[摘 要]：新诗界对“音组—顿歇”节奏机制的探求已逾百年，通过回顾这段历史，重新辨析、厘定其经验得失，可以将其中孕育的极富希望却难以实现的实操方向揭示出来。在这一方向的延长线上，我们结合新诗与散文诗的文体独立性问题，采用机器学习的文类区分框架，以两种新文体的节奏区分为重心，在大样本上对它们的体式观念建模，找出使其在形式观念上相互独立的重要节奏特征，讨论其中所蕴含的巨大的理论与实践意义。这一计算批评研究或将从全新的视角重释现代汉诗的节奏理论，从而有助于激发人们对新诗格律、节奏、典型诗行、分行等历史遗留问题的反思，从新诗书写的角度加强对现代汉语音乐性的理解。
[关 键 词]：节奏；新诗格律；散文诗；数字人文；远读
新诗节奏问题是现当代文学研究中最复杂、最具难度的形式问题，也是争议较大、至今未形成共识的诗学理论问题。百年来几代新诗理论家发展出各异的自由诗节奏理论，积累了大量关于“顿”“音步”“音组”的猜想和论说。这些理论规划偏重于“格律”问题的探讨，其结论大都建立在对某一派诗歌（通常为几首、几十首）的归纳分析和细读之上。近年来虽有西渡、张桃洲、刘涛、王雪松、李章斌等学者融汇中西诗歌韵律理论，或从“内在音乐性”角度重释自由体新诗的节奏问题；或将问题推进到“非格律化韵律”的阶段，但对于这一“内在律”的根柢究竟为何，或者说，新诗何以从根本上仍不同于分行排列的白话散文或散文诗，这一始自朱光潜时代的发问，似乎仍未得到足够清晰的回应。
与此密切相关的另一个话题是，近百年来，中国现代散文诗可否被视为一种相对独立的新文学文体，也一直是一个纠缠不清的问题。一派观点通常从诗质内涵出发将散文诗划归新诗，但另一种意见则倾向于从诗形和文化功能的角度凸显散文诗作为自由诗或纯诗观念对立面的意义，将其视作散文。有意思的是，无论结论如何，这些判定常常会在节奏问题上见出分歧。
上述情形提醒我们，文类研究的视角很可能是长期以来付之阙如的。基于机器学习的文本分类和模式识别是自然语言处理中最主要的任务类型。在大数据时代，我们借助这些来自统计学、计算机科学和语料库语言学的方法，从民国时期报刊和20世纪诗歌选本中搜集数以千计的“散文诗”与自由体新诗样本，完成“顿”的人工标注后，进行了几十次分类训练实验，让分类模型习得节奏观念，再从精度最高的结果中，找出是哪些停顿组合特征，奠定了自由体新诗或散文诗文体独立的形式基础，以量化实证和文学阐释相结合的方法，回答“现代汉诗的节奏观念何以可能”这一问题。
一、问题的由来与方法意识发微
历史地看，现代汉诗的节奏问题伴生于新诗与生俱来的“合法性焦虑”之中。这一关切的核心在于，煌煌千载的古典诗歌之后，“先天不足”的现代汉语如何使新诗比肩于古诗，其立身之基究竟何自？与此同时，彻底走向自由化、散化的新诗体，又何以不与过于平凡的散文话语相混同？从胡先骕评《尝试集》到20世纪20年代的“散文诗论争”，再到20世纪50年代的新格律诗大讨论，乃至90年代的新诗散文化、口语化问题，面对诸多辩难，人们纷纷从诗质的现代性嬗变，现代格律诗的诗体建设等角度入手，寻求新诗发展的自主性依据。在节奏问题上，新诗和散文诗的诗形问题实则是这一问题的一体两面，呈互补之态。在新诗研究中，围绕节奏的产生、格律规则的发现和树立，几代新诗理论家发展出以音组为中心的节奏理论。从这一理论的百年更替演进史中已可见出初步的量化归纳和统计意识。
（一）新诗节奏的中心问题——百年音组论与朱光潜之问
近一个世纪以来，“音组”（或“顿”）的学说始终是新诗节奏研究的核心议题。汉语诗歌的节奏，说到底是在语音的短长、停顿，而非音色、轻重上见出分别，这一观点在一脉学者中已形成一定共识。粗略而言，这里所说的音组，在功能上类似于英诗的“foot”，旨在构成语音行进中的节拍单位。20世纪的新诗理论中出现了诸如“节”（胡适）、“节拍”（唐钺）、“音节”(陆志韦、梁宗岱)、“音尺”(闻一多)、“拍子”(饶孟侃)、“音步”(罗念生)、“音组”（孙大雨）、“顿”（朱光潜、何其芳、卞之琳）等同类概念，节奏问题的理论传承性尤其体现在延续百年的音组论上。人们在音组—顿歇是如何发挥作用形成新诗节奏方面形成了大量论说，遗憾的是，这些讨论常常在“格律”的问题上纠缠不清而“陷入泥淖”。人们对这一机制的认识经历了一个不断摸索，归纳、提升规则，却不断受挫，最终由“外在”转向“内在”的过程。如果从新诗与散文（诗）文类区分的角度回顾则会发现，这一视角早已内在地埋伏于这一历史过程，成为贯穿其间的线索。
新诗草创时期，为了区别于古诗而有所自立，胡适提出诗体大解放的关键在于不拘平仄押韵的“自然的音节”，为了“放脚”，他不得不将一些不具有诗美的白话诗标举出来。这些泛滥无形的诗作之所以成为闻一多批评的对象，即在于他要以“格律”来匡正过于散文化的书写。闻一多认定像《死水》这样的诗，因各行皆由三个“两字尺”和一个“三字尺”（“这是|一沟|绝望的|死水”）构成而具备了格律美。格律的重要性之所以凸显，一个迫切原因是要申明“所谓‘自然音节’最多不过是散文的音节，散文的音节当然没有诗底音节那样完美”。这里已初步显示出节奏在塑造文体意识上扮演的角色。
在散文与诗的节奏异同这一点上，另一种认识来自与胡适一同留美并获心理学博士学位的唐钺。唐钺是新文学运动以来第一个用“顿”分析中国诗歌，后将此法沿用至散文的人。他在1926年便用诵读记号为散文划分停顿，试图说明散文亦有“节拍”，可通过诵读使各拍占时相等以弥补字句之“散”。这一观念堪为后来的音组论之先声。
典型的音组论者当属后期新月派诗人孙大雨，他在1930年或更早时便读到了同时代人卓能享（Edward Adolf Sonnenschein）出版的一本基于音节测量实验的节奏研究著作《节奏是什么？》，并从中获得了一个观念：正如诗人们利用的是一个词或一个语式把两三个字黏着在一起而构成的新的语音关系（即音组），不同单位的一簇簇音长，按不同的配比组成更大的音长单位——人对于节奏的感知，其实正存在于语音单位彼此结合的方式中。他据此反对闻一多、梁宗岱等人的“计数主义”，认为格律的关键在于音组的“均齐”而非字数相等。他认为，即如汉诗中“兮”“之”“乎”等语助词及其停延的出现，正是为了补足最后一个音组在时长上的缺值，造成均齐的效果；人们把诗行中的多字音组念得快、少字音组念得慢，也是为了让各音组时值相近。在此应指出的是，这种对音组平衡的下意识追求，实则源于一个跨语言、跨文化的普遍规律——计量语言学中的门策拉—阿尔特曼定律，一种描述语言整体与各组成部分之间关系的幂率分布模型：如果把一段语音切分为多个次级单位，次级单位的数量越多，则每个单位内部的时值越短，亦即“整体越长，部分越短”。而孙大雨对音组长短相近似的要求，实是自中西格律诗经验观察得出；至于自由诗中各部分比例应如何分配，则关联其另一理论贡献。在此他再次引述卓能享，概括出音组—停歇节奏可能存在的层级结构，从而使这一设想具备了可操作测量的实证雏形：
