导读：作者用自然语言处理和机器学习算法对《红楼梦》进行了一些分析，找到了一些有趣的发现。更重要的是，看似枯燥的数学公式可以做出这些好玩的分析，Math is fun！

两个月以来，我通过互联网自学了一些文本处理的知识，用自然语言处理和机器学习算法对《红楼梦》进行了一些分析。这个过程中我找到了一些有趣的发现，所以我想写一篇文章，既与大家分享和讨论实验结果，也顺便做一个整理和总结。（其实虽说是两个月，但是中间停顿了一段时间，真正在做的时间大概是两周左右）

我开始做这件事情是因为之前看到了一篇挺好玩的文章，大概内容是，作者用“结巴分词”这个开源软件统计了红楼梦中各词汇的出现次数（也就是词频），然后用词频作为每个章回的特征，最终用“主成份分析”算法把每个章回映射到三维空间中，从而比较各个章回的用词有多么相似。（文章地址：用机器学习判定红楼梦后40回是否曹雪芹所写/p/）作者的结论是后四十回的用词和前八十回有明显的差距。

看完文章之后，我觉得有两个小问题：首先，作者用的结巴分词里的词典是根据现代文的语料获得的（参见“结巴分词”开发者之前对网友的回复：模型的数据是如何生成的？/LouYu2015/analysis_on_the_story_of_a_stone。

如果觉得作者写的不错，可以打赏鼓励一下~

HelloWorld少儿编程新近推出的Python课程可以满足你的学习需求。

按每周一次的学习进度，每天只需16元！

方式一：登陆/course/83，完成注册登陆后即可购买课程。

方式二：登陆淘宝购买课程。

【【HelloWorld少儿编程】Python语法（上）】，复制这条信息￥e0OS0fk4d3k￥后打开手机淘宝

按每周一次的学习进度，每天只需16元！

方式一：登陆/course/84，完成注册登陆后即可购买课程。

方式二：登陆淘宝购买课程。

【【HelloWorld少儿编程】Python语法（下）】，复制这条信息￥PJDM0fkSGAF￥后打开手机淘宝

8岁以上有Python语法基础的学生

按每周一次的学习进度，每天只需17元！

方式一：登陆/course/85，完成注册登陆后即可购买课程。

方式二：登陆淘宝购买课程。

【Python小游戏】，复制这条信息￥rTjj0fPFIDB￥后打开手机淘宝