《纳博科夫最喜欢的词》：用大数据来探究写作的黄金法则

一直认为文学是没有标准答案的，数学唯一无法分析的就是文学。因为文字的含义，作品里所包含的情感都是无法用数字来量化的。

然后，读完这本书，我才了解到，原来可以用统计学的方法可以在另外一个方面来分析写作：用大数据来探究出写作的黄金法则。

1、文学作品的“指纹”

《联邦党人文集》为美国走向民主打下了基础，然而，在其中有12篇文章的作者一直不明。历史学家们为此争论了150多年之久。麦迪逊喝汉密尔顿都曾站出来认领这12篇文章，真相到底是什么呢，一直是个未解之谜。

在两个世纪后，问题最终得以解决。两位统计学教授给出了明确的答案。他们在研究结果里发现，在《联邦党人文集》里麦迪逊的文章超过一半使用了“whilst”这个词，但从未用过“while”。相反，汉密尔顿大约三分之一的文章中使用了“while”，但从未用过“whilst”。

当然他们并不是只依靠一个词的分析，那样在统计学上来讲也是不充分的，他们系统甄选出几十个基本单词，发现两位不同的作者的使用频率有明显的不同。最终确定，这12篇文章的作者是麦迪逊。

数学方法揭开了横跨两个世纪的谜团。可见，不同的作者有不同的用词习惯，就像指纹一样，每个人的写作风格都是独一无二的，而这些是可以依靠数学方法分析出来的。

2、越简单、越经典

利用统计学方法不仅可以证明文章的作者是谁，还可以区分出作者的性别，男性较多使用关于事物的“信息性”语言，女性较多使用人际间的“关系性”语言。

统计学方法还可以区别出不同国家的文化风俗和喜好。

最让我感兴趣的是，统计学家发现，用词越少，越容易成为经典。

苏斯博士职业生涯里第二畅销的作品《戴帽子的猫》用了220个不同的单词，而他最畅销的《绿鸡蛋和火腿》里只用了50个词。

统计学家们设计了一个公式可以用来测试任何文本的阅读难易度。他们发现近些年来《纽约时报》的畅销书阅读难度普遍较低。这表明畅销书里更简单的句子和单音节词越来越多，也是由于《纽约时报》的畅销书排行榜变“笨”了。不管怎样，这代表了现在的趋势，

3、大数据给我们的写作之路那些启发

我觉得每一个写作的人都应该读一读这本书，在宏观的角度上了解一下数学方法在文学领域能让我们了解到什么。

我们应该给自己一个清晰的定位并据此做出规划。特别是那种写作目的不是很明确却又渴望成功的人，不妨从中发现写作的“捷径”。

然而我本人更提倡，写出自己的风格，希望有天也能够有足够优秀的作品来被别人拿来分析。