你寫(xiě)的每個(gè)“的地得”，都可能成為呈堂證供

圓的方塊

語(yǔ)言風(fēng)格成為破案線(xiàn)索

上世紀(jì)，美國(guó)出現(xiàn)了一位神秘的炸彈客。從1978年到1996年被捕，17年里，他寄出了16枚炸彈，造成了3人死亡，23人受傷。在這期間，F(xiàn)BI出動(dòng)了500多名特工，也沒(méi)抓到這位“炸彈客”?？雌饋?lái)，這是一位行事謹(jǐn)慎的高智商犯罪者：隨機(jī)選擇襲擊目標(biāo)，并且?guī)缀鯖](méi)有在現(xiàn)場(chǎng)留下任何可以追溯的證據(jù)。

破案的線(xiàn)索，最終落到了“炸彈客”的語(yǔ)言風(fēng)格上。1995年，F(xiàn)BI收到一封信。寄信人說(shuō)，那些炸彈都是自己寄的，并且以“停止炸彈攻擊”為條件，要求刊登他的一篇論文，題為《論工業(yè)社會(huì)及其未來(lái)》。寄信人聲稱(chēng)，這篇論文可以解釋他的作案動(dòng)機(jī)以及對(duì)社會(huì)弊病的看法。

FBI決定將這篇論文公開(kāi)發(fā)布，希望有人能認(rèn)出作者。這篇論文宣稱(chēng)現(xiàn)代技術(shù)與工業(yè)化嚴(yán)重侵蝕了人類(lèi)社會(huì)，因此需要有人站出來(lái)阻止技術(shù)進(jìn)步，從而拯救全人類(lèi)。很快，一位名叫大衛(wèi)·卡辛斯基的人通過(guò)律師聯(lián)系了警方，說(shuō)發(fā)現(xiàn)這篇論文的觀點(diǎn)和寫(xiě)作風(fēng)格都很像自己的兄弟泰德·卡辛斯基，并提供了一些舊的信件和文章素材。

FBI專(zhuān)家對(duì)這些材料進(jìn)行了語(yǔ)言學(xué)分析后發(fā)現(xiàn)，除了“科技有罪”的論點(diǎn)，還有很多寫(xiě)作風(fēng)格都和公開(kāi)的炸彈客的論文相符，比如，格式、標(biāo)點(diǎn)和獨(dú)特的拼寫(xiě)。關(guān)鍵證據(jù)來(lái)自一封信，里面有一句“you cant have your cake and eat it， too”，在炸彈客的論文第185段，也使用了同樣的措辭。以此為突破口，警方最終在美國(guó)蒙大拿州一處偏遠(yuǎn)的小木屋中找到并逮捕了炸彈客本人，也就是泰德·卡辛斯基。

資料顯示，泰德·卡辛斯基的智商高達(dá)167，16歲就被哈佛大學(xué)數(shù)學(xué)系錄取，25歲就成為加州大學(xué)伯克利分校歷史上最年輕的數(shù)學(xué)系助理教授——這樣一位瘋狂的高智商反社會(huì)炸彈客，最后敗露于自己的行文風(fēng)格。

“去目的地得打的”

一個(gè)人在書(shū)寫(xiě)或者打字時(shí)，會(huì)形成一些特定的詞語(yǔ)用法，而這點(diǎn)小線(xiàn)索，就像文字上的指紋，可以讓我們分辨這篇文字到底出自誰(shuí)手。這種將文章書(shū)寫(xiě)特征作為“指紋”來(lái)判斷作者的技術(shù)，叫做“作者識(shí)別”。有一門(mén)叫做“刑偵語(yǔ)言學(xué)”的學(xué)問(wèn)，就是專(zhuān)門(mén)研究書(shū)寫(xiě)或語(yǔ)言的表達(dá)方式，來(lái)分析案情中嫌疑人或被害者的身份信息。

