計量特征在漢語語言風(fēng)格與作者判定上的應(yīng)用

張賽

摘 要：以語料庫和統(tǒng)計方法進行語言結(jié)構(gòu)特征計量研究是漢語語言風(fēng)格描寫研究及作家判定研究的重要方法。本文以語言結(jié)構(gòu)的計量特征表示文本的方法加強了語言風(fēng)格對比及作者判定研究的可解釋性，具有較高的理論和應(yīng)用價值。

關(guān)鍵詞：語言風(fēng)格；語言結(jié)構(gòu)；計量特征

本文基于語料庫和統(tǒng)計方法，獲取現(xiàn)代漢語語言結(jié)構(gòu)的計量特征，而后考察這些語言結(jié)構(gòu)計量特征在作家語言風(fēng)格描寫、對比研究及作家判定方面的實際應(yīng)用。具體過程是：首先，分別選取兩個作家的三個語料樣本，對其進行分詞并以文本為單位計算特定語言結(jié)構(gòu)在文本中的頻率和百分比；然后，基于樣本的均值比較這些語言結(jié)構(gòu)在分別屬于兩個作家的兩個樣本中的分布是否具有差異；最后，還對同一個作家的兩個不同的樣本中比較這些語言結(jié)構(gòu)是否具有差異。

一、語料與方法

研究選取了3個文本，分別為韓寒早期作品《三重門》，韓寒近期作品《1988：我想和這個世界談?wù)劇泛晚n寒父親韓仁均作品《兒子韓寒》。《三重門》于2000年由作家出版社出版，總字?jǐn)?shù)155820，總詞數(shù)116461；《1988：我想和這個世界談?wù)劇返谝话嬗?010年7月6日《獨唱團》刊發(fā)，總字?jǐn)?shù)92384，總詞數(shù)70185。兩者均為韓寒所著的長篇小說。而《兒子韓寒》為韓寒的父親韓仁均所寫，向讀者介紹了韓寒的成長經(jīng)歷，具有傳記性質(zhì)，總字?jǐn)?shù)52854，總詞數(shù)37654。

首先，筆者將這三個文本進行了漢語分詞處理，漢語分詞標(biāo)注所用的軟件為LJParser。LJParser文本搜索與挖掘開發(fā)平臺包括全文精準(zhǔn)搜索、新詞發(fā)現(xiàn)、漢語分詞標(biāo)注、詞語統(tǒng)計與術(shù)語翻譯、自動聚類與熱點發(fā)現(xiàn)、分類過濾、自動摘要、關(guān)鍵詞提取、文檔去重、正文提取等十余項功能。對于分詞標(biāo)注后的三個文本，我們利用AntConc軟件進行了語料庫分析（詞頻統(tǒng)計等）。由于韓寒早期作品《三重門》的作者存在爭議，有人質(zhì)疑《三重門》為韓寒父親代筆，所以我們試圖通過比較文本中陳述句、疑問句、感嘆句比例，近似平均句長，以及23個常見虛字在文本中的使用情況，來觀察《三重門》的語體風(fēng)格和用詞習(xí)慣是更接近于韓寒近期作品《1988：我想和這個世界談?wù)劇愤€是其父作品《兒子韓寒》。如果《三重門》的語體風(fēng)格和用詞習(xí)慣是更接近于《1988：我想和這個世界談?wù)劇罚c《兒子韓寒》有顯著性差異，那么我們就為《三重門》為韓寒自己所寫提供了證據(jù)。反之，如果《三重門》與《兒子韓寒》更為接近，而與《1988：我想和這個世界談?wù)劇反嬖陲@著性差異的話，那么就為《三重門》由韓父代筆而作的質(zhì)疑提供了證據(jù)。

二、數(shù)據(jù)與分析

本文主要研究了三個文本以下兩個方面的差異：一是陳述句、疑問句和感嘆句比例及近似平均句長，二是常見虛字（包括句尾虛字，白話虛字和表轉(zhuǎn)折程度比較的虛字）的比例。對于這兩個方面，AntConc的數(shù)據(jù)統(tǒng)計結(jié)果如表1所示：

表1 三個文本相應(yīng)變量出現(xiàn)的頻度

■

由于三個文本的總字?jǐn)?shù)和總詞數(shù)各不相同，為了更好地進行比較，我們將頻度轉(zhuǎn)換為頻率，從目標(biāo)標(biāo)點和虛字出現(xiàn)的頻率來進行對比，頻率數(shù)據(jù)如表2所示：

