劉磊

（南京師范大學(xué) 文學(xué)院，江蘇 南京 210097）

言 語 風(fēng) 格 定 量 分 析 研 究
——以《白鹿原》、《平凡的世界》、《秦腔》為例

劉磊

（南京師范大學(xué) 文學(xué)院，江蘇 南京 210097）

本文通過對《白鹿原》、《平凡的世界》、《秦腔》進(jìn)行抽樣、切分、標(biāo)注，建立一個語料庫。然后盡量多得從詞層面、句層面、標(biāo)點(diǎn)層面選取計(jì)量特征，對三部作品的言語風(fēng)格進(jìn)行分析，并得出了上述三個層面中的區(qū)別性計(jì)量特征。

言語風(fēng)格 定量分析 計(jì)量特征

前言

言語風(fēng)格的定量分析，肇始于20世紀(jì)30年代的西方文體學(xué)界，這種研究最初是通過手工計(jì)算來實(shí)現(xiàn)的。直到二戰(zhàn)后，計(jì)算機(jī)的發(fā)明使人們可以通過機(jī)器更高效和更大規(guī)模地對文本進(jìn)行定量分析。漢語作品的言語風(fēng)格定量分析，最早始于20世紀(jì)七八十年代，和西方采用定量分析研究 《圣經(jīng)》著作權(quán)和柏拉圖等古典作家著作年代類似，漢語界用詞頻統(tǒng)計(jì)等方法來考證《紅樓夢》的作者歸屬問題。此后這種基于統(tǒng)計(jì)的定量分析方法不斷發(fā)展，并獲得了漢語風(fēng)格學(xué)界、漢語語體學(xué)界、計(jì)算語言學(xué)界的認(rèn)同，不同學(xué)界分別從不同角度對這種方法進(jìn)行了理論上和實(shí)踐上的發(fā)展，乃至有學(xué)者認(rèn)為其已經(jīng)發(fā)展成為一門學(xué)科——計(jì)算風(fēng)格學(xué)（Computational Stylistics）?？梢哉f，以語言結(jié)果的計(jì)量特征表示文本的方法加強(qiáng)了語言風(fēng)格對比及作家判定研究的可解釋性，具有較高的理論和應(yīng)用價值。以語料庫和統(tǒng)計(jì)方法進(jìn)行語言結(jié)構(gòu)特征計(jì)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。

對于中國現(xiàn)當(dāng)代作家作品的言語風(fēng)格定量分析，有不少學(xué)者展開過研究。錢峰、陳光磊（1981、1983、1987）較早地提出了建立“計(jì)算風(fēng)格學(xué)”建議，并嘗試性地對巴金和倪海曙的語言風(fēng)格特征進(jìn)行了對比研究，在隨后又提出并完善了一套完整的算法。王景丹（2003）從句頻入手，對曹禺、郭沫若等8位劇作家的風(fēng)格進(jìn)行了分析，得出了這些作家在句類、句子長短、句子整散和關(guān)聯(lián)詞等方面的不同。吳禮權(quán)（2003、2004）先后對“簡約”與“繁豐”和“剛健”與“柔婉”的修辭特征進(jìn)行了定量統(tǒng)計(jì)對比分析，得出了一些有益的結(jié)論。陳芯瑩、李雯雯、王燕（2012）對《三重門》和《夢里花落知多少》進(jìn)行了定量對比研究，總結(jié)出了句長、型例比、名詞比例等7個語言結(jié)構(gòu)特征，并以此作為文本特征，準(zhǔn)確判定了兩位未知作家文本的作者。

