前段时间随着《中国诗词大会》的热播,全国人民掀起了读唐诗的浪潮。作为一名古典诗词爱好者,我也从网上找到了一份《全唐诗》。统计了一下,一共首诗,顿时有了一种“天下好诗,尽入吾硬盘矣”的错觉。
这么多的好诗,白白放在硬盘上岂不浪费。
作为一名程序员,我打算站在科技与文艺的交叉口(模仿老罗的语气),写程序来分析唐诗,看看唐朝的诗人都写了什么?
1基于字的分析我们从最简单的,基于字的分析来入手。
1.1作品数量首先来看看作品数量排名。排名前十的作者如下:
前三名是众望所归,小学到高中语文课本中的选诗,也应该是这三位最多吧。第四名NA表示无名氏。后面的几位除了齐己和贯休,也都是大名鼎鼎的高手。我查了一下,齐己和贯休居然都是和尚。齐己生卒年为年—年,贯休生卒年为年-年,而唐朝亡于年,猜测是因为他们处于唐朝末期,所以流传下来的诗歌比较多。
1.2常用字再看看常用字排名
除去前两名的逗号和句号,唐诗中出现最多的字是“不”字,这可能会让很多人吃惊。其实这不意外,朱自清先生在《唐诗三百首指导大概》说过:后人从唐诗七绝中推选了十一首经典之作,其中有八首都用了否定语:
劝君更尽一杯酒,西出阳关无故人。(王维《渭城曲》)玉颜不及寒鸦色,犹带昭阳日影来。(王昌龄《长信怨》)但使龙城飞将在,不教胡马度阴山。(王昌龄《出塞》)醉卧沙场君莫笑,古来征战几人回?(王翰《凉州曲》)两岸猿声啼不住,轻舟已过万重山。(李白《下江陵》)羌笛何须怨杨柳?春风不度玉门关。(王之涣《凉州词》)不知何处吹芦管,一夜征人尽望乡。(李益《夜上受降城闻笛》)商女不知亡国恨,隔江犹唱后庭花。(杜牧《泊秦淮》)
这也许是因为否定句表达的语气更强,比较适合传唱,所以,“不”字才能得到诗人们的青睐吧。
1.3季节看看诗人们最喜欢哪个季节。
毫不意外,春天和秋天呈现出压倒性的场面。这就是一个伤春悲秋的群体啊。
1.4颜色再看看诗人们都喜欢啥颜色。
居然最喜欢白色,为什么??有没有懂乐嘉色彩心理学的,给分析分析吧。。
1.5植物松树和竹子最受诗人们喜爱,建议这两种植物作为文青届的图腾,一年四季不落叶,都是青色,多好。
1.6动物有了植物,当然也不能少了动物。
首先看了十二生肖的数量,后来我想到猿和猴,狗和犬是同义词,把这两个也加上了。然而并不能撼动龙和马的第一梯队地位,难道唐朝也讲龙马精神吗?
2基于词的分析只对字的分析当然满足不了我们,接下来我将以词为单位来分析,这就涉及到了分词的问题。我们使用清华大学NLP实验室(寻常性白癜风治疗白癜风用什么药好