表2 三個文本相應(yīng)變量出現(xiàn)的頻率

■

從表中可以看到《三重門》《1988：我想和這個世界談?wù)劇放c《兒子韓寒》所用的逗號、句號、嘆號和問號比例分別有所差別，而其中《三重門》中嘆號出現(xiàn)的比例（0.35%）要顯著高于《1988：我想和這個世界談?wù)劇罚?.00%）與《兒子韓寒》（0.06%）。從平均句長上來看，《三重門》為26.53，《1988：我想和這個世界談?wù)劇窞?7.20，而《兒子韓寒》則為31.94，高于前兩篇?？梢婍n寒早期作品《三重門》與近期作品《1988：我想和這個世界談?wù)劇菲骄溟L接近，而其父作品《兒子韓寒》的平均句長則要長于韓寒。聯(lián)系到逗號的數(shù)據(jù)（《三重門》6.34%；《1988：我想和這個世界談?wù)劇?.22%；《兒子韓寒》4.95%），可以發(fā)現(xiàn)，韓仁均作品《兒子韓寒》不僅整句平均句長更長，其長句中每一個短句的句長也要長于其他兩部作品。而《1988：我想和這個世界談?wù)劇穭t呈明顯的短句更多更短的特點，其逗號比例顯著高于另外兩部作品。

虛字方面的分析，我們選取了23個虛字，分別為5個句尾虛字：呀、嗎、咧、么、呢；9個白話虛字：了、的、著、一、不、把、讓、是、好；9個表轉(zhuǎn)折程度比較的虛字：可、就、但、越、再、便、更、此、很。

從表2中可以看到，有四個虛字：“么”“了”“著”“是”在《1988：我想和這個世界談?wù)劇分械某霈F(xiàn)頻率要明顯高于《三重門》和《兒子韓寒》。由于單個字的對比說服力有限，因此我們運用SPSS進行了三個文本同樣23個虛字的相關(guān)性檢驗。

相關(guān)性檢驗表明，《三重門》（0.5179%±0.83918%）與《1988：我想和這個世界談?wù)劇罚?.6438%±1.05711%）呈顯著相關(guān)，p=0；《三重門》與《兒子韓寒》（0.5209%±1.01391&）（p=0）和《1988：我想和這個世界談?wù)劇放c《兒子韓寒》（p=0）也分別呈顯著相關(guān)。三個研究文本的相關(guān)系數(shù)如表3所示。

表3 三對文本對的成對樣本相關(guān)系數(shù)

■

結(jié)果表明，相關(guān)性檢驗并不能為研究提供有意義的證據(jù)。因此，針對這23個虛字，我們利用SPSS軟件進一步做了配對樣本T檢驗。

對于這23個虛字，我們分別以《三重門》和《1988：我想和這個世界談?wù)劇烦蓪?，以及《三重門》和《兒子韓寒》成對，進行了兩對成對樣本檢驗。表4為成對樣本檢驗結(jié)果，如下所示。

表4 兩對文本對的成對樣本檢驗結(jié)果

■

從表4中可以看到，《三重門》與《1988：我想和這個世界談?wù)劇反嬖陲@著性差異，00.1。這樣的數(shù)據(jù)說明韓寒早期作品《三重門》與近期作品《1988我想和這個世界談?wù)劇返奶撛~使用存在顯著差異，然而其早期作品《三重門》與其父親作品《兒子韓寒》的虛字用法卻非常相似。從某種意義上說，我們有理由認(rèn)為《三重門》可能由韓仁均代筆而作。如果真是這樣，那么拿《1988：我想和這個世界談?wù)劇放c《兒子韓寒》來比較，結(jié)果會是什么樣的呢？我們做了《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗，結(jié)果如表5所示。

表5 《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗結(jié)果

■

《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗結(jié)果顯示，《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的23個虛字用法存在差異邊緣性顯著，0.05