使我们对同一个音步里的“音长”与“音长”间发生比例感的特质，我们叫作初级节奏（primary rhythm）。……使我们对一行内音步与音步间（即一簇簇“音长”间)生出比例感的特质，可以叫做二级节奏（secondary rhythm）。引起我们对行与行间生比例感的特质，可名之曰三级节奏（tertiary rhythm）。此外有韵体韵文里节（stanza）与节，章（canto）与章之间也都有它们各自的节奏（不过对于后者，我们的注意力往往伸展得不够悠久，所以不易感觉到它的存在或重要）。
今天看来，这几个节奏层级的上下级之间构成的关系，很可能暗合了我们所说的门策拉—阿尔特曼定理。不过，孙大雨对此虽已有所触及，彼时缺乏实验手段的他却很难意识到这一点。通读《诗歌底格律》等文可见，孙大雨音组论的长处主要体现在古诗音组的解释上；而当他走向新诗时，真正的挑战出现了。为使白话诗也能像古诗一样音组均齐，他将长句拆分成行，排列成时长份额相等的样子，结果却变成了为凑齐音组的“改句为行”（朱光潜）。究其根源，是因为“音组原理”说来简单，其实质却仍旧模糊——孙大雨所强调的各级语音单位按一定比例的组合所造成的和谐虽是察觉节奏的前提，然而自由诗中这比例的和谐到底是什么？或许正是因为对新诗音组论内涵把握不清，导致了这一派诗歌的实践终究没能脱离让语音去就格律的削足适履，而非真正的量体裁衣。
孙大雨之后，曾进过莱比锡实验室的朱光潜是较早阐述中文诗“顿”的理论的人，他的一大洞见在于指出了顿的长短无定，打破了闻一多、孙大雨等音组必须时长相等的定见。朱光潜也从旧诗的顿一路论下来，他的发现是旧诗的顿是形式的、律化的，与意义常相乖讹的，这造成了“节奏不很能跟着情调走”——不过，新诗的顿就完美了吗？
它要解除传统束缚，争取自由与自然，所以把旧诗的句法，章法和音律一齐打破。这么一来，“顿”就根本成为问题。旧诗的“顿”是一个固定的空架子，可以套上任何诗上的，音的顿不必是义的顿。白话诗如果仍分“顿”，它应该怎样读法呢？如果用语言的自然的节奏，使音的“顿”就是义的“顿”，结果便没有一个固定的音乐节奏，这就是说，便无音“律”可言，而诗的节奏根本无异于散文的节奏。那么，它为什么不是散文，又成问题了。
新诗固然不受旧律的束缚，但当它把更多自由交予主观选择时，烦恼也随之而生。这里的追问很关键：若一味追求形式解放和“自然的节奏”，停顿便不合律，那么新诗要如何停顿才能区别于散文？究竟有无“新诗节奏”？应该说这还是第一次有人明确用音组划分来叩问文类问题。这一自诵读中浮现的问题，上承孙大雨，下启何其芳等，既关乎新诗实践之成败，又触及了自由诗的边界这一自律性问题。更有意味的是，朱光潜这里所举的反例却并非散文，而恰是一首后人目为经典“散文诗”的白话新诗：沈尹默《三弦》中“门外—坐着—一个—穿破衣裳的—老年人”，一个从二字顿跨到五字顿的现代汉语句式。此句中各音组时长未必相等，那么到底该如何（读）划分音组，才能产生（诗一般的）节奏？自这一刻始，朱光潜之问成为一个开放的问题，留待更多有心人思考。
朱光潜之后，20世纪50年代的自由与格律大讨论中，人们更多以“格律”取代节奏，加剧了格律诗和自由体诗的针锋相对的局面。其中大多是围绕如何将新诗格律付诸实施而使诗“更像诗”的。所关心者不外两点，一是每行音组数或停顿方式是否一致，如不一致则如何获得一定之规；二是一个音组内部的字数应如何。这正对应了孙大雨最看重的两个节奏层级。何其芳对“现代格律诗”提出了“每行的顿数有规律，每顿所占时间大致相等，而且有规律地押韵”的要求，还主张每行可以有三顿、四顿、五顿几种基本形式。卞之琳的要求则见于音组内部字数上，认定汉语顿的基础是两字或三字。细察卞之琳诗论，有很多精辟见解，其问题在于把一切都归于所谓二字尾、三字尾，直到晚年，这都是他最认可的格律规则。周煦良则认识到要从实践出发，解决怎样用顿（或者音组）形成节奏反复的问题，从而发现各部分之间的有机关系。这在当时是极有见地的。
林庚的新诗实践也极其重视“建行”，他认为是“行内”而非“行间”的部分奠定了新诗的节奏基础。此外，林庚最有名的格律规律是“半逗律”与“典型诗行”。在他看来，中国诗若用“西方的”顿或音组划分则过于凌乱，与其精细地划分中国诗的顿，不如将每个句子中间都有的“逗”作为一个规律提出来。这里的问题很可能在于，彼时看不出规律，不一定等于就没有规律。比起半逗律和建行思想，今天看来，林庚先生所用到的方法带来的意义要大于他的结论：
一九三五年我最初从事于新诗形式的研究，当时我下手的方法，是把许多作家的自由诗收集起来，作了一个统计，在这统计里发现了一件事实，就是凡是念得上口的诗行，其中多含有以“五”个字为基础的单位，我曾大胆的作过十八字长的诗行，例如：等冬天的风吹过了大海又轻轻停了的时候。这里节奏的分配是“五五三五”，因为其中充分的用了“五”字做单位，所以虽然句子如此之长，还是念得上口的。
且不说此处的五字组是否会拆成卞之琳所说的“二字组”“三字组”，有理科背景的林庚自1935年开始使用的这种方法毋庸说是颇有前瞻性的。本来，树立“典型诗行”即是典型的统计学思想，只是限于当时的统计手段和语料收集的难度，更大规模的检验还难以施展，因而也谈不上从更多的实例中发见全面客观的规则了。
20世纪70年代末，自“现代格律诗论争”余绪中涌现出的颇有价值的观点和做法来自卞之琳的弟子赵毅衡。在对现代民歌体音组做调查归纳后，他将音组排列认作了节奏基础，可分为节奏单元的结构、节奏单元在行内的排列、节奏单元在行间的对比三层。此外则是注意到了近代民间体式中多音节音组渐渐取代短音组的作用，但仍强调音组在句间排列须“对比整齐”。可见“不类散体”的区分意识始终是底线。
20世纪80年代后期，诗坛经历了新诗潮、新新诗潮洗礼，先锋诗人的写作向更加自由化和散化跃进，使得诗体“定形化之梦远未圆成”而“每况愈下”。一批仍以音组节奏观为本的系统研究相继问世，骆寒超、吕进、陈本益、许霆等继续“求解新诗音律之密码”。骆寒超等从统计量化角度，发现二至五字组为高频音组，可按不同字组与音组搭配拣选出38种“典型诗行”，还尝试抽提出一些约定俗成的原则。不过当层次抬升至行间时会发现这并不适合非格律体，因为自由体并非仅靠各行间音组数目的“多寡相间”“复沓回环”就能解释，何况还有跨行的问题。或许正因此，他们对第三代诗人“诗到语言为止”的自足式写作基本持否定态度，无论于坚的“词语”、孙文波的“叙事”，还是海子的抒情，这些自由化写作的文体症状便是把诗歌写成了“散文分行”，而更让其无法忍受的还有昌耀不分行的写作带来的节奏难题。可以说，这里分明又触及与散文诗的边界问题了。
实际上，无论是许霆、鲁德俊“建设中国新格律诗”，还是吕进、骆寒超等“新诗二次革命”“定型新诗体”的努力，其初衷都脱不了要建立一种新的“韵律体系”的宏愿。然而新时期以来的主流学界中，“新诗就是自由诗”的呼声已深入人心，20世纪九十年代后的“新诗格律”与节奏韵律问题愈发流于一种精粹的理论趣味而渐少有人问津了。
（二）转向内在律
