機器學習告訴你:《紅樓夢》後40回到底是不是曹雪芹寫的?
機器學習告訴你:《紅樓夢》後40回到底是不是曹雪芹寫的?

前幾天燈神給我發了一篇文章,講的是用機器學習的方式來判定紅樓夢後40回到底是不是曹雪芹寫的。

圖說明

黛玉重建桃花社。畫家孫溫。圖片來自:Wikipedia

我這段時間也在自學Andrew Ng的機器學習課程,還差4週就能完成課程了。

電腦是一個很強調learning by doing的學科,於是我也來「學以致用」,用剛學到的SVM演算法來分析下雪芹老師到底有沒有寫後面的40回。

作為一個從沒看過紅樓夢的人,我的大致思路是這樣的:

  1. 受到《獵人》裡蟻王破解會長無敵招數的啟發,每個人的寫作都有些小習慣,雖然文章前後說的內容會有差別,但是這些用詞的小習慣不容易改變;

  2. 用開源的分詞工具把全書分詞(python的jieba分詞),然後統計詞頻。把出現頻率超過100次的詞語找出來,人工去掉一些可能因為文章內容造成前後出現不一致的人名、地名;

  3. 然後每一章按照2中的詞頻表,看這一章中出現這些詞語的頻率;

  4. 前80回、後40回各選15回作為機器學習的資料,讓機器學習這些章節的用詞特點,然後推算其他章節的用詞特點是屬於前80回呢、還是後40回;

  5. 如果機器根據這些用詞特徵推算的是否屬於後40回的結果跟實際的結果吻合,那麼就說明後40回的寫作風格跟前80回有很大不同,很可能是兩個人寫的;

好了,下面我儘量少涉及數學跟程式設計的知識,來一步步解讀機器學習是怎麼完成這個問題的。

生成全書的詞頻表

圖說明

我截取了其中一段的詞頻表。像寶二爺、黛玉笑這種涉及人物的詞語,可能前面戲份多、後面戲份少,所以就不選它們作為用詞習慣的特徵,而像忽然、故、只要、可不是這種承接性質的碎詞,就不太容易會受情節的影響,所以適合選出來作為用詞習慣的特徵。

最終,我按照出現從多到少排序,選擇了278個詞作為機器學習的用詞習慣。

將120回的詞頻進行統計

接下來我把每一回出現這278個詞的頻率統計出來,得到我們給機器學習的樣本。這個樣本的樣子大概是這樣的:

圖說明

比如以B行2列舉例,說明在第一回裡面「道」這個動詞,出現了36次。

通常我們在進行複雜的事情前,喜歡先簡化問題,或者給自己一些直觀的圖表,以便瞭解問題。機器學習也是一樣的。

我嘗試著在圖上把前80回和後40回習慣用詞出現的頻率畫出來。以第一回為例,x1座標代表「道」出現多少次,x2座標代表「說」出現多少次,x3座標代表「也」出現多少次......x280座標代表「則」出現多少次。

什麼?超過三維了,那人類的大腦可是沒辦法理解的啊。

沒關係,當我們用燈光照射一個立體的圖時,平面會有它的影子。這個影子雖然沒有立體圖的資訊這麼豐富,不過我們看影子還是可以猜出來大致的樣子。對於高緯度的問題,我們也可以用投影的方式來降低緯度。

雖然資訊損失了不少,不過能給我們一個直觀的感受。

圖說明

這個是120個章節的用詞習慣從278緯降到3維以後的圖,紅色+的點是前80回,藍色o的點是後40回。

從這個圖可以很直接地看到,確實在用詞習慣上有明顯的區別。就算我們沒有機器學習工具的幫忙,也可以大膽猜測後40回是出自於另外一個人了。

下面我們用機器學習來看精確一點的判斷。

機器學習

透過課程我大致瞭解了SVM的原理和簡化版問題的演算法實現,不過對於複雜問題我還是沒這個能力寫程式。於是用python的scikit庫來幫助我來完成這個預測。

演算法的步驟很簡單,前80回、後40回各選15個來餵給機器學習它們的特點,然後把剩下的章節輸入給機器,問它們屬於前80回還是後40回。

圖說明

看out[44]的結果,代表了機器預測這120回的用詞習慣到底屬不屬於後40回(0為不屬於,1為屬於)。

如果你看不懂上面的程式碼,沒關係。我告訴你結果好了。

機器在學習以後告訴我,如果我把隨便一章的用詞習慣告訴它、但不告訴它到底是前80回還是後40回,那麼機器有95%的把握能猜出它是不是後40回。

至此,我們可以很有信心地判斷它們的寫作風格不同。

那麼,問題來了,會不會因為是情節的需要所以導致寫作風格不同了呢?

