|
在大量评论后面，一位名叫“达芬奇的鸡蛋”发现，利用这些“高频词汇”的代码，可以随意拼凑出一首首宋词来。比如用“圆周率”的数字排序，结果就是：回首明月（一看就是抒情诗） 悠悠心事空 西湖何事寂寞中 风吹斜阳匆匆 芳草平生斜阳 风吹寂寞今日 一枝富贵年年 断肠长安不知 一时间，众多网友用自己的身份证号码、各种数字组合来“写宋词”。如网友“叶绿彘”的“作品”是：“东风何处？人间风流。归去春风，西风归来。江南相思，梅花千里。回首明月，多少如今？阑干年年万里，一笑黄昏当年……” 记者用多位同事的身份证号码、生日号码等，套用这些代码，果然也能产生出一首首有模有样的“宋词”。 原意不是为了“写词” 看到帖子被大量转发，“yixuan ”在自己的博客上又写了一篇解释，他说，“自动写词机”并不是我的创意，也不是我的初衷。 “yixuan ”说：“我学的专业是统计和精算，平时会和各种类型的数据打交道，之前写那篇博文也是出于兴趣，想利用学到的专业知识来对一些实际问题进行分析。” 他说，很多人肯定都会提到“自动写词机”，就比如拿生日、QQ、物理常数等套用里面的排序来“写词”。但我想说的是，这其实不是我的创意，也不是我写那篇博文的初衷。如果大家看过那篇转帖，就会发现大家开始“狂欢”是因为“达芬奇的鸡蛋”的创意，而词频统计本身并没有任何特殊之处。 事实上，大家可能听说过“文本挖掘”这个名词，它就是对文本数据进行分析，来得到有用的结论。文本挖掘是个很复杂的过程，牵涉到分词、词频统计、特征选择、聚类等等，如果大家对这一块内容有所了解的话，就会知道词频统计是一个很平凡的过程。 “yixuan”说：可能有些朋友觉得我得到宋词的词频是一件技术含量很高的活儿，但从技术层面上来讲，我做的那些东西也并无任何高级之处（当然需要有一些编程经验）。 只是一个文字游戏 这99个“高频”词汇真的有那么神奇？昨天，武汉大学文学院博导王兆鹏教授看了后评论说：“这只是一个文字游戏”。 王兆鹏说，汉语语言中，诗词的语序不需要确定性，同时汉语语言具有多义性。很多词语组合起来，都可以说得通。比如我们说“吃饭”大家能听懂，但说“饭吃”，也能理解是怎么回事。 从严格意义上说，通过这99个编码做成的“词”，平仄完全不符合要求，也不符合词牌的要求。但形式上挑不出什么毛病，也有一点词的味道。 王兆鹏说，宋词是一种文学艺术，讲究独创性和意境，读者通过读诗词能够看到里面的意境，这是艺术。“如果写词这么容易，那谁都可以写词了。” 不过，王兆鹏也认为“yixuan ”的做法很有创意，“能从这么多词中总结出99个高频词汇，是需要花功夫的，也说明这个学生很努力，这是一个比较高级的文字游戏，虽然谈不上有什么文学意义。” 中南财经政法大学统计与数学学院博导李占风教授说，利用统计学原理确实可以在诗词等文学作品中，做一些研究工作，这位学生学以致用，值得表扬。 记者翁晓波 左思琪 (责任编辑：admin) |