新世纪以来，一批富有创作经验的诗人批评家重拾起郭沫若、戴望舒一脉的节奏观念，借重于“内在情绪”“诗情的抑扬顿挫”的说法，将其提升为足以与格律派相抗礼的内在韵律说，“声音”“语调”“内在旋律”“自由的韵律”等概念构想被推至前台。西渡早先注意到诗歌中的“声音”“语调”具有关乎一首诗生死成败的作用；在张桃洲看来，“新诗要想完全靠语言外在的音响效果来促成诗意的产生已不大可能”，新诗格律只能趋于内在化，应根据内在情绪的律动选择一种符合现代汉语特性的节奏。这类论断将格律问题转化为了一种与内在禀赋、说话方式，乃至更广阔的言外之意等诗质内涵相关的语言经验问题。但也正因此，或将出离此前节奏问题划定的范畴，与此同时带来的疑惑恐怕是，在实际操作和分析中却仍需寻找具备客观共识的切入点和抓手，或者说即便某种内在律吕并不靠外在音响引人注目，其撼人心魄之处，仍须通过可把捉的节奏特征来体现，否则难免给人玄秘之感。在《诗歌中的声音问题》中，西渡激赏梁宗岱所译歌德的《对月》，认为另两种译本失去了梁译的生动飞扬，几成一潭死水，“说到底，诗人的声音是由他内在的呼吸决定的”。但梁译的“灵动”未尝不是有迹可循的：无论句间还是句内层面，都注意到了不同音组（2—4字为主，1、5字辅之）及不同音组配比的诗句（重复三次的4—4与变体1—3）之间的协调错落，与后两种译本单调无序的顿组合形成鲜明对比。或许可以说，诗人所谓“声音”者，有很大成分仍不妨以现代汉语的音组节奏估论之，这种节奏起伏把控好了，如人的呼吸般顺畅，呼应了情绪的自然消长。
另一方面，“向内转”的人们也并未弃绝既有探讨路径。这是因为这一工作说到底是在寻找“诗不类常言”的特异之处，是在为泛滥无形的写作“增添一幅诗的骨架”。如张桃洲对西渡、朱朱、臧棣等人的生动分析，将注意引向了对语词间由重复、回旋或呼应而成的一种不易发觉的现象，启发人们即便自由诗也同样有“格律”可循；因而看重叠字、虚词的音色辨析，突出好诗人对现代汉语化腐朽为神奇的运用之时，对绵长句子中“语流和语速”以及语气的轻重缓急的分外着意，从根本上讲又抛不开音组和停顿的作用。
这种介于内在情韵和外在节律之间略显暧昧的态度不久也被敏锐捕捉到。李章斌指出了内在韵律说的限度：若新诗节奏更取决于内部情绪本身的韵律，小说、散文同样也饱含情绪，则新诗节奏的独特性何在？“那么‘内在韵律’的规律又是什么”？这一疑问提醒人们，不应忽视“‘内在’的东西(情绪、内容)是如何与‘外在’形式发生联系的”，否则依然无法突破内外论之间的障壁。为此，李章斌给出的方案是提倡“非格律韵律”：节奏韵律的关键正在于多种元素的“重复”，自由体新诗中重复的元素变动不居，以此形成了某种不均齐的韵律。应该说，用重复来解释节奏机制是必要且关键的，正所谓“重复可以使语言在读者或听众的心理上建立结构，而这样有结构的语言元素的分布特征，就是诗律学意义上的‘韵律’”。这里的“分布特征”是一个重要提示，让人意识到应考虑的是大量重复组合的分布形态究竟能带来怎样的意义的问题。
总而言之，无论是“声音说”，还是“非格律的重复”，都将重心拉离了音组论的轨道。目前来看，仅在声韵、语词效果等方面施力的细读，多少仍给人一种未能获得通约性理解的遗憾。或许可以说音组—停顿的影响到底还是难以回避的，音组缘何能够从众多因素中脱颖而出，获得近百年的持续关注，也是值得从文体自立的角度追究的。矫枉不应过正，从20世纪20年代到当下，几代探索者的种种描述和归纳，已经为我们从音组或其他停顿单位在不同层级上的组合与分布这一角度认识新诗节奏现象提供了丰富的历史经验，有时也被称为与“外在律”“内在律”有所不同的一种“和谐说”而被寄予希望。王雪松就认为汉语诗歌的主导节奏模式是一种松紧型节奏，“‘平仄’‘顿’‘逗’‘音步’‘音尺’‘半逗律’等概念其实都涉及节奏单元内音节数目的组合”。节奏即是音组以及相关单位在不同层级上的交错重复和排布，最终实现听觉与视觉、声韵与意义的动态协调。这样的认识是极具突破性的，为我们的量化建模做了理论铺垫。
（三）散文诗文体独立过程中的节奏问题
与新诗体式的自我认同及其现实处境相似，百年来“中国现代散文诗”的文类界定也滋生了相当多的讨论，却一直是个悬而未决的问题。自1918年刘半农将印度歌手的吟唱翻译成中文，以“散文诗”之名发表于《新青年》，作为一种现代西方体式的prose poem进入人们视野，新文学作家和大量无名作者在报刊上开始了自发的译写活动，“散文诗”遂成为一种流行的文体标签沿用至今，和“白话新诗”保有千丝万缕的联系。
一个尚未引起注意的问题是，在本土散文诗文体意识逐步萌发的过程中，人们似乎不约而同地选择了从内在节奏，而特别是与格律的关系入手，来谈论散文诗和自由体新诗的分别。其焦点在于散文诗是“无韵无律”的极致形态，还是拥有某种内在节奏的独特文体，抑或是倒向了散文？早期刘半农提倡的“无韵之诗”可被视作散文诗雏形；郭沫若的“内在韵律说”将散文诗比作“裸体的美人”，是自由诗的极端形式；李思纯、郑振铎等人亦将散文诗视为突破固定格律的“非律文的诗”。另一方向上，滕固试图发现散文诗的散体句式所拥有的独特节奏内涵，他分析了爱伦·坡《默》的句法停顿，特别注意了停顿是如何出现于长句—小句—顿层面的；穆木天则认为散文诗呈现为散文形态恰是因其内在旋律不容分行。与上述这两类观点不同，西渡的看法引人深思。他认为近世以来，纯诗理想被散文逻辑渗透，造成了形式上的模糊和混用，是诗的堕落，这种不伦不类的产物便是实际上的“散文诗”。他同意叶维廉所说，散文诗引领“散文”的读者于不知不觉中进入诗的领域，成为引渡“单面人”的审美浮桥，具有片面的先锋性，在这样标准下，波德莱尔《巴黎的忧郁》和贝尔特朗《夜之卡斯帕尔》也难称“正宗”。与此相近的一种观点则把中国现代散文诗视为文化下移背景中一种媚俗艺术品，虽然拥有“诗”的理想，但现实中的大量写作在外形和文化功能上已无异于散文。
可以看到，如果把散文诗放置于以往“格律—自由”的光谱中，则散文诗恰恰代表了自由和“自然”的极端，散文诗作为新诗散文化的极端形态应是无可非议的。那么它们在节奏上的同中之异究竟如何？从两者关系入手或许会发现，正是天然相似又相纠缠的起源给彼此带来了深远的影响。一个例子是郭沫若承认自己正是在泰戈尔散文诗的启蒙下开始写新诗的，这恰说明了犹如同一个问题的一体之两翼——对新诗而言，散文（诗）化现象其实是自发端期就萌生于自由体新诗的发展历程的。
二、研究设计和实验过程
（一）实验设计与研究问题
从研究前史中不难看出，不论是建立一种格律体系的宏愿，还是对内在旋律的孜孜以求，人们始终想从节奏形态上寻找一种标志，来截然地划分“诗”与“非诗”。为此，前人多从区分诗与散文，或新诗与散文诗这一潜在目标出发，采用观察归纳和简单统计的方法，去探明形式规则如何划定了体式边界，却未能将外在声响的精妙充分道出，所谓内在律的实质亦如雾里看花，现代汉诗的节奏研究成了未竟的工程。然而值得反思的是，这样一种分别真的成立吗？真的存在一种诗本体意义上的节奏模式吗？在信息科学和大数据时代，这一局面恰恰为实验方法和计算建模的介入提供了契机，我们完全可以将既有的格律理论和节奏观念作为假设，设计实验来检验之。
