符号的释读方案。一些专家接受了这一方案，另一些专家则在等待文本的详细译文；这种文字是否纯属表音文字也有争议。目前还不能认为它已被完全破译。

在今黎巴嫩的港口比布鲁斯，出土了十四件铭文，刻在青铜板、青铜“刮刀”和石板上。莫里斯·迪南（Maurice Dunand）于1928—1932年发掘出这些铭文，1945年发表了其中十件，1978年又发表了四件。它们的年代可能在公元前18—前15世纪。按不同的统计方法，约有90至114个不同的符号，表明这是一种音节文字，其中一些符号与埃及符号相似；但其语言和符号音值都尚未确定。

一个地峡和一座岛：地峡文字与朗格朗格文

大约公元前500年至公元500年间，墨西哥南部特万特佩克地峡的人们使用地峡文字书写，这种文字按其所属文化也称后奥尔梅克文字。最长的文本刻在1986年于韦拉克鲁斯州拉莫哈拉发现的一块石碑上；除铭文外，石碑上还有中美洲长纪历的日期，属于公元2世纪中叶（关于长纪历，见“玛雅”页面）。1993年，约翰·贾斯蒂森（John Justeson）和特伦斯·考夫曼（Terrence Kaufman）宣布部分破译了这种文字，认为其语言是索克语支（米塞-索克语系的一支）的早期形式。然而斯蒂芬·休斯敦（Stephen Houston）和迈克尔·科（Michael Coe）（2004年）无法将他们的体系应用于另一件铭文，认为这一破译未获证实。这场争论大概只有等到发现新的长篇文本才能解决。

在复活节岛（拉帕努伊岛）上，刻有一行行小符号的木板最早于1864年由传教士欧仁·埃罗（Eugène Eyraud）记录下来，他写道，每间茅屋里都能看到这种木板。当时岛上正经历一场浩劫：1862年秘鲁人掳掠奴隶，随后疫病流行，到19世纪70年代人口已减至不足二百人，这些符号的知识很可能就此失传。存世的木质器物约有二十几件，散藏于世界各地的博物馆，岛上一件也没有留下。

这些符号描绘人、动物、植物和几何形状的轮廓，以反向牛耕式书写：每写完一行，就把木板上下颠倒过来。在一块木板上，人们辨认出一段含有太阴历的内容；除此之外，没有任何文本被读懂。障碍在于文本数量少、缺乏语境，以及现代拉帕努伊语受到塔希提语的强烈影响。它究竟是完整的文字，还是原始文字或记忆辅助符号，尚有争议，这些解释都未得到证明。它是独立产生的，还是在与欧洲人接触之后才出现的，同样存在争议。2024年发表的对罗马所藏木板木材的放射性碳测年结果显示，其中一块远早于与欧洲人的首次接触（1722年）；不过，木材也可能是后来才刻上符号的。

这究竟是不是文字？温查与特尔特里亚

东南欧新石器时代温查文化的陶器、纺轮和小雕像上有刻划的符号，大多属于约公元前4500—前4000年。1875年，匈牙利考古学家若菲娅·托尔马（Zsófia Torma）在托尔多什（今罗马尼亚图尔达什）首次发现了这类符号；1908年，米洛耶·瓦西奇（Miloje Vasić）在贝尔格莱德附近的温查发掘出这类符号，这一文化即由此得名。85%以上的铭文只由一个符号构成，而在成组的符号中，既无法确定顺序，也无法确定阅读方向。

1961年，尼古拉·弗拉萨（Nicolae Vlassa）在罗马尼亚特尔特里亚村附近发现了三块带符号的泥板。它们的年代只能根据同一遗址的其他器物来推断，这些器物经放射性碳测年早于公元前4000年；泥板本身无法测年，因为它们在出土后经过了热处理，而且发现的情况也有争议。考古学家玛丽亚·金布塔斯（Marija Gimbutas）在温查符号中看到了一种“古欧洲文字”，但这一解释未被接受。

大多数学者不认为这些刻痕是文字。它们可能表示所有权或制作者，也可能表示数字或宗教仪式上的含义。另一个反对把它们读作文字的理由是：文字在美索不达米亚产生，是为了服务于国家的行政管理和账目记录，而温查文化显然没有这样的制度。因此，温查符号在文字史上的意义在于：它是一个例证，说明要分辨符号在哪里结束、语言记录从哪里开始是多么困难。

