基于语句分类模型的《红楼梦》作者探析

2021-04-23 05:50:22秦贵秋顾长贵
软件导刊 2021年4期
关键词:分类特征文本

秦贵秋,顾长贵

(上海理工大学管理学院,上海 200093)

0 引言

古往今来存在许多作者存疑的文化巨著,比如:英国著名的戏剧文学《亨利八世》被称为莎士比亚的最后遗作,但它的实际作者却可能不止一位[1];明清代表性小说《红楼梦》,同样存在作者存疑,有人认为前80 章和后40 章不是同一人所写[2]。本文采用文本卷积神经网络(Text Convolutional Neural Networks,TextCNN)+长短期记忆网络(Long Short-term Memory,LSTM)的改进型语句分类模型确定《红楼梦》前后章回的写作风格和文体特征是否存在明显差异。

1 相关研究

以往对《红楼梦》作者问题的研究都是基于统计学理论方法研究的。例如,2015 年,肖天久等[3]在《〈红楼梦〉词和N 元文法分析》一文中,利用虚词、词及词类构建的N 元文法模型、实词以及词长进行聚类,并计算相似度,结果发现《红楼梦》前80 回与后40 回不为同一人所写;2018 年,马创新等[4]在《从高频词等级相关角度探析〈红楼梦〉作者》中,将语料中的词型均按照出现频次递减排列并确定等级,然后计算出各语料之间等级的相关度,以推断各语料的语言风格相似度,发现《红楼梦》的作者不是同一个人;2019 年,陈城钰等[5]利用《红楼梦》文本中虚词的频率构建一元线性回归模型,通过判断前80 回与后40 回虚词频率之间的差异,判断《红楼梦》的作者不为同一人;同年,王晔等[6]在《红楼梦》中选取10 个特征汉字分别统计在前80 回与后40 回出现的频次构建特征向量,利用层次聚类模型和支持向量机方法,最终证明前80 回与后40 回作者不同;2011 年,施建军[7]利用机器学习中的支持向量机技术,在《红楼梦》中选取了44 个虚词并将虚词的频率作为特征向量,训练支持向量机,最终对《红楼梦》的120 回作分类,发现前80 回与后40 回存在明显差异,因此认为《红楼梦》为两人撰写;……

登录APP查看全文

猜你喜欢
分类特征文本
分类算一算
如何表达“特征”
在808DA上文本显示的改善
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
基于doc2vec和TF-IDF的相似文本识别
电子制作(2018年18期)2018-11-14 01:48:06
教你一招:数的分类
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
如何快速走进文本
语文知识(2014年1期)2014-02-28 21:59:13
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15