仅就量化方法的施用而言，近年来利用描述性统计对古诗格律做验证分析且颇有成效的研究已不乏其例。但与近体诗的严于声律且种类有限、模式分明不同，如果说“新诗格律”真的存在，其变数之大，特征组合的可能性之多，规则之复杂是难以想象的，更不用说冲击自由之极限的散文诗，而如若想从音组及停顿组合的角度去辨别二者更是难上加难。从规模来看，以往基于小样本的归纳有可能得出的仅是一隅之见，譬如有观点认为艾青诗歌的节奏大多是通过“分行”，而非不同型号音组的“有机组合”来实现的，这类结论很难说不是由精心挑选出的一两首诗得出的。
事实上，当规律复杂到超出人们的理解之时，最好的办法就是不再去正面提炼，而是要思考如何从反面入手，通过巧妙的实验设计让规律自行显现，这正是以机器学习建构观念模型的用武之地。从朱光潜之问和前人经验出发，由于什么是新诗，什么是散文诗，什么是格律难以直接归纳，我们选择暂时悬置这些问题，将业已存在的大量写作实践作为“学习”对象——既然音组和各层级停顿单元的组合是形成节奏的关键，便可让分类算法从大规模已有标签的新诗/散文诗中习得各自的音组—停顿组合特征，如果训练出的模型能够成功区分两类文本，就相当于再造了历史上的新诗以及作为其对照物的“散文诗”的观念模型。随后，便可从中找出有效区分特征，通过对极值文本和误判文本的分析，在经验与算法的交互中对区分机理体察入微，探问节奏体式观念的成因。
这一做法也是根植于问题求解的现实合理性中的。历史上的“散文诗”与自由体新诗的边界虽时有变动，但无论从技术还是现实考虑，都比用真正的散文作为区分对象合理。这是因为，除了是否分行，散文和自由诗在外形上泾渭分明，二者的平均句长、文本长度等典型特征差异较大，一望便知，即便把散文分行排列，也很难将二者真正弄混。恰如前人研究中浮现的一类观点，当人们埋怨现代诗不过是分行排列的“散文”之时，如若真的不分行，得到的却很可能并非真正的散文，而更合乎我们通常所说的“散文诗”，也就是说，散文诗更多扮演的是散文的角色。这方面的一类例证是，除了朱光潜所举的《三弦》，早期新文学家就曾在两类标签之间徘徊不定，如刘半农的《老牛》最早发表于《新潮》（1919年2卷1号）时采分行排列，还入选了《分类白话诗选》，几年后收入《扬鞭集》则恢复为散文诗的模样，人们遂将此类文本奉为初期散文诗的代表。换言之，作为一种确凿存在了一百多年的文体观念，散文诗才是新诗形式对立面的实体化。
基于上述认识，在本研究中，我们将结合数据分析和细读批评，进一步反思并阐发以下问题，包括但不限于：
现代汉诗节奏的观念形构及其与格律的关系。如果以音组—停顿单元的特征组合作为文本表示和分析的基础，现代汉诗的节奏观念是如何形成的？它具有怎样的层次结构？新诗格律是什么？什么是“典型诗行”？自由体新诗的对立面就是格律体新诗吗？二者之间是否具有截然的界限？从这一点讲，我们希望这一量化研究亦有助于进一步澄清新诗发展中自由与格律对峙引发的一些问题。
从节奏角度理解散文诗与新诗的关系。从区分的角度看，散文诗是一种无论从概念上还是外形上，都同分行新诗呈两极之势的文体现象。二者是否如闻一多、孙大雨等所认为的那样，因音组的均齐或分行与否而在观念上得到了区分？“自然的节奏”应获得怎样的解释？弄清了这一点，“新诗格律”的问题也会迎刃而解。
（二）数据集与实验过程
-
数据准备与音组标注
为了建立起具有一定代表性的散文诗/新诗观念分类学习语料库，我们首先搜集、整理、OCR并精校了1516篇在出版时便带有“散文诗”标签的作品，其中有1041篇为散落在民国时期的报刊或诗集中的作品，包括原创作品523篇，翻译散文诗518篇；其余475篇来自新中国成立后的报刊，以及《中国散文诗90年（1918—2007）》《二十世纪中国经典散文诗》等权威选本。其次，我们电子化了《中国新文学大系·诗集》《中国新诗总系》等新诗重要选本，精校和数据预处理后建立起拥有1925首新诗的语料库，含1949年后篇目479篇。两个库覆盖了1917—2006年间的作品，为更好地体现时人文体观念，篇目上若有交叉，则以首次发表时的文类标签为据。
第二个步骤是历时两年半完成的音组标注工作。以“/”来为3441个文本划分顿（音组），共标注约37万个音组。之所以采用音组作为现代汉诗节奏基本单位，除缘自前述历史经验，还受到了语音学中“停延”概念的影响。由多位受过培训的中文系研究生对同一批语料进行粗标，验证标注一致性后，再展开标注。最后经不同标注者比对测试，发现不同标注者之间可能存在的偏差对结果的影响微乎其微，可忽略，这就减少了以往论者的担忧。例如有观点认为，对同一首诗的音组划分不同，则得出的结果迥异，但经验证，标注差异对节奏观念形成的影响，至少从文体归属判定上看并没有那么大。
-
特征抽取与文本编码
节奏特征抽取与文本表示模型的选取决定了文本是如何被编码的，这也是后续计算的基础。节奏层次上，从低至高，我们选择了“字（音节）—音组（顿）—小句（诗行）作为特征抽取单位。此种层级设想，首先是对门策拉—阿尔特曼定律的应用。其次，之所以聚焦于小句及以下单位，是因为尽管前人曾提出不同的嵌套结构，但是从朱光潜到骆寒超都认为诗行顿数（建行）和顿内字数对规则形成至关重要，这或许意味着诗行内和诗行间节奏很可能构成体式认知的关键。但哪个层级更重要？各自分量如何？为此，本着以最少特征建模的原则，我们最初仅设计了两种顿组合的表示法来对分别应之：“句间组合”（JJ）关心的是每个小句的顿数，体现小句间节奏差异（相当于孙大雨的“三级节奏”）；“句内组合”（JN）表示的是小句内部的停顿样式及每个顿的时长，亦即有多少字组成一个音组（类似孙大雨的“二级节奏”+“初级节奏”）。我们以这两种样式来分别统计每个文本的顿组合特征，再让分类算法分别学习这些特征在两类文本中的分布。每首文本首先被表示为两种特征序列，如《死水》第一节：
这是/一沟/绝望的/死水/，/清风/吹不起/半点/漪沦/。/不如/多扔些/破铜/烂铁/，/爽性/泼你的/剩菜/残羹/。
句间组合（JJ）为：4#4#4#4#
（以“/”划分顿，“#”为小句停顿，数字表示顿数）
句内组合（JN）为：2/2/3/2#2/3/2/2#2/3/2/2#2/3/2/2#
（以“/”划分顿，“#”为小句停顿，数字表示字数）
如此，我们实际上用两种编码方式，把停顿数目、停顿类型，以及句间的停顿变化等信息都包含了进来。尤其要说明的是，对于每一首分行新诗，我们特意将分行处的停顿也处理为逗号、句号等断句符号，也就是把新诗“拉成”了散文诗的样子。如果在此种不分行排列的情况下，训练出的模型依然能够把两种极其相似的文体分开，便能充分说明问题了。也就是说，通过实验设计，我们把问题转化为了“如果新诗不分行，在节奏观念上和散文诗又有什么区别”，这正是由朱光潜之问转化、引申而来的问题。为了让分类算法更好地学习到全部组合特征，我们采用N元特征（N-gram）的序列表示方法，统计出每篇文本中一至四元的节奏片段数量后让分类算法学习之。
-
初步分类实验