情節不同會造成用詞習慣多大的差別?

好吧,那我再來做一個旁證。我把另外一部四大名著「三國演義」拿來分析,看看上部跟下部的用詞習慣會不會有比較明顯的差別。

圖說明

這個是三國演義的用詞習慣縮到三維以後的圖,紅色+代表前60部的用詞習慣,藍色o代表後60部的用詞習慣。

你可能會說,雖然中間交叉的地方比較多,但是還是可以看出來是有區分的。

可如果你比對一下跟紅樓夢的圖,你就會發現紅樓夢的差別會明顯得多。

圖說明

紅色+為紅樓夢前80回/三國前60回,藍色o紅樓夢後40回/三國後60回

最後,用機器學習的方式來說,如果我把三國演義隨便一章的用詞習慣告訴它、但不告訴它到底是前60回還是後60回,那麼機器有7成的把握猜對,這個準確度已經遠遠低於紅樓夢的95%的預測水準。

所以,我們用「三國演義」這個旁證來分析,即便是因為情節需要導致的用詞習慣差別也不應該這麼大。

所以,我們就更有信心說曹老先生沒有寫後40回了。

更多的機器學習有趣的玩法,我會在學習的過程中慢慢嘗試的。以上。

本文作者黎晨,原文刊載於他的微信公眾號:黎小晨想太多

關鍵字: #機器學習
往下滑看下一篇文章
從人才培育到跨域創新!法國皇家推「AI for Pets 創新徵件計畫」,為寵物照護開創新可能
從人才培育到跨域創新!法國皇家推「AI for Pets 創新徵件計畫」,為寵物照護開創新可能

AI 不只能改變人類的生活,更能為毛孩帶來哪些變革?自 1968 年創立以來,寵物健康營養領導品牌法國皇家(Royal Canin)便致力於以科學與數據為基礎,依據貓犬的品種、年齡與健康狀況,提供符合個別需求的精準營養方案。如今,隨著毛孩高齡化,以及疾病照護、流浪動物收容等需求日益多元,法國皇家也開始思考,如何運用 AI 將長年累積的「精準營養」理念延伸至更全面的「精準照護」。

為此,法國皇家推出「2026 法國皇家 AI for Pets 創新徵件計畫」,成為台灣首度以「AI 寵物照護」為主題的公開徵件活動。活動祭出總奬金 100 萬元,預計選出 10 名獲獎隊伍,希望串聯台灣科技人才與寵物照護生態系,運用 AI 協助獸醫師、收容單位與飼主解決實際難題,讓科技成為改善寵物生活的助力。

#0 法國皇家
圖/ 法國皇家

從主管賦能到適才適所,法國皇家的人才培育哲學

「我們期待透過競賽為寵物產業注入創新動能,也為台灣科技人才創造展現實力的舞台,」法國皇家香港台灣總經理張堇琪一語道出舉辦本次活動的原因。

她觀察,台灣科技人才具備深厚實力;而面對當前貓犬高齡化與收容長照的挑戰,寵物健康領域正處於科技轉型的關鍵時刻,也還存在許多尚未被滿足的需求,希望透過競賽串聯科技人才與第一線的真實照護痛點,讓科技轉化為實質的守護力量,也為跨領域人才開闢一條投入毛孩經濟的快速通道。

#2 法國皇家
法國皇家香港台灣總經理張堇琪
圖/ 數位時代拍攝

事實上,法國皇家對人才價值的重視,不只展現在對外部科技人才的支持,更早已落實於內部人才培育制度。「我們極為重視直屬主管的培育,因為我們相信,每位同仁都值得擁有一位好主管。」張堇琪指出,這正是法國皇家所強調的「Great Line Manager」理念。

為了落實這項理念,法國皇家發展出一套融合企業文化的訓練系統,搭配一對一專業教練輔導,協助新任主管逐步掌握帶領團隊的方法與技巧;此外,集團也建立跨國交流機制,例如總經理社群(GM Community),讓不同市場的領導者分享經驗、相互學習。透過多元方式持續精進主管的領導與管理能力,讓他們更懂得如何帶領團隊、營造良好的職場氛圍,進而提升同仁的工作投入度與整體組織生產力。