三、結(jié)論

本研究通過對三個52，000字以上的語料樣本進行統(tǒng)計分析，有以下推測：《三重門》可能是由韓寒之父韓仁均代筆而作，或者《三重門》是韓寒父子二者合著。然而，我們的研究也存在一些值得推敲的細節(jié)，還需要在將來的研究中加以改進。綜觀整個研究，我們發(fā)現(xiàn)，將基于計量語言學(xué)研究成果的語言結(jié)構(gòu)分布特征作為語言風(fēng)格對比和作家判定，實驗證明是可行可信的，而且特征選擇和對比分析結(jié)果都可以從語言學(xué)的角度進行分析和解釋。此外，學(xué)者黃偉、劉海濤曾用這種方法成功地進行了文本聚類和分類實驗。這樣的方法具有普適性，值得在更多的語言學(xué)研究領(lǐng)域進行嘗試。標(biāo)注體系和工具對統(tǒng)計結(jié)果的影響，語言風(fēng)格在字、詞、句等語言結(jié)構(gòu)和語法、語義、語用層面的全面計量描寫等，都是今后值得繼續(xù)和深入研究的課題。

參考文獻：

[1]陳芯瑩，李雯雯，王燕.計量特征在語言風(fēng)格比較及作家判定中的應(yīng)用——以韓寒《三重門》與郭敬明《夢里花落知多少》為例[J].計算機工程與應(yīng)用， 2012，48（3）：137-139.

[2]黃偉，劉海濤.漢語語體的計量特征在文本聚類中的應(yīng)用[J].計算機工程與應(yīng)用，2009，45（29）：25-27.

[3]桂詩春.基于語料庫的英語語言學(xué)語體分析[M].北京：外語教學(xué)與研究出版社，2009.

摘 要：以語料庫和統(tǒng)計方法進行語言結(jié)構(gòu)特征計量研究是漢語語言風(fēng)格描寫研究及作家判定研究的重要方法。本文以語言結(jié)構(gòu)的計量特征表示文本的方法加強了語言風(fēng)格對比及作者判定研究的可解釋性，具有較高的理論和應(yīng)用價值。

關(guān)鍵詞：語言風(fēng)格；語言結(jié)構(gòu)；計量特征

本文基于語料庫和統(tǒng)計方法，獲取現(xiàn)代漢語語言結(jié)構(gòu)的計量特征，而后考察這些語言結(jié)構(gòu)計量特征在作家語言風(fēng)格描寫、對比研究及作家判定方面的實際應(yīng)用。具體過程是：首先，分別選取兩個作家的三個語料樣本，對其進行分詞并以文本為單位計算特定語言結(jié)構(gòu)在文本中的頻率和百分比；然后，基于樣本的均值比較這些語言結(jié)構(gòu)在分別屬于兩個作家的兩個樣本中的分布是否具有差異；最后，還對同一個作家的兩個不同的樣本中比較這些語言結(jié)構(gòu)是否具有差異。

一、語料與方法

研究選取了3個文本，分別為韓寒早期作品《三重門》，韓寒近期作品《1988：我想和這個世界談?wù)劇泛晚n寒父親韓仁均作品《兒子韓寒》?！度亻T》于2000年由作家出版社出版，總字?jǐn)?shù)155820，總詞數(shù)116461；《1988：我想和這個世界談?wù)劇返谝话嬗?010年7月6日《獨唱團》刊發(fā)，總字?jǐn)?shù)92384，總詞數(shù)70185。兩者均為韓寒所著的長篇小說。而《兒子韓寒》為韓寒的父親韓仁均所寫，向讀者介紹了韓寒的成長經(jīng)歷，具有傳記性質(zhì)，總字?jǐn)?shù)52854，總詞數(shù)37654。

首先，筆者將這三個文本進行了漢語分詞處理，漢語分詞標(biāo)注所用的軟件為LJParser。LJParser文本搜索與挖掘開發(fā)平臺包括全文精準(zhǔn)搜索、新詞發(fā)現(xiàn)、漢語分詞標(biāo)注、詞語統(tǒng)計與術(shù)語翻譯、自動聚類與熱點發(fā)現(xiàn)、分類過濾、自動摘要、關(guān)鍵詞提取、文檔去重、正文提取等十余項功能。對于分詞標(biāo)注后的三個文本，我們利用AntConc軟件進行了語料庫分析（詞頻統(tǒng)計等）。由于韓寒早期作品《三重門》的作者存在爭議，有人質(zhì)疑《三重門》為韓寒父親代筆，所以我們試圖通過比較文本中陳述句、疑問句、感嘆句比例，近似平均句長，以及23個常見虛字在文本中的使用情況，來觀察《三重門》的語體風(fēng)格和用詞習(xí)慣是更接近于韓寒近期作品《1988：我想和這個世界談?wù)劇愤€是其父作品《兒子韓寒》。如果《三重門》的語體風(fēng)格和用詞習(xí)慣是更接近于《1988：我想和這個世界談?wù)劇?，而與《兒子韓寒》有顯著性差異，那么我們就為《三重門》為韓寒自己所寫提供了證據(jù)。反之，如果《三重門》與《兒子韓寒》更為接近，而與《1988：我想和這個世界談?wù)劇反嬖陲@著性差異的話，那么就為《三重門》由韓父代筆而作的質(zhì)疑提供了證據(jù)。

