摘要：统计语言学是应用统计数学的方法来研究语言现象的语言学科，研究领域广泛，学界常常运用统计语言学，通过分析语言单位的出现频率及作家的用词频率、词长分布和句长分布，确定作家的写作风格。通过“判定《静静的顿河》作者”“证明《红楼梦》是否出自一人之手”两个案例可以看出，统计语言学的研究方法在进入文学研究领域后，取得了非常好的实用效果。但是，在实际应用中，除了各类词汇等可控变量，还有其他潜在因素导致统计语言学的结论有时并非绝对精准。通过进行多方面、深层次地原因分析和推断，我们发现，要得到准确的研究结果，必须做好研究的前期准备，要选择具有相似语言环境的语料，要注意避开文学语言的形象思维影响，不能滥用统计语言学研究方法，并在操作过程中严格控制各种变量，以科学的思想指导研究。

关键词：统计语言学 语言风格研究 实际应用

作为大数据时代语言学研究的一个热点领域，统计语言学（statistical linguistics）属于数理语言学的一个分支，涉及语言学、计算机科学和数学等多个学科门类，是应用数理统计、概率论和信息论等统计数学的方法来研究语言现象的语言学科。

一、统计语言学的研究领域

相较于自然科学，人文科学的研究多涉及人（包括研究者本人）的大脑，因此很容易导致“自我中心性错误”和“内省性错误”。无论是过多地依赖本人的经验，还是过多地依赖自己的内省来做出判断，都会导致研究缺乏客观性与科学性，其价值是有限的。……