司法语言学：把语言当作证据

破除误解#

第一个误解，是以为每个人都有独一无二、可被指纹式识别的"语言指纹"。这个类比是错的，而且错得很危险。 指纹在个体内稳定、个体间唯一；而一个人的语言会随场合、对象、媒介、情绪剧烈变化——这正是社会语言变异研究反复测量的日常事实：你给上司写的邮件和给朋友发的消息可能像出自两个人。作者归属能做的是在一个有限的候选人集合里比较相对可能性，不是从茫茫人海中锁定一个人。

第二个误解，是把"听起来像"当成证据。听觉印象受暗示影响极大：当办案人员告诉证人"这是嫌疑人的录音"，听出相似性的概率会显著上升。声音辨认与目击辨认共享同一批心理学陷阱，而它在法庭上常被赋予比后者更高的可信度——仅仅因为它带着技术的外观。

第三个误解，是认为语言分析能判断一个人是否在说谎。没有任何经过验证的语言特征能可靠区分谎言与真话，所谓"说谎者更少用第一人称"之类的规律在跨情境复现时基本消失。司法语言学能处理的是"这段文字更可能出自谁""这份合同的这句话有几种读法"，而不是"他有没有撒谎"。

需要说明的是：本篇是原理性通识解释，不构成任何司法辖区的法律或鉴定意见。

一个起点：Evans 案与这门学科的名字#

这门学科的第一个成果不是抓住凶手，而是解剖一份"笔录"如何可能不是被讯问者说的话。

1949 年，伦敦 Rillington Place 10 号，Timothy Evans 的妻子与幼女遇害。Evans 文化程度不高，到警局后留下了四份"陈述"，其中两份以书面化的完整句式承认了罪行。1950 年 3 月，他被绞决。三年后，同栋房子的租客 John Christie 被证实是连环杀手，承认了包括 Evans 妻子在内的多起谋杀；1966 年，Evans 获得死后赦免。这桩冤案后来成为推动英国废除死刑的最有力论据之一——而语言学介入时，它已经来不及了。

1968 年，瑞典语法学家 Jan Svartvik 出版 The Evans Statements: A Case for Forensic Linguistics，逐段分析那四份陈述，发现认罪段落的文体与语法系统性地偏向警务书面语体，与 Evans 本人的口语风格判然有别——结论是他不可能自发说出那些句子。这本书同时给这门学科起了英文名字：forensic linguistics。 它的方法论遗产至今有效：一份"逐字记录"的供述，其本身就是可以用语言学工具检验的文本，而不是理所当然的转写。

一、这门学科处理的三类问题#

第三类常被忽略，却是这门学科贡献最扎实的地方。法律文本的歧义不是修辞问题，是可以被形式化分析的结构问题：一个"和"字管到哪里、一个修饰语修饰前面还是后面、一个否定的辖域有多大——这些都能用句法与语义学的工具讲清楚，并且结论可以被独立复核。

同样属于第三类的是可理解性：一份警方权利告知、一份保险免责条款、一份知情同意书，是否能被其目标读者真正理解？这可以用句长、从句嵌套深度、被动语态、专业术语密度等指标测量，并用真人测试验证。当法律要求"明确告知"，语言学能把"明确"变成可检验的东西。

与可理解性相邻的是讯问语言：一份供述的"自愿性"部分写在语言里。谁开启话轮、谁在提问中预设了答案、沉默被记成承认还是抵抗、口头陈述怎样被誊写成书面笔录——这些都能从录音与笔录的对照中检查。Evans 案留给后世的核心问题正是这个：笔录上的第一人称，不等于说话人的第一人称。

二、作者归属：从数词频到讲清楚不确定性#

现代作者归属的技术起点常被追溯到 1963 年莫斯特勒与华莱士对《联邦党人文集》争议篇目的分析。他们的关键选择很反直觉：不看主题词，而看功能词——while 与 whilst、upon 与 on 这类几乎不携带内容、作者无意识使用的小词。原因正在于此：内容词跟着话题走，功能词跟着人走。 两位统计学家用贝叶斯方法把十二篇归属存疑的文章全部判给了 Madison，且强度大到后验概率远超日常怀疑的水平——此后半个多世纪的文本与历史研究基本没有推翻这个结论，它至今仍是"封闭候选集 + 充分对照样本"条件下方法有效的标准示范。