将全部语料按照9:1切分为训练集和测试集。用前述两类特征的统计法从训练集中一共统计出1334种特征，使用特征选择方法筛选出有效特征100种。利用对数几率回归（Logistic Regression）在100种特征上展开训练和测试，最终文体判断的十折交叉验证平均准确率达82%，远超随机猜测基准（50%），说明模型成功捕捉到了两类文本的节奏差异。对数几率回归是一种解决二分类问题的机器学习算法，不仅可以算出某个文本是散文诗或新诗的概率，还能得到每个特征的回归系数，也即该特征对于算法做出归属判断的贡献度，从而精准评估每一特征在文体判断上的作用，这一点对我们至关重要。具体地说，当预测一个文本的类别概率p时，Sigmoid 函数算法为：
β1…βk为出现在该文本中任一特征所具有的贡献度，即权重。x1、x2…xk是节奏特征值，为该特征在文本中实际出现的相对频次的标准化数值。由于e是常数，则只需求得每一首文本的z值（等于该文本各个节奏特征值的加权求和），因而此时唯一需确定的便是各种特征的权重β。模型在训练过程中通过迭代优化调参，最终确定了使分类性能最优的权重值（即β1…βk各自的值），此即谓“学习”过程。得到100种特征的贡献权重值后，我们将贡献度最高的前40个排序可得：
图1 对散文诗/新诗的区分贡献度最高的40个特征
（左、右两侧分别为散文诗/新诗特征排序）
图1的正负两侧分别排列了对新诗、散文诗的正确判定贡献度最高的特征。从中不难发现一个重要的二分现象：散文诗一端的高贡献度特征几乎都是句内特征（JN），新诗一端则差不多都是句间特征（JJ）。如果将模型视为对文体观念的一种模拟，这似乎表明，当人们看到一个文本中有大量“2字顿+4字顿”（JN_2_4），“连2字顿”（JN_2_2）等讲究小句内部顿构成的组合，便倾向于将之认作为“散文诗”；而如果有大量连续出现的四音组、五音组、六音组之类的句子（JJ_4_4_4，JJ_5_5，JJ_6_6），则容易将其判为新诗。若这一认识成立，是否呼应了前人理论探讨中的一派看法：我们是从各句有多少音组、各行之间发生了怎样的变化来认出一首新诗的，这恰是人们所谓“新诗格律”？这令人想起罗念生所说的“诗行底目的是要在读者底下意识里形成一种固定的模型(Pattern)”。而很多人以为的小句内部顿组合（如闻一多、卞之琳等强调的二字组与三字组组合的“参差均衡率”），其实对新诗节奏的作用并没有那么大，倒可能在散文诗这边产生了影响——那么，究竟是不是这样？
-
模型检验：相似性验证与模型调整
计算批评看重的并非一锤定音的结果，而是通过数据→模型→细读→理论→数据……的阐释循环不断逼近认识的真相。为了知晓建模是否合理，我们将全样本中文本之间的相似度计算作为检验手段。结果显示，就新诗而言，基于句间特征计算的相似度是合理的，而仅用句内特征则不然。句间相似度不仅可以将新格律诗中“格律”相似的对子算出来（如闻一多《死水》和饶孟侃《家乡》），还可以把没有明显格律特征的一些小诗节奏较相像的也找出来，如《芭蕉姑娘》（芭蕉姑娘啊，/夏夜/在此/纳凉的/那人儿呢/？）与《泪痕》（微云/，谁向/遥空/抹这/一笔呢/？）。相反，按句内相似度计算出的高相似度结果则毫无意义。这或许印证了，我们在阅读新诗而尤其是早期新诗时，句间节奏可能起着决定作用。但遗憾的是，对于散文诗，无论如何计算都无法得到相似的文本对子。导致这一结果的有两种可能：其一，散文诗标志着自由的极致，文本间相似度极低，说明它并不遵循任何格律模式。但是否真如此？事实上还存在另外一种可能，即最初的节奏层级很可能遗漏了某些因素。为此，我们尝试加入“段落”和“长句”两个相邻层级，经反复细察，最终确立了四层级的节奏表示方法（表1）。
调整表示结构后，筛选出175种有效特征。再做二分实验，十折交叉验证得到平均准确率83%。按句内、句间、长句间三者计算文本相似度，除新诗一端得到了合理的排序，散文诗的结果也可以接受：不仅把大量“一诗多译”的作品找了出来（如徐蔚南、孙松毓译屠格涅夫两种版本的《世界的末日》），还可以发现同一校园刊物上疑似同作者的同类作品（如程秉一的《春初》与安鸿文的《呼声》），以及同作者同一集子里节奏体式接近的作品（如《早霞短笛》中的《到那边去散步》与《流沙》），这些例子都验证了四层次表示的有效性。接下来，再查看贡献度排序（图2），会发现与此前“散文诗靠句内，新诗靠句间”的猜测有所不同：左侧散文诗的高贡献类型仍以句内特征（小句—顿—字XjDunZi）为主，但其他层次也起到一定作用；而右边新诗一侧则仍以句间特征（长句—小句—顿CjXjDun）为主，又穿插了句内和段落—长句—小句（DlCjXj）层次特征。
图2 基于四层次节奏表示的贡献度最高的前60个区分特征排序
（左、右两侧分别为散文诗/新诗的高贡献度特征）
接下来，我们以贡献度值占比分层统计175个特征所起作用的实际分量（图3）：
图3 区分散文诗/新诗的有效特征在各节奏层级的分布
从节奏层级构成看，自由体新诗和散文诗的特征配比显示出极其显著的差异，说明这是两种并不相同的观念形构，即便二者拥有极易混淆的外表。我们在一定水平上量化了此种差异。也就是说，经过这一轮验证，不仅在大约59—70%的程度上印证了起初“新诗更靠句间，散文诗更靠句内”的预判，还在观念的层面重构了现代汉诗节奏层级的可能分布理论，回应了孙大雨、赵毅衡、骆寒超、王雪松等学者的先行构想。换言之，当人们在阅读一些模棱两可的文本时，很可能是从句内特征认出一首散文诗，或从拥有哪些句间特征来将其视为自由诗的。不过，句间特征以及几个小句构成了长句再组成段落，也在11%-13%的水平上影响了对散文诗的判断；而对于自由诗的指认，则在约16%-22%的程度上受到了文本具有怎样的句内和段落—长句—小句特征的影响。至于什么样的顿直接构成了长句继而组成段落，对双方似乎都不太重要（仅有3%或6%的影响），然而一旦落实到单一文本的判定上则未必。客观地说，这一新的层级也将新诗节奏研究的重心从前人关注的“建行”问题，扩展至小句间，段落、长句与小句，甚至段落、长句和顿的种种关系层面。
此类量化的解释仍显抽象，要想深入勘探节奏组合特征是如何作用于体式观的形成乃至阅读中的审美感兴的，我们仍然需要借助算法带来的洞察力，回到每一首诗歌的细读中，在与算法的交互中，更透彻地理解节奏机制并回答前述各种问题，达成文学批评的目的。
三、细读检验与批评阐发
借助于建模，我们欲从宏观上回答的第一个问题是：什么是现代汉诗的节奏观念，什么是格律？首先，节奏可理解为不同单位音长停顿在不同层次上形成的组合关系，音组停歇是重要构成单位。其次，尽管我们看到某一层级的组合特征对体式认知很可能起主导作用，但这些停顿组合就像文本的声音基因，在相应的“特征点位”上，固然可以大体辨认出使其成为一首诗或一篇“散文诗”的特征群，然而要想真正形成节奏，特征却并非孤立地起作用，仍然需要联合起来达到一种波德莱尔所谓“应和”（Correspondances）般的整体效果。所以节奏观的发生是多因素的，变动不居的，各种不同层次上的特征分布宛若天作之合，背后一双看不见的手，通灵一般在自然的神殿中拨弄琴弦。
