本·布拉特（Ben Blatt）

曾任《石板》、《哈佛讽刺家》等杂志撰稿作家，文章散见于《华尔街日报》《波士顿环球报》等媒体。

曾将本书这种有趣的大数据分析、论证方法应用于广泛的艺术题材，包括音乐、影视剧、综艺节目，以及文学创作。

著有《再也回不来，我也不在乎》（I Don’t Care if We Never Get Back），用大数据分析方法“计算”了他与合著者埃里克·布鲁斯特一起经历的一段疯狂棒球公路之旅——不搭乘飞机，在30天内造访30座棒球场，观赏30场比赛，全程2万英里。

文学没有标准答案，数据可以帮我们寻找答案。

伟大作家有什么样的创作偏好？

统计学视角下的经典作品有何规律？

用大数据分析文学，探究黄金写作法则。

1.从大数据的独特视角分析文学的写作指导书、文学评论集；

2.作者文笔流畅，讲述风趣，同时有大数据作为理论支撑，图文并茂，干货满满。

3.分析伟大作家的经典、畅销作品，对这些作家的读者来说是一次特别的阅读体验，对想成为作家的读者来说更是一部得以窥见大家写作法则的作品。

4.装帧精美，极具文学风味，护封的热熔工艺极具质感。

将文学大数据视为文学标准，探究出隐藏在世界上伟大作家作品里的有趣之处。作者收集了数千本书籍的数据库，和数百万个单词，并提出一些重要的问题来启发爱书人和怀有好奇心的人：我们喜欢的作家喜欢用的是什么词？男性与女性的写作会有不同吗？畅销书会变不畅销吗？当代哪位作家喜欢用“陈词滥调”？优美开篇的句子有何特征？如何从封面判断一本书？哪些写作建议值得遵守，哪些可以一笑置之

作者运用现有的统计技巧，加上自己设计的适用方法，所有调查与实验都原创亲自执行，读者不需特殊数学知识也可以轻松理解得出的结果。作者将发现以清晰幽默的语言、充满说服力的视觉呈现，提供了一个认识经典作家作品——不论是其中隐含的模式结构，或者令人难以忘怀的词藻——的全新观点，对写作者而言也能有所启发。

　　极具启发性和趣味性的阅读体验……是一部基于数据的文学评论。
　　——《科克斯书评》

　　太有趣了！本·布拉特这本书充满魅力，利用数学技巧解答文学风格的问题，梳理了诸如悬念、副词、美国人比英国人“写作嗓门”更大等观点。（没错！我们就是嗓门大！）
　　——《数学教你不犯错》作者乔丹·埃伦贝格

　　与其说是文学史研究，不如说是统计学著作。这本书只用了点儿纸和笔，便揭开了困扰世人几个世纪的《联邦党人文集》谜案。本·布拉特以专注的调查精神、令人意想不到的揭示能力和洞察力探索了文学的标准，最终出版了这样一本书：有节奏感的、发人深省的、有趣的文学侦探故事。
　　——《生存算法》（Algorithms to Live by）合著者布莱恩·克里斯蒂安

　　本·布拉特这本可爱的书给了我们一个研究伟大作家作品的新颖视角——大数据。它的幽默、洞见和对数据的应用十分迷人，甚至能够鼓励我们开始自己的写作生涯。
　　——哈佛大学统计学系荣誉教授卡尔·N. 莫里斯

