语言学分析:韩寒与韩仁均作品分离度高达90%# WaterWorld - 未名水世界
D*a
1 楼
语言学分析:韩寒与韩仁均作品分离度高达90%
2012-03-07 09:55:03 来源: 网易读书
韩寒的七本书（包括《三重门》）和韩仁均的作品（11万字）的平均分离度高于90%；
而韩寒自身作品之间的平均分离度只有30%。因此，韩寒绝大部分作品（包括《三重门
》）的作者不是韩仁均是显著的。
语言学分析:韩寒与韩仁均作品分离度高达90%
注解1：”频率“ - 16万字（和《三重门》等长）中该此出现的次数。
注解2：分析材料。（2.1）《三重门》和韩仁均作品的分析结果来自苏杰。（2.2）韩
寒的7本书是在网上所找到的韩寒的全部长篇作品。另外两本《通稿2003》和《就这么
漂来漂去》只有两万字左右，篇幅太短，未作分析。（2.3）非韩氏作品例子是从挑战
者@中国商军 的例子中随机取样的。
注解3：分析方法。（3.1）核心技术的韩寒5词文学指纹（谁知-光-这人-没想到-不幸
）是由苏杰提取的。
（3.2）每个词分离度（韩寒 VS韩仁均）最大额度分配如下：反类：30%，“谁知”；
零类：20%， “光”，“这人”，“不幸”；大小类：10%，“没想到”。韩寒自身作
品比对，因只有大小类，故每个词分离度最大额度均为20%。（3.3）每一个指纹词频率
差1-4时，分离度为0%；5-8时为该词分离度最大额度之半，9为该词分离度最大额度。
所以，若5个指纹词的频率差都10以上则分离度是100%。这是以12为基数的数值，此数
值和基数成正比。注意这100%是分离度相对指数，并非绝对的概率置信度。
结论：
1）韩寒的七本书（包括《三重门》）和韩仁均的作品（11万字）的平均分离度高于90%
；而韩寒自身作品之间的平均分离度只有30%。因此，韩寒绝大部分作品（包括《三重
门》）的作者不是韩仁均是显著的。
2）苏杰提出的韩寒5词文学指纹-（这人，光，不知道，谁知，不幸）不仅能有效地分
辨韩寒和韩仁均的作品，还能分辨他们与其他小说家的作品。其他小说家的作品比对《
三重门》和韩仁均的作品，分离度也接近80%。
3）苏杰提出的韩寒5词文学指纹，是从《三重门》和韩仁均的作品（11万字）提取的。
如果说5词文学指纹对《三重门》而言，苏杰有边射箭边画靶子凑数据之嫌疑，那么《
三重门》之外的六部韩寒的作品对于该指纹完全是一个随机的抽样，从而验证了该指纹
的有效性、敏感性和可靠性。
2012-03-07 09:55:03 来源: 网易读书
韩寒的七本书（包括《三重门》）和韩仁均的作品（11万字）的平均分离度高于90%；
而韩寒自身作品之间的平均分离度只有30%。因此，韩寒绝大部分作品（包括《三重门
》）的作者不是韩仁均是显著的。
语言学分析:韩寒与韩仁均作品分离度高达90%
注解1：”频率“ - 16万字（和《三重门》等长）中该此出现的次数。
注解2：分析材料。（2.1）《三重门》和韩仁均作品的分析结果来自苏杰。（2.2）韩
寒的7本书是在网上所找到的韩寒的全部长篇作品。另外两本《通稿2003》和《就这么
漂来漂去》只有两万字左右，篇幅太短，未作分析。（2.3）非韩氏作品例子是从挑战
者@中国商军 的例子中随机取样的。
注解3：分析方法。（3.1）核心技术的韩寒5词文学指纹（谁知-光-这人-没想到-不幸
）是由苏杰提取的。
（3.2）每个词分离度（韩寒 VS韩仁均）最大额度分配如下：反类：30%，“谁知”；
零类：20%， “光”，“这人”，“不幸”；大小类：10%，“没想到”。韩寒自身作
品比对，因只有大小类，故每个词分离度最大额度均为20%。（3.3）每一个指纹词频率
差1-4时，分离度为0%；5-8时为该词分离度最大额度之半，9为该词分离度最大额度。
所以，若5个指纹词的频率差都10以上则分离度是100%。这是以12为基数的数值，此数
值和基数成正比。注意这100%是分离度相对指数，并非绝对的概率置信度。
结论：
1）韩寒的七本书（包括《三重门》）和韩仁均的作品（11万字）的平均分离度高于90%
；而韩寒自身作品之间的平均分离度只有30%。因此，韩寒绝大部分作品（包括《三重
门》）的作者不是韩仁均是显著的。
2）苏杰提出的韩寒5词文学指纹-（这人，光，不知道，谁知，不幸）不仅能有效地分
辨韩寒和韩仁均的作品，还能分辨他们与其他小说家的作品。其他小说家的作品比对《
三重门》和韩仁均的作品，分离度也接近80%。
3）苏杰提出的韩寒5词文学指纹，是从《三重门》和韩仁均的作品（11万字）提取的。
如果说5词文学指纹对《三重门》而言，苏杰有边射箭边画靶子凑数据之嫌疑，那么《
三重门》之外的六部韩寒的作品对于该指纹完全是一个随机的抽样，从而验证了该指纹
的有效性、敏感性和可靠性。