用大数据研究文学的发现

文/茸成

一个学数学的人可以热爱文学，但也许他只是刚好拥有这两种不同的爱好而已，就如同一个学物理的同时也喜欢听摇滚。华师大数学系教授周克希后来转行去做翻译，他就说，翻译和数学并没有多少关系。但华师大中文系教授陈大康本科学的是数学，他上世纪80年代起就用数学研究文学，发表了《人物性格的数学抽象与定量分析》《从数理语言学看〈红楼梦〉后40回的作者》等文章。毕业于哈佛大学应用数学专业的美国记者本·布拉特用大数学分析了众多经典文学名著和畅销书，他说：“在任何一个领域，如果拥有数十万个数据点，那么对这些信息进行挖掘一定有助于研究人的行为和心理。我相信，挖掘文学同样是有效的。”

布拉特统计了作家们最喜欢用的词，因为“作家最喜欢的词能反映他们作品的独特语气或主题”。他的分析结果和我们对作家的印象确实比较吻合，比如华裔作家谭恩美最喜欢的词是“葫芦”“花生”和“面条”，简·奥斯丁最喜欢的词是“礼貌”“幻想”和“轻率”，爱喝酒的海明威最喜欢的词里有“干邑”，J.K.罗琳最喜欢的词是“魔杖”“巫师”和“魔药”，纳博科夫最喜欢的词依次是“淡紫色”“平庸的”和“双关语”。

比较让人感到意外的是作家使用陈词滥调的情况，使用陈词滥调最多的作家除了畅销书作家詹姆斯·帕特森、史蒂芬·金，居然还有作品难懂的詹姆斯·乔伊斯，使用陈词滥调最少的作家是简·奥斯丁、伊迪丝·沃顿、伍尔夫、福克纳等。

我儿子从二年级开始，语文课上有写话练习，他的开头总是，“一天，天气晴朗……”看了本拉特的分析，我也就释然了，他说：“尽管饱受诟病，老套的天气开头仍然是许多作者的备用手法。比如奥威尔《1984》里那句被认为是有史以来最伟大的开篇之一：‘四月寒冷晴朗的一天，钟敲了十三下。’用天气开篇不一定糟糕，尤其是奥威尔这样的开头，足以挑起读者的期待。即使在最受推崇的作品中，天气仍然是一个常见的开篇模式，在86部普利策奖获奖作品中，有13部用天气开头。”

有人批评说，用数据分析搞文学研究，就像是通过计算建筑物正面的墙上用了多少块砖来搞建筑评论。布拉特也承认：“分析数字进行计算，可以帮助我们阅读和发现其中的模式，但不能告诉我们该在什么时候打破模式。”搞清楚画家用的各种颜料的比例、作曲家用了哪些音符，并不能解释哪些作品就成了名作。但统计数据给出的一些结果会纠正我们对文学一些错误的直觉，比如有的作家说要少用副词，其实他本人并没做到；作品要简洁，但作者走红后，常常会越写越长。 读书文学作家生活圆桌数学文化