二、數(shù)據(jù)與分析

本文主要研究了三個文本以下兩個方面的差異：一是陳述句、疑問句和感嘆句比例及近似平均句長，二是常見虛字（包括句尾虛字，白話虛字和表轉(zhuǎn)折程度比較的虛字）的比例。對于這兩個方面，AntConc的數(shù)據(jù)統(tǒng)計結(jié)果如表1所示：

表1 三個文本相應(yīng)變量出現(xiàn)的頻度

■

由于三個文本的總字?jǐn)?shù)和總詞數(shù)各不相同，為了更好地進行比較，我們將頻度轉(zhuǎn)換為頻率，從目標(biāo)標(biāo)點和虛字出現(xiàn)的頻率來進行對比，頻率數(shù)據(jù)如表2所示：

表2 三個文本相應(yīng)變量出現(xiàn)的頻率

■

從表中可以看到《三重門》《1988：我想和這個世界談?wù)劇放c《兒子韓寒》所用的逗號、句號、嘆號和問號比例分別有所差別，而其中《三重門》中嘆號出現(xiàn)的比例（0.35%）要顯著高于《1988：我想和這個世界談?wù)劇罚?.00%）與《兒子韓寒》（0.06%）。從平均句長上來看，《三重門》為26.53，《1988：我想和這個世界談?wù)劇窞?7.20，而《兒子韓寒》則為31.94，高于前兩篇。可見韓寒早期作品《三重門》與近期作品《1988：我想和這個世界談?wù)劇菲骄溟L接近，而其父作品《兒子韓寒》的平均句長則要長于韓寒。聯(lián)系到逗號的數(shù)據(jù)（《三重門》6.34%；《1988：我想和這個世界談?wù)劇?.22%；《兒子韓寒》4.95%），可以發(fā)現(xiàn)，韓仁均作品《兒子韓寒》不僅整句平均句長更長，其長句中每一個短句的句長也要長于其他兩部作品。而《1988：我想和這個世界談?wù)劇穭t呈明顯的短句更多更短的特點，其逗號比例顯著高于另外兩部作品。

虛字方面的分析，我們選取了23個虛字，分別為5個句尾虛字：呀、嗎、咧、么、呢；9個白話虛字：了、的、著、一、不、把、讓、是、好；9個表轉(zhuǎn)折程度比較的虛字：可、就、但、越、再、便、更、此、很。

從表2中可以看到，有四個虛字：“么”“了”“著”“是”在《1988：我想和這個世界談?wù)劇分械某霈F(xiàn)頻率要明顯高于《三重門》和《兒子韓寒》。由于單個字的對比說服力有限，因此我們運用SPSS進行了三個文本同樣23個虛字的相關(guān)性檢驗。

相關(guān)性檢驗表明，《三重門》（0.5179%±0.83918%）與《1988：我想和這個世界談?wù)劇罚?.6438%±1.05711%）呈顯著相關(guān)，p=0；《三重門》與《兒子韓寒》（0.5209%±1.01391&）（p=0）和《1988：我想和這個世界談?wù)劇放c《兒子韓寒》（p=0）也分別呈顯著相關(guān)。三個研究文本的相關(guān)系數(shù)如表3所示。

表3 三對文本對的成對樣本相關(guān)系數(shù)

■

結(jié)果表明，相關(guān)性檢驗并不能為研究提供有意義的證據(jù)。因此，針對這23個虛字，我們利用SPSS軟件進一步做了配對樣本T檢驗。

對于這23個虛字，我們分別以《三重門》和《1988：我想和這個世界談?wù)劇烦蓪?，以及《三重門》和《兒子韓寒》成對，進行了兩對成對樣本檢驗。表4為成對樣本檢驗結(jié)果，如下所示。

