網友統計出99個宋詞高頻詞匯 可按編碼作詞

統計學研究生挖掘99個高頻詞匯編號碼 武大博導說，這只是一個文字游戲

一位學習統計學的網友，利用所學將《全宋詞》中出現的99個“高頻詞匯”統計出來，發在博客上。沒想到，這篇博文很快就被大量轉載，并有網友利用這些高頻詞匯重新“寫詞”。圓周率、生日、身份證號碼都可以組成一首形式上的“宋詞”。

在江漢大學剛剛舉辦的“詩詞吟誦暨詩歌大賽頒獎會”上，不少學生討論這個話題。真的存在網友說的“自動寫詞機”嗎？記者展開采訪調查。

《全宋詞》中的99個高頻詞匯

話題的“始作俑者”是一位學習統計學的研究生，網名“yixuan”，他在博客上發表一篇文章：“突然想看看宋詞里面什么樣的意象是最常見的，比如可以做個頻率分析什么的。當然文本挖掘需要分詞，我沒法在其中花太多時間，于是想出了一個土辦法。”

宋詞的句子都很短，最常見的詞語一般是兩三個字，這樣可能的組合就更少了。比如“猶解嫁東風”這句話，可能的二字組合是“猶解”“解嫁”“嫁東”“東風”，三字組合是“猶解嫁”“解嫁東”“嫁東風”，詞的字數越多，可能的組合就越少。

“yixuan ”統計出99個《全宋詞》中的高頻詞匯。排在前面的依次為“東風(1382次)、何處(1230次)、人間(1202次)、風流(857次) 、歸去(812次、)春風(802次)、西風(779次)、歸來(771次)、江南(765次)。

“yixuan ”的這篇博文一發出來，很快就被另外一家網站轉載，大量網友被這個有趣的話題吸引，紛紛發帖評論。

高頻詞匯被演繹成“自動寫詞機”

在大量評論后面，一位名叫“達芬奇的雞蛋”發現，利用這些“高頻詞匯”的代碼，可以隨意拼湊出一首首宋詞來。比如用“圓周率”的數字排序，結果就是：回首明月(一看就是抒情詩)

悠悠心事空

西湖何事寂寞中

風吹斜陽匆匆

芳草平生斜陽

風吹寂寞今日

一枝富貴年年

斷腸長安不知

一時間，眾多網友用自己的身份證號碼、各種數字組合來“寫宋詞”。如網友“葉綠彘”的“作品”是：“東風何處？人間風流。歸去春風，西風歸來。江南相思，梅花千里?；厥酌髟拢嗌偃缃?？闌干年年萬里，一笑黃昏當年……”

記者用多位同事的身份證號碼、生日號碼等，套用這些代碼，果然也能產生出一首首有模有樣的“宋詞”。