通過以上分析不難看出，從研究內(nèi)容上看，對于現(xiàn)當(dāng)代作家作品分析主要集中在巴金、曹禺等現(xiàn)代文學(xué)大家和郭敬明、韓寒等當(dāng)代當(dāng)紅作家上，對當(dāng)代名家涉及較少。從研究方法上，計(jì)量特征選取還以先驗(yàn)為主，數(shù)量較少。因此，本文選取三位年齡相仿的陜西籍作家的代表作，陳忠實(shí)（1942年生、陜西西安人）的《白鹿原》，路遙（1949年生、陜西榆林人）的《平凡的世界》，賈平凹（1952年生、陜西商洛人）《秦腔》，盡量多地選取計(jì)量特征，對三者作品言語風(fēng)格進(jìn)行分析，以期豐富言語風(fēng)格定量分析的研究成果。

二、實(shí)驗(yàn)設(shè)計(jì)

2.1 計(jì)量特征選取

通過對前人研究的綜合分析，結(jié)合作品實(shí)際情況，根據(jù)可操作性原則、全面原則、可靠性原則。本文選取以下計(jì)量特征：

一、詞層面

詞類比例=各種詞類所占總詞數(shù)比例。

特殊詞，比如方位詞、時間詞、“把”、“被”等。

詞長=字?jǐn)?shù)（不含標(biāo)點(diǎn)）／詞數(shù)；盡管效果不明顯，但本著全面原則還是選此標(biāo)準(zhǔn)。

詞型，文本中出現(xiàn)詞的種數(shù)，反映作品詞匯豐富程度。

型例比=詞數(shù)／詞型數(shù)；反映作家作品詞匯使用情況。

單現(xiàn)詞比例=文本中僅出現(xiàn)一次的詞/總次數(shù)。

二、句層面

句長=字?jǐn)?shù)（不含標(biāo)點(diǎn)）／句數(shù)；句長統(tǒng)計(jì)以句號、嘆號、問好、省略號為標(biāo)志。

小句長=字?jǐn)?shù)（不含標(biāo)點(diǎn)）／句數(shù)；小句本位具有較強(qiáng)解釋性，因此本文選取此標(biāo)準(zhǔn)。以逗號、分號為標(biāo)志。

陳述句比例=陳述句數(shù)量／總句數(shù)。

疑問句比例=疑問句數(shù)量／總句數(shù)。

感嘆句比例=感嘆句數(shù)量／總句數(shù)。

三、標(biāo)點(diǎn)層面

標(biāo)點(diǎn)符號比例=標(biāo)點(diǎn)符號數(shù)量／字?jǐn)?shù)。

2.2 實(shí)驗(yàn)過程

（1）對《白鹿原》、《平凡的世界》、《秦腔》抽樣，得到三個100k左右（約4-5萬字）的文本，下文用B代表《白鹿原》樣本、P代表《平凡的世界》樣本，Q代表《秦腔》樣本。

（2）利用ICTCLAS2013分詞系統(tǒng)進(jìn)行分詞，分詞粒度為小，詞性標(biāo)注集為ICTPOS二級，分詞方式為自適應(yīng)分詞。然后進(jìn)行手工修改，建立一個語料庫。然后利用PHP腳本、Excel進(jìn)行詞類、特定詞、標(biāo)點(diǎn)的統(tǒng)計(jì)，利用超大字符集詞頻統(tǒng)計(jì)和Excel進(jìn)行詞頻統(tǒng)計(jì)。

（3）數(shù)據(jù)分析，根據(jù)統(tǒng)計(jì)的數(shù)據(jù)，詳細(xì)分析不同作品的各個計(jì)量特征的異同，推斷作家的作品風(fēng)格，歸納區(qū)別性計(jì)量特征。

三、數(shù)據(jù)分析

3.1 詞層面

3.1.1 詞類

表3.1 詞類統(tǒng)計(jì)比較

名詞、動詞使用，三作家基本相同，都是25%左右，差別不大。具體為名詞：B>Q>P，動詞：Q>B>P。由這里可以推測，賈平凹用動詞最多，而路遙最少。

形容詞、區(qū)別詞、狀態(tài)詞的使用，總體上看形容詞所占比例最大，約為3.5%-5%，B≈P≈5%，比Q多40%左右。區(qū)別詞次之，約為0.3%-0.6%，B>P>Q，B比Q多117.57%，差異顯著。最小的是狀態(tài)詞，約為0.2%-0.3%，B>P>Q，B比Q多105.25%。這三種具有修飾性特點(diǎn)的詞類，都是B>P>Q，而且B與P差異很顯著。由此可見，就所選樣本而言，陳忠實(shí)可能比賈平凹更喜歡用修飾詞，文風(fēng)較為華麗。