表4 兩對文本對的成對樣本檢驗結(jié)果

■

從表4中可以看到，《三重門》與《1988：我想和這個世界談?wù)劇反嬖陲@著性差異，00.1。這樣的數(shù)據(jù)說明韓寒早期作品《三重門》與近期作品《1988我想和這個世界談?wù)劇返奶撛~使用存在顯著差異，然而其早期作品《三重門》與其父親作品《兒子韓寒》的虛字用法卻非常相似。從某種意義上說，我們有理由認(rèn)為《三重門》可能由韓仁均代筆而作。如果真是這樣，那么拿《1988：我想和這個世界談?wù)劇放c《兒子韓寒》來比較，結(jié)果會是什么樣的呢？我們做了《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗，結(jié)果如表5所示。

表5 《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗結(jié)果

■

《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗結(jié)果顯示，《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的23個虛字用法存在差異邊緣性顯著，0.05

三、結(jié)論

本研究通過對三個52，000字以上的語料樣本進行統(tǒng)計分析，有以下推測：《三重門》可能是由韓寒之父韓仁均代筆而作，或者《三重門》是韓寒父子二者合著。然而，我們的研究也存在一些值得推敲的細節(jié)，還需要在將來的研究中加以改進。綜觀整個研究，我們發(fā)現(xiàn)，將基于計量語言學(xué)研究成果的語言結(jié)構(gòu)分布特征作為語言風(fēng)格對比和作家判定，實驗證明是可行可信的，而且特征選擇和對比分析結(jié)果都可以從語言學(xué)的角度進行分析和解釋。此外，學(xué)者黃偉、劉海濤曾用這種方法成功地進行了文本聚類和分類實驗。這樣的方法具有普適性，值得在更多的語言學(xué)研究領(lǐng)域進行嘗試。標(biāo)注體系和工具對統(tǒng)計結(jié)果的影響，語言風(fēng)格在字、詞、句等語言結(jié)構(gòu)和語法、語義、語用層面的全面計量描寫等，都是今后值得繼續(xù)和深入研究的課題。

參考文獻：

[1]陳芯瑩，李雯雯，王燕.計量特征在語言風(fēng)格比較及作家判定中的應(yīng)用——以韓寒《三重門》與郭敬明《夢里花落知多少》為例[J].計算機工程與應(yīng)用， 2012，48（3）：137-139.

[2]黃偉，劉海濤.漢語語體的計量特征在文本聚類中的應(yīng)用[J].計算機工程與應(yīng)用，2009，45（29）：25-27.

[3]桂詩春.基于語料庫的英語語言學(xué)語體分析[M].北京：外語教學(xué)與研究出版社，2009.

摘 要：以語料庫和統(tǒng)計方法進行語言結(jié)構(gòu)特征計量研究是漢語語言風(fēng)格描寫研究及作家判定研究的重要方法。本文以語言結(jié)構(gòu)的計量特征表示文本的方法加強了語言風(fēng)格對比及作者判定研究的可解釋性，具有較高的理論和應(yīng)用價值。

關(guān)鍵詞：語言風(fēng)格；語言結(jié)構(gòu)；計量特征

本文基于語料庫和統(tǒng)計方法，獲取現(xiàn)代漢語語言結(jié)構(gòu)的計量特征，而后考察這些語言結(jié)構(gòu)計量特征在作家語言風(fēng)格描寫、對比研究及作家判定方面的實際應(yīng)用。具體過程是：首先，分別選取兩個作家的三個語料樣本，對其進行分詞并以文本為單位計算特定語言結(jié)構(gòu)在文本中的頻率和百分比；然后，基于樣本的均值比較這些語言結(jié)構(gòu)在分別屬于兩個作家的兩個樣本中的分布是否具有差異；最后，還對同一個作家的兩個不同的樣本中比較這些語言結(jié)構(gòu)是否具有差異。