（一）重释典型诗行问题
大体而言，如图2所示，新诗/散文诗的前10个高贡献度特征中各有8个CjXjDun/XjDunZi，那么，句间/句内特征分别占主导到底意味着什么，它们和格律的关系如何？在新诗一边，可以看到一小句四顿（CjXjDun4）、五顿（CjXjDun5）或三顿（CjXjDun3）名列前茅。而在散文诗，则是大量出现的二字、四字或五字组等组合起了关键作用。这或许不太好理解，不妨通过“典型诗行”和极值文本的分析来切近之。
20世纪50年代的林庚受定型诗体思想的影响，曾设想在“半逗律”的基础上提炼“典型诗行”，就像五七言诗的定型，梦想着新诗体式上的定于一尊。他认为新诗的典型诗行是九言诗的“五四体”，也可扩展为十言（五五）、十一言（六五）等，强调上下均衡。值得注意的是，此“典型”却并非完全从实际中来，而是什么最合乎“理想”，其依据是“五四体”最接近民族传统，最适合“口语”发展。事实上，从闻一多、林庚、卞之琳，到周策纵、骆寒超等走律化路线的几代人，为格律的复建付出了大量心血，一直萦绕其心的都是典型诗行的理念。那么，若用我们的新诗数据，仍然以行为单位按绝对频次进行统计，就会发现排在前三的“典型诗行”是“2”（6336次）“3”（5807次）、“2/2”（5401次）。这一结果不仅与闻一多、林庚等人关于新诗格律的预想不相符，也与骆寒超花大力气统计出的“38种最佳诗行”相差甚远。一个重要的问题在于，究竟以怎样的指标、方法统计才合理？按照前人算绝对频次且只考虑行内节奏的做法，则一行两字或一行三字的诗行实际出现次数最多，但这显然并非典型诗行。现在，经由大样本训练出的统计模型无疑提供了一定证据，一种思路是找出使新诗成之为新诗的高贡献度特征，再对应模型所认为的“典型新诗”，便可对现实意义上的典型诗行做一番观察。
按特征贡献度排序（图2），不妨将四音步（贡献度1.93）、三音步（贡献度1.73）、五音步（贡献度1.61）和六音步（贡献度1.15）视为模型所认为的几种最主要的音组建行、建句样式。其中四、三、五音步的贡献度远超后续特征，说明百年新诗写作中人们对这几种音步情有独钟，这与何其芳关于现代格律诗在建行层面的构想也大致相符。图4中将z值降序排列得到的“最像新诗的新诗”，更清楚地印证了这一点：
图4 对新诗贡献度最高的前10个特征在z值最高的前20个文本中的分布
打一个不甚恰当的比喻，当我们面对这样一张包含了56万特征组的分布表，就像是上帝在打量人类的基因组图谱，一切尽在掌握。它不仅展现了全部节奏特征在每一个文本的归属判断上所起的作用，也包含了计算全过程，人们可以就任意结果反溯中间过程，完全不存在过程的黑箱，这归根结底得益于所选择算法模型的可解释性。例如，想要判定一首名为《鸟语》（图4第1行）的文本是新诗还是散文诗，按照前述分类算法公式：
欲求该文本的预测概率p，只需要计算z值。z值这个中间结果等于该文本新诗一边的102个高贡献特征之和（sum_xs）与散文诗一边的73个高贡献特征之和（sum_sws）加总后再加上偏置项值（约为-0.5）。由于散文诗特征以负值显示，一个样本是新诗还是散文诗，取决于哪边的特征总量多，谁将在判定中起更大作用。在图4第1行数据中：
Z《鸟语》 = 1.54+(-1.43)+2.9+(-0.55)+(-0.57)+0.06……+(-0.5)
= sum_xs+sum_sws+(-0.5)
=22.52+(-8.03)+(-0.5)
≈14.029
将z值代入函数后，p近似为1（100%），可知这个样本被以百分百的概率判定为“新诗”。也就是说，由于该样本散文诗总特征绝对值（sum_sws）为8.03，远小于新诗总特征22.52（sum_xs），则该文本属于新诗。这一过程再次表明，模型判定文体靠的并非单一特征，而是要全部特征协同起作用。z值越高意味着文本越“像”新诗。
回到典型诗行问题上，图4中前20个文本都被以近似于1的概率判定为了新诗且结果正确，将这些“最像新诗的新诗”中贡献较大的新诗特征值高亮出来，会发现四音步（CjXjDun4，第7列）的确是普遍存在的典型诗行特征。在一些较规整的新诗如陆至韦、于赓虞，乃至穆旦的作品中，特征值都达到了9以上，异常突出，很多诗篇凭这一单一特征就足以胜出，如《永生永死》《世纪的脸》《致某某》等。
就贡献度第二的五音步（CjXjDun5，第8列）而言，情况稍复杂。图4中可以看到吴兴华、陈梦家等人的诗作中五音步尤其醒目，通常也会伴有较高的三音步（CjXjDun3，第9列）和四音步特征。试以吴兴华说明之。吴兴华的五音步素体诗在20世纪30年代堪称独步，在《给伊娃》《吴王夫差女小玉》等“古事新诠”一类篇什中，现代人复杂的哲思缠绕进古典传说最富戏剧性、暗示性的一刻：
通常而言，句式变长是由于现代汉语语法催生出更多的拆分音组：“/得到她/冷漠的/反响/而以为/满足/#/她的/灵魂/所追逐的/却是/更久远/”，这一类五音步、六音步小句在全诗中出现15次之多。但是长句并没有带来卞之琳所说的冗长、滞重的效果，正在于大量跨行和关系词，虚字、逗号、问号、破折号等标点的运用，拗断了原本的散体句子，让三音组、四音组以及更短的音组相间其中，形成婉转松动、蕴藉多姿的节奏。试想，当读到“西施在/多树的/廊间#听风/，”后，人们必然会停一大顿，在逗号给人以无限遐想的空白里，随西施一起聆听秋夜之静美，陷入她的思绪中去。此时的情绪似断实联，好像以说话的调子一口气吹出又不乏起伏波澜，是格律诗派之后将形式秩序的追求引导至更符合现代汉语特点上来的典范，这一点又是不分行的散文诗很难做到的。这类组合模式在陈梦家、穆旦最成熟的写作中也不难看到。
最后，三音组（图4第9列）的情况和四音组约略相似，也是一种极易形成格律感的典型音组，有时独自挑大梁，有时扮演主要配角，如z值第三高的《命运的谎》：
按传统看法这是六音步诗，但其实忽略了大量标点造成的自然停逗效果。如换作我们的文本表示，会发现这类诗作中真正的主导节奏型是三音组（CjXjDun_3，5.34）和连三音组（CjXjDun_3_3，4.06，图4第12列），它们如山峦骨脊般撑起整首诗，此种主干作用不受诗行排布方式（分行）的细微影响。徐志摩、闻一多、贺敬之等人的典型诗行也多有此特点。
总之，所谓典型诗行，或许并非如林庚、骆寒超等的统计结果；若从林庚所注重的行内节奏来看，即便仅注意“小句—顿—字”层次，也会发现较靠前的高贡献度特征来自XjDunZi_2_2_2，XjDunZi_2_4_2等（图2），仍与前人设想不符。事实上，新诗研究史上“典型诗行”的说法，是以“行”作为统计单位，但诗行并非唯一的节奏单位。从四层次的节奏建模来看，典型诗行若真的存在，应该是以每小句三至六音步的自由组合为主，同时辅以句内（XjDunZi）层面的2/2/2、2/4/2、5/2、3、2/3/3/2等高频特征的排列组合，这些特征组合奠定了大量自由诗之为诗的观念之根本，因其有法度的自由，为节奏创造留下了空间，而不再偏执于某种“定型格律”的思路之一端。
