關鍵概念
概念空間
與格功能的概念空間概念空間是通過跨語言比較建立起來的普遍的語義空間，是語言中特定編碼形式（語法語素、語法範疇、句法結構及辭彙形式）的不同功能及其相似關係構成的幾何性概念網路。概念空間由節點和連線兩部分組成；節點代表不同語言中對應或相關語法形式的不同功能，連線表示兩個功能之間的直接關聯。圖是Haspelmath( 2003) 構建的與格功能的概念空間。概念空間的構型( configuration) 體現於不同功能在概念網路中的空間位置及連線方式。語義圖模型假設， 概念間中不同功能的區域位置及連線方式具有跨語言的普遍性( Haspelmath 2003: 217— 8)：任何語言的對應或相關語素所具有的功能均應在特定概念空間內占有某個區域位置，換言之，所有語言都是將其相關編碼形式的不同功能映射到同一概念空間之上。另一方面，任何語言中相關的多功能語素，其功能之間的關聯模式均應符合這個概念空間的構型。
語義圖
英語to 和法語à 語義圖與概念空間不同，語義圖是針對特定語言的，它是特定語言相關編碼形式的多功能模式在概念空間上的實際表征，體現的是不同語言對同一概念空間的不同切割方式。比如英語的介詞to 具有“方向”（Zhangsan went to America as a student）、“接受者”（Zhangsan gave the apple to Lisi）、“經驗者”（This seems outrageous to me）和“目的”（I left the party early to get home in time）等標記功能， 但缺乏“謂語性領有者”（predicative possessor) 、“受惠者”（beneficiary）、“外位領有者”（ external possessor）以及“判決者與格”（judicantis）”等標記功能。另一方面，法語的與格介詞à 也具有“方向”（à Leipzig）、“接受者”（à Adam）和“經驗者”三種標記功能，二者的區別是法語à 不具有“目的”功能，但可以表達“謂語性領有者”功能（Ce chien est à moi． “This dog is mine． ”）。據此，我們可以在圖的概念空間上繪出英語to 和法語à 的語義圖：
由圖可以看出，英語to 和法語à 在與格概念空間上切割方式和功能界域雖有不同，但二者的功能關聯模式並未逸出與格概念空間的制約。可見語義圖和概念空間之間的關係是；概念空間提供人類語言多功能語素在語義關聯模式上的變異範圍和普遍制約；語義圖則表征不同語言對應或相關的多功能語素在語義關聯模式上的變異類型。換言之，概念空間表征的是人類語言的普遍特徵，語義圖刻畫的是不同語言的變異模式。
鄰接性要求
概念空間的一個重要特性是，多功能形式的不同功能在概念空間中的位置必須是毗連的。反映在具體語義圖上則是：任何一個語言中相關編碼形式的若干功能必須占據概念空間內的一個鄰接區域。比如圖中英語to和法語à 的四項功能均彼此鄰接，各自占據一個連續的區域。vander Auwera（van der Auwera and Plungian 1998; van der Auwera and Temürcu 2006）和Haspelmath（1997a，1997b，2003）將這種制約概括為“鄰接性要求”，Croft（2001：96，2003：134）則表述為“語義圖連續性假設”。
運用及其成果
語義圖模型最早可追溯到1980 年代Anderson( 1982，1986) 的系列研究，經過中間數年的相對沉寂，降至1990 年代中後期，語義圖模型在語言類型學領域逐漸受到關注並取得令人矚目的豐碩成果，標誌著語義圖模型漸次走向成熟。這些成果的核心研究領域包括體 、反身和中動態、不及物謂語 、不定代詞、時間狀語、狀語從屬、
情態、語義角色、語氣、並列結構以及轉折和對比標記等。其中Haspelmath（1997b） 首次明確對“語義圖模型”的具體運用做了詳細深入的闡述，而Croft（2001，2003）將表征特定語言變異類型的“語義圖”和人類認知普遍具有的“概念空間”聯繫起來，從而進一步推動語義圖模型的研究。2011來，Croft 等學者開始引入“多維量表”( MultidimensionalScaling，MDS) 進行研究，代表性的成果有Clancy( 2006) 、Cysouw( 2007) 以及Croft 和Poole( 2008a，2008b) 。不過，由於這些成果本身尚有爭議，下面只選取採用MDS 之前的幾種代表性成果，集中展示“傳統語義圖模型”在語義角色、不定代詞以及反身標記這三個領域的具體運用及其成果。
語義角色: 工具及相關功能
語義圖模型前置詞和格標記是典型的多功能語法成分，它們常用來標記“工具”、“伴隨”、接受者”等語義角色。根據相關研究成果，對語言中前置詞和格標記的多種功能做了綜合考察，構建了“工具及相關功能”的普遍概念空間 ，並據此繪出英語with、德語von /aus、法語par 等語法形式的語義圖。
經典之作: 不定代詞語義圖
堪稱語義圖研究中最為經典的成果，它引發了類型學界對語義圖模型的廣泛關注 。該書在語言取樣、功能選定、圖形繪製以及分析解釋等方面成為後來同類研究的典範。作者深入考察了40 種語言( 外加100 種其他語言以擴充考察的廣度) ，發現不同語言的不定代詞在9 種功能上具有不同的映射方式。但是，不同語言中不定代詞的功能映射具有嚴格的制約，因此，作者首先構建了包含9 種功能的普遍的“概念空間”，然後使用“語義圖”來表征這些制約。圖是不定代詞的“概念空間”，Haspelmath 稱之為“蘊涵圖”圖。
