網友統計出99個宋詞高頻詞匯 可按編碼作詞

原意不是為了“寫詞”

看到帖子被大量轉發，“yixuan ”在自己的博客上又寫了一篇解釋，他說，“自動寫詞機”并不是我的創意，也不是我的初衷。

“yixuan ”說：“我學的專業是統計和精算，平時會和各種類型的數據打交道，之前寫那篇博文也是出于興趣，想利用學到的專業知識來對一些實際問題進行分析。”

他說，很多人肯定都會提到“自動寫詞機”，就比如拿生日、QQ、物理常數等套用里面的排序來“寫詞”。但我想說的是，這其實不是我的創意，也不是我寫那篇博文的初衷。如果大家看過那篇轉帖，就會發現大家開始“狂歡”是因為“達芬奇的雞蛋”的創意，而詞頻統計本身并沒有任何特殊之處。

事實上，大家可能聽說過“文本挖掘”這個名詞，它就是對文本數據進行分析，來得到有用的結論。文本挖掘是個很復雜的過程，牽涉到分詞、詞頻統計、特征選擇、聚類等等，如果大家對這一塊內容有所了解的話，就會知道詞頻統計是一個很平凡的過程。

“yixuan”說：可能有些朋友覺得我得到宋詞的詞頻是一件技術含量很高的活兒，但從技術層面上來講，我做的那些東西也并無任何高級之處(當然需要有一些編程經驗)。

只是一個文字游戲

這99個“高頻”詞匯真的有那么神奇？昨天，武漢大學文學院博導王兆鵬教授看了后評論說：“這只是一個文字游戲”。

王兆鵬說，漢語語言中，詩詞的語序不需要確定性，同時漢語語言具有多義性。很多詞語組合起來，都可以說得通。比如我們說“吃飯”大家能聽懂，但說“飯吃”，也能理解是怎么回事。

從嚴格意義上說，通過這99個編碼做成的“詞”，平仄完全不符合要求，也不符合詞牌的要求。但形式上挑不出什么毛病，也有一點詞的味道。

王兆鵬說，宋詞是一種文學藝術，講究獨創性和意境，讀者通過讀詩詞能夠看到里面的意境，這是藝術。“如果寫詞這么容易，那誰都可以寫詞了。”

不過，王兆鵬也認為“yixuan ”的做法很有創意，“能從這么多詞中總結出99個高頻詞匯，是需要花功夫的，也說明這個學生很努力，這是一個比較高級的文字游戲，雖然談不上有什么文學意義。”

中南財經政法大學統計與數學學院博導李占風教授說，利用統計學原理確實可以在詩詞等文學作品中，做一些研究工作，這位學生學以致用，值得表揚。

記者翁曉波 實習生 左思琪