代詞上看，P≈Q>B，陳忠實(shí)用代詞的比例比較低，路、賈則大體相同。

數(shù)詞、量詞上看，Q>B>P，路遙用數(shù)詞最多，說明其在數(shù)量化表達(dá)上可能更偏向于精確化。

副詞總體上相差不大，Q>P>B，由于副詞多修飾動詞或者形容詞，因此和動詞形容詞比例可能有相關(guān)關(guān)系。

介詞上，總體差異不大，P>B>Q；助詞上，差別也不大，B> P>Q。連詞上，也是P>B>Q，P與B差別較小，P與Q差別較大，P比Q多近一倍，這說明，路遙用連詞最多，而賈平凹最少，從一方面說明了路遙的文風(fēng)更書面化，有可能在句長上比較長，而賈平凹則多用單句、短句，少用長句、復(fù)句。

嘆詞上，P≈Q>B，且差異較大，P比B多300%左右，由此可見陳忠實(shí)很少用嘆詞，而路、賈則使用較多。語氣詞上，Q> P>B，賈平凹使用語氣詞最多，陳忠實(shí)最少。

擬聲詞上，Q>B>P，陳、賈使用比例上類似，而路則很少用擬聲詞。通過這些可以看出，賈平凹的作品可能口語化比較明顯，路遙使用擬聲詞很少，陳忠實(shí)使用嘆詞很少。

3.1.2 特殊詞

表3.2 特殊詞統(tǒng)計(jì)比較

時間詞、處所詞、方位詞上，三者總體上相差不大，值得注意的是這三個標(biāo)準(zhǔn)都是P所占比重最大，由此可見，路遙在其作品中使用了較多的時間詞、處所詞、方位詞，由此可以看出其作品可能敘事更加完整，時間、地點(diǎn)等因素交代的較多。

“把”和“被”的使用上，P比例都是最少的，可見路遙可能用處置式的句子比較少。另一個需要注意的地方是，B“被”使用頻率較高，可見陳忠實(shí)被字句使用較多。

“的”“地”“得”的使用上，有兩個值得注意的地方。一是總體來看，P使用最少，特別是“得”，可見路遙較少使用補(bǔ)語。二是陳忠實(shí)使用“的”最多，而賈平凹使用“得”最多，可見陳多修飾，文風(fēng)較為華麗，而賈使用補(bǔ)語較多。

3.1.3 其他統(tǒng)計(jì)標(biāo)準(zhǔn)

表3.3 詞長、詞型、型例比、單現(xiàn)詞統(tǒng)計(jì)比較

詞長上，差距不大，B>P>Q，陳忠實(shí)作品詞長最長，賈平凹作品則詞長最短。

詞型和型例比上看，B詞型最多，P次之，Q最少，與之相對，B型例比最小，P次之，Q最大。由此可見，陳忠實(shí)作品詞匯更為豐富，路遙次之，賈平凹作品詞匯最不豐富。

單現(xiàn)詞出現(xiàn)比例，B>P>Q，單現(xiàn)詞是另—個可以表示語言中詞匯豐富程度的指標(biāo)，單現(xiàn)詞越多語言中的詞匯豐富程度越高。而此處的數(shù)據(jù)與型例比顯示的結(jié)果相符。

