第741章 文本的特征（2/2）

「样本是足够的，所以基本可以确定，以汉字撰写的文献，在2万字篇幅下，不重复的独立单字平均1200个。

「这和陨石文明的2000个不重复独立单字，有一些差距。不过差距不到两倍，这个差距在外星文本的研究上，其实并不大。

「因此，从出现的独立单字数量来看，陨石文明所使用的文本，和汉字有相似的特征。

「可以初步确定，陨石文明的文本库，应该比汉字大，他们常用的文本数量也比汉字多。

「根据这些文本特征，进行破译，会简单很多。」

方源思索片刻后问道：「要多久才能破译出这些信息的含义？」

「这个还无法确定，由于没有一个基础点，要用穷举法进行破译，难度很大。而且，更困难的是，即便是穷举法，也没有一个标准答案，即便破译出了结果，也无法确定破译的结果是否正确，这才是最困难的地方。」郎同光解释道。

「没有更好的办法了吗？」方源觉得军科院的技术手段，应该不至于此。

「办法当然是有的，可以通过猜测，先确定一部分文本……」

郎同光接着解释：「比如，通过分析，我们已经基本可以确定，陨石文明是所有的文本，和汉字有很多特征相似。

「那么，我们就可以更进一步猜测。陨石文明所留的文献里面，重复最多的字代表什么含义？

「比如汉字文献里面，重复最多的字，一般是『的』字，第二的是『是』字。

「那么，我们就可以继续猜测，陨石文明的文本里面，是不是也有『的』这样的字。

「如果有，重复最多的那个字，是不是就是『的』，或者是含义相近的字。

「当然这只是猜测，因为汉语中的『的』是个助词，本身没有含义。

「我们还不能确定陨石文明的语言中，也有这样的无意义助词。

「所以，这个猜测的过程需要进行验证，才能确定是否正确。」

鲁修文接过话头道：「确实，对于外星文本的研究，难度确实比较大。它还不像甲骨文，甲骨文还能通过文本的形状猜测其含义。

「现在摆在我们面前的是一串没有含义的编码，要通过编码的特征猜测文本的含义，难度确实大。」

方源一边思考一边点头道：「确实，不过，也可以先猜测一下陨石文明有可能留下什么信息，再和进行编码破译。

「比如，陨石文明在毁灭时，最想要留下的信息，开篇应该先介绍他们的文明。然后应该还会讲述文明灭亡的原因，是被高等文明毁灭的？还是在宇宙天灾中毁灭的。

「先对信息的内容进行推测，再进行文本破译，应该会容易一些吧？」

郎同光点头赞同道：「这个思路是对的，不过还是需要超级计算机来进行破译，人类的大脑优势是想像力，但在计算力上，还是计算机更有优势。」

「应该不用太长时间，一两个星期，应该就能得出结果。」鲁修文说道。