谁是真正的作者

人们在写作或交际活动中会形成自己的语言风格.这种风格在数量上就呈现为个人的言语在统计特征上的差异.例如，文章中的词长和句长就可代表作者遣词造句的风格.这里所谓的词长，就是单词中的音节数；而句长则是句子中的单词数.

有人曾对20位德语作者的22部著作进行平均词长和平均句长的统计分析.在这22部著作中，包含文学、文学理论、哲学、经济学、考古学和自然科学等各种类型.研究发现，平均句长最高的是人文科学和社会科学家的著作.例如，马克思的《资本论》平均句长为32.668，而由文学家写的小说、散文的平均句长为17.292，几乎只有《资本论》句长的一半.在全部著作中，马克思的著作，平均句长居第二位，平均词长居第三位.可见马克思是一位善于以长词造长句的作者.由此看来，词长、句长确实是个人文体风格的一个重要标志.

尤勒（George Udny Yule，1871—1951）曾提出一个用于评估不同作家的风格的统计特征的方法.

在一个平面直角坐标系内，以词的出现次数i作横坐标，以频率P（i）为纵坐标，作出P（i）的图形，这个图形被称为尤勒图.通过对不同作者的尤勒图进行比较，就可以对他们的著作中词的统计分布特征得出某些结论.在图16.1中，比较作者A和B的尤勒图可以知道，在作者A的著作中，频率低的词比作者B多，而频率高的词比作者B少.由此可见，作者A的著作中不相同的词比作者B的丰富.因此，对于该语言不太熟悉的读者而言，作者B的著作阅读起来要更加容易一些.

图16.1　尤勒图

使用尤勒图还可以确定匿名文章的作者.其方法是，首先对匿名文章作出尤勒图；然后找出匿名作者的怀疑对象，并作出其相应的尤勒图；最后将这些尤勒图进行仔细对比，如果匿名文章的尤勒图与某个怀疑对象的尤勒图最相似，就可以认为该怀疑对象就是匿名文章的作者.

以上述研究为基础，人们进一步开展了计算风格学的研究，借助计算机技术，运用统计方法深入研究各种文体的特点和不同作者的风格，根据量的计算给出质的评价.人们将计算风格学应用于“作者考证”的研究中，成功地解决了许多令人棘手的困难问题.

1964年，美国统计学家摩斯泰勒（Frederick Mosteller，1916—2006）和瓦莱斯（David L.Wallace），考证出了发表于18世纪末期报刊上的署名为“联邦主义者”的12篇文章的真实作者.作者的候选人只有两个，一位是美国的开国政治家汉弥尔顿（Alexander Hamilton，1757—1804），一位是美国第四任总统麦迪逊（James Madison，1751—1836）.这两位统计学家通过对两个候选作者的作品进行统计分析，找到了这两位作者在某些虚词使用上的显著区别：在汉弥尔顿的18篇文章中，有14篇用了enough这个词，而在麦迪逊的14篇文章中，完全不用enough；汉弥尔顿喜欢用upon，而麦迪逊很少使用；汉弥尔顿喜欢用while，而麦迪逊喜欢用whilst.这正是两位候选作者写作时的风格特征指标.

然后，统计学家将这两位候选作者的风格特征指标与作者未知的署名“联邦主义者”的文章中相应的风格特征进行认真比较，最后推断出这位署名为“联邦主义者”的作者就是美国第四任总统麦迪逊.由此了结了现代考据学上的一个公案.

前苏联著名作家肖洛霍夫（М.Щолохов，1905—1984）的名著《静静的顿河》出版后，有人说这本书是抄袭另一个名不见经传的作家克留科夫（федорКрюков，1870—1920）的.1974年，一位匿名作者更是发表了一本书，断言克留科夫才是《静静的顿河》的真正作者，肖洛霍夫至多不过是一个合作者.于是一股怀疑之风又重新刮了起来.在这种情况下，捷泽（G.Kjetsea）等人决定采用计算风格学的方法，对《静静的顿河》的作者进行考证.其具体办法是，将《静静的顿河》4卷本同肖洛霍夫和克留科夫两人的其他没有疑问的著作，使用计算机进行统计分析，以便获取可靠的数据.

他们从《静静的顿河》中随机选取2000个句子，再从肖洛霍夫和克留科夫的各一篇小说中分别随机选取500个句子，组成3个样本，输入计算机进行处理.然后分别从句子的平均长度、词类、各种词类在句子中的位置、句子结构等方面进行统计，并比较分析3个样本的异同.最后得出的统计数据已能充分证明，《静静的顿河》确实是肖洛霍夫所著.可是，由于这是一件世界文学界的大事，捷泽等人非常谨慎，于是写下了一个比较稳健的结论：《静静的顿河》确实是肖洛霍夫的手笔，不过，他在写作时或许参考过克留科夫的手稿.后来，前苏联也有学者对这个问题进行考证，得出与捷泽相同的结论.

1990年5月，前苏联发现了《静静的顿河》的两篇原稿.经过专家鉴定，这两篇原稿均为肖洛霍夫的手笔.至此，《静静的顿河》的作者鉴定这段公案终于得到彻底澄清.

运用统计方法研究《红楼梦》也是一个很好的例子.《红楼梦》是我国一部家喻户晓的古典文学名著，虽然在书的封面上印有曹雪芹和高鹗两位作家的名字，但是，其作者到底是谁，学界一直争论不休.

1980年6月，美籍华裔学者陈炳藻在威斯康星大学召开的国际《红楼梦》研讨会上，宣读了他用统计学研究《红楼梦》作者的成果.他的研究方法和成果引起了人们的关注.

湖南师范大学的一位学者发现，在《红楼梦》的前80回中，丫环、佣人、老妈子等下人都称自己为“小的”，可是在后40回中，却自称“奴才”，用语习惯明显不一样，这说明前80回与后40回可能不是同一个人所写.

1987年，复旦大学的李贤平教授对《红楼梦》进行了风格分析.他将全书的120回作为一个整体，分别统计了47个虚字（之，其，呀，吗，的，是，儿等）的出现频率，作为《红楼梦》各个回目的数字标志；然后用统计方法进行比较分析，得出了许多新的结果：

（1）前80回与后40回之间有交叉.

（2）前80回是曹雪芹根据《石头记》写成，中间插入《风月宝鉴》，还增加了一些别的成分.

（3）后40回是曹雪芹的亲友根据曹雪芹的草稿整理而成.宝黛故事为一人所写，贾府衰败的情景则为另一人所写.

李教授提出的《红楼梦》成书过程的新见解震惊了学术界.