统计分析《红楼梦》代词使用特色及作者辨析.docVIP

统计分析《红楼梦》代词使用特色及作者辨析 作者：卫晶淼 单位：吉林大学 中文摘要：本文通过对《红楼梦》中代词的穷尽考察，简要分析其特色，并在获取数据经过筛选后，对部分代词在前八十回与后四十回中的使用频率分别做参数估计，并对结果进行比对、分析、阐述，进而得到结论：《红楼梦》前八十回与后四十回确非同一人所著。 关键词：《红楼梦》 代词 统计学 参数估计 Systemic study on Dream of the Red Chamber Weijingmiao Jinlin University Abstract: Dream of the Red Chamber has the title of “pearl of the artistic imperial crown of language” ，has been always praised by people. There are a lot of people who study it, but So far, there hasnt been any works that do systemic research on the grammar of Dream of the Red Chamber”, although some progress has been made. That is why it is necessary to make a systemic study on “Dream of the Red Chamber” and have an all-round analysis of its grammar with statistics. The purpose of this paper is also based on this point. Used point estimate and interval estimate to the both independent sample of the two part of “Dream of the Red Chamber”, it prove that “Dream of the Red Chamber” is not written by the only one writer. Key wards: Dream of the Red Chamber Pronoun function Statistics point estimate interval estimate 《红楼梦》是我国古典小说的巅峰之作。自其问世以来，研究者甚众，研究领域甚广，从索引、考证到人物形象、艺术成就等诸多方面成果丰硕，而《红楼梦》的语言研究较之颇为清冷。 普遍认为:用统计方法研究语法演变，值得仿效。而且此前已经有学者运用统计学方法，判定某些有争议的作品，作者谁属的问题。而代词系统可以说是比较能反映一种语言某个时期语法特点的一个方面，在研究近代汉语时，吕叔湘先生就是从“指代词”这一角度着手进行研究的。而且代词在文章中可替代性强，所以能够很好地反映出作者的语言习惯和叙事风格。因而本文以代词为突破口，用正态分布（或经验分布）描述作者使用代词的频率，正态分布的参数可以体现作者使用代词的风格，进而统计、分析《红楼梦》前八十回与后四十回语言特色的差异并且加以讨论，或者说验证前八十回与后四十回是否为一人所著。 我在考察过程中，以人民文学出版社出版的《红楼梦》为准，逐个找出所要研究的代词，统计了每个章节各个代词出现的次数，然后算出其均值与方差，再对前八十回中一些有代表性的词汇做参数估计的区间估计，再以后四十回的均值与之比对，得出结论。 一、 数据地获得和预处理 通过字数统计，知《红楼梦》前八十回的总字数为550725字，后四十回为275019字。各词项在前八十回和后四十回出现的总次数如下： 表1 前八十回词项出现次数统计值 词项 我 我家 我们 吾 咱 咱们 余 出现次数 5403 21 807 16 1 404 7 词项 侬 俺 你 你们 你家 汝 奴 出现次数 10 4 4300 687 15 8 2 词项 尔 他 他们 他家 伊 渠 自己 出现次数 13 4506 615 53 2 0 503 词项 自家 这 此 那 彼 每 各 出现次数 12 5204 1034 2929 78 252 397 词项 谁 孰 甚 什么 何 如何 何妨 出现次数 659 2 30 1166 564 214 17 词项 多少 早晚 怎么 怎样 怎 出现次