Computational Criticism of Classical-Chinese Residues in Lu Xun (1903–1936): A Six-Function Taxonomy, Sublanguage Detection, and the Register × Stratum Two-Dimensional Model

机器中的幽灵：为什么鲁迅的文字从未仅仅是“新”的

想象一下，你正试图通过倾听一个人说话来了解他。如果他在家里说一种语言，而在学校和工作中切换到另一种现代语言，你可能会预期他在不同场合下的表达方式会有巨大的差异。但如果事实并非如此呢？如果在他内心深处，即便在使用着新的词汇，大脑依然在以旧的方式组织思想呢？这正是“计算批评”（computational criticism）试图解决的谜题。这是一个计算机科学家与文学侦探联手合作的领域。他们不再仅仅阅读一本书并感叹“这感觉很陈旧”，而是利用软件去统计成千上万页文本中的每一个词、每一个句子结构以及每一个标点符号。他们将文学视为一个巨大的数据集，寻找人类肉眼可能忽略的隐藏模式。

这里核心的问题在于过去的“幽灵”。几个世纪以来，中国作家一直使用一种被称为“文言文”的正式古文。在20世纪初，一场名为“新文化运动”的大规模运动试图消灭这种旧风格，并用听起来更接近日常口语的“白话文”取而代之。这场运动的领军人物是作家鲁迅，他以使用这种全新的、现代的风格而闻名。但人们怀疑，鲁迅始终被旧风格所纠缠。争论的焦点在于：他是真的抛弃了旧语言，还是旧语言只是躲了起来？本论文通过大规模的计算机分析，试图通过精确测量这些“幽灵”是如何移动的，从而最终回答这个问题，而非仅仅靠猜测。

---

侦探工作：清点鲁迅的“旧幽灵”

鲁迅（1881–1936）是中国现代文学的巨星。他是帮助发明现代汉语小说的关键人物。他曾有名言，称旧式的古典语言就像背上的“古老幽灵”，让他无法摆脱。长期以来，学者们一直在争论这些幽灵究竟在做什么。它们只是偶然的习惯吗？还是鲁迅在秘密地、有目的地使用它们？

由曾俊（Jun Zeng）撰写的这篇论文决定停止猜测，开始计数。他们建立了一个庞大的数字图书馆，收录了鲁中迅一生的全部作品——约437万个字符。这不仅仅包括他出版的小说和随笔；他们还将他的私人信件和日记也纳入其中，而这些资料此前从未在如此规模下被共同研究过。他们利用计算机扫描了这座文本大山，寻找鲁迅使用旧语言的六种不同方式。

你可以把它想象成一位从小使用特定古法香料烹饪的厨师。计算机在问：这位厨师在主菜（公开写作）中是否还在使用那些香料？他是把它们留作秘密家传食谱（私人写作）了吗？还是在现代食材用尽时才撒上一丁点？

巨大的惊喜：幽灵并未离开，而是搬了家

最令人震惊的发现是，旧语言并没有逐渐消亡。它并非均匀地退缩。相反，它跳了一场奇怪的舞蹈。

当鲁迅进行公众写作时——即他著名的随笔、故事和翻译作品——旧式语言的比例大幅下降。从职业生涯早期的约0.0994降到了后期的0.0655。看起来他成功地转向了新语言。

但转折来了： 当研究人员查看他的私人信件和日记时，情况完全不同。在他的私人笔记中，旧语言并没有下降，反而增加了。它从早期的0.0383上升到了后期的0.0695。事实上，在晚年，他的私人写作比他的公开写作含有更多的旧式语言。

这证明了鲁迅并没有失去他的古典训练。他只是移动了它。他在无人看见的私人房间里保留了这些“幽灵”，同时向世界展示一个更洁净、更现代的面孔。论文称之为“语体转换机制”（register-shift mechanism）。这不是一次撤退，而是一次迁移。

深层的“子语言”：从未改变的大脑

更有趣的是计算机在“引擎盖下”发现了什么。研究人员构建了一个特殊的探测器来寻找子语言（sublanguage）。这不仅仅关乎使用旧词，更关乎使用旧的思维模式。

想象你在说英语，但你排列句子的逻辑却像是在说拉丁语。你可能使用的是现代词汇，但你的大脑仍在以旧的方式构建逻辑。计算机测量了这个“子语言指数”，发现它极其稳定。从鲁迅职业生涯的开始到结束，这个指数几乎保持不变（约为0.67）。

无论是在写公开随笔、私人信件，还是学术著作，他的大脑始终保持着这些深层的、古老的模式。论文指出，“旧幽灵”不仅是在他背上，更是在他的大脑里。即使他切换到了现代词汇，他连接思想的方式依然深深植根于古典传统之中。

“填补空白”之谜：为何在卡壳时使用旧词

论文还探讨了鲁迅为何使用旧语言。他们发现了两个主要原因：

1. 表达性： 用它来讲述故事或论证观点（随着时间推移下降了71.1%）。
2. 填补空白（Stopgap）： 当他找不到合适的现代词汇时使用它。

这里有一个有趣的发现：你可能会认为，如果你在写私人日记，你会更自由地使用任何词汇，因此你会更多地使用旧的“填补空白”词汇。但计算机发现的情况恰恰相反。鲁迅在公开随笔中使用的“填补空白”类旧词最多（每万字360.68次），而在日记中最少（每万字129.23次）。

为什么？因为他的公开随笔难度更高。它们复杂、具有辩论性且充满宏大思想。当他在尝试用现代语言解释一个困难概念而感到困难重重时，他会伸手去抓一个古典词汇作为“备用工具”。他的日记只是他在自言自语，所以不需要这种备用工具。论文认为，他使用旧词并不是因为他“自由”地选择使用，而是因为他面临着复杂性，需要帮助。

“欧洲化”的神话：新与旧并非亲密伙伴

曾有一种流行理论，认为鲁迅利用欧洲风格的句子（长而复杂，带有许多“而且”和“因为”之类的词）来帮助他将旧的中国思想转化为现代语言。这种观点认为，欧洲语法是连接新旧之间的桥梁。

计算机测试了这一点，结果证明它是错误的。数据表明，“欧洲”风格与“旧中文”风格之间没有联系。事实上，它们似乎是相互独立的。论文提出了一个新的概念，称为“张力模型”（tension model）。与其说其中一个辅助另一个，不如说鲁迅同时使用了冗长的欧洲式句子和短促有力的古典短语，创造出一种独特、紧张且强大的风格。它们并非在协作，而是在对抗，而这种对抗让他的写作变得如此有力。

最终裁定：一个二维地图

那么，最终的图景是什么？论文提出了一种使用二维地图来观察鲁迅写作的新方法：语体（公开 vs 私人）和层级（表层词汇 vs 深层思维）。

• 表层层面： 在公开场合，旧词汇逐渐消退。在私人场合，它们依然强劲。
• 深层层面： 旧的思维模式在任何地方都保持强劲。

论文总结道，“现代语言的胜利”并非一个新取代旧的简单故事。它是一次选择性的迁移。鲁迅并没有抛弃他的过去；他将其模块化了。他在私人生活中和深层大脑中保留了“幽灵”，同时为公众戴上了现代的面具。

这项研究不仅是在讲述关于鲁迅的故事，它还展示了计算机如何帮助我们洞察文学的隐藏层次。它证明了有时，最重要的不是你所说的词汇，而是你思考的无形模式。就鲁迅而言，这些模式既如他声称要摆脱的幽灵一样古老，又如他所参与创造的现代世界一样鲜活。