不定代詞功能的概念空間功用和價值
如前所述，語義圖模型是研究多功能語法形式特別是多功能語法語素的重要視角，那么這種研究模型跟以往的研究方法相比，它有哪些功用和價值呢？
直觀地呈現不同功能之間的親疏遠近關係，語法形式的多功能性是語言的本質特徵。傳統上對於多功能語法形式的分析往往採用“羅列法”，即將一個語法形式的各種用法或意義簡單地羅列在一起並貼上不同的標籤。這種方法的最大缺陷是不能反映多功能語法形式不同功能之間的內在聯繫，也就是說，它無法說明，一個多功能語素所具有的若干意義或功能之間，哪些關係較近，哪些關係較遠。跟羅列法不同，語義圖研究模型在構建概念空間時根據意義的相似程度來確定不同功能的空間位置和連線方式，因此概念空間的構型可以非常直觀地表征多功能語素不同功能之間的遠近親疏關係：位置鄰接且有連線相連的功能關係較近，屬於直接關聯; 反之，位置間隔較遠或無連線連線的功能，關係較遠，屬於間接關聯。比如在與格功能概念空間內，“接受者”與“方向、受惠者、經驗者”等功能位置鄰接且有連線相連，因此“接受者”分別與這些功能關係密切，屬於直接關聯; 反之，“接受者”與“判決者與格、目的”等功能位置不相鄰接且無連線相連，因此這三個功能之間關係較遠，屬於間接關聯。
有助於多功能語法形式的跨語言比較，在語義圖模型中，概念空間是基於跨語言資料通過歸納法構建而成的，不過，一旦所構建的概念空間被認為是正確的，那么這個概念空間就成為跨語言比較的重要工具：概念空間
的構型反映了特定概念域中人類語言多功能語素在語義關聯模式上的變異範圍和普遍制約，而概念空間中的各項功能則是語言變異的最小成分以及跨語言比較的基本單位；我們只要將不同語言中相關語法形式的功能映射到特定概念空間並繪出相關語言的語義圖，那么不同語言之間功能關聯模式的相似性和差異性就得到直觀而清晰地揭示。比如英語的to、法語的à和古漢語的“於”雖然都是與格標記，但各自的多功能模式相似而不等同。一旦我們將這些語法標記的不同功能投射到圖1 的與格概念空間，這三個語法標記多功能模式的相似性和差異性就“昭然若揭焉”：它們的相似性是共有“方向、接受者、經驗者”三個功能，而差異在於英語to 具有“目的”功能但缺少“謂語性領有者”，與之相反，法語à 有“謂語性領有者”功能而沒有“目的”功能；另一方面，古漢語“於”跟英語to 和法語à 的差別在於，“於”具有受惠者”功能但不表達“目的”和“謂語性領有者”功能。
對人類語言中語法形式的多功能模式做出限制，人類語言中語法形式的多功能模式表面看來變化莫測，其實“萬變不離其宗”，這種差異性的背後有著顯著的規律性。語義圖模型可以通過概念空間和鄰接性要求對人類語言中語法形式多功能模式的變異範圍做出限制。
對多功能語法形式的演化方向做出預測如前所述，概念空間及語義圖體現了不同功能之間的蘊涵關係，據此可產生一系列蘊涵共性。但這種共時蘊涵關係也可以有歷時的解讀，這就是概念空間及其蘊涵共性的動態化:不同功能之間的共時蘊涵關係意味著某個( 些) 功能的存在先設( presuppose) 另一個( 些) 功能的存在；歷時地解讀，則為某個( 些) 功能的演化先設另一個( 些) 功能的演化。比如根據鄰接性要求，概念空間可以對A、B、C、D 四種功能之間的蘊含關係做出各種預測：如果一個語言的多功能語素具有A、C 兩種功能，那么該語素同樣具有功能D 或功能B; 如果一個語言的多功能語素具有B、D 兩種功能，那么該語素同樣具有功能C 或功能A。
發展及展望
跟任何研究方法一樣，語義圖模型也有其自身的局限性，我們沒有任何理由指望它能解決所有問題。最近一些學者( Wlchli 2007，Cysouw 2008) 指出，語義圖模型忽略了頻率差異，一個多功能範疇的某種擴展是出現一次還是百次，在語義圖的分析框架里均等量齊觀。Clancy( 2006) 、Croft 和Poole( 2008a) 也批評說，在傳統語義圖模型里，概念空間雖然能有效表征範疇之間的聯繫，但範疇之間的具體布局安排和空間距離缺少理論意義。概念空間上的節點( 功能) 都很少( Haspelmath 1997b 只有9 個功能，van der Auwera 和Plungian 1998 只有8 個核心功能) ，這樣不可能擴大分析。手工繪製比較費力，一旦遇到更多數據，手工就難以勝任。此外，它也無法處理例外，即無法衡量某個概念空間與大量跨語言數據的適合度。更麻煩的是，語義圖本身不是形式化的數學模型，是圖表結構而非歐幾里得模型。
與此同時，Croft 和Poole、Clancy、Cysouw 等學者開始嘗試用MDS 取而代之。Croft 和Poole( 2008a) 利用MDS 尤其是Poole 設計的“最優分類非參數展平算法”分析了“不定代詞”和“時體系統”等語言實例，為語言學家從十分複雜的大範圍語料中推導語言共性提供了一個有力的形式化工具。此後，利用MDS，Clancy( 2006) 分析了斯拉夫語的格範疇，Cysouw( 2007) 分析了“人稱標記”範疇。正如Clancy( 2006) 所指出的，MDS 與傳統語義圖的相似之處在於它們都對一系列功能的相似性做出空間表征，但MDS 的優越性在於引進了“定量語義距離”的觀念和精確的幾何布局，對傳統語義圖的諸多不足做了極大改進。Clancy( 2006) 甚至認為MDS 對傳統語義圖進行了一次革命。