　　简洁“地”用词
　　在有关文学的传说中，史上最好的故事之一只有区区六个单词：Forsale:babyshoes,neverworn（出售：婴儿鞋，未穿过）。这是“少即是多”的最佳范例，人们经常将其归功于海明威。
　　这几个单词是否真为海明威所写已无从考证，但有一点可以确定——这个故事写于1991年。作家和读者都愿意相信它是海明威这位诺贝尔奖获得者写的。这也正常，因为海明威一直以文辞简洁而闻名，最起码这部最短的短篇小说与他的风格很像。
　　简洁风格是海明威有意的选择。他曾在给编辑的一封信中写道：
　　“葛底斯堡演说①如此之短，实非偶然。写作的法则和飞行、数学、物理学一样，是有章可循的。”海明威坚信，作品应尽可能精简，只留最核心的部分，多余的文辞只会损害作品。
　　持此信念的并非只有海明威一人。高中课堂上、各种各样的写作指南里都能接触到同样的观点。任何一个人（只要他的英语老师要求严格）都知道副词是违反简洁原则的罪魁祸首。
　　听多了相关专家和爱好者的说法，我们产生了这样的印象——海明威是简洁的典范。但究竟是为什么呢？因为别人的作品免不了冗余，只有海明威能抵制这种惯性？还是海明威当真极其简洁？我们不如做个调查，在副词的使用频率上，海明威和其他作家比起来能排多少名呢？
　　真实的海明威是否真的与那些广为流传的说法一致呢？我想搞清楚这个问题。如果不一致，副词谁用得最少？谁用得最多？此外，最终我们是否会发现，伟大的作品确实符合那些高效的“写作法则”？最好的作品中，副词真的都用得比较少吗？我做了些简单的调查，发现没有人搜寻和确认过这些问题的相关数字。于是我从海明威着手，分析了他的十部长篇小说，近一百万字，找到了一些答案。既然海明威相信“写作的法则和飞行、数学、物理学一样，是有章可循的”，我想他也会觉得用数学来分析他的文学是一件既怪异，又有启发性的事情。
　　当年初高中和大学的英语课上，我们都花过不少时间分解和剖析海明威小说中的动人片段。如果你想研究伟大作家的某部作品，从最令人难忘的段落开始往往是最好的选择。虽然这种文学研究方式看起来有些奇怪。不过，如果你想知道海明威这样的作家如何创作小说，一个列出副词使用频率的表格应该无法提供太多有用信息。
　　男女作家
　　假设有两条Facebook状态，一条是女生发的，另一条是男生发的。如果能正确猜出性别，你将赢得五美元，但你只能通过每条状态中的几个词来判断。在下面的例子中，你能赢这五美元吗？
　　第一组：shit（屎，胡说八道，经常是表示恼怒和厌恶等含义的语气词）
　　league（运动联盟）
　　shave（刮脸）
　　第二组：shopping（购物）
　　boyfriend（男朋友）
　　<3
　　能猜中吧？再接着看下面两组词：
　　第三组：actually（实际上）
　　everything（每一件事）
　　their（他们的，她们的）
　　第四组：above（以上）
　　something（某事）
　　the（定冠词）
　　第三四组提供的线索似乎比第一二组少得多。但如果我告诉你，我有办法能相当准确地猜出第三四组的性别，你信吗？
　　一代代研究人员一直在分析男女写作的区别，却难以找到坚实的证据来表现这种区别。但近年来，计算机科学家有条件梳理大量社交媒体数据，精确找出男女间的细微区别。这不只是学术研究，也不仅仅是五美元奖金，其事关目标市场的广告投放，所涉金额高达几十亿美元。一些研究结果已是老生常谈，比如谈“购物”的女性居多，聊“体育联盟”的则多是男性。但有些结果让人疑惑，例如上面第三四组中那些平淡无奇的词语，在不同性别中的使用情况确实不同，研究人员已经能够利用它们来进行准确得惊人的预测。
　　我想用同样的方法来分析文学，而不是Twitter和Facebook。在踏入文学世界之前，我们先来探究一下，如何在上述Facebook的例子中区分男女。
　　前两组中的词，shit，league，shave，shopping，boyfriend，<3，都来自宾夕法尼亚大学研究人员发表的论文。他们爬梳了数百万条Facebook状态，挑选出最能显示性别的一些词。可能你已经猜到，前面三个词是最为“男性”的词，后面三个则最为“女性”。
　　当然，这并不是说所有男性在发Facebook状态时都会爆粗口用到shit，或所有女性都在谈论shopping。实际上，shopping这个词男女都不常用。所谓“最能显示性别”，是指某些词，男性用得比女性多得多，或女性用得比男性多得多，呈现的是两性间使用这些词的区别。shopping属于“最能显示性别”的词之一，从某种意义上是在说明一个事实：男性不像女性那样喜欢谈论购物。这种区分性别的方法实际上是在寻找男女发言时最为明显的区别。上面所说的以及下图所显示的，都是能体现男女差别和性别模式的一些词。
　　下图包含了Facebook状态中最能显示男女性别的词，以及从其他社交媒体中得到的类似分析结果。
　　英国与美国
　　一个关于“巫师”“家伙”和“短裤”的故事