（二）作为一种区分因素与分布概率的“新诗格律”
接下来，如果从图4来看，排在前列的吴兴华、刘梦苇、陆至韦、于赓虞、陈梦家等似乎都是一些有意无意营造新格律体的“格律诗人”。那么，可否说被以极高概率判定为“新诗”的这些“最像新诗的新诗”就一定是格律诗呢？答案是否定的。闻一多《死水》以最整齐的四音组著称于世，它在z值总排序里排到第50位，并不十分突出。究其原因，是因为模型在判定一首诗是新诗还是散文诗的时候，要将两类特征值求和后综合考虑，只有当一首诗具有众多新诗特征，同时还要不具备或较少具备散文诗特征的时候，z值才会高。《死水》中新诗特征加和仅有0.78，幸而本应为负的散文诗一边特征值得分为7.07，表明它十分不像散文诗，使得z值不至于很低。尽管如此，和前49个文本相比，《死水》之类严于格律的诗作仍然算不上新诗之典型。
那么，究竟哪些因素在两类文体的区分中扮演重要作用呢？我们猜测，因素之一或许仍可归之于格律。可以用一种类似因子分析的方法把这种作用分辨出来。如前所述，既然决定一个文本实际归属的有两类特征总值，可以以每个文本的新诗特征总值（sum_xs）为横坐标、散文诗特征总值(sum_sws)为纵坐标做出二维平面，从而为每一个文本定位，进一步探究全部文本在新诗化程度和散文诗化程度上的分布状况（图5）：
图5 3441个文本的散文化和新诗化程度分布
理想情况下，这应是一个以直线sum_xs+sum_sws-0.5=0为中心对称的散点图。在这一呈彗星状的图中，两种散点相互侵入的部分不多，线状劈理仍可见，说明在本研究捕捉的特征集上，散文诗和新诗有着相对清晰的节奏观念边界。再从形状和扩散程度看，左侧散文诗文本群更离散，说明散文诗节奏观念的内聚力（coherence）的确比不上新诗。这一分布形态还告诉我们：第一、第三象限分别对应了“新诗特征高，散文诗特征低”和“新诗特征低，散文诗特征高”两种情况，是被算法认为最理想的“新诗”和“散文诗”文本群，但这两类样本所占份额并不高（3.5%和4.5%）。第四象限对应了“新诗、散文诗特征都高”，代表“既像新诗又像散文诗”的一类文本，约占全样本的33%。剩下第二象限文本的新诗、散文诗特征都低，属“既非又非”型，却占到了全数据的58.8%。这意味着从节奏观念形构的角度看，大量现代汉诗的写作是在一个中规中矩的非极端层面发生的。为探明区分因素究竟为何，我们聚焦第一象限（图6）：
图6 “新诗特征高—散文诗特征低”的文本（第一象限）
不难理解，距对角线所指方向越近的文本，将拥有越多的新诗特征和最少的散文诗特征（由于散文诗特征以负值显示，则文本的sum_sws值越大，散文诗特征越少），此时仍然不易察觉出此类文本的共性，不妨加入z值轴以辅助判断（图7）：
图7 加入z值轴后的第一象限文本分布（显示z值大于6的文本）
图8 第一象限新诗中z值最高的前10个文本
此前单纯找出z值最高的《鸟语》《命运的谎》等（图4），却并非都是严格意义上的格律体诗，但如果加上“拥有更多新诗特征和更少散文诗特征”这一要求，就等于把范围限制在了第一象限，可以看到刘梦苇的《致某某》《雪夜》、饶孟侃《家乡》、闻一多《死水》等被凸显出来（图7、图8）。这些文本的胜出靠的是较鲜明的新诗特征，并且在最像新诗的同时，又必须迥异于散文诗。以《致某某》《雪夜》为代表的这类作品才更合乎我们以往所认为的新格律诗，一眼即可辨出：
雀鸟/喧噪在/门前/树间，/晨光/偷进我/深沉的/梦境：/惊醒后/起来/奔赴到/院前，/领略/朝阳/初现时的/美景；/但我/重忆起了/你底/华颜，/你比/朝阳/还要/娇艳几分！/……（《致某某》）
全诗中四音步和连四音步CjXjDun_4_4、CjXjDun_4_4_4总共出现46次之多。与之略不同的是《家乡》和《死水》，虽然也因较多的四音步带来整齐划一的节奏，但在连四音步、以及XjDunZi_2_4_2，XjDunZi_2_2_4，XjDunZi_2_3_3_2等新诗高贡献度的句内特征上皆逊于《致某某》，总体“新诗化”程度并不高。《死水》中除了四音步、DlCjXj_2_2较高外，其余新诗特征皆不高，新诗节奏特征的单调造成了散文诗一边的特征更是异常缺乏，在这方面《家乡》和《死水》的形构几乎一模一样。也就是说当文本只凭靠一两种高频特征去获得高z值而使之“最像诗”时，相对单一的顿组合的重复是极有可能形成格律体的，但是新诗节奏的形成并不限于这一种情况，这是为什么“格律化”并不就等于新诗化，而是作为第一卦限的角平分线方向出现的。《鸟语》《命运的谎》等之所以比《致某某》这样的格律诗更“像新诗”（图4），在于它们有着最高的z值，但很有可能属于“既是又是型”文本——在拥有较多新诗特征的同时也有一定的散文（诗）化特征，只不过两者相权，新诗化程度呈压倒性优势。
还有一类文本具备了种类丰富的新诗特征，同时散文（诗）化特征亦相当缺乏，可称为非典型格律体，如图8中《雨巷》《酸梅汤》《自然》等。其中颇值得一说的有《雨巷》《酸梅汤》。名噪一时的《雨巷》被叶圣陶称为“替新诗的音节开了一个新的纪元”，其“新”到底新在何处，似乎并没有人真正从音组层面确认之。卞之琳曾有著名论断：“《雨巷》读起来好像旧诗名句‘丁香空结雨中愁’的现代白话版的扩充或者‘稀释’。一种回荡的旋律和一种流畅的节奏，确乎在每节六行，各行长短不一，大体在一定间隔重复一个韵的一共七节诗里，贯彻始终”，只将音韵之美判在了韵脚上，后人也多从这点上附议。这首短诗的新诗特征并不算低（约3.15），相对而言散文（诗）化特征较低（5.67），造成了两者加和z值较高（8.17）。句间层面的编码表示为：
之所以被模型判为新诗且韵律别致 ，是因为它在并不长的体制内充塞着与三音步相关联的典型特征群CjXjDun_3（1.35）、CjXjDun_3_3（1.51）、CjXjDun_3_1（1.39），以及CjXjDun_2_1（0.74）、CjXjDun_1_2_2（0.26），乃至段落层面的DlCjDun15（0.2）和DlCjDun16（0.54），而使得散文化特征无有存身之地了。其中三音步与连三音步（“丁香/一样的/颜色，/丁香/一样的/芬芳，/丁香/一样的/忧愁”）贯穿全诗，与CjXjDun_3_1（“ 她/静默地/走近/，走近，”“太息/一般的/眼光，/她飘过”）、CjXjDun_2_1（“撑着/油纸伞，/独自/”）等搭配得恰到好处，营造出舒缓、悠长又空寂的调子；而特别是有CjXjDun_1_2_2（“悠长，/又寂寥的/雨巷/，我希望/逢着/”“消散了，/甚至/她的/，太息般的/眼光”）三处点睛之笔，更加重了刻意延宕，一唱三叹，欲行又止的效果，这些节奏型低徊往复，应和着踽踽独行者的步调和内心低音。此外，这首诗不仅在句间、句内层面合乎法度，每段的顿数竟也都保持在15至16个（DlCjDun15和DlCjDun16），能够在段落—长句—顿层面取得到这样工整的效果，不难见出一种格律化的有意经营。
