中國作家協(xié)會主管

陳琰嬌 南開大學文學院青年教師，主要從事電影研究和文化批評。

國內(nèi)引進圖書有個有趣的現(xiàn)象，那就是有時候會只譯主標題不譯副標題，又或者只譯部分標題，各位看官若只是按名下單，有時不免文不對題。上回拿到一本《文學課：如何輕松理解偉大作品》，正準備學習一番，定睛一看才發(fā)現(xiàn)原書名里還有“for kids（給孩子的）”倆詞沒被譯出。看來不是給我準備的書，只好轉(zhuǎn)送中學生。這回發(fā)現(xiàn)一本《納博科夫最喜歡的詞》，興致勃勃打開來，才發(fā)現(xiàn)這也并不是納博科夫研究專著。納博科夫喜歡什么詞在這里僅僅是個引子，作者是要用統(tǒng)計的方法來研究“經(jīng)典、暢銷書和我們自己的寫作背后的數(shù)據(jù)到底說明了什么”（What the Numbers Reveal About the Classics, Bestsellers, and Our Own Writing）。

盡管有點“標題黨”，但確也是一本有趣的書。作者的研究方法是用數(shù)據(jù)統(tǒng)計來研究文學作品，比如：都說優(yōu)秀的作品副詞少，那么到底要少到什么程度才算好，誰是用副詞最少的作家？男女作家在用詞習慣上有什么不同，書中的男女角色在表現(xiàn)上有不同嗎？我們會在自己的寫作中留下“指紋”嗎？什么樣的開頭結尾更受歡迎？當然，看到這里，也許你現(xiàn)在也有了一個疑問——這一連串的“十萬個為什么”也算文學研究嗎？

隨著人工智能熱潮的到來，“大數(shù)據(jù)”成為了這幾年最熱門的話題之一。不僅互聯(lián)網(wǎng)要關心大數(shù)據(jù)，人文社科領域也要研究人工智能，思考數(shù)字人文。不僅現(xiàn)代影視劇要將數(shù)據(jù)庫的功能可視化，像《長安十二時辰》這樣的古裝片中也出現(xiàn)了“大案牘術”，也就是原始的數(shù)據(jù)管理系統(tǒng)。那么接下來的問題便是，文學真的可以計算嗎？

書一開篇，作者就講了一個破案的故事。話說美國的《聯(lián)邦黨人文集》，收錄了漢密爾頓、麥迪遜和杰伊三位政治家的85篇文章，影響深遠。由于文章刊發(fā)時是共用筆名，所以一開始誰都沒說哪篇是自己的。后來漢密爾頓在給朋友的信中分別列出了各篇文章的作者，再后來麥迪遜又說漢密爾頓認領的文章中，有12篇是他寫的，于是這作者之爭一吵就是一百多年，各方學者誰也說服不了誰。直到1963年，才由兩位教授給出了明確答案，而他們既不研究歷史，也不研究政治，是貨真價實的統(tǒng)計學家。

說來也簡單，兩位學者分別統(tǒng)計了麥迪遜和漢密爾頓文章中的高頻詞，再將高頻詞與12篇文章比對。比如在已確認是麥迪遜的文章中，超過一半使用了“whilst”而“while”從未出現(xiàn)，而漢密爾頓的文章則恰恰相反，三分之一使用了“while”而“whilst”從未出現(xiàn)。類似這樣的詞，他們選出幾十個，逐一對比，最終確認麥迪遜的確是12篇文章的作者。就這樣，困惑了歷史學家兩個世紀的問題，最終被計算機解決了。

沿著這個思路，作者選了9個有趣的話題，對文學作品進行了新的審視。也因此，他才能準確地回答（按照作者統(tǒng)計標準）納博科夫最喜歡的詞是“mauve（淡紫色）”，簡奧斯汀最喜歡的三個詞是“civility（禮貌）”“fancying（幻想）”和“imprudence（輕率）”，而阿加莎克里斯蒂則是“inquest（審訊）”“alibi（不在場證明）”和“frightful（可怕的）”。

盡管知道了名家最愛用的詞、副詞使用率、暢銷書的性別氣質(zhì)，這樣的“文學統(tǒng)計學”也不會在短時間內(nèi)影響作家的寫作和我們對作品的看法，甚至數(shù)字人文這個研究領域也存在方法和路徑上的爭議。但反過來，計算機輔助文本處理技術的發(fā)展又的確給我們帶來了看待作品的新視角，讓我們看見了文本中隱藏的“指紋”。也正是準確無誤的數(shù)據(jù)統(tǒng)計讓我們看到了文本背后的無意識，為什么作品會呈現(xiàn)出“這樣”的特點，或許值得我們繼續(xù)思考。