一、語料與方法

研究選取了3個文本，分別為韓寒早期作品《三重門》，韓寒近期作品《1988：我想和這個世界談?wù)劇泛晚n寒父親韓仁均作品《兒子韓寒》?！度亻T》于2000年由作家出版社出版，總字?jǐn)?shù)155820，總詞數(shù)116461；《1988：我想和這個世界談?wù)劇返谝话嬗?010年7月6日《獨唱團》刊發(fā)，總字?jǐn)?shù)92384，總詞數(shù)70185。兩者均為韓寒所著的長篇小說。而《兒子韓寒》為韓寒的父親韓仁均所寫，向讀者介紹了韓寒的成長經(jīng)歷，具有傳記性質(zhì)，總字?jǐn)?shù)52854，總詞數(shù)37654。

首先，筆者將這三個文本進行了漢語分詞處理，漢語分詞標(biāo)注所用的軟件為LJParser。LJParser文本搜索與挖掘開發(fā)平臺包括全文精準(zhǔn)搜索、新詞發(fā)現(xiàn)、漢語分詞標(biāo)注、詞語統(tǒng)計與術(shù)語翻譯、自動聚類與熱點發(fā)現(xiàn)、分類過濾、自動摘要、關(guān)鍵詞提取、文檔去重、正文提取等十余項功能。對于分詞標(biāo)注后的三個文本，我們利用AntConc軟件進行了語料庫分析（詞頻統(tǒng)計等）。由于韓寒早期作品《三重門》的作者存在爭議，有人質(zhì)疑《三重門》為韓寒父親代筆，所以我們試圖通過比較文本中陳述句、疑問句、感嘆句比例，近似平均句長，以及23個常見虛字在文本中的使用情況，來觀察《三重門》的語體風(fēng)格和用詞習(xí)慣是更接近于韓寒近期作品《1988：我想和這個世界談?wù)劇愤€是其父作品《兒子韓寒》。如果《三重門》的語體風(fēng)格和用詞習(xí)慣是更接近于《1988：我想和這個世界談?wù)劇?，而與《兒子韓寒》有顯著性差異，那么我們就為《三重門》為韓寒自己所寫提供了證據(jù)。反之，如果《三重門》與《兒子韓寒》更為接近，而與《1988：我想和這個世界談?wù)劇反嬖陲@著性差異的話，那么就為《三重門》由韓父代筆而作的質(zhì)疑提供了證據(jù)。

二、數(shù)據(jù)與分析

本文主要研究了三個文本以下兩個方面的差異：一是陳述句、疑問句和感嘆句比例及近似平均句長，二是常見虛字（包括句尾虛字，白話虛字和表轉(zhuǎn)折程度比較的虛字）的比例。對于這兩個方面，AntConc的數(shù)據(jù)統(tǒng)計結(jié)果如表1所示：

表1 三個文本相應(yīng)變量出現(xiàn)的頻度

■

由于三個文本的總字?jǐn)?shù)和總詞數(shù)各不相同，為了更好地進行比較，我們將頻度轉(zhuǎn)換為頻率，從目標(biāo)標(biāo)點和虛字出現(xiàn)的頻率來進行對比，頻率數(shù)據(jù)如表2所示：

表2 三個文本相應(yīng)變量出現(xiàn)的頻率

■

從表中可以看到《三重門》《1988：我想和這個世界談?wù)劇放c《兒子韓寒》所用的逗號、句號、嘆號和問號比例分別有所差別，而其中《三重門》中嘆號出現(xiàn)的比例（0.35%）要顯著高于《1988：我想和這個世界談?wù)劇罚?.00%）與《兒子韓寒》（0.06%）。從平均句長上來看，《三重門》為26.53，《1988：我想和這個世界談?wù)劇窞?7.20，而《兒子韓寒》則為31.94，高于前兩篇?？梢婍n寒早期作品《三重門》與近期作品《1988：我想和這個世界談?wù)劇菲骄溟L接近，而其父作品《兒子韓寒》的平均句長則要長于韓寒。聯(lián)系到逗號的數(shù)據(jù)（《三重門》6.34%；《1988：我想和這個世界談?wù)劇?.22%；《兒子韓寒》4.95%），可以發(fā)現(xiàn)，韓仁均作品《兒子韓寒》不僅整句平均句長更長，其長句中每一個短句的句長也要長于其他兩部作品。而《1988：我想和這個世界談?wù)劇穭t呈明顯的短句更多更短的特點，其逗號比例顯著高于另外兩部作品。