3.2 句層面

表3.4 句層面計(jì)量特征統(tǒng)計(jì)比較

句長上看，P（37.0511）>B（31.5693）>Q（22.2046），小句句長也是P（30.2646）>B（19.8358）>Q（12.7605），且差異較大，路遙的平均句長是最長的，達(dá)到37字每句，小句也有30字每句。賈平凹則最短，平均句長只有22字左右，小句長則只有不到13個字。陳忠實(shí)則處于二者之間。根據(jù)風(fēng)格學(xué)理論，長句一般是較為書面化的表達(dá)，可能給人以嚴(yán)謹(jǐn)、深沉感覺；而短句則是較為口語化，給人活潑、輕快感覺。由此可以推斷，路遙的作品更偏書面化，給人以凝重感；賈平凹的作品可能更加口語化，給人以輕快感。

句子類型來看，B、P差別較小，Q和另兩者差別較大。陳述句比例上，B、P都在80%以上，而Q只有不到50%；疑問句和感嘆句上，B、P都較少，在5%到11%之間，而Q在20%以上。由此可見，陳忠實(shí)、路遙的作品有較強(qiáng)第三人稱敘述性，而賈平凹的作品可能有更多的對話，主觀表達(dá)比較多。

3.3 標(biāo)點(diǎn)層面

表3.5 標(biāo)點(diǎn)統(tǒng)計(jì)比較

從標(biāo)點(diǎn)總量上來看，Q>P>B，B同P之間差異較小，與Q差異較大。對比來看，B使用分號相對最多，分號在組織語言方面也是較為書面化體現(xiàn)，因此陳忠實(shí)的作品應(yīng)該組織也較為嚴(yán)密，排比較多。P使用省略號和破折號最多，這也說明路遙在表達(dá)上喜歡用這種“歇后語式”表達(dá)，給讀者思考空間較大。其他標(biāo)點(diǎn)都是Q使用最多，其中與其他兩人差異較大的是：問號，疑問句標(biāo)志，上文已經(jīng)分析過。嘆號，感嘆句標(biāo)志，已分析。逗號，小句標(biāo)志，已分析。冒號、引號，引號比例正好是冒號二倍，這正是話語標(biāo)志，說明賈平凹的確對話較多。值得注意的是，在本文所選樣本中，賈平凹沒用破折號。

3.4 討論

綜上可見，陳忠實(shí)作品言語最大特點(diǎn)是詞長較長，詞型較多，形容詞比例最大，陳述句比例最大，標(biāo)點(diǎn)比例最小，由此反映出其風(fēng)格特點(diǎn)是更加書面化，詞匯豐富，風(fēng)格也較為“華麗”；路遙作品最大的特點(diǎn)是時間詞、處所詞、方位詞比例較大，“得”比例最小，句長、小句長較長，由此反映出其風(fēng)格特點(diǎn)是更加注重場景描寫，喜用長句，補(bǔ)語較少，總體作品風(fēng)格凝重；賈平凹作品最大特點(diǎn)是形容詞等修飾詞比例較小，連詞比例較小，數(shù)量詞比例較小，連詞、助詞比例較小，語氣詞、擬聲詞比例較大，詞長最短、句長最短、詞型最少，標(biāo)點(diǎn)比重大，不用破折號，由此反映出其作品特點(diǎn)是口語化特征明顯，文風(fēng)活潑。

由此可以選擇出具有區(qū)別性的計(jì)量特征：嘆詞（B明顯偏少），引號（B明顯偏少，Q明顯偏多），被（B明顯偏多），分號（B明顯偏多，Q明顯偏少），括號、擬聲詞（P明顯偏少），冒號（P明顯偏少，Q比例明顯偏大），感嘆句、疑問句（Q明顯偏多），得（Q明顯偏多），頓號、嘆號、問號、（Q明顯偏多），破折號Q無。

