該文從魯迅書信、小說和雜文中提取出376個(gè)語言特征,采用隨機(jī)森林和k-means聚類算法篩選出58個(gè)能夠?qū)θN文體取得較好區(qū)別效果的特征。該文采用比伯的多維度分析法對(duì)這些語言特征進(jìn)行因子分析,得到7個(gè)比較重要的因子。根據(jù)每個(gè)因子中具有顯著負(fù)荷值的語言特征,該文將7個(gè)因子解釋為4個(gè)能夠體現(xiàn)文體在寫作角度、敘述視角、形式、語言系統(tǒng)等方面差異的維度,以及3個(gè)能夠體現(xiàn)文體存在某種特點(diǎn)的特征組合。書信和小說在互動(dòng)性上相似,然而書信更具議論性、文言性和詳細(xì)的寫作特征,小說更具描寫性、白話性和簡短的寫作特征;書信和雜文在議論性和詳細(xì)的寫作特征上相似,而書信互動(dòng)性較強(qiáng),雜文互動(dòng)性較弱;小說和雜文則沒有相似的維度。 

【文章來源】：中文信息學(xué)報(bào). 2020,34(10)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

選定特征的分類重要性程度排名


本文編號(hào)：3140197