伏尼契手稿

伏尼契手稿是一部约240页的羊皮纸抄本，用一种别处从未见过的文字写成，配有植物图、天文和占星图、沐浴的女子以及罐子等插图。2009年，亚利桑那大学对羊皮纸进行放射性碳测年，得出的年代是1404—1438年；但这并不能确切说明文本是何时写下的。手稿中的植物无法确切辨认。自1969年起，手稿收藏于耶鲁大学拜内克古籍善本图书馆，编号MS 408。

它有据可查的历史始于布拉格。1639年，布拉格炼金术士格奥尔格·巴雷什（Georg Baresch）把这种文字的样本寄给了在罗马的耶稣会士阿塔纳修斯·基歇尔（Athanasius Kircher）。巴雷什去世后，手稿转到布拉格大学校长扬·马雷克·马尔齐（Jan Marek Marci）手中，他于1665年或1666年把手稿寄给了基歇尔。马尔齐在附信中转述了从一位朋友那里听来的说法：据说皇帝鲁道夫二世曾以600杜卡特买下这部手稿。这是间接证词。第一页上有一个如今几乎看不清的签名，属于鲁道夫的御花园总管、泰佩内茨的雅库布·霍尔奇茨基（Jakub Hořčický）；不过其真伪尚有争议。1912年，书商威尔弗里德·伏尼契（Wilfrid Voynich）从耶稣会的藏品中买下这部手稿，手稿便以他的名字命名。

该文本具有与自然语言相似的统计特征，例如词频符合齐普夫定律，但也有一些不寻常之处：几乎没有一个词少于两个字符或多于十个字符。人们考虑过的可能性包括：用未知文字书写的自然语言、密码、人造语言，以及精心制作的无意义骗局；但没有一种得到证明。不过，现代伪造的可能性不大，因为那需要至少十四张15世纪初的空白小牛皮。

没有亲属的语言

孤立语言是指尚未证明与任何其他语言有亲属关系的语言；它自成一个只有一种语言的语系。这并不意味着它从来没有亲属语言。要么这些亲属语言消亡时没有留下记录，要么亲属关系过于久远，历史比较法已无法察觉：经过数千年的演变，规则的语音对应已经消失。因此，孤立语言并不是耸人听闻意义上的谜，而是语言史上一种寻常的结果。按标准宽严的不同，孤立语言有一百多种（Glottolog列出约180种，包括已消亡的），其中大多数在美洲。

孤立语言与语系之间的界线可能会变动。日语过去被列为孤立语言，如今则与琉球诸语言一起归入日琉语系。西伯利亚的凯特语是叶尼塞语系中最后一种仍在使用的语言，但它并不是孤立语言，因为它已消亡的亲属语言（如阿林语）有记录留存。孤立语言还应与未分类语言区分开来：对后者所知太少，根本无法加以归类。

最著名的孤立语言是巴斯克语，它是欧洲唯一的孤立语言，按主流观点，也是印欧语传入之前西欧唯一留存至今的语言。阿基坦语只见于公元1—3世纪拉丁铭文中的人名，被视为巴斯克语的祖先或近亲（人名Cison对应巴斯克语的gizon“男人”）。一般认为阿基坦语是巴斯克语的直接祖先，因此巴斯克语仍算孤立语言；如果它是巴斯克语的姊妹语言，两者就会构成一个小小的瓦斯科尼亚语系。把巴斯克语与格鲁吉亚语联系起来的尝试如今已被否定，与伊比利亚语的关联也未得到证明。古代语言中，苏美尔语和埃兰语是文献丰富的孤立语言：文本如此之多，假如有在世的亲属语言，本应能够辨认出来。

有争议的语系

语言之间的亲属关系要靠历史比较法来证明：在基本词汇和语法词尾中寻找规则的语音对应，并据此构拟共同的原始语言。拉丁语的p与日耳曼诸语言的f规则对应（pater——英语father，piscis——fish，pes, pedis——foot）；这样一套对应关系无法用巧合或借用来解释。时代越往前推，对应关系丧失得越多，这就是拟议的大型超语系备受争议的原因。

