计算机与“红学”研究综论

作者：贾洪卫 董坚 徐锐
自清朝传世二百多年以来，《红楼梦》的艺术魅力长久地吸引着许许多多国内外研究者和普通的读者。在这部不朽的名著中，作者塑造了众多的栩栩如生的人物形象，使用了优美、生动的文学语言。书中还涉及到哲学、经济、教育、诗词、对联、谜语、酒令、成语、修辞、园林、建筑、服装、医药、烹调、戏曲、音乐、舞蹈、绘画、爱情、心理、外貌描写等领域以及人物空间、时间的主体结构和错综复杂的关系，引起了人们广泛的探索和研究。目前已经形成了一门国际性的学问──红学。近年来关于红学研究现代化，如何运用计算机分析文学作品的问题，已经引起了社会科学和计算机科学界的普遍关注。国际上关于建立以计算机为代表的现代化“国际红学资料中心”的呼声也引起红学界的注意。在这种形势下，综论计算机与红学研究的历史和现状，介绍其研究内容和存在的问题不仅可以加深人们对《红楼梦》这部辉煌巨著的认识和理解，而且对于古典文学研究的现代化探索也是有借鉴意义的。

一

计算机应用于文学作品的研究是近十多年的事情。七十年代中期，英国剑桥大学的两位师生因运用计算机侦破伪造莎士比亚的奇案而震动了西方文学界。他们对一家出版商出版的莎士比亚新作品，用计算机对它的修辞和结构进行分析和比较。把新作品中的句型与公认的莎士比亚作品作比较，发现莎士比亚一向不采用的修辞和用语出现了，句型和结构也同惯用的方法不一样。他们将用计算机分析出来的大量证据向法院起诉，使伪造莎士比亚作品的出版商哑口无言，只得承认作伪。这项研究成果引起了国内外学者的重视，纷纷利用计算机来分析研究别的古典文学作品，导致计算机闯进“红学”研究园地。
二

1980年6月。在美国梦斗湖畔的威斯康星大学召开的首届国际《红楼梦》研讨会上，威斯康星华裔学者陈炳藻先生宣读了一篇《从词汇上的统计论〈红楼梦〉的作者问题》的文章，引起了国际红学界的注意和兴趣。1986年，陈炳藻教授公开发表了《电脑在文学上的应用：〈红楼梦〉与〈儿女英雄传〉两书作者用词的比较》一文；之后又出版了《电脑红学：论〈红楼梦〉作者》的专著。利用计算机对《红楼梦》前八十回和后四十回的用字进行了测定，并从数理统计学的观点出发，探讨《红楼梦》前后用字的相关程度。他将《红楼梦》一百二十回本按顺序编成三组，每组四十回。并将《儿女英雄传》作为第四组进行比较研究，从每组中任取八万字，分别挑出名词、动词、形容词、副词、虚词这五种词，运用数理语言学，通过计算机程序对这些词进行编排、统计、比较和处理，进而找出各组相关程度。结果发现《红楼梦》前八十回与后四十回所用的词汇正相关程度达78.57%，而《红楼梦》与《儿女英雄传》所用词的正相关程度是32.14%。由此推断得出前八十回与后四十回的作者均为曹雪芹一人的结论。这项关于著作权之争的研究结论能否为红学界所接受，还存在一定的争论。但是，这种用计算机进行探索的创造性研究方法，给人们留下了深刻的印象。

《红楼梦》著作权的问题多年来一直争论不休。目前红学家们普遍的看法是：前八十回为曹雪芹所作，后四十回为高鹗所续。按照这种看法，从陈炳藻先生的研究结论，我们可以从另一个角度看出，曹雪芹续的《红楼梦》后四十回是相当成功的。由于高鹗对前八十回研究的深入透彻，不但保持了前八十回的思想倾向和艺术风格，而且在文字风格上也几乎一致。所以，曹雪芹、高鹗合著的一百二十回本《红楼梦》才被社会普遍承认，一直广泛流传至今，成为中国古典文学的瑰宝。

