文学创作受数学定律支配 莎士比亚也不例外

来源:科学美国人

作者:苗恒

发表于: 2016-03-18 15:11

  虽然文学被看做是创作自由度最高的表达方式之一,但即使大师的作品也受着一个数学规律的支配。齐普夫定律是由美国语言学家乔治·齐普夫(George Zipf)发现的一条规律。它提出,一段文本中每个词语出现的频次与频率排名大致成反比,即假如最常出现的单词出现了100次,第二频繁出现的单词就约出现50次,第三频繁出现的单词就约出现33次,以此类推。
 
  类似的定律还可应用于除文学之外的诸多领域,也经过了海量数据的检验。不过此前一直没有人使用最大程度的数学方法和最庞大的数据库来检验该定律在统计学上的正确性。
 
  近期,西班牙巴塞罗那自治大学数学研究中心的研究者首次使用数学和统计学的专业知识,对齐普夫定律进行了严格的研究。他们使用了古登堡计划的数据库——古登堡计划是一项将版权过期的英文书籍电子化的互联网计划,包含3万多篇英语文本,可以免费获取。这么大规模的研究在该领域前所未见:此前的研究大多只采用几十篇文本的数据集。分析结果表明,如果除去少数只出现了一两次的词语,有55%的文本完美地符合齐普夫定律,而如果考虑所有的词语,仍然有40%的文本完美符合齐普夫定律。
 
  “这一研究最让人惊异的一点,就是这么多词语出现的频率居然能被一个单变量的公式所描述。要知道,在自然界出现得最普遍的高斯公式也需要两个变量(即均值和宽度)来适应真实数据,”该研究的领导者、数学研究中心的研究员阿尔瓦罗·科拉尔(álvaro Corral)说,“如果进一步忽略只出现3~5次的词语,符合齐普夫定律的作品数还会更多。”
 
  用数学术语表述这条定律,就是说如果把一段文字中的所有词语按出现频率从高到低排列起来,排第二的词语其出现频率就约为第一的一半,排第三的词语出现频率就约为第一的三分之一,以此类推,排第n的词语出现次数约为第一的1/n。
 
  其实该定律最一般的表述形式还包含一个指数a,即排第n的词语出现次数约为第一的1/n^a,这让公式变得稍稍复杂了一点。不过代入实际数据拟合后,a的值其实非常接近1(就相当于没有这个指数了)。还有其他在数学上更为复杂的表述,但都只包含一个自由参数。
 
  研究者使用古登堡数据库(包含31075本书)对齐普夫定律最常见的三种表述形式进行了验证,发现所有作品,有的只有100个字,有的则有100多万字,他们中的超过40%都符合三种表述中的一种,结论具有统计显著性(p>0.05)。
 
  “齐普夫定律引发了一些争议,但它总是能在具体的例子中找到依据,”科拉尔说,“如今,在大数据与高性能计算机的时代,我们需要对它进行大规模的分析,这项研究就是关键的一步。”
 
  科拉尔也说,虽然文学被看做是创作自由度最高的表达方式之一,但无论是莎士比亚还是狄更斯这样的大师,都逃不过齐普夫定律的统治。(来源 :巴塞罗那自治大学 编译:丁家琦)

(责任编辑:王翔)


声明:文章版权归原作者所有,本文摘编仅作学习交流,非商业用途,所有文章都会注明来源,如有异议,请联系我们快速处理或删除,谢谢支持。


(原文章信息:标题:,作者:苗恒,来源:科学美国人,来源地址:)

分享到:





相关动态

树懒体走红:隔一个字用一个句号

树懒体走红:隔一个字用一个句号

2016-03-18 15:17

11741

明明一句完整的话,但是每隔一个或者两个字,就要用句号隔开,阅读速度瞬间变龟速。这正是最近在微博、朋友圈走红的树懒体,这一切都源自于最近大热的电影《疯狂动物城》。不过,这部让大人小孩都爆笑的动画片,当初灵感居然来自007系列,原本主角也并非兔子,而是狐狸。 树懒萌翻世界你会说树懒体吗? 《疯狂动物城》口碑爆红,着实有些意外。毕竟在三月份淡季,原本这部电影上映就显得很沉静,但靠着观众的电影票,不断在社交媒体进行推荐。3月4日上映,票房成绩有些倒吃甘蔗的意味,在刚刚过去的周末才慢慢走红。目前短短6天已经突破3亿,打了个漂亮的翻身仗。 除了主角朱迪和尼克外,撑起全片最大笑点的树懒闪电成为网红。因为表情迟缓、说话慢,蠢萌的树懒让朱迪和尼克在片中急得直跳脚,目前最流行的表情包也已经快被树懒承包,而且,大家开始模仿其在片中的笑容,知名制作人柴智屏的女儿,模仿树懒表情包的对比图相似度几乎100%。 除此之外,在微博和朋...

小学生伤心日记走红网络的辛酸【素材评论】

小学生伤心日记走红网络的辛酸【素材评论】

2016-03-18 17:24

10474

孩子日记 妈妈一直在看手机 今天是三八妇女节。在今天,我要感谢妈妈每天的辛苦劳动,为她做点事。首先,我给妈妈讲故事,不过妈妈好像不喜欢我讲的故事,一直在看手机。这让我的心情大打折扣。我想,也许我的祝福更让妈妈喜欢。于是,我对妈妈说了祝福,可妈妈依然看着手机,我更加伤心了。我想,这个办法也不行,我来给她捶背吧。我卖力地给妈妈捶背,可妈妈还是看着手机,脸上没有一丝笑容,我更伤心了 昨天,赵女士带着儿子写的这篇日记,找到了记者。日记最后,孩子还写道:我的伤心的三八妇女节就是这样过的。 赵女士的儿子就读于黄岩区东城街道中心小学二年级,这篇日记写于3月8日。 据班主任王月薇介绍,当天恰逢三八妇女节,她就以感恩为题,尝试着让学生们在家给妈妈做件事,可以唱首歌,说句祝福的话,或者捶捶背、洗洗脚,然后用日记写下来。没想到这名学生是写妈妈一直在低头看手机的细节。 看完后不仅感叹孩子的观察力,我自己也很惊讶,没想到...

八旬语文教师加入省作协 出版著作250万字

八旬语文教师加入省作协 出版著作250万字

2016-03-19 08:51

10903

你好,是陈必信老师吗?您咨询的省作协证什么时候寄到手,告诉您快了,就这几天吧。昨天,家住通源新村的退休教师陈必信接到江苏省作家协会来电,电话还告诉他,陈老师是2015年度江苏作家协会会员141人中年纪最大的,也是江苏作协中年龄最长者之一。 今年82岁的陈必信对曹丕盖文章,经国之大业,不朽之盛事。年寿有时,而尽荣乐,止乎其身,二者必至之常期,未若文章之无穷的论断,深信不疑,一生践行。他从教55年(退休后返聘13年)写下水作文不辍,还利用点滴时间进行文学创作,去年底被吸收为江苏省作家协会会员。 我身体很好,一生所用医药费至今不足3000元,身体硬朗,思维敏捷,办事效率高,处理文字速度快,我想活到百岁,留更多的作品尤其是好作品给社会。陈必信说,前几年,我把陆续在省市以上报刊杂志发表的数百篇文章整理好,由中国文联出版社出版《多芒的野花》6本诗歌集、2本散文集、1本灯花集,总计250万字;我今年开始整理出版50万字的《必信自...

    本周专题