阿尔泰假说把突厥诸语言、蒙古诸语言和通古斯诸语言联系在一起，其扩大形式还包括朝鲜语和日语。这一假说在20世纪曾有许多支持者，但如今大多数历史比较语言学家都否定它：他们把共同特征（成串的后缀、动词居末的语序、部分词汇）解释为长期共处和相互借用的结果，也就是一个语言联盟；少数专家仍为之辩护。诺斯特拉假说由丹麦语言学家霍尔格·佩德森（Holger Pedersen）于1903年提出，20世纪60年代由弗拉基斯拉夫·伊利奇-斯维季奇（Vladislav Illich-Svitych）和阿哈龙·多尔戈波尔斯基（Aharon Dolgopolsky）加以发展；它把印欧语系、乌拉尔语系、阿尔泰语系、南高加索语系以及（依作者而异的）其他语系归为一组，如今支持者寥寥。印欧-乌拉尔假说认为印欧语和乌拉尔语有共同的祖先；不过，两者的共同词汇大多被解释为两个语群相邻时期的借词。

许多专家认为，德内-叶尼塞假说是远程亲属关系诸假说中论证最充分的一个；它由美国语言学家爱德华·瓦伊达（Edward Vajda）于2008年提出（2010年见诸出版物）。这一假说把凯特语和已消亡的西伯利亚叶尼塞诸语言，与北美洲的纳-德内诸语言（如纳瓦霍语）联系在一起。另一些学者，如莱尔·坎贝尔（Lyle Campbell），则认为证据不足。相比之下，德国语言学家特奥·费内曼（Theo Vennemann）的瓦斯科尼亚底层假说——认为巴斯克语的前身在末次冰期之后扩散到欧洲大部分地区，并在地名中留下了痕迹——基本上被历史语言学家所否定。狭义的瓦斯科尼亚语系，即巴斯克语加上阿基坦语，则是另一回事；专家们承认这一亲属关系。

美国语言学家约瑟夫·格林伯格（Joseph Greenberg）的大规模比较法（后来称为多边比较法）自成一章。它不依据规则的对应关系，而是按基本词和语法成分的总体相似度，同时比较许多种语言。格林伯格用这种方法于1987年把除纳-德内诸语言和爱斯基摩-阿留申诸语言之外的大部分美洲原住民语言合并为一个“美洲印第安语系”（Amerind）。大多数语言学家否定这种方法：没有规则的对应关系，就无法把遗传关系与巧合和借用区分开来，而且比较的语言越多，偶然的相似之处就越多。格林伯格的一些分组，如亚非语系和尼日尔-刚果语系，之所以被接受，是因为其他方法也支持它们（而且更早的学者已经提出过）；“美洲印第安语系”和“欧亚语系”（Eurasiatic）则被否定。

印欧人从哪里来？

从印度到冰岛的印欧诸语言有一个共同祖先，这是历史比较语言学的确定结论。然而，其原始语言在何时何地使用，却无法直接证明，因为它早于文字。证据都是间接的：构拟的词汇、考古学，以及近年来的古代人群遗传学。

如今的主流观点是草原假说（库尔干假说），与考古学家玛丽亚·金布塔斯和大卫·安东尼（David Anthony）的名字联系在一起。它把原始故乡定在黑海和里海以北的庞蒂克-里海草原，时间为公元前5千纪至前4千纪。其论据之一是：原始语言中有表示车轮、车辆以及饲养马和牛的词，因此它不可能比车轮的发明早很多。2015年的遗传学研究也支持这一假说，这些研究发现，约4500年前曾有大规模人群从草原迁入中欧。

主要的替代说法是英国考古学家科林·伦弗鲁（Colin Renfrew）的安纳托利亚假说（1987年），认为印欧诸语言约自公元前7千纪起随农业一起从安纳托利亚扩散开来。一些统计系统发生学研究（2003年、2012年）支持这一假说，但它与语言学和遗传学证据的吻合程度较差，如今只得到少数人支持；2017年，伦弗鲁本人也接受了从草原向欧洲的大规模迁徙，但仍把原始语言的较早阶段定在安纳托利亚。一些细节仍悬而未决，例如包括赫梯语在内的安纳托利亚诸语言的祖先来自何处，以及原始语言的最早阶段是否产生于更南边的高加索附近。至于印欧诸语言起源于印度，或自旧石器时代以来一直在欧洲连续使用的说法，在学术文献中被视为边缘观点，都站不住脚。