运用计算机分析研究《红楼梦》为红学研究现代化开辟了一条崭新的道路。然而，让计算机读懂《红楼梦》似乎神秘莫测。但是，我们只要了解计算机的特点，就能从这种神奇的应用中认识其本质。计算机有高速的运算能力，每秒钟可运算百亿次以上来处理由0和1组合成的符号系统和数学模型。计算机有高超的记忆能力，可以存储整座图书馆书籍和文献的内容。计算机有高度的精确性和准确的逻辑判断能力，每秒钟可进行成千上万次的逻辑判断，可代替人的部分脑力劳动，把重复、繁重的汉字逻辑判断交给机器高速处理。计算机还可以自动运行，只要把事先编好的程序输入计算机，就可以自动地指挥计算机工作。文学作品是语言文字的组合，语言是人类用来表达和交流思想的工具，文字是记录语言的符号。从计算机科学的角度来看，一部文学作品就是一个符号系统。因此可以采用计算机技术来理解《红楼梦》这样的文学作品，进行探索和研究。

《红楼梦》一书中前前后后写了三十二个梦，这些梦是否有内在的联系呢？计算机专家们将梦的文学描写变成数字模型，编好程序输入到计算机里，用计算机测定了它们之间的相关程度。比如第五回“贾宝玉神游太虚境”与第一百一十六回的梦，经过计算机分析，两个梦有许多相同处，“太虚幻境”与“真如福地”的环境名异实同。因此这两个梦有一定的内在联系。由此可见，计算机的分析能力是相当惊人的。

三

1983年以来，国内红学研究者运用计算机探索《红楼梦》，也给红学研究带来了新的活力。江苏学者彭昆仑等用计算机探索《红楼梦》时间进程和人物年龄问题，取得了成效，解开了《红楼梦》中的年龄谜；对于林黛玉入京都这一年究竟是几岁，红学家们历来就有多种说法──13岁、11岁、9岁、8岁、6岁。他们选定贾宝玉、林黛玉、薛宝钗等七十二名人物为信息存储对象。按小说各章节所描写的人物年龄和时令特征，参照有关红学家的研究成果和各种说法，将信息编码存入计算机。运用数理逻辑对年龄、年序问题进行分析、筛选，获得了初步成功。计算机认为林黛玉入京都“九岁论”说似乎矛盾点少一些，比较符合生活和文学逻辑。中央电视台拍摄的电视连续剧《红楼梦》有中关故事纪年、季节和人物年龄的处理意见，曾经采用了这项研究成果。

运用计算机探索《红楼梦》人物年龄方面取得成功后，彭昆仑等人又用计算机定量研究《红楼梦》版本来解决一些疑难问题，成功地运用计算机程序模拟出具有深刻艺术韵味的“怡红夜宴图”。一百多年来，“怡红夜宴图”一直是困扰红学家的疑案之一。红学家们为此争论不休，争论的焦点就是参加夜宴的总人数和宴席上的座次排列。在这个问题上，彭昆仑等人几乎考察了从乾隆年代开始的脂评系统的所有国内版本，也了解了红学各家的研究动态、主要分歧，终于用计算机绘制出他们心目中的“怡红夜宴图”。他们研制的《探讨怡红夜宴图程序》解决了参加夜宴的总人数和宴席上的座次排列。计算机能根据使用者的要求显示或打印出《夜宴洒令点数异文及研究者的评判总表》；能自动形成《怡红夜宴图》的各主要研究者的《怡红夜宴图人物座位图》；能找出某些版本存在的错误；能允许使用者随机输入自己的新观点，并对之进行审查。最后，计算机还能定量评价版本的权威性。以上这些工作都能在几秒钟之内完成。这一研究成果，在松花江畔的哈尔滨召开的第二届国际《红楼梦》研讨会上进行了交流，引起了国内外红学家的极大关注。虽然有的学者对这个计算机模拟的“怡红夜宴图人物座次图”提出了商榷意见，但是这种引入计算机进行探索的方法，毕竟为红学研究揭开了新的一页。

