计算方法在汉语风格学研究中的应用

计算方法引入汉语风格学研究始于20世纪70、80年代,初期主要用于作者考证和作家作品语言风格研究;之后有学者深入探讨了建立风格学研究数学模型的问题;近年来扩展到语言本体研究以及情报学研究等诸多领域。

聚类分析方法在文学作品风格比较中的应用——以毕飞宇、苏童小说的比较分析为例

本文从毕飞宇和苏童两人的作品中分别选取了四本影响力比较大的小说组建成语料库来作为本次实验的语料来源,选取出50多个可量化统计且具有稳定性的语言特征,进行聚类分析,发现,若以语气词（啊、吗、呀等）、标点符号（逗号、句号、分号、问号、感叹号等）和实词词类（名词、动词、形容词、副词等）这些语言特征为基础的话得到的结果比较好,说明这些语言特征在区别毕飞宇和苏童的小说时具有区别性作用。

现当代文学作品的作者身份识别研究

主要利用了SVM统计机器学习模型对中国现当代文学八位代表人物的作品进行了作者身份识别研究,在识别过程中选取了以词汇为基础的多种统计量作为识别特征,并且采取了基于低密度多特征的训练方法,在跨文体的作品的作者身份识别中取得了非常优异的识别性能。

基于聚类和分类的金庸与古龙小说风格分析

该文以金庸与古龙的小说作为语料,从计算风格学的角度考察二人的风格差异。对比了两人小说的文本从众性、句子破碎度,同时,使用文本聚类的方法对词和词类的N元文法,标点符号的N元文法以及多种特征的总体情况进行了考察,还使用主成分分析和文本分类对八种特征从总体上进行了比较,结果证实金庸与古龙小说风格存在较大差异:金庸小说从众性大于古龙,较多使用俚语方言,口语性更强,同时在语法结构、短语结构、文本节奏以及文本可读性和语言变化程度上也有较大的差异。

基于语料库的作家作品词汇风格分析——以茅盾、巴金、老舍为例

本文以现代文学第二个十年(1928—1937)中的三位代表作家——茅盾、巴金、老舍的作品为研究对象,通过对三个20万字作品文本库的统计分析,得出三位作家文本中词长、型例比、单现词、指示代词、关键词等维度的差异。在数据分析结果的基础上,尝试原因分析,探究造成三位作家词汇使用差异的时代文化因素。

基于语料库的苏童作品风格研究

基于语料库技术对文本风格进行定量研究在国外已经发展得比较成熟，而国内的文本分析大都还处于文艺风格的内省式研究。苏童是先锋作家的代表人物，第九届茅盾文学奖获得者，并且作品被翻译成多国语言，在国内和国际文学上有很大的影响。从语言学角度研究其文本风格的很少，我们采用计算风格学理论，利用语料库技术对苏童的代表作品进行从高频词的使用、标点符号的运用以及文本阅读难度三个方面分析。

统计语言学

应用数理统计、概率论和信息论等统计数学的方法来研究语言现象的语言学科,叫统计语言学,它是数理语言学的一个分支。统计语言学的研究领域,目前主要包括以下几个方面: 1.统计语言单位(如音素、字母、词素或词)的出现频率。早在十九世纪末期,为了语言教学的需要,学者们就开始进行语言词汇频率的统计研究。此后,又进行了音位、语素频率的统计研究。2、计算作家的语言风格。