作者識(shí)別有很多流派和技巧。比如，特定年代的用語(yǔ)可以判斷書(shū)寫(xiě)者所處的年份（“你是GG還是MM”，“你媽喊你回家吃飯”，“神馬都是浮云”這些當(dāng)年爆火的流行語(yǔ)如今已經(jīng)成了時(shí)代的眼淚）;一些特定詞匯的使用也可以體現(xiàn)作者的職業(yè)（比如，總是把閉環(huán)、抓手、賦能這些詞掛在嘴邊的，很大可能是互聯(lián)網(wǎng)從業(yè)人員）。

但是，使用實(shí)詞分析會(huì)面臨一個(gè)問(wèn)題：作者在撰寫(xiě)不同的內(nèi)容時(shí)，會(huì)用到不同體系的實(shí)詞。比如，一個(gè)生物學(xué)家兼職寫(xiě)作言情小說(shuō)。在工作時(shí)，他會(huì)用到大量的生物術(shù)語(yǔ);而在夜班碼字時(shí)，可能會(huì)用到很多情情愛(ài)愛(ài)的詞匯。所以，用實(shí)詞來(lái)判斷作者時(shí)，容易被不同文體間的轉(zhuǎn)換干擾。比起實(shí)詞，副詞、介詞、連詞等虛詞的使用頻率幾乎不受文章內(nèi)容的影響，更能反映作者的寫(xiě)作習(xí)慣。

在中國(guó)，最知名的作者識(shí)別案例，當(dāng)屬“《紅樓夢(mèng)》后40回作者懸案”?！都t樓夢(mèng)》全書(shū)120回，目前公認(rèn)的說(shuō)法是曹雪芹寫(xiě)了前80回，高鶚續(xù)寫(xiě)了后面的40回。1970年，紅學(xué)家趙岡，就用“的”、“了”、“在”、“兒”、“著”這五個(gè)字的出現(xiàn)頻率來(lái)研究紅樓夢(mèng)的作者問(wèn)題，得出了前80回和后40回確實(shí)出自不同人之手。

用算法在文學(xué)圈證明“你是你”

很多文學(xué)研究者認(rèn)為莎士比亞的一些作品其實(shí)也是他人續(xù)寫(xiě)的，其中就包括名作《亨利八世》。

《亨利八世》是莎翁晚期的作品。晚年的莎士比亞一直擔(dān)任Kings Men劇團(tuán)的劇作家，他去世后，約翰·弗萊徹接替了這個(gè)職務(wù)。因此，有人“合理”懷疑弗萊徹續(xù)寫(xiě)、甚至修改了《亨利八世》。1850年，文學(xué)評(píng)論家詹姆斯·斯派丁提出了一些證據(jù)：在《亨利八世》書(shū)稿中，有時(shí)會(huì)用ye代替you，或用em代替them，而這些都是弗萊徹的行文習(xí)慣。

隨著技術(shù)的進(jìn)步，特別是機(jī)器學(xué)習(xí)算法的成熟，有人就想用新方法來(lái)解開(kāi)《亨利八世》的謎題。2019年，一位名叫彼得·普萊查的研究員說(shuō)自己有了答案。這位來(lái)自捷克科學(xué)院的學(xué)者，使用機(jī)器學(xué)習(xí)算法來(lái)識(shí)別劇本的每一行文字，然后讓機(jī)器來(lái)判斷作者是誰(shuí)。

人工智能的分析結(jié)果證實(shí)了斯派丁的猜測(cè)——弗萊徹確實(shí)參與了《亨利八世》的撰寫(xiě)。而且，根據(jù)算法的分析，弗萊徹貢獻(xiàn)還不小，有一半左右的劇本都出自他筆下。甚至，算法還能精確地指出哪些段落是莎士比亞自己寫(xiě)的，而哪些是弗萊徹所寫(xiě)。

當(dāng)然，真相早已埋沒(méi)在歷史洪流之中，現(xiàn)代學(xué)者能做的，只是基于概率來(lái)做出合理的推測(cè)。對(duì)于成名的作家來(lái)說(shuō)，即使部分作品存在捉刀人，也不能撼動(dòng)其文學(xué)地位。

（江綺麗薦自《青年博覽》）