纳博科夫最喜欢的词

[美]本·布拉特

出版时间

2019-04-01

ISBN

9787559626912

评分

★★★★★

标签

文学

书籍介绍

★★★

继《写作课》之后,用大数据分析文学、探究黄金写作法则的写作指导图书

……………………

◎ 编辑推荐

★ 马尔克斯、海明威、乔伊斯、纳博科夫、马克·吐温、福克纳、简·奥斯汀、斯蒂芬·金……这些伟大作家有怎样的创作偏好?

★ 布克奖、普利策奖作品、《纽约时报》畅销作品有何规律?

★《百年孤独》《老人与海》《尤利西斯》《洛丽塔》《傲慢与偏见》《动物农场》《哈利·波特》《五十度灰》的创作背后有怎样的趣味冷知识?

用大数据分析1500部文学作品,数百名伟大作者,数百万个奇妙单词,探求真相数字与文字的奇妙游戏。用理科生思维观测写作的隐秘模式,探索经典中的隐藏规律,发现难以忘怀的辞藻应用,继而优化自身,提高写作认知。

……………………

◎ 媒体推荐

一本由数字写成的关于文字的书

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

……………………

◎ 内容简介

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:我们最喜欢的作家最喜欢用的是什么词?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”?最棒的开篇第一个句子有何特征?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。

◎ 作者简介

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。

……………………

◎ 译者简介

杜森,苏州人,毕业于上海外贸学院,现居美国,从事大数据的金融建模和分析工作。业余时爱好阅读、写作和翻译。

目录
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

显示全部
用户评论
不错的书,中文作家的语感是很容易辨认的,苏童,古龙,严歌苓,中文作家的辨认靠感觉。欧美作家则是看语法,同样是英语为主的语法差别,俚语,文化标签,露出来的是作者的修养,出身,境遇。这本书的原理搭配ai,能干掉一大批廉价作者。
可以当一部研究论文看。其实他提炼出来的这些“写作理论”,也并非只有通过数据才可以得出,只不过从另外一个维度,多加入一层印证罢了。
一本文学统计学报告。
十分有趣且科学的文学研究。对于写作者,它在遣词造句上会给予很多修正建议,少一些不必要的副词和感叹号,虽然没有人说感叹号不好,但如果统计经典文学和现代文学,还是能感受到使用量的差距的。换句话说,感叹号用得少不一定是经典,但经典通常用得少。在数据统计下如此案例比比皆是。读者也在其中能瞄准一些经典读物和作家,因为有些作品总是呈现出优异的表现。另外很羡慕作者的统计能力以及国外环境。作者锚定业余写手时选择了同人、情色文学的专门网站,都是社会、政策给予的巨大潜在数据库。以及60年代的统计模型至今颠覆不破,不同章节使用不同的统计模型,让我由心地感到震撼,并对模型不适用中文感到很遗憾。另外作为使用统计分析过音乐的人,我也感到①统计量庞大;②分析语言详尽且普适性很强。定位学术也好定位阅读也好,它都是佳作。
哈哈哈非常有意思的,也是我自己考虑过很多次主题,一口气翻完。我在想他们的统计学是有些粗糙,不说极个别感觉意义不大的统计(当然这是极个别),文本里的词,编辑都可以把作家的习惯改变好多的,你们怎么可以通过这种方式辨别谁是谁的呢~但依旧吸引到了我。我不认为那个“黄金法则”可以被大数据探究出来,但文学研究,是应该加入统计学的视角,即使只是一种有闲阶级的自娱自乐,这也是一种非常快乐的闲暇呀
角度很新颖,但总感觉要展开的地方戛然而止了。
挺有意思
统计语言学(特指最简单的词频统计)科普书,论述很浅但蛮有趣。其实越往后学越觉得艰深:究竟什么文本构成可以视作作者的独有特征,采用何种计量方式才能表达这一特征,以及如何证明这一计量是客观合理的?每一个问题真正往前走哪怕一小步,都是艰难的。
编辑推荐总是容易言过其实,个人认为不能算写作指导书,是运用概率统计学原理分析可能隐藏的规律,与创作无关
独特的角度“研究”文学作品总归还是没有随意感受来得性感。反正我是觉得,文学不能科学。
收藏