现在大语言模型所说的 Token 其实应该对应的是语言学中的 Morpheme
按语言学的解释，Morpheme 就是字的成分，Constitients of a word (图一)
比如，Glovalozation 就是由四个 Morpheme 构成的，分别是 glob, al, is, ation (图二)
但是为何大语言模型不说是 Morpheme ，而叫做 Token 呢？ 这就非常令人费解了，难道搞语言模型的人不懂语言学? 这就非常搞笑了？
那么这个对应中国的什么呢？
我认为应该是部首，比如 赢，是由五个部首构成的，分别是 亡，口，月，贝，凡
在1965年出版的一本 A Linguistic Theory of Translation，就同样提到了现代的语言学结构，rank level
有意思的是，它把高层级的结构与低层级的结构相似的 Rank shift 现象称为 Chinese Box，中国盒子，非常明显，这种结构其实就是俄罗斯套娃，或者也可以称为分形，但是为什么不用 Russian Dolls 而是 Chinese Box 呢？
我查了一下，Chinese Box 指的其实是唐代所盛行的装佛祖舍利子的佛龛 (图四)，它就是套盒，可能有七到九层
没想到吧？
此书中还提到了一种语调结构(图五)，这种结构我不会联想到英文的语调，但是却很容易想起中国古代的平仄
.
