班‧布萊特

所謂的文學大數據，完全的忽略了作品與時代背景的統計。
什麼時代，容易寫出哪些作品？本書完全沒有這種資訊。
基本來說，我可以確定開發中與已開發國家的「推理小說」，其質量是天壤之別。

作者統計的東西，根本無關文學的痛癢，沒有直搗文學與人的關係與價值。
文學不是運動，不是算一算數據就可以了。

雖然內容都是分析歐美知名著作，與華文語系有著難以忽視的差異，但過程中能不斷促發反思。除了好奇華文作品是否也能比照分析，還能用不一樣的角度看待一些大作家，以及更認識英美語系和其文化。

作者的行文方式，像是跟著讀者一起抽絲剝繭，當有了一些發現，自己好像也很興奮的樣子。且為了多方佐證，還會取用素人寫手樣本來分析。有趣的一個橋段是，來自美國的《哈利波特》同人故事寫手，會比英國粉絲用更多特定的英式單字，好讓自己的作品感覺更有英國味。

暴露在人云亦云的網路社群久了，覺得人們容易憑感覺來進行片面的論述，所以這種力求有憑有據的實證精神著實珍貴，而作者在呈現數據結果之餘，仍保持著開放與反思空間，這一點也讓人佩服。

《文學大數據》的作者無疑是一個統計學控，他整理了1500本經典的書跟名作家的作品來分析其中的奧秘。當然，這是要作品都數位化後才能進行的一項工作。

開頭先用聯邦論裡面的12篇文章的身世，用統計數據來找尋真正的作者。愛用的詞彙出現的次數等，從沒想過能用這樣的方法去找尋蛛絲馬跡。

另外像是好的作品有些共同特點，例如有較高的比例是副詞或驚嘆號用得少。男性與女性作家作品的判別、或是暢銷作家的愛用字及萬用字等等。透過這些歸納，的確能發現作品額外的興味。另也整理出哪位作家最愛用陳腔濫調，例如「在一個月黑風高的晚上...」。

用統計的方式準確率極高，但作者的態度從來就不是鐵口直斷，而且是謙卑的告知這是其中一種方法，這樣讀來讓人覺得很舒服。

最後讓我感動的則是Ben確實為一位愛書人。後記裡聽提到這本書的靈感是來自於他喜愛的Roald Dahl的<The>；Roald Dahl也是是我最喜歡的故事之一《小魔女Matilda》的小說原著作者，《巧克力冒險工廠》以及《吹夢巨人》等都是他的作品。

然後書單又增加了不少呢。
（作者們最愛用的‘一句自成一段的懸掛式結尾’。）

如何寫出一本曠世巨作？暢銷小說裡驚嘆號多不多？形容詞和副詞是不是越少越好？作文課裡老師講的頭頭是道，我都有在聽，但用上這些技法，真的就能生出一篇篇好棒棒小說？還是寫作技巧就像藍色窗簾一樣各說各話？

 

但我確定的是，如果 «文學大數據» 早出個十幾二十年，我不會再把驚嘆號和小朋友吃麥片一樣撒的到處都是 ，或是塞一堆很空泛的形容詞或副詞偷懶，好吧，當時也不可能出這種書，畢竟那個年代不像現在這麼方便，就像書裡講的，為了找出作者是誰，大家把文章裡的字一個個剪成小紙條排好，一個深呼吸就讓所有人恨你一輩子。

 

«文學大數據» 有大量精彩簡單的圖表，告訴你一堆想都沒想過的豆知識，而且全都有憑有據！那些作家有什麼習慣，那些人喜歡用什麼字都拆解得一清二楚， 蛛絲馬跡全部攤在眼前，讀者還以為自己是文學警探正在破案勒。說到破案，«文學大數據» 有滿滿的一百多頁的附錄告訴你這些小說資料科學家在文學大海中如何蒐證(拆解文章)，推理(建立公式)，發現真相(證據 + 公式 = 真相)，如果這些都沒興趣，只是想悠悠哉哉的享受小說情節，做為資料來源， «文學大數據» 附錄裡列出數百本經典名著讓想找好書的朋友 N 個願望一次滿足！