1985年以来，南京工学院（现东南大学）、深圳大学相继开发了《红楼梦》作品研究的计算机数据库系统，把红学研究的计算机化推向了一个新的高潮。南京工学院与江苏镇江市科委合作开发的《红楼梦》大型数据库系统，在微型计算机中，全文存入人民文学出版社（1982年版）根据庚辰本修订的《红楼梦》一百二十回本原著。这个《红楼梦》数据库具有原著检索、人物档案处理、统计表格和图形显示四大功能。提供了4154项检索项目、525名人物简要档案、24份反映近年红学研究的统计表、两幅荣国府、大观园图形、十条人物活动路径，将小说划分为1661个结构模型等项目。尤其是荣国府大观园平面示意图及路径显示和组合查询功能引起了专家学者的极大兴趣。计算机系统提供的林黛玉入贾府、刘姥姥一进荣国府、元春省亲等十个人物的活动路径的动态表演，使人“眼花缭乱”。系统所提供的对原著的综合检索功能，可按文学、哲学、政治、法律、社会、经济、伦理、技艺、音乐和历史等诸方面进行检索。对文学又分诗词、对联、洒令、谜语、戏曲、文论、诗论和画论等8个方面进行检索。他们的《红楼梦》数据库系统在1986年6月哈尔滨《红楼梦》博览会上展出并进行操作表演，充分显示了现代科学技术与古典文学相结合的艺术魅力。

深圳大学也研制成功《红楼梦》多功能计算机自动检索系统，为从语言、文学和中国古代文化等方面对《红楼梦》进行研究提供资料。研究人员将中国艺术研究院《红楼梦》研究所校注、人民文学出版社1982年出版的《红楼梦》作为基础原文全文输入计算机。人们利用这个检索系统第一次得到了《红楼梦》中一系列重要的统计数据。如《红楼梦》全书的精确字数是731017个；书中使用不同的汉字4462个，使用最多的是“了”，达21176次；全书有1623个不同的四字格成语，用得最多的是“不在话下”；书中采用了二十四种修辞手法，用得最多的是“比喻”，共408条。这个计算机系统可对有关语言、文学、古代文化等方面三十个专题二百多个项目进行检索。研究者使用这个检索系统，可以在1分钟内查到三十个专题范围内的有关内容。在文学研究方面，可以查到常用修辞手法在《红楼梦》中的用例，各类文学描写的有关段落，每个人物出现的全部场合，诗词中的任何一个篇章。外貌描写分面容、神情、体态等小类；心理描写分喜悦、忧愁、怨恨、嫉妒等小类；爱情描写分宝玉和黛玉、尤三姐和柳湘莲等小类。例如：要了解书中有关宝黛爱情的全部描写，只需几秒钟到几十秒钟的时间，计算机荧光屏上就能显示出来，并由打印机自动打印出来。这个系统还可以用计算机软件的形式为各方面的研究者提供较为完整的《红楼梦》成套专题资料，第一次实现了运用计算机对中国古典名著进行综合研究。根据电脑检索系统提供的资料，有关人员对红学研究中的一些问题提出了新的看法。例如，在对《红楼梦》前八十回与后四十回的一些语言风格要素与风格手段，即某些用字、用词及回尾处理的差异做了比较研究后，得出了前八十回与后四十回语言风格存在明显差异的结论，为两者出现不同作者之手提供了有力的证据。这与从词汇数量统计的结果相比较，似乎更具有说服力。深圳大学完成的这项《红楼梦》电脑分专题自动检索科研课题在北京通过了国家鉴定。1987年月10月在慕尼黑举办的联邦德国第一届中文信息电脑处理研讨会上，《红楼梦》电脑检索系统成为一个最引人注目的项目，受到了与会者的高度关注和赞扬。

