全唐诗|程序员眼中的《全唐诗》，竟然是这样的( 二 ) |李白|杜甫|宋词|元曲

本文图片

经过程序猿小哥哥的神秘运算，
以下是TOP200的共现双字词：

本文图片

从上面的双词探测结果中，可以发现如下6类成词规律:
（1）复合式（A+B等于C）:由两个字组成，这两个字分别代表意义，组成双音节的词，这类词出现的频次最多。比如，弟兄、砧杵、纪纲、捐躯、巡狩、犬吠。
（2）重叠式（AA等于A）: 琅琅、肃肃、忻忻、灼灼。
（3）叠音（AA不等于A）:琅琅（单独拆开不能组其他词）、的的（拆开后的单字的词义不同）等。
（4）双声（声母相同）: 踌躇（声母都是c ，分开各自无法组词）、参差（声母都是c）、缅邈（声母都是m）。
（5）叠韵（韵母相同）:噫嘻（韵母是i）、缭绕（韵母是ao）、妖娆（韵母是ao）等。
（6）双音节拟声词：歔欷、咿哑等。
《全唐诗》中最重要的字眼是什么？

本文图片

选取高频字的TOP148抽取共现关系，可以看到，上述的语义网络可以分为3个簇群，即橙系、紫系和绿系， TOP148高频字中，字体清晰可见字的近40个。圆圈的大小表示该字在语义网络中的影响力大小，在诗句中，这些字常以“字眼”的形式呈现，也就是诗文中精要的字。
橙系：北、流、马、草、闲、孤、逢、云等；
紫系：游、树、雨、回、笑、言、幽、清、白、野、行等
绿系：知、金、柳、难、愁、旧、仙、望、客。
其中，根据字的构成来看，绿系簇群中的字大多跟送别（好友）有关。
唐诗中出现最多的感情：悲

本文图片

分析全唐诗中所表达出来的内在境界，也就是内在情感，为了丰富分析维度，采用7种细颗粒的情绪分类，即悲、惧、乐、怒、思、喜、忧。根据上面获取到的字向量，经过人工遴选后，得到可以用于训练的“情绪字典” ，根据诗歌中常见的主题类别，七种情绪类别分为：
悲：愁、恸、痛、寡、哀、伤、嗟…
惧：谗、谤、患、罪、诈、惧、诬…
乐：悦、欣、乐、怡、洽、畅、愉…
怒：怒、雷、吼、霆、霹、猛、轰…
思：思、忆、怀、恨、吟、逢、期…
喜：喜、健、倩、贺、好、良、善…
忧：恤、忧、痾、虑、艰、遑、厄…
对《全唐诗》近5万首诗的情绪分析结果，展示如下：

本文图片

出乎很多人的意料，代表大唐气象的唐诗应该以积极昂扬的情绪为主，可最后却是“悲”“思”“忧”这样的情绪占据主流，而 “喜”“乐”这样的情绪却占据末流！
“天地悠悠”是悲情的
“落木萧萧”是悲凉的
“黄沙百战”是悲壮的
“彩云易散”是悲伤的
悲，是唐诗的筋骨
《全唐诗》VS《全宋词》VS《全元曲》

本文图片

从上面呈现的TOP10高频字和象限区块（左上角“唐诗”、右上角“宋词”和正下方“元曲”）来看，唐诗、宋词、元曲中出现的独有高频字依次是：