由此我們可以得到下表：

表3.6 綜合分析比較

四、結(jié)語

基于統(tǒng)計(jì)的言語風(fēng)格比較及作者判定研究是一項(xiàng)復(fù)雜的工作，發(fā)展至今雖然還有許多問題，但我們也欣喜地看到這項(xiàng)研究正在快速發(fā)展著，本文的實(shí)踐也是如此。雖然存在著一些這樣或那樣的問題，但我們想強(qiáng)調(diào)是這種研究方法，即盡量多的統(tǒng)計(jì)出可以統(tǒng)計(jì)的計(jì)量特征，然后進(jìn)行數(shù)據(jù)分析、挖掘，用數(shù)據(jù)說話，找到了一些在較多依靠先驗(yàn)定性分析情況下難以發(fā)現(xiàn)的、具有區(qū)別性作用的計(jì)量特征。

通過對言語風(fēng)格的定量分析，我們發(fā)現(xiàn)，作品風(fēng)格上：陳忠實(shí)的《白鹿原》特點(diǎn)是詞長較長，詞型較多，形容詞比例最大，標(biāo)點(diǎn)比例最小，由此反映出其風(fēng)格特點(diǎn)是更加書面化，詞匯豐富，風(fēng)格也較為“華麗”；路遙的《平凡的世界》最大的特點(diǎn)是時間詞、處所詞、方位詞比例較大，“得”比例最小，句長、小句長較長，由此反映出其風(fēng)格特點(diǎn)是更加注重場景描寫，喜用長句，總體作品風(fēng)格凝重；賈平凹《秦腔》最大特點(diǎn)是形容詞等修飾詞比例較小，語氣詞、疑問句、感嘆句、冒號、引號、“得”字比例明顯偏大，詞長最短，詞型最不豐富，陳述句、分號比例明顯偏小，不用破折號，由此反映出其作品特點(diǎn)是口語化特征明顯，文風(fēng)活潑。我們總結(jié)出的區(qū)別性計(jì)量特征為：詞層面為嘆詞、擬聲詞、語氣、“被”字、“得”字、單現(xiàn)詞、詞長、詞型；句層面：句類、句長；標(biāo)點(diǎn)層面：冒號、省略號、分號、破折號等。

［1］曹聰孫.言語風(fēng)格統(tǒng)計(jì)學(xué)試說［J］.天津師范大學(xué)學(xué)報，1988（4）.

［2］曾毅平，朱曉文.計(jì)算方法在漢語風(fēng)格學(xué)研究中的應(yīng)用［J］.福建師范大學(xué)學(xué)報.2006（1）.

［3］陳芯瑩，李雯雯，王燕.計(jì)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(jì)算機(jī)工程與應(yīng)用，2012（3）.

［4］丁金國.基于語料庫的語體風(fēng)格研究——兼論量化與質(zhì)化的關(guān)系［J］.煙臺大學(xué)學(xué)報，2009（2）.

［5］錢鋒，陳光磊.關(guān)于發(fā)展?jié)h語計(jì)算風(fēng)格學(xué)的獻(xiàn)議［A］.上海:復(fù)旦大學(xué)出版社，1983.

［6］錢鋒，陳光磊.關(guān)于建立語體分類數(shù)學(xué)模型的構(gòu)想.語體論.合肥：安徽教育出版社，1987：63-74.

［7］錢鋒，陳光磊.關(guān)于建立語體分類數(shù)學(xué)模型的構(gòu)想［A］.合肥:安徽教育出版社，1987.

［8］錢鋒，陳光磊.文學(xué)·數(shù)學(xué)·計(jì)算機(jī)［J］.自然雜志，1981（06）.

［9］王景丹.從句頻分析看八位劇作家的風(fēng)格異同［J］.修辭學(xué)習(xí)，2003（04）.

［10］吳禮權(quán).從統(tǒng)計(jì)分析看“簡約”與“繁豐”的修辭特征［J］.修辭學(xué)習(xí)，2003（2）.

［11］武曉春，黃萱菁，吳立德.基于語義分析的作者身份識別方法研究［J］.中文信息學(xué)報，2006（6）.

［12］蕭申生.G_Herdan的言語風(fēng)格統(tǒng)計(jì)學(xué)［J］.語言研究，1982（2）.