給文學作品做“親子鑒定”

朱會鑫

隨著科技的不斷進步，A I已經(jīng)可以給文學作品做“親子鑒定”，進而判定其作者是誰了。

下面，我們就以利用A I判定英國著名戲劇文學《亨利八世》的作者是誰為例。與《紅樓夢》究竟是誰寫的一樣，《亨利八世》也存在同樣的問題?？梢哉f，在長達一個世紀里，關(guān)于《亨利八世》作者是誰的爭論一直沒有停息，直到最近的一項研究才使這個問題的答案變得明朗起來。

布拉格捷克科學院的研究員普列查奇最近使用了機器學習技術(shù)來識別《亨利八世》的作者，并取得了具有說服力的結(jié)果。那么，究竟是如何利用AI判定《亨利八世》的作者呢？

簡單地說，就是從詞匯和節(jié)奏入手，辨別文本的來源。在了解作者的風格和常用的字詞與樣式后，再去辨別新作品中的文本習慣樣式，以判定它是不是出自同一個作者。即通過算法模型對文本常用詞、常用語句和節(jié)奏模式進行分析，使算法學會辨別相關(guān)作者的寫作特征。

具體來說，就是先將劇本《亨利八世》細化到多個小場景，再使用支持向量機對《亨利八世》的各個場景進行歸因分析和分類。其中，以500種最常見的節(jié)奏類型的頻率，以及500個最常見單詞的頻率作為分類器的功能集。鑒于作者在不同時期可能出現(xiàn)的風格差異，普列查奇采用了同時期其他戲劇的場景（如《暴風雨》《科里奧拉納斯》）作為訓練樣本，對于可能的作者也同樣收集了訓練樣本。

最終，普列查奇收集了53個莎士比亞訓練樣本、90個弗萊徹訓練樣本和46個馬辛格訓練樣本。為了估計模型的準確性，還通過交叉驗證的方式進行了檢驗。完成訓練學習后，在《亨利八世》的文本上運行該模型，最后結(jié)合詞匯和多功能化的綜合分析，確定哪些作者參與了劇本的寫作，以及他們的具體貢獻。

最后的結(jié)果證明，這是區(qū)分莎士比亞、弗萊徹和馬辛格風格非?？煽康呐袚?jù)。尤其是使用常用詞和常用節(jié)奏的組合模型，在三位作者的風格鑒定上，準確率高于96%。當模型應(yīng)用于《亨利八世》的分析時，結(jié)果清楚地表明，莎士比亞和弗萊徹都參與其中，另一位傳聞的劇作家馬辛格在算法的層面上表明和劇本無關(guān)。

對于文學研究者和愛好者來說，利用A I對文學作品進行“親子鑒定”，以破解名著的作者之謎，是一件很有價值的事情，同時也提供了一個數(shù)據(jù)維度的視角，去解決此類問題。

//摘自《知識窗》2020年第2期/