用科学方法解读红楼梦
《盘点历史十大伪作（1）》一出，顿时引起了无数网友的关注。
东门庆工作室。
“庆哥，三无出山了？”
“啊？他不是不再盘点诗词工作了么？出尔反尔？又出来盘点诗词了？”
“没，他这次盘点了历史上的伪作，说《红楼梦》是伪作。”
“啥？卧槽啊！准备文稿，以前咱们一直是歌颂他的，这次准备开喷吧！争取做出全网第一条批判他的短视频！”
……
片场。
宋乔芸正坐在椅子上休息，身边的化妆师在补妆。
滴！
【抖乐提示：您关注的短视频博主发布了最新作品。】
她连忙打开手机，见到印入眼帘的一行字后，整个人瞬间绷直了。
“这……”
“完了，歪了歪了歪了！”化妆师忙道。
宋乔芸沉吟道：“三无的观点，未必是歪的。”
“我是说口红给您画歪了。”
……
富旦大学。
张教授正在和同事们畅聊历史。
突然有人匆匆跑来：“张主任，我万万没想到，您口中的那个朋友，竟然是三无老师！”
张教授一脸茫然：“什么东西？”
“您朋友啊，您不是说您有个朋友嘛，我做梦都不敢想，您口中的那个提出了《后出师表》伪作言论的朋友，竟然是诗人三无！张主任，您也太低调了吧，认识三无都不跟我们说？”
张教授很茫然：“啥意思，我不懂你啥意思。”
“您还装！这不嘛，您朋友三无老师，刚刚发布了一条短视频，您看啊，这上面不是写着呢么，《盘点历史十大伪作（1）》，《红楼梦》，他前几天不是还说《后出师表》是伪作嘛！您可千万别告诉我，这是两个研究者碰巧想到一块去了，都研究同一个方向了。”
张教授脑袋“嗡”地一声，他突然意识到了什么，但又完全不敢相信。
他一把抓过手机，因为激动手都是抖的，只见屏幕上徐徐展示出一段内容，然后他整个人，彻底懵住了。
……
无数双眼睛在不同时间盯着同样的内容，有着同样的震颤，这是一个挑战了所有人固有认知的短视频！
短视频在缓缓播放着内容。
三无极具特色的嗓音，舒缓平和，娓娓道来。
【我将《红楼梦》分为两部分，第一部分：前80回，第二部分，后40回。
在经过我缜密而繁复的研究工作后，我发现了一个惊天的秘密——《红楼梦》后四十回，其作者并不是曹雪芹，而是由后人续写，狗尾续貂之作。】
抖乐最近学习了其他短视频网站，开通了弹幕功能。
此时满屏幕的弹幕全是问号。
“？？？”
“啊？？？”
“三无，请回去写你的诗词吧，别在这逗我好么？”
“这不扯淡呢么？”
“现在的自媒体，为了流量真是啥瞎话都敢编啊！”
……
视频内容继续：
【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！】
本章未完，请点击下一页继续阅读