历史上最著名的"作者归属破案"其实说明了同一套逻辑的边界。1995 年，FBI 促成《华盛顿邮报》刊登了"大学炸弹客"长达三万五千词的宣言《工业社会及其未来》；半年后，David Kaczynski 从中认出了哥哥 Ted 的行文——包括他把习语按"正确"语序写成 "eat your cake and have it too" 这类旁人几乎不会注意的习惯——并向当局举报。语言学家 James Fitzgerald 对宣言与已知信件的比对分析，为申请搜查令提供了书面依据；1996 年 4 月，Ted Kaczynski 被捕。注意破案链条的结构：第一推动力不是算法，而是一个对作者有深度既有暴露的读者；语言学家的角色是把"我认出来了"变成一份可以呈堂、可以质证的书面比对。这个案例同时满足作者归属的全部理想条件——超长文本、事实上封闭的候选集——现实中几乎没有案件能复制它。

今天的方法谱系从字符 n-gram、词类序列到神经文本表示，但真正决定证据价值的从来不是算法，而是三个前提：

1. 候选集必须封闭且合理。"这段文字出自这五个人中的谁"是可回答的；"这段文字出自谁"不是。
2. 对照样本必须可比。用某人的学术论文去比对一条短信，比较的可能是文体而非作者。
3. 结论必须以似然比表达。"这些特征在被告是作者的假设下出现的可能性，是在他不是作者的假设下的多少倍"——而不是"有 95% 的把握是他写的"。后一种表述把先验概率偷偷塞进了结论，是鉴定意见中最常见的逻辑错误（检察官谬误的一种）。

三、说话人辨认：技术不是问题，报告方式才是#

自动说话人识别在受控条件下表现良好，但司法场景的录音往往短、有噪声、经过压缩、跨越不同信道（电话与现场录音的频响完全不同）。这些因素改变的不是"能不能识别"，而是错误率的量级——而错误率恰恰是法庭最需要、也最常拿不到的数字。

证人的"声音指认"还带来一层程序问题：与列队辨认照片一样，声音辨认也需要陪衬音、盲测主持与序列呈现等程序约束，否则指认的说服力主要来自暗示而非记忆。这类"耳证"在不少司法辖区仍按目击辨认的旧惯例操作，程序改革的步伐落后于心理学证据。

美国的可采性框架已经把报告要求写进规则：1993 年联邦最高法院在 Daubert v. Merrell Dow Pharmaceuticals 案中确立的标准要求科学证据的方法可检验、经过同行评审、且有已知或潜在的错误率。无论使用哪种 语音技术 手段，这个领域的共识都不是"用哪种方法"，而是任何结论都必须附带在与本案条件相当的数据上测得的错误率。一个不报告错误率的鉴定结论，无论技术多先进，都无法被法庭合理评估。

四、一个反复出现的现场：法律文本的歧义#

考虑一句常见的合同表述："本公司不对因产品缺陷或使用不当造成的间接损失承担责任。"

"间接"修饰的是"损失"，还是同时限定"缺陷"与"使用不当"两种原因？"因……造成"的范围到哪里结束？同一句话至少有两种句法分析，对应两种赔偿范围，可能相差数百万。 法院最终要作的是法律判断，但语言学能做的是把可能的读法穷举出来，并说明哪一种在语言上更自然、为什么——这与直觉判断不同，它可以被质疑、被反驳、被复核。

这类歧义的代价可以是生死。1952 年，19 岁的 Derek Bentley 与同伙 Christopher Craig 在克罗伊登一处屋顶被警察包围，据警察称 Bentley 喊了 "Let him have it, Chris"；Craig 随即开枪打死了一名警官。这句话至少有两个读法——"向他开枪"或"把枪交给他"——代词 "it" 同样双关（枪，还是命）。Bentley 于 1953 年 1 月被绞决，1993 年获得部分赦免，1998 年 7 月上诉法院撤销其定罪；复核中对警察笔录措辞的语言学分析，是质疑原审证据的环节之一。两个词的两个读法之间，隔着一条人命和四十五年。

英美法系围绕这类问题发展出一套解释准则（如"末尾修饰语规则""同类规则"），而它们与真实语言使用之间时有出入。语料库方法的引入正是为了检验这些准则：某个词在同时期的普通用法中究竟指什么，可以在大规模真实语料中查证，而不是靠法官的语感。这条路径近年在多国的法律解释争论中日益重要，也带来了新的方法论争议——语料库回答的是"人们通常怎么用"，而法律有时要问的是"立法者当时打算怎么用"，两者不总重合。

