[欧巴]

“庆哥，三无出山了？”

“啊？他不是不再盘点诗词工作了么？出尔反尔？又出来盘点诗词了？”

“啥？卧槽啊！准备文稿，以前咱们一直是歌颂他的，这次准备开喷吧！争取做出全网第一条批判他的短视频！”

……

滴！

“这……”

……

突然有人匆匆跑来：“张主任，我万万没想到，您口中的那个朋友，竟然是三无老师！”

张教授一脸茫然：“什么东西？”

“您朋友啊，您不是说您有个朋友嘛，我做梦都不敢想，您口中的那个提出了《后出师表》伪作言论的朋友，竟然是诗人三无！张主任，您也太低调了吧，认识三无都不跟我们说？”

……

无数双眼睛在不同时间盯着同样的内容，有着同样的震颤，这是一个挑战了所有人固有认知的短视频！

“？？？”

“啊？？？”

“三无，请回去写你的诗词吧，别在这逗我好么？”

“这不扯淡呢么？”

“现在的自媒体，为了流量真是啥瞎话都敢编啊！”

……

视频内容继续：

“R语言技术？统计学？跟《红楼梦》有什么关系？”

“什么是R语言？”

“这不是文学方面的事情么？怎么涉及到数学和计算机技术了呢？”

“对啊，文学就是文学，怎么能和其他学科混为一谈呢，一看就不靠谱！”

……

如下图！】

【高频词汇研究对象表】

短视频解读继续：

如下图所示！】

“懵逼了，这些都啥意思啊？”

“这能代表啥啊，根本看不懂啊！”

“诗人你到底啥意思，请你明说行么？”

“我感觉看了你的视频，受到了侮辱！”

“你高估我们了！”

……

短视频开始对这一折线图进行讲解：

【我们可以发现折线图有明显的锯齿形，那么就表明高频词汇在各分组有明显的波动……诸如16（没有）、21（听见）、26（回来）、34（心里）、51（那些）、65（到底）等词汇，当第六组和第七组出现波峰的时候，其他组却出现了波谷；

而在42（不过）、61（姊妹）等词汇，当第六组和第七组出现波谷的时候，其他组却出现了波峰；这就说明第六组和第七组的折线图与其他组的折线图有明显的相反的走势……】

弹幕疯狂抗议：

“求你了别说了，听不懂啊，能直接告诉我结论么？”

“你让数学常年不及格的我，如何理解你的高深莫测？”

“直接说结论吧，真听不懂！”

……

……

接下来，我将运用监督学习中的朴素贝叶斯法和BP神经网络对红楼梦各回作分类研究，并根据分类准确度分析前八十回和后四十回的差异性！】

“他说的这是啥啊？”

“我怎么全程都听不懂？”

“什么是朴素贝叶斯法？是数学么？”

“BP神经网络啥意思？生物学？还是计算机？”

“这确定是，在考证《红楼梦》后四十回是伪作么？”

“张教授，你能看懂他说的是啥么？”

“张教授？”

什么朴素贝叶斯法，什么BP神经网络，又什么折线图啊，这些文学方面的大教授们，哪懂这些？

虽然这样的研究在前世已经是常规手段，但是这一世的人们哪见过这个？

完全看不懂啊！

想吐槽几句，想骂几句，都不知道从何开口！

视频里讲解的内容，他听不懂，傻了！

江小白就是三无的这个真相，他更接受不了，更傻了！

……

“卧槽，他怎么还列上数学式子了呢？”

众教授连忙再次望向手机屏幕！

【设有m个输入变量x={X₁，X₂，…，Xm}，有n个可能取值分类型变量y={y₁，y₂，…，yn}，则根据贝叶斯定理有：P(y=y0|x₁，x₂，…，Xm)=P(x₁，x₂，…，Xm……

……

……

H0:μ1-μ2≤0

H1:μ1-μ20

……

其中，xˉ1=，xˉ2=，s21=，s22=……

弹幕上终于松了一口气：

“终于完事了，脑袋里全是浆糊，懵了啊！”

“我刚刚究竟看了个啥？”

“全程懵逼中！”

“视频还没结束么？哟，才进行了三分之二？”

“还没结束么？”

所谓BP神经网络是一种利用误差反向传播算法的人工神经网络，可以有效的解决很复杂的有大量互相相关的分类问题……】

“我靠，又来！”

“请直接说结论！！”

“苍了个天！”

……

结果表明，】

视频中，三无的语气加重，严肃而肯定：

“《红楼梦》前八十回与后四十回文本特征存在显著的差异性，即前八十回和后四十回作者不是同一个人！】

短视频播放完毕！

富旦大学办公室内，围观的众教授，一头雾水！

虽然在前世司空见惯，但是在这一世，所有人是闻所未闻，见所未见！

“我完全理解不了他刚刚的内容，是对是错，完全不明白啊！”

“咱们先别谈这个研究哈，张主任，你竟然认识三无，你也太厉害了吧？”

“张主任人脉是广啊，竟然连三无都认识！”

“张主任，您干嘛去？”

“张主任？”