除了主管賦能,法國皇家亦同樣重視基層同仁的培育,並強調「從個人出發」的精神。例如,定期提撥學習基金,讓同仁可以自主選擇有助於職涯與個人成長的課程,全方位支持同仁成為更好的自己。又如,引進霍根測評系統(Hogan Assessments),透過科學化評估工具,協助同仁深入了解自身的能力與人格特質,與主管共同規劃適合的成長路徑,也讓主管能精準調配團隊分工、達成適才適所目標,讓每位夥伴的潛力都能獲得充分發揮。

互惠精神走出企業內部,為第一線獸醫人才注入更多專業能量

這些做法背後,反映的是法國皇家母集團瑪氏(Mars) 所強調的互惠(Mutuality)原則。企業投資人才,不只是為了追求營運績效,更希望每位同仁都能在工作與生活中持續成長。而這份互惠精神,也從企業內部延伸至整個寵物照護產業。

「要讓寵物獲得好的照顧,首先也要照顧好那些照顧寵物的人。」張堇琪強調,獸醫師與獸醫助理是守護毛孩健康的第一線基石,唯有提供足夠的專業資源與支持,才能讓他們更有能力照顧好每一隻寵物。

因此,法國皇家長期投入獸醫專業人才培育,尤其著重傳統獸醫養成教育中,比重相對有限的營養學知識。例如,與台大獸醫學系合作,安排授課教授赴法國總部與營養專家交流、提供前沿的寵物營養研究數據、指派具獸醫師資格的同仁協助課堂教學、媒合獸醫系學生至動物醫院實習,累積臨床經驗等。

值得注意的是,法國皇家對獸醫人才的培育並不局限於營養專業,更延伸至醫病溝通技巧,協助獸醫團隊以淺顯易懂的方式向飼主解釋複雜病情,不僅能有效提升衛教溝通效率,也能建立更堅實的醫病信任關係。

不只追求商業價值!AI for Pets 四大主題探索寵物照護新解方

從內部人才培育到獸醫專業賦能,法國皇家一直相當重視人才的價值。延續這份理念,張堇琪也希望透過 AI for Pets 創新徵件計畫,為這座科技島上有想法、有技術的人才搭建發揮所長的舞台。為此,法國皇家攜手工業技術研究院、台灣人工智慧協會及臺大創意創業中心,串聯產學研資源,讓更多具潛力的創新構想被看見,也為科技人才開啟探索寵物產業應用的新機會。

而要讓科技人才的創意能夠回應第一線的照護痛點,首先必須找對問題。法國皇家從貓犬生命歷程出發,歸納出就醫、日常、收容到相遇四大照護場景,並轉化為「獸醫照護」、「預防保健」、「流浪動物福利」與「負責任的飼主」四大徵件主題,引導參賽者從診間、家庭或收容場域等不同角度切入,探索 AI 在寵物照護上的應用可能。

令人好奇的是,相較於企業通常優先考量具有商業價值的應用,「流浪動物福利」未必能為法國皇家帶來直接營收,為什麼會被列為這次競賽的重要主題?「因為我們對寵物福祉的關注,並不局限於具有商業價值的市場需求,」張堇琪回答,流浪動物往往缺乏足夠的照護資源,第一線動保團體與志工也需要更多支持。因此,法國皇家希望藉由這次競賽,讓科技創新的成果也能惠及那些最需要幫助的毛孩與動保工作者,落實「為寵物創造更美好的世界」的品牌使命。

對張堇琪而言,這場計畫的價值不只在於選出優秀作品,更希望讓參賽者看見自身技術能為寵物產業帶來的貢獻,從中建立信心,持續探索更多應用落地的可能。這也呼應瑪氏集團所重視的「互惠」原則:科技人才得以發揮所長,寵物產業也能獲得新的解決方案,也讓社會共享創新成果。

「我們歡迎所有想透過科技改善寵物生活的人來參加,就算不具備寵物產業背景也沒關係,專業知識可以由我們來補足,更重要的是解決問題的能力,以及對毛孩的用心。」張堇琪強調,法國皇家期待透過這次競賽,催生更多能實際落地的創新解方,讓跨領域創新的力量持續為寵物照護帶來新的可能。


🏆 徵件資訊

∙ 總獎金:100 萬元(冠軍最高 40 萬元)
∙ 參賽資格:年滿 18 歲,不限學生、業界人士或新創團隊(1–5 人組隊參加)
∙ 徵件截止:即日起至 2027/1/6(三)17:00 止
∙ 早鳥限定:於早鳥期限前完成報名,並於初賽截止前完成提案繳交且通過資格審核,法國皇家將捐贈 20 公斤飼料予社團法人台灣同伴動物扶助協會(犬山居),每位正式隊員還可獲得專屬早鳥禮一份!
∙ 競賽官網與報名簡章

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