　　对许多年轻的美国读者来说，哈利·波特把他们带进了一个新世界。我说的不只是霍格沃茨的魔法世界，还包括英式英语的美妙世界。美国的孩子们每读到一个Muggle（麻瓜，没有魔法能力的普通人）这样的虚构词，都能学到一个类似bloke（家伙）这样的英式英语词；每读到一句wingardiumleviosa（音译：羽加迪姆勒维奥萨，使东西飞起来）这样的魔法咒语，都能学到一个类似blimey（啊呀）的英式感叹词。书里到处都是角色们在学校交谊厅的壁炉边snog（亲热拥吻，英式英语词）的描写。吸引美国读者的并不光是魔法，还有生动多彩的英国语言。
　　分析数据后我们看到，和英国读者相比，美国读者将英式英语与对《哈利·波特》的记忆纠缠在一起，甚至对作品人物的看法也不一样。
　　我们来看一下英式英语中三个B打头的词：bloke（家伙），blimey（啊呀），brilliant（杰出的）。说这些都是英国词可能过于轻率，但很多人确实是这么认为的。bloke和blimey都在《美式英式英语区别词典》（AtoZed，AtoZee）中出现过，这本书实际上是英式英语和美式英语的相互翻译词典。在《被通用语言一分为二》（DividedbyaCommonLanguage）这本书中，我们看到了brilliant这个词——“不要在美国说这个词”，因为它“在美国意思可能大不一样”。
　　针对这几个词，可以提出不同意见，比如blimey是英国大多数人不会说的伦敦东区土话；bloke也用于其他英语国家，例如澳大利亚；“Brilliant!”作为感叹词“太好了！”的意思在其他国家并不常见，其本身有一个通用的含义。
　　但这些词至少不是典型的美式英语。如果你听到有人这样描述另一个人：“Poorbloke.Brilliantmind.”（可怜的家伙，他很聪明）你会猜说话的是个英国人，而非美国人。实际上，这句话是《哈利·波特》第一部中，海格描述奇洛教授的原话。
　　如果查看具体数据，英国作家真的更喜欢用这些词吗？大西洋同一侧的所有作者都有共同的用词风格吗？不看数据，我们很难判断有多少短语和单词是美国或英国作品所特有的，又有哪些其实是夸大的刻板印象。
　　就统计而言，检验数据后我们发现，人们对这几个B打头词的刻板印象没有错。查一下英国国家语料库（1980—1993）和当代美国英语语料库（COCA，CorpusofContemporaryAmericanEnglish，1990—2015）你就能看到差异。两个语料库都收集了数以亿计的词语，是英美两国实际运用语言的基准。在这些样本中，英国使用bloke的次数是美国的27倍，blimey为30倍，brilliant为45倍。
　　但我想更进一步探索这些差异是如何给读者留下深刻印象的。先看bloke，虽然英国用得更多，但它并不是英国日常语言的重要组成部分。在英国的语料库里，每10万词中block平均只出现1.2次，在美国语料库中更少，只有0.045次，因为如此之少，人们听到或读到时也许会格外注意。在《哈利·波特》的七本书里，罗琳在这个词的使用上比普通英国人更为频繁，每10万词中将近3次，也因此给美国读者留下了深刻印象。
　　为了感受其引人注意的效果有多显著，我决定比较一下英美两国作者试图模仿罗琳时，使用bloke的情况。我从FanFiction.net上下载了所有将背景设定在“霍格沃茨”的6万字以上的《哈利·波特》同人小说，这差不多是长篇小说的篇幅。其中有144位作者将自己的所在地标为英国，555位为美国。
　　这些都不是一般写手或一般的《哈利·波特》迷。他们至少写了6万个字，相较《哈利·波特》第一册，这个分量只少了20%，书中的人物和背景都与罗琳的作品相同。换句话说，他们是“铁粉”中的“铁粉”。
　　你的第一反应可能是这样的：如果美国人不会在日常会话中使用这些词，那么美国的同人小说作者也不会在其作品中使用这些词。但事实恰恰相反，相比英国的同人小说作者，美国作者更多地使用了bloke这个词。英国作者的同人作品中，每10万词中使用block超过3次的作品只有10%，而美国则有近25%。
　　其中还有一个美国作者，每10万词中出现的block超过了60次，是罗琳的20倍。所以，尽管bloke在美国更少见，但痴迷于用这个词的美国人比英国人要多。
　　blimey的情况也一样，用得多的也是美国人。有一个美国同人作者（不是上面那个爱用bloke的人），每10万词中也用了超过60次的blimey。平均来看，美国同人小说中的blimey用得仍比罗琳多，是英国同人小说的2倍。就连brilliant，美国人用得都比英国人多，尽管程度不同。（但如果只看“Brilliant!”，即只把它当感叹词使用，美英差别在1%以内。）
　　我们也再次看到，使用brilliant最多的是一个美国人。
　　……

序言：汉密尔顿(Alexander Hamilton)，麦迪逊(James Madison)，还是杰伊(John Jay)？
第一章 简洁“地”用词
第二章 男女作家
第三章 搜寻指纹
第四章 向榜样学习
第五章 罪疚的快感
第六章 英国与美国
第七章 陈词滥调，重复以及偏好
第八章 如何通过封面判断一本书
第九章 开头与结尾
结语
致谢
注释