【接下来的一段时间里，我将分若干集，从各个角度出发，来论证《红楼梦》后四十回并不是曹雪芹手笔。
而本集视频，我们先从文本特征差异研究开始。我将运用统计学方法，并结合R语言技术，对我的观点进行阐述！】
弹幕上，网友们又蒙圈了。
“R语言技术？统计学？跟《红楼梦》有什么关系？”
“什么是R语言？”
“这不是文学方面的事情么？怎么涉及到数学和计算机技术了呢？”
“对啊，文学就是文学，怎么能和其他学科混为一谈呢，一看就不靠谱！”
“继续围观，看这个诗人能扯出什么花样来。”
……
【在大量事件的前提下，无论是在语言表述，还是在写作中，每个人在特定情况下用字或是用词都存在着某种规律。
这种规律便是个人在说话与写作中所形成的语言表达习惯，即是个人在其特定习惯中所形成特有的文体特征。
所以，不同的作者在用词频率与用词风格上存在一定的差异性。
我将运用R语言对《红楼梦》著作进行文本分词和词频统计，从高频词汇和虚字两个研究角度，来分析《红楼梦》前八十回与后四十回在文本特征上的差异性。
首先，我们率先研究高频词汇。
在《红楼梦》的高频词汇中，我首先将人名、地名、称谓等剔除掉，以及对“一个”“一面”等表数量的没有实际意义的词汇进行剔除。
于是，我们得到了65个高频词汇进行文本研究，现制作统计表格。
如下图！】
短视频中，贴出一张统计表。
【高频词汇研究对象表】
【1，什么；2，我们；3，那里；4，姑娘；5，你们……63，家里；64这话；65到底。】
短视频解读继续：
【……我的研究分组方案如下，一至三十回第一组，十六至四十五回第二组，三十一至六十回第三组……，以此类推，一共将《红楼梦》分成7组。
运用R语言，对各组进行分词，对高频词汇研究对象进行词频统计。绘制高频词汇频数变化折线图。
如下图所示！】
话音落，短视频里，贴出了运用R语言绘制出的高频词汇频数变化折线图——一个带有X、Y坐标的七条折线的统计表。
而此时，网友们全看傻了。
“懵逼了，这些都啥意思啊？”
“这能代表啥啊，根本看不懂啊！”
“诗人你到底啥意思，请你明说行么？”
“我感觉看了你的视频，受到了侮辱！”
“你高估我们了！”
……
短视频开始对这一折线图进行讲解：
【我们可以发现折线图有明显的锯齿形，那么就表明高频词汇在各分组有明显的波动……诸如16（没有）、21（听见）、26（回来）、34（心里）、51（那些）、65（到底）
请收藏：https://m.yq2.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）