1987年，复旦大学数学系副教授李贤平的工作引人注目。他在美国威斯康星大学的计算机前工作了数百小时，绘制了三百多张图纸，运用计算机技术中的模式识别法和统计学家使用的探索性数据分析法，对《红楼梦》进行统计分析、风格分析。他翻阅了大量的红学研究论文和资料，利用过去红学家发掘的资料进行考证。把《红楼梦》一百二十回本作为一个整体，以47个虚字为识别特征，对它们在书中各回的出现频率进行统计分析，输入计算机后将使用频率绘成图纸，根据图纸反映出的表明不同创作风格的星云状和阶梯状图形，提出了又一次震惊红学界的《红楼梦》成书过程新观点，证明了《红楼梦》各回写作风格具有不同的类别，各部分实际上是由不同作者在不同时期里完成的。李贤平认为：“《红楼梦》前八十回是曹雪芹据《石头记》增删而成，其中插入他早年著的《金瓶梅》式小说《风月宝鉴》，并增写了具有深刻内涵的许多内容。《红楼梦》后四十回是曹家亲友在曹雪芹全书尚未完成就突然去世之后，搜集整理原稿并加工补写而成。程伟元将全稿以活字版印刷刊行。高鹗校勘异文补遗订讹”。他的这一看法否定了被红学界一直视为曹雪芹作前八十回，高鹗续后四十回的定论。使这个传统观点受到严重挑战。红学家对李贤平新说，有人认为是一个新突破，新开拓；有的则认为还应做进一步的探讨。这个情况表明，利用计算机等现代科学技术来研究《红楼梦》这样伟大的作品，确实别有一番新天地，拓展了视野，也产生了值得重视的成果。

四

时代在向前发展。在红学研究的海洋中，不断泛起新的波澜。1988年11月，在湖北大学召开了首届当代红学研讨会。在这个会上发布了关于建立《红楼梦》文献数据库系统的信息。设在湖北大学图书馆内现代化的《红楼梦》文献研究中心正在积极地筹建之中。这个中心的一项主要任务就是采用以计算机技术为代表的现代化手段对红学的文献信息资料进行科学管理。运用微型计算机建立《红楼梦》文献数据库系统，实现红学文献情报检索自动化。要达到这个目的，需要事先将图书、资料、信息等做成数据记录形成数据库，把每篇文献的名称、作者、出处、时间等条目用汉字或西文通过键盘等设备输入计算机里去，并用一定的格式存在计算机的磁带、磁盘或其它磁性记录材料上。查找文献时，通过终端键盘，把检索要求打入计算机，计算机就象查字典那么样，把所记录的文献资料找出来，经过多次逐项比较，凡符合使用者要求的资料，就会在显示屏上显示出来，还可以启动打印机将内容打印出来。这个《红楼梦》文献数据库将尽力收集海内外所有红学研究的多层次的文献信息，逐步形成一个计算机化的专题情报检索服务系统。

在计算机上建立这个专题文献资料数据库系统，目前在国内外尚未见到研究报道，所以《红楼梦》文献研究中心选择了这一研究课题。目前，已在配有汉字处理系统的微机上建成了文献数据库，按照文献的标题、作者、出处、时间、关键词等项目，输入近二千条文献信息记录，存入在计算机磁盘中，处理这些数据的计算机程序正在编写之中。系统建成后，可进行辅助性的咨询解答工作；针对研究人员的某些重点需要进行定题服务，定期提供信息，使用户及时掌握与自己研究工作有关的最新情报；系统还可以定期地编制专题索引，提供给读者，以减少研究人员为查找文献信息而花费的大量宝贵时间；系统还可以提供指示获取原始资料的情报源服务，形成扩展性的数据服务网络，而达到全方位获取资料的目的；系统还可以从图书情报学这个角度，通过对文献信息的计量分析提供国内外文献资源的分布等研究概况。总之，《红楼梦》文献数据库建成后，可为海内外专家学者及有关研究者准确、迅速、方便地提供所需要的不同层次的文献信息，实现文献资源共享，从而促进红学研究水平的提高和发展。

五

计算机与红学研究相结合是社会科学与自然科学互相渗透、交叉应用的又一个新的尝试，这也是当今世界科学研究的重大特征之一。对上述这些信息的分析，可以看出：用计算机来研究《红楼梦》这样一部伟大艺术作品，为红学研究开辟了宽广的新途径。尽管利用计算机得出的结论不是那么尽善尽美，但是，作为一种新的研究方法，它在通向文学研究现代化的道路上所产生的影响是巨大的。研究《红楼梦》作品本身所取得的有关成果已在国际红学界产生了一定的影响；从研究《红楼梦》文献信息资料这个角度所建立起来的《红楼梦》文献数据库，也将会受到国际红学界的欢迎和重视。