文献类型：会议

作　　者：冷婷 刘颖

作者单位：清华大学人文学院中国语言文学系,北京100084

会议文献：中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)论文集

会议名称：中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)

会议日期：20151113

会议地点：广州

主办单位：中国中文信息学会

出版日期：20151113

语　　种：中文

摘　　要：本文选用鲁迅的33篇小说与冰心的50篇小说为语料，通过对小说文本篇幅长度、平均段落长度、句长分布、词汇丰富度、标点使用的统计分析，发现鲁迅的小说篇幅长度变化大，平均段落与句子长度较短，词汇丰富度高；冰心小说反之。通过前1000个高频词的层次聚类实验发现，鲁迅小说多以乡土为背景，冰心小说多着眼于家庭。通过基于SVM的文本分类实验，发现冰心在小说历时创作的过程中，标点和词类的使用风格发生变化；鲁迅在不同题材小说的创作中，仅标点的使用风格变化较大，词类、二元标点以及二元词类的使用风格较为一致。

关 键 词：小说风格 统计  层次聚类 文本分类

分 类 号：H087]