借此或可回应前人结论：“更重要的是，戴望舒对《雨巷》中的韵律机制也缺乏足够自觉的认识和反思，他汲汲于反对林庚等人提倡的‘韵和整齐的字句’，却不想在‘韵和整齐的字句’（也就是格律诗追求）之外也有别的‘不整齐’的韵律路线，也即非格律的韵律。”这一说法有道理，不过，在我们的研究中《雨巷》仍可被视为格律化的作品，我们通过计算再次精准确认了它，它不仅落在第一象限，而且较为贴近对角线所指的方向（图6、图7）。要知道那种为人所重视的“重复”，恰落在了连三音步以及CjXjDun_3_1，CjXjDun_2_1等有意味的音组特征的重现上，加以断句、跨行的自如运用，显示出有别于豆腐干诗的自然，才给人一种“非格律的”印象而显得大巧若拙。
至于另一首《酸梅汤》，人们多从戏剧性情境的角度谈论之，很少注意到在这样一首纯粹由对白组成的诗中，早年卞之琳也融入了格律化尝试。北平街头洋车夫大白话中的格律感由出现9次的CjXjDun_1_1（“一样黄，/一样瘦。”“啊哟，/好凉！”）和出现6次的CjXjDun_3_1（“你得/带回/家去，/到明天”“今年/这儿的/柿，/一颗颗”）来担纲，在小人物干脆硬朗的调门与略带迂回的内心世界间形成张力，是对口语如何格律的初探。
朱自清在《中国新文学大系·诗集》导言中曾将第一个十年的新诗划分为格律、自由、象征三派。刨除“象征诗派”是从诗质上说，格律和自由的二元对立已成定局。然而“格律”并非绝对，而更像是一种分布现象——律化与自由的界限绝非截然的，而是一种渐变的过渡。我们把所有文本拆出两个因子，正是为了在“格律—自由”光谱之外，从文类角度拈出“新诗化—散文（诗）化”这一维度重新看待问题。以往人们只强调新诗和散文化的对立，便相当于只看到第一、三象限的情况，这是在忽略大面积存在的第二、四象限文本的条件下谈论新诗观念和格律问题的。但事实上，20世纪以来的每个现代汉诗文本都同时存有此两种倾向。经由算法实质揭示的是：我们对文本体式形成某一观念时，并非要看它是否有极强的“格律”且杜绝“散文化”倾向，而是要在两相权衡后形成一种新的总体上的判断。从文本分布看（图5—7），严格意义上的格律诗极少，几乎不存在。作为区分因素之一的“格律”只是节奏形态的一种特殊趋向，而远非全部。如果只对音节、顿数、分行和押韵做某种统一设定，或要求它们“有规律”地变化，类似于按谱填词，循律作诗，便相当于只专注于第一象限的一个“偏轴”，放弃了现代汉语为新诗节奏带来的无穷可能性，这与我们新诗史的实践也是不符的。而实际上，百年汉诗写作正是在这种新诗化和散文化的张力中不断寻求着一种两相平衡的节奏机制。
最后，不妨由区分特征入手再思“分行”对新诗的意义和限度。前人曾从直觉出发强调分行的绝对意义。朱湘就把“行的独立”作为诗体的一个本质要求提出来。废名的话广为流传：“新诗本来有形式，它的唯一的形式是分行，此外便由各人自己去弄花样了。”吴思敬先生也深表认同，认为区分散文诗与新诗最便捷的办法就是看它是否分行。从实验结果看，对新诗区分度最大的特征都来自句间层面，占近六成，考虑到我们是把一个自然行合理的算作一个小句，这说明小句分行的确有可能是区分两种体式观念的主导因素，因而长句—小句—顿层面的四音组、五音组、三音组等典型诗行才会凸显出来。恰若前人所说，正是由于在不同的分行中就已暗寓着不同的节奏要求，那么确立“行顿节奏单元”就在韵律体系中强化了诗行的节奏意义。但同时应看到的是，新诗与散文诗被以较高的概率成功区分且各自拥有相互独立的全层次特征，这也是事实。基于此，我们并不认为“散文诗分行就是自由诗”，或许早期散文诗（如刘半农的《老牛》）会出现这种情况，但从整个20世纪的历史尺度上看，这仍然是两种不尽相同的体式观念。二者是否能够区分，取决于关注点放在了哪个节奏层级，这在后续落实到单一文本的文体判断和特征分析中将有更清晰的体现。至此或许可以说，“韵律、韵文的认知不仅需要‘分行’这一支柱，而且需要语言元素的规律性重现这一因素”，我们从微观层面揭示了这些元素究竟有可能是什么。
本文运用计算批评方法，在对现代汉诗的节奏观念进行重审的同时，也对现代汉诗节奏理论展开系统反思。为回应朱光潜之问：新诗若仅追求形式解放，其节奏方式与散文（诗）化写作又何异？研究以之为逻辑起点架构文类区分实验，为实现朱光潜假设的情况，特意取消新诗的分行，利用二者在节奏排布上的难分彼此，在37万音组—停歇特征上训练区分模型，模拟文体观念的可能样态，找出了核心区分特征群。我们发现，同样是由现代汉语写就，节奏易混的新诗和散文诗仍具有各自青睐的特征：在新诗，有六成表现为小句(分行)层面特定音组结构的重复；而散文诗中重复的元素更多分布在句内层面，由大量多音节词和短语组合（所谓“说话的调子”）造成。此外，其他层级的重复特征对体式形成也具有不可忽视的作用，需要具体文本具体分析。如此，我们便初步解释了孙大雨以来“语音单位之间一定比例的组合所造成的和谐”究竟是什么，这一前数字时代难以回答的问题，将节奏理论向前推进。本研究的目的不止于证明“自由诗亦有格律”，亦非要探寻本质化的“诗性”为何，而是旨在阐明：任何体式皆有其节奏形构，此形构沉淀为文化惯习的程度，取决于实践的历史与观察尺度——不妨说，现代汉诗的节奏观念是一种阅读中的规模效应，难以为闻一多以降的各种格律规则所概括，我们将字面重复扩展为音组与多层次停顿的重复组合，韵律节奏可视为历史形成的特征反复的集合；格律仅为其中的一种分布。这虽是一种纯形式的重复，但形式自有其意味，致力于挖掘形式背后的文化意识形态亦是题中之义。后续我们将展现计算建模在20世纪新诗散文化、新民歌的语言政治机制、90年代新诗的口语与先锋性等论题中的批评效力。这些举证分析格外注重以极值性文本与模型误判文本为例，力图体现，实验固然以大样本为对象，但绝非过滤掉特殊性，而是要循着数据结果，从算法判断的边缘和失误处入手，以细读潜回那些文体观念的模糊地带，在观念建模、阅读经验与算法的交手中，探究写作者是如何从普遍中创造出唯一的。这一系列工作的成效也将再次验证建模的合理性与解释力。
需说明，研究虽以停顿特征为对象，却并非否认押韵、句法、语义等因素的协同作用，而是要将停顿分布在节奏观念形成中的关键作用揭示出来，我们选择暂时搁置其他变量、抓主要矛盾，希望能够将认识实质性地向前推动，这也是开展计算批评实验的原则。此外值得在方法论上申明的是，本系列研究中的文学实验涵盖了从假设到建模、数据分析，再到细读验证、调整模型、再建模、再分析等环节，经过人机互动的多轮迭代，完成了计算批评的阐释学循环。我们期待此尝试能为文学数字人文研究提供方法论参照，为新文学文类的形构研究，以及作为世界文学流变形式的散文诗研究奠定基础；更希望借此手段激活传统文论的有效性，为同类问题的探讨开拓更广阔的话语空间。
注：本研究由两位作者合作完成，赵薇负责文学建模、实验设计、数据分析、绘图和论文写作，程宁负责文学建模和实验部分的代码实现。为本研究的数据标注作出贡献的有：广西师范大学文学院黄艺红副教授及其研究生韦慧、张新琪、李灶娟、许霞建；福建师范大学文学院陈培浩教授及其学生陈银清、许再佳等；北京第二外国语学院学生赵玮佳、柳燕、姚柯琦、袁晴等。