图片来源： 计量文体学(stylometry)是一种使用统计学技术来确定作者的方法，最著名的案例就是确定“大学炸弹客”的真身是泰德·卡辛斯基(Theodor Kaczynski)，还发现莎士比亚和克里斯托弗·马洛(Christopher Marlowe)合作完成了《亨利四世》的剧本。
在文本分析的过程中，暴露“幕后主笔”的并非那些不寻常的用词，而是最常用的词汇——常用词汇(如介词)的反复出现，标志了一个人可能的身份。
在爱德华王子岛的某次科学大会上，哈佛大学的统计学高级讲师马克·格利克曼(Mark Glickman)和戴尔豪斯大学的数学教授杰森·布朗(Jason Brown)意外发现对方也是披头士乐队(Beatles)的“真爱粉”，他们都想知道计量文体学的方法能否回答那个争议不休的问题：这些歌到底是谁写的，是列侬还是麦卡特尼?
格利克曼解释说，对于大部分标着“列侬-麦卡特尼”的歌曲，大家都清楚，也白纸黑字地写明，这是两人中的谁写的歌。然而，有数量惊人的歌曲(或者歌曲中某些段落)的作者尚存争议。例如，没人知道是谁创作了《In my Life》，这首歌出自 1965 年的专辑《橡皮灵魂》(Rubber Soul)，在《滚石》(Rolling Stone)评选的“史上最伟大的 500首 歌曲”中排名第 23 位。列侬和麦卡特尼对这首歌的记忆完全不同。
“所以，我们想知道是否能够使用数据分析技术，试图解开这首歌的创作之谜，看看它到底出自哪位之手。”格利克曼讲道。
约翰·列侬(左)和保罗·麦卡特尼(右)，1964 年。| 图片来自维基百科 在哈佛统计学专业学生宋瑞安(音译，Ryan Song)的帮助下，格利克曼和布朗按照五个特征维度“解构”了披头士从 1962 年到 1966 年的所有歌曲。每个特征维度统计表示歌曲中某一音乐性特征出现的频率。
“因为很难通过任何直接的方式将歌曲的音乐内容量化出来，所以我们方法背后的主要思想就是将歌曲转为一套不同的数据结构，通过定量方法给歌曲打上‘标签’，从而进行检验。”格利克曼继续说道，“试想一下，我们可以将某一种颜色解构成红、绿、蓝三种颜色按一定权重的组合。我们用同样的方法来处理披头士的歌，当然其中的成分不止三种。总之，我们的方法将歌曲分解为 149 种成分。”
“歌曲的第一类特征就是不同常用和弦的使用频率，以及不常用和弦的集合，”格利克曼解释说，“我们确定了 11 种和弦类别。”然后，他们将旋律音符的特征提取出来，也就是主唱所唱的音符。接下来，他们记录下和弦转换的频率，即一个和弦接着另一个和弦出现的频率。在这里，他们再次将不常用的和弦转换归入单独的分类中。第四步，他们记录连续旋律音符对出现的频率。
最后，他们将歌曲分解为由四个旋律音符组成的“等高线”。格利克曼介绍，“等高线”就是四个旋音符旋律走向的排列顺序，分为“上升”、“下降”和“保持不变”。换言之，如果四个音符的走向是音调逐渐上升，那么其“等高线”就是“上升-上升-上升”，即每两个连续音符之间的音调是上升关系。格利克曼说，通过研究四音符等高线，能够获得额外的细节，有助于区分旋律创作的风格。
约翰·列侬 | 图片来自 在这里，格利克曼指出，这五个分类维度之所以能够作为不同音乐创作风格的“标签”，是因为大家都非常熟悉披头士的作曲风格：列侬写的歌通常旋律线起伏变化不大。
“想想列侬的《Help!》，它基本上是这样，‘当我更年轻的时候，比今天要年轻得多的时候’(When I was younger， so much younger than today)，音调的变化不大。旋律会重复停留在同一个音符上，只在某些短乐句中出现变化。而保罗·麦卡特尼的歌，比如《Michelle》，‘蜜雪儿，我的美人，这几个字母组合起来多么动听’(‘Michelle， ma belle。 Sont les mots qui vont très bien ensemble。)，这一句的音调真是迂回曲折。”
保罗·麦卡特尼 | 图片来自 Wiki Commons 通过音乐性特征来解决未知或者争议作者问题，我们可以从以下三个步骤了解他们的方法：