语言是一个音义结合的符号系统。

关于这个系统，我们需要有以下两点认识：

第一，语言符号系统是一个层级结构。

第二，语言符号系统层级结构是通过组合关系和聚合关系运转起来的。

组合关系和聚合关系是非常重要的一组概念，是认识语言系统结构的十分基础的概念，对语言各个子系统的认识都是以这两种关系为纲的。

一、语言的层级体系

语言符号的一个重要特点是线条性。这也就是说，语言符号可以呈线条状延续排列，而这种线条状的排列只要人的发音和听觉可以忍受的话，是可以一直排列下去的。如果只有简单的几个符号排列在一起，可以是并列的关系。但语言作为一种最复杂的符号，需要满足人的各种各样复杂的交际需要，因此就应当是许多符号排列在一起。而人的发音和听觉能力毕竟是有限度的，再加上交际的时间也不可能是无限制的，因此语言符号的排列不可能是无限长的。但在有限的语言符号排列中却要表达人的各种各样几乎是无限多可能的内容，只有语言符号在排列时具有层级性，才能解决这个难题。

语言的层级可先按是否具有意义分为底层和上层两大层级。底层是音位，音位是一种语言中最小的能够区别意义的单位，但音位本身并不表达意义；上层是音义结合的符号和符号的序列。上层中第一级（也就是最低一级）是语素，第二级是由语素构成（单独构成或组合构成）的词，第三节是由语素构成（单独构成或组合构成）的句子。词和句子都称为符号的序列（也就是符号中的组成成分）。

一般一种语言的音位总数大概也就是几十个。这是因为人的发音能力是有限的，而且人的听觉辨别语音的能力也很有限。当人对某一种语音的发音能力和辨别能力特别强时，对其他类别的语音的发音能力和辨别能力往往相对就较弱。如汉语，南方人中很大一部分是区别不出平翘舌音的，但他们对入声的声调却非常敏感，从不会发错；而北京人则反过来，从不会发又轻又短的入声，听到入声也往往误以为是轻声，但平翘声音却绝不会搞错。根据实验，人能清楚地发音和辨音（特别是在较快的语流中）的音位一般就只有几十个。

语素是最小的语音语义的结合体。它处在语言层级体系上层的第一级。一般一种语言的语素大概有几千个。如果语素太多，人们就需要花太大的精力去记忆它；如果语素过少，就需要几个语素排列来表达，这又不够简洁。

词是有固定的语音形式，有一定的意义，能够独立运用的最小语言结构单位。词是由语素构成的，一般一种语言中的词大概有几万个。由于相当一部分词都是由单个的语素或几个语素叠加（意义也是简单的叠加）而成，所以掌握了语素的意义就可以推知很大一部分词的意义。

句子的数量则是无限多的，因为人们要表达的交际内容也是千变万化的，其数量是无限多的。

二、组合关系和聚合关系

语言的组合关系是指语言符号和语言符号按照一定条件组合起来的关系。

聚合关系是指，在语言链条的某一环节上能够相互替换、具有某种相同作用、自然聚集成群的语言符号之间的关系。

语言的组合关系和聚合关系贯穿在语言内部的各个方面。例如“我”可以构成“我说”，也可以构成“说我”，说明“我”在前面和在后面构成的语法结构不同，具有不同的组合关系。而“你”、“他”可以替代“我”组成新的意思而结构不变，如“说你”、“说他”和“你说”、“他说”，这就叫作“我”、“你”、“他”之间的语法聚合关系，就是三者都属于代词。

语音也同样具有组合关系和聚合关系。说汉语中的“b”，可以组成“bo”，但不能组成“ob”，这就属于组合关系；而“p”、“m”可以替代“b”组成“po”、“mo”，同样不能组成“op”、“om”，这就属于聚合关系，即“b”、“p”、“m”是声母而不是韵母。