你写的每个“的地得”，都可能成为呈堂证供

圆的方块

语言风格成为破案线索

上世纪，美国出现了一位神秘的炸弹客。从1978年到1996年被捕，17年里，他寄出了16枚炸弹，造成了3人死亡，23人受伤。在这期间，FBI出动了500多名特工，也没抓到这位“炸弹客”。看起来，这是一位行事谨慎的高智商犯罪者：随机选择袭击目标，并且几乎没有在现场留下任何可以追溯的证据。

破案的线索，最终落到了“炸弹客”的语言风格上。1995年，FBI收到一封信。寄信人说，那些炸弹都是自己寄的，并且以“停止炸弹攻击”为条件，要求刊登他的一篇论文，题为《论工业社会及其未来》。寄信人声称，这篇论文可以解释他的作案动机以及对社会弊病的看法。

FBI决定将这篇论文公开发布，希望有人能认出作者。这篇论文宣称现代技术与工业化严重侵蚀了人类社会，因此需要有人站出来阻止技术进步，从而拯救全人类。很快，一位名叫大卫·卡辛斯基的人通过律师联系了警方，说发现这篇论文的观点和写作风格都很像自己的兄弟泰德·卡辛斯基，并提供了一些旧的信件和文章素材。

FBI专家对这些材料进行了语言学分析后发现，除了“科技有罪”的论点，还有很多写作风格都和公开的炸弹客的论文相符，比如，格式、标点和独特的拼写。关键证据来自一封信，里面有一句“you cant have your cake and eat it， too”，在炸弹客的论文第185段，也使用了同样的措辞。以此为突破口，警方最终在美国蒙大拿州一处偏远的小木屋中找到并逮捕了炸弹客本人，也就是泰德·卡辛斯基。

资料显示，泰德·卡辛斯基的智商高达167，16岁就被哈佛大学数学系录取，25岁就成为加州大学伯克利分校历史上最年轻的数学系助理教授——这样一位疯狂的高智商反社会炸弹客，最后败露于自己的行文风格。

“去目的地得打的”

一个人在书写或者打字时，会形成一些特定的词语用法，而这点小线索，就像文字上的指紋，可以让我们分辨这篇文字到底出自谁手。这种将文章书写特征作为“指纹”来判断作者的技术，叫做“作者识别”。有一门叫做“刑侦语言学”的学问，就是专门研究书写或语言的表达方式，来分析案情中嫌疑人或被害者的身份信息。

作者识别有很多流派和技巧。比如，特定年代的用语可以判断书写者所处的年份（“你是GG还是MM”，“你妈喊你回家吃饭”，“神马都是浮云”这些当年爆火的流行语如今已经成了时代的眼泪）;一些特定词汇的使用也可以体现作者的职业（比如，总是把闭环、抓手、赋能这些词挂在嘴边的，很大可能是互联网从业人员）。

但是，使用实词分析会面临一个问题：作者在撰写不同的内容时，会用到不同体系的实词。比如，一个生物学家兼职写作言情小说。在工作时，他会用到大量的生物术语;而在夜班码字时，可能会用到很多情情爱爱的词汇。所以，用实词来判断作者时，容易被不同文体间的转换干扰。比起实词，副词、介词、连词等虚词的使用频率几乎不受文章内容的影响，更能反映作者的写作习惯。

在中国，最知名的作者识别案例，当属“《红楼梦》后40回作者悬案”。《红楼梦》全书120回，目前公认的说法是曹雪芹写了前80回，高鹗续写了后面的40回。1970年，红学家赵冈，就用“的”、“了”、“在”、“儿”、“著”这五个字的出现频率来研究红楼梦的作者问题，得出了前80回和后40回确实出自不同人之手。

用算法在文学圈证明“你是你”

很多文学研究者认为莎士比亚的一些作品其实也是他人续写的，其中就包括名作《亨利八世》。

《亨利八世》是莎翁晚期的作品。晚年的莎士比亚一直担任Kings Men剧团的剧作家，他去世后，约翰·弗莱彻接替了这个职务。因此，有人“合理”怀疑弗莱彻续写、甚至修改了《亨利八世》。1850年，文学评论家詹姆斯·斯派丁提出了一些证据：在《亨利八世》书稿中，有时会用ye代替you，或用em代替them，而这些都是弗莱彻的行文习惯。

随着技术的进步，特别是机器学习算法的成熟，有人就想用新方法来解开《亨利八世》的谜题。2019年，一位名叫彼得·普莱查的研究员说自己有了答案。这位来自捷克科学院的学者，使用机器学习算法来识别剧本的每一行文字，然后让机器来判断作者是谁。

人工智能的分析结果证实了斯派丁的猜测——弗莱彻确实参与了《亨利八世》的撰写。而且，根据算法的分析，弗莱彻贡献还不小，有一半左右的剧本都出自他笔下。甚至，算法还能精确地指出哪些段落是莎士比亚自己写的，而哪些是弗莱彻所写。

当然，真相早已埋没在历史洪流之中，现代学者能做的，只是基于概率来做出合理的推测。对于成名的作家来说，即使部分作品存在捉刀人，也不能撼动其文学地位。

（江绮丽荐自《青年博览》）