大数据发现｜文学作品的六种“情感弧线”

　　我们读过的那些小说，在感性的文字背后，还隐藏着怎样的数学规律和理性之美，这些“意外惊喜”是可以通过大数据技术来发掘的。本文将就这一话题通过大数据的测试结果展开论述。

　　今年2月份的《科学美国人》杂志刊登出一篇文章，综合了两份关于文学作品的研究报告。这两个研究都是用数学方法去分析文学，这种理性和感性的碰撞研究，得出的结果非常有意思。

　　首先，小说中的情感走势和悲喜变化都是有套路的，而且只要六种套路就能基本概括。美国佛蒙特大学做了一项研究，他们从世界上第一个数字图书馆计划“古登堡计划”中，选取了1327部10万字以下的英文虚构小说，然后将小说的情绪变化可视化，也就是根据所用词语的情绪高低，或者说悲喜程度，画出了小说从开篇到结尾的情感走势图。

　　这一千多本小说的走势图画下来后他们发现，其中有大约85%的小说，它们的情感走势都属于以下六个类型之一：

　　第一种被称为“麻雀变凤凰”型，情感走势图是一条从低到高上扬的弧线，就是开头悲苦、结尾喜悦；第二种是典型的悲剧型，弧线从高滑到低，意味着喜剧开头、悲剧结尾；第三种，是两头高中间低，形成一个U形，就是开头喜悦，中间经历了悲惨，最后再欢喜收尾；第四种和第三种相反，是两头低、中间高的拱桥状，意思是悲伤开头，中间欢喜，结尾再跌回到悲伤；第五种就像大写的英文字母N，从低处开始，经历一起一落，最后再升高，喜剧收尾；第六种又和第五种相反，一开始就在高昂的情绪上，先降再升再降，最后悲剧结尾。

　　佛蒙特大学的研究人员把这三对大致两两相对称的弧线称作小说的“情感弧线”。可别小看这六条简单的弧线，大量数据就摆在这里了，绝大多数小说都跳不出这六种套路。

　　关于小说的数学规律，还有另外一个有意思的研究来自波兰的核物理研究院。他们选取了113部由不同语言写成的文学名著，从头到尾分析它们的句子长短排列，并根据句子的长度画出了柱状图。他们观察这些密密麻麻排列的柱子，看它们的波动规律，发现这些统计图经常能形成分形图案。

　　什么叫分形图案呢？简单说来，就是一个整体的几何形状，它由好几个小部分组成，这些小部分的形状跟整体的形状一样，或者至少是非常类似。我们举个例子，一棵西兰花，你掰下其中一小朵，会发现这朵西兰花的形状跟整棵西兰花很像，再从这一小朵上掰下更小的分支来看看，它的形状还是像整棵西兰花。分形图案就类似这样，一层一层地嵌套下去。

　　在这个研究中，统计图形成了分形图案，这意味着什么呢？比如说，一篇小说的句子长短排列顺序整体呈现出了一种规律，我们放大一点看其中的某一章，这一章的句子长短也呈现同样的规律，再从这一章里面挑一节来看，这一节的句子长短还是差不多的规律。而且，意识流小说和传统类小说还不一样，意识流小说的统计图呈现出了更加明显的分形图案，也就是说，意识流小说更符合这个特点，而传统小说的特点就没有那么明显。

　　那么用数学方法研究文学有什么用呢？佛蒙特大学的研究人员说，通过研究人类基因组计划中的海量数据，人类已经发现了大量前所未知的、关于基因的知识，那么同理，用提取数据、理性分析的方法来研究文学，或许也能发现更多关于文学作品的秘密。

　　事实上，所谓的“情感弧线”是与读者的感情预期相符的。即使是悲剧的结局，同样与读者的认知水平并不违和。因此说，即使“天不遂人愿”，但依旧“在情理之中”。大数据处理信息服务商金盛网聚WJFabric认为，以数据挖掘的方式研究文学透露出多张“底牌”，其中一张便是，通过新技术的运用进行跨界研究极具潜力。通过技术驱动实现传统行业的迭代升级已是大势所趋，而从运营角度来讲，为传统行业注入跨界基因则更具现实意义。除了业务操作层面的创新，模式创新成为市场的期待，而跨界作为最值得试水的模式创新方式之一，意在从本质上对行业进行全新解构，而大数据作为新技术基建的代表，已成为实现行业发展模式创新的“先遣军”。

　　金盛网聚（北京）科技有限公司成立于2012年，是一家数据处理与信息咨询服务商，公司拥有自主核心技术与服务咨询的团队， 公司“WJFbaric-互联网大数据信息监测SaaS平台”目前注册使用客户将近上万个，为企业、政府、学术机构、成功人士等提供在线信息收集、展示、阅读、存储的免费平台，公司远景致力于通过数据+计算形成可视化的人工智能决策平台。