虛字方面的分析，我們選取了23個虛字，分別為5個句尾虛字：呀、嗎、咧、么、呢；9個白話虛字：了、的、著、一、不、把、讓、是、好；9個表轉(zhuǎn)折程度比較的虛字：可、就、但、越、再、便、更、此、很。

從表2中可以看到，有四個虛字：“么”“了”“著”“是”在《1988：我想和這個世界談?wù)劇分械某霈F(xiàn)頻率要明顯高于《三重門》和《兒子韓寒》。由于單個字的對比說服力有限，因此我們運用SPSS進行了三個文本同樣23個虛字的相關(guān)性檢驗。

相關(guān)性檢驗表明，《三重門》（0.5179%±0.83918%）與《1988：我想和這個世界談?wù)劇罚?.6438%±1.05711%）呈顯著相關(guān)，p=0；《三重門》與《兒子韓寒》（0.5209%±1.01391&）（p=0）和《1988：我想和這個世界談?wù)劇放c《兒子韓寒》（p=0）也分別呈顯著相關(guān)。三個研究文本的相關(guān)系數(shù)如表3所示。

表3 三對文本對的成對樣本相關(guān)系數(shù)

■

結(jié)果表明，相關(guān)性檢驗并不能為研究提供有意義的證據(jù)。因此，針對這23個虛字，我們利用SPSS軟件進一步做了配對樣本T檢驗。

對于這23個虛字，我們分別以《三重門》和《1988：我想和這個世界談?wù)劇烦蓪?，以及《三重門》和《兒子韓寒》成對，進行了兩對成對樣本檢驗。表4為成對樣本檢驗結(jié)果，如下所示。

表4 兩對文本對的成對樣本檢驗結(jié)果

■

從表4中可以看到，《三重門》與《1988：我想和這個世界談?wù)劇反嬖陲@著性差異，00.1。這樣的數(shù)據(jù)說明韓寒早期作品《三重門》與近期作品《1988我想和這個世界談?wù)劇返奶撛~使用存在顯著差異，然而其早期作品《三重門》與其父親作品《兒子韓寒》的虛字用法卻非常相似。從某種意義上說，我們有理由認(rèn)為《三重門》可能由韓仁均代筆而作。如果真是這樣，那么拿《1988：我想和這個世界談?wù)劇放c《兒子韓寒》來比較，結(jié)果會是什么樣的呢？我們做了《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗，結(jié)果如表5所示。

表5 《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗結(jié)果

■

《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的成對樣本檢驗結(jié)果顯示，《1988：我想和這個世界談?wù)劇放c《兒子韓寒》的23個虛字用法存在差異邊緣性顯著，0.05

三、結(jié)論

本研究通過對三個52，000字以上的語料樣本進行統(tǒng)計分析，有以下推測：《三重門》可能是由韓寒之父韓仁均代筆而作，或者《三重門》是韓寒父子二者合著。然而，我們的研究也存在一些值得推敲的細節(jié)，還需要在將來的研究中加以改進。綜觀整個研究，我們發(fā)現(xiàn)，將基于計量語言學(xué)研究成果的語言結(jié)構(gòu)分布特征作為語言風(fēng)格對比和作家判定，實驗證明是可行可信的，而且特征選擇和對比分析結(jié)果都可以從語言學(xué)的角度進行分析和解釋。此外，學(xué)者黃偉、劉海濤曾用這種方法成功地進行了文本聚類和分類實驗。這樣的方法具有普適性，值得在更多的語言學(xué)研究領(lǐng)域進行嘗試。標(biāo)注體系和工具對統(tǒng)計結(jié)果的影響，語言風(fēng)格在字、詞、句等語言結(jié)構(gòu)和語法、語義、語用層面的全面計量描寫等，都是今后值得繼續(xù)和深入研究的課題。

參考文獻：

[1]陳芯瑩，李雯雯，王燕.計量特征在語言風(fēng)格比較及作家判定中的應(yīng)用——以韓寒《三重門》與郭敬明《夢里花落知多少》為例[J].計算機工程與應(yīng)用， 2012，48（3）：137-139.

[2]黃偉，劉海濤.漢語語體的計量特征在文本聚類中的應(yīng)用[J].計算機工程與應(yīng)用，2009，45（29）：25-27.

[3]桂詩春.基于語料庫的英語語言學(xué)語體分析[M].北京：外語教學(xué)與研究出版社，2009.