基于字频相似度的《红楼梦》作者辨析

       基于《红楼梦》文本，统计120回每一章回的单字字频数据形成字频向量作为每一回的特征向量，并推算它们之间的余弦相似系数，进而推算前80回之间、后40回之间、以及前80回与后40回交叉的相似系数平均水平，并分别用t检验与Wilcoxon秩和检验两种假设检验方法，考察三者之间差异的显著性水平，结果表明，差异均具有极其显著性水平：前80回之间、后40回之间相似系数平均水平均极其显著地高于前80回与后40回交叉的相似系数平均水平，并且后40回之间的相似系数平均水平极其显著地高于前80回之间的相似系数平均水平。如果认可前80回为曹雪芹一人所著，那么更有理由认为后40回出自另一人之手，同时不排除前80回有后人增补的痕迹，后40回有曹雪芹遗留的残稿。

       论文详见中国知网。