五、生成式文本带来的新问题#

大语言模型让"谁写的"这个问题以两种方式变难：

• 匿名化变得容易。把自己的文字交给模型改写，功能词分布、句长节奏、拼写习惯会被系统性抹平——传统作者归属特征的判别力显著下降。
• 检测不可靠。所谓"AI 生成文本检测器"的错误率在真实场景中偏高，且对非母语写作者存在系统性偏差：2023 年发表于 Patterns 的一项研究发现，主流检测器把非母语者的英语作文大量误判为机器生成，而母语者作文几乎不被误判——恰恰是语言最"规范平滑"的人群最受伤害。把这类工具用于学术处分或司法认定，风险明显超出其证据强度。

诚实的立场是承认能力边界正在收缩：司法语言学在文本分析上曾有的优势，部分来自"人写字会留下无意识痕迹"这一前提，而这个前提正在被工具削弱。由此有一个制度性推论：在必须认定作者身份的高风险场合，应当更多依赖过程证据——版本历史、设备与账号记录、编辑时间线——而非文本内在特征。文本分析的角色相应地从"指认者"退回到"筛查与佐证"：它可以把候选集缩小、把假说讲清楚，但单独定案的时代——如果有过的话——已经过去了。

跨域连接#

• 证据与证明：语言证据必须服从与其他科学证据相同的可采性框架——方法是否可检验、错误率是否已知、是否经过同行评审、在相关领域是否被接受；司法语言学最脆弱的一环恰恰是错误率，因为每个案件的录音条件与样本量都不同，"这一方法总体上有效"并不能推出"它在本案条件下有效"。
• 虚假记忆：声音辨认与目击辨认共享同一批污染源——暗示性指认程序、事后信息、重复回忆都会稳定地改变证人的确信度而不改变准确度；这解释了为什么"证人非常肯定"在法庭上几乎没有诊断价值，也解释了为什么辨认程序的设计（盲测、序列呈现）比证人的诚实与否更能决定结果。
• 统计建模：作者归属本质上是一个模型选择问题——似然比框架要求同时给出两个假设下的概率，而不是只算一个；从"这些特征很罕见"跳到"所以是他写的"，混淆了 P(证据|假设) 与 P(假设|证据)，这正是检察官谬误；在语言证据上避免它，靠的不是更好的算法而是更严格的表述规范。
• 大语言模型：生成式工具同时削弱了作者归属的前提与检测的可靠性——改写会抹平功能词分布这类无意识特征，而检测器在非母语文本上的高误判率使其在高风险场景不可用；这带来一个制度性推论：需要认定作者身份的场合，应当更多依赖过程证据（版本历史、设备记录）而非文本内在特征。
• 心理物理学与信号检测论：辨认任务的表现必须用命中率与虚警率一起描述——只报告"辨认正确的比例"会被基线率与判断标准同时污染；把说话人辨认放进信号检测框架，能把"这个鉴定人很准"这类整体印象拆成可分别检验的两件事：他的辨别力有多强，以及他的判断标准有多宽松。

参考文献#

• Svartvik, Jan. The Evans Statements: A Case for Forensic Linguistics. Acta Universitatis Gothoburgensis, 1968.
• Mosteller, Frederick, and David L. Wallace. "Inference in an Authorship Problem." Journal of the American Statistical Association, vol. 58, no. 302, 1963, pp. 275–309.
• Coulthard, Malcolm, and Alison Johnson. An Introduction to Forensic Linguistics: Language in Evidence. 2nd ed., Routledge, 2017.
• Rose, Philip. Forensic Speaker Identification. Taylor & Francis, 2002.
• Solan, Lawrence M., and Peter M. Tiersma. Speaking of Crime: The Language of Criminal Justice. University of Chicago Press, 2005.
• Grant, Tim. "Quantifying Evidence in Forensic Authorship Analysis." International Journal of Speech, Language and the Law, vol. 14, no. 1, 2007, pp. 1–25.
• Liang, Weixin, Mert Yuksekgonul, Yining Mao, Eric Wu, and James Zou. "GPT Detectors Are Biased Against Non-Native English Writers." Patterns, vol. 4, no. 7, 2023.
• Daubert v. Merrell Dow Pharmaceuticals, Inc., 509 U.S. 579, 1993.

延伸阅读#

• Olsson, John. Forensic Linguistics. 3rd ed., Bloomsbury, 2018.
• Tiersma, Peter M. Legal Language. University of Chicago Press, 1999.
• Shuy, Roger W. The Language of Confession, Interrogation, and Deception. SAGE, 1998.