我分析了42萬字的歌詞，為了搞清楚民謠歌手們在唱些什么
來源：王登科-DK博客
作者：王登科
本文經(jīng)授權(quán)轉(zhuǎn)載，若需轉(zhuǎn)載請聯(lián)系原作者
聽了這么多年民謠，我有一種感覺，就是很多歌都似曾相識，但是仔細(xì)一想，又哪一首都想不起來，為了搞清楚這群流浪在祖國大地的現(xiàn)代游吟詩人們都在唱些什么，我做了一些數(shù)據(jù)分析的工作。
我選取了大約30個(gè)或比較大眾，或比較小眾的民謠歌手和樂隊(duì)，包括李志，堯十三，趙雷，宋冬野，周云蓬，逃跑計(jì)劃等等，為了設(shè)立參照，我還取了一些其他風(fēng)格的樂隊(duì)，比如老一些的汪峰，竇唯，樸樹和新一些的低苦艾，謝天笑，反光鏡，草東等等。
我首先寫了一個(gè)爬蟲，它可以根據(jù)歌手或樂隊(duì)的名字來自動抓取這個(gè)歌手的所有歌，為了保證平衡，我最多只抓取前50首歌，老實(shí)說，大多數(shù)歌手被人熟知的歌并不會超過這個(gè)數(shù)字。
這樣，我得到了小一百個(gè)裝滿歌詞的文件，我都能感覺到從里面溢出來的文藝了。
接下來，我開始了對這些歌詞（約42萬字）的分析。
首先是情緒分析，通過對這些歌詞的自然語言處理，我知道了不同歌手們吟唱的到底是開心還是不開心的事情：
數(shù)值的分布比較平均，但大致可以看得出有三個(gè)分類，一類是特別開心的，例如郝云。但是我一開始也不太懂，為什么丟火車的情緒也這么高，后來聽了幾遍他們的歌，發(fā)現(xiàn)他們雖然唱腔慘兮兮的，但是歌詞還是充滿正能量的，丟火車樂隊(duì)歌詞中出現(xiàn)次數(shù)最多的三個(gè)詞分別是「永遠(yuǎn)」「晚安」「倔強(qiáng)」，這些都是正面情緒的詞。第二類則是比較憂傷的，以我們熟悉的逼哥為代表，他們的歌詞中充斥著孤獨(dú)，沉默，淚水等詞語。雖不暴力，但是多少有一些黑暗。
第三類則以趙雷為代表，比較平靜，就像一個(gè)朋友給你講故事，不疾不徐，娓娓道來，里面也有開心，也有難過，但總體情緒趨于中值。這也許解釋了為什么趙雷這么晚才火起來的原因——平淡的情緒較難快速給人以強(qiáng)烈的沖擊。但無論如何，好的音樂總會被人們發(fā)掘。
基于某種趣味，我又分析了一下其他風(fēng)格的音樂的情緒分析：
民謠的情緒很豐富，而搖滾的情緒則大多是負(fù)面的，人們說，沒有憤怒就沒有搖滾，這話至少在歌詞的情緒上是正確的。
民謠歌手最喜歡什么季節(jié)？通過對歌詞的分析，這個(gè)問題也可以解決：
其中，春天出現(xiàn)了81次，冬天出現(xiàn)了74次，夏天和秋天各出現(xiàn)了70和47次。由此可見，最受歡迎的是春天和冬天，最不受歡迎的是秋天。但我個(gè)人覺得秋天挺好的，秋高氣爽，菜價(jià)便宜。
同樣的，我也分析了歌手們最喜歡的城市，結(jié)果如下：
可以看得出，北方城市完全戰(zhàn)勝了南方城市，成了在歌詞中被唱的最多的地方，特別是北京，一共出現(xiàn)了81次。說到一線城市，人們會說北上廣深，但是在民謠的世界里，北京絕對是不可撼動的存在。南方城市只有成都勉強(qiáng)露了幾個(gè)照面。作為一個(gè)成都人，我對此還挺高興的。
難以理解的是，雖然北方城市大獲全勝，但是歌手們卻更多的念叨著「南方」而不是「北方」，「南方」比「北方」多出現(xiàn)了大約5.7%
另一個(gè)我感興趣的問題是，民謠歌手們是在向前看還是向后看，是往未來寄托希望，還是緬懷過去？
看得出，民謠歌手是在往前看的，至少是活在當(dāng)下的，「明天」這個(gè)詞在歌詞中出現(xiàn)的次數(shù)最多，接著是「今天」和「昨天」，而「前天」和「后天」則幾乎可以忽略不計(jì)，這也是可以理解的，比如說「我拿青春賭明天」，這聽上去很美好，如果要說「我拿青春賭后天」乃至于「我拿青春賭下個(gè)月5號」，就聽上去就像一個(gè)賭徒發(fā)瘋了。
在我的統(tǒng)計(jì)中，出現(xiàn)最多的幾個(gè)意象是：再見，姑娘，夜空，孤獨(dú)，快樂。
如果把民謠擬人化，那應(yīng)該是一個(gè)喜歡南方的北京小伙子，覺得世界很操蛋，但罵歸罵，到底是對生活有希望的，憧憬著明天，在春天感到快樂，在冬天感到孤獨(dú)，沒有女朋友，但有幾個(gè)糾纏不清的前女友，經(jīng)常和她們見面，見面的地方可能是成都，昆明，南京，上海，武漢。。。。。
本次分析使用的是騰訊文智和哈工大社會計(jì)算與信息檢索研究中心的自然語言處理模塊，同時(shí)也在測試的時(shí)候使用了百度AI的自然語言處理，效果不好。
轉(zhuǎn)載請?jiān)谖恼麻_頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
全部評論（7條）