内有不雅字眼， 未满 18 岁之读者及介意者请自行左转， 感谢。 这个月的 WRN 数字解析专栏要来看一个言小之谜： 「红眼这群人到底有多爱讲『狗屎』？」 或是说，「红眼的人真的爱讲狗屎不爱讲 Shit 吗？」 这个主题的研究动机来自於言小板历年来的诸多讨论， 不乏「一堆狗屎看得出戏」、「我都在脑中自动转成 Shit」之类的推文， 因此，取之於言小板、用之於言小板，这篇分析就同步发在批踢踢跟 WRN 了！ （而且批踢踢先打还可以赚批币XD） 设定好研究问题之後来叙述一下研究资料跟研究方法， 这次蒐集的资料为黑洁明-小肥肥的猛男日记之 前传(3) + 本传(13)，一共 16 本书， 并透过电子书搜寻功能来搜寻特定关键字各出现几次， 其中前传系列与本传系列一二使用 PUBU 电子书，本传系列三到九使用 Readmoo 电子书， 可能存有搜寻结果的误差，但影响应该不大。 原先设定的关键字有：Shit、狗屎、干， 後来参考板上 a 板友贴文 [元宵] 眼熟跟烦躁的字眼 (#1KxQz09v) 之文章内容及推文， 将搜寻范围放大为：Shit、狗屎、干、妈的、他妈的、王八蛋、天杀的， 并且分为「对话」以及「非对话」两种形式， 前者为角色明白地向另一方说出，後者则非。 特例一：即使没有「说」出来，但对方「听」得到也算对话 特例二：已经说过一次而後在脑袋回想算是非对话 注一：狗屎运不算狗屎、吃屎也不算狗屎 注二：你他妈的算是他妈的、他妈的不算妈的 注三：王八不算王八蛋、王八乌龟蛋也不算王八蛋 注四：操不算干 至於为什麽没有老天、去你的、该死， 因为…… https://i.imgur.com/uXSh2KA.jpg 天杀的，这也太多了吧，该死。 粗略整理的图表长这样： https://i.imgur.com/B6j7RgA.jpg (计算误差次数应该在 ±1 内) 事不宜迟，第一条我们就先来看 Shit 与狗屎！ https://i.imgur.com/jOJB0YE.jpg 可能跟部分板友们的印象不同：红眼的人是会讲 Shit的！ 并且到系列之五为止，Shit 出现次数多半高过狗屎，仅月光例外。 而温柔大甜心与酷呆大黑鹰的小黄跟小黑是两个乖宝宝， 整本书竟然完全没出现 Shit 跟狗屎！ 制图比较： https://i.imgur.com/I0JpQy6.jpg 结果是不是稍微有点惊讶呢？ 这边隐约可以感觉得出黑大有渐渐使用「狗屎」多於「Shit」的情况， 因此笔者在此多提供红眼续作的系列前二供各位参考， 分别是： 深海(上)- Shit 0 次/狗屎 0 次 深海(下)- Shit 2 次/狗屎 1 次 罪爱(上)- Shit 0 次/狗屎 2 次 (某次是真的踩到狗屎，那个不算) 罪爱(下)- Shit 3 次/狗屎 3 次 可见深海是 Shit 派，罪爱是狗屎派， 剩下的我还没买电子书我不知道， 以下开放板友斗内让我买齐整系列的电子书(X 接着是我的一些小发现： 干 1. 讲「干！」讲得最多的是坏心大野狼（对话 3 次、非对话 1 次）， 其次是美丽大浪子（对话 3 次）， 且这两本使用 Shit+狗屎 的次数亦最高， 刚好这两本的主角乡土味都比较重(XDDD) 王八蛋 2. 月光出现大量的「王八蛋」，主要是巴如月在形容前任， 莫森跟巴如月本身口语上较少使用。 3. 贼头大老板的「王八蛋」大致上是小岚骂韩武麒用， 甚至连韩贼头自己都说：「老是王八蛋来、王八蛋去的，你骂不厌，我都听烦了！」 4. 闷烧大天使也出现了大量的「王八蛋」，约一半是红红叙述伊凡（+韩贼头）用， 这本亦出现了极为特别的「王八乌龟蛋」用法一次。 与众不同的小黄小黑 5. 温柔大甜心是真的温柔，粗话统计为 0，连「该死」都用得不多， 仅曾经出现一次「王八」（没列入统计）。 6. 酷呆大黑鹰是第二少粗话的，里面出现的「王八蛋」多指坏人， 仅有一次是方水净在想念屠鹰那个王八蛋。 比较少见的特殊用词 7. 除前述的王八乌龟蛋以及王八以外，可爱大贱男出现过一次吃屎， 宝贝大猛男(上)出现过王八、宝贝大猛男(中)出现过「操」， 但骂「操」的人不是阿震，是韩贼头。 天杀的 8. 「天杀的」其实很少出现，密码最多，有 8 次，後面有越来越少的趋势。 他妈的 9. 坏心大野狼有满多「他妈的」，凤力刚的内心话不时会出现他妈的。 10. 口语上最常使用「他妈的」的是耿野， 事实上，贼头大老板里面出现的「他妈的」有一半是耿野讲的， 而耿野带大的小岚也会讲上几句， 食物链是：耿野到韩武麒这本骂脏话，韩武麒再到其他本骂脏话XDDDD 如果把所有「Shit、狗屎、干、妈的、他妈的、王八蛋、天杀的」加总， 会发现…… https://i.imgur.com/oZTsVtQ.jpg 耿野你他妈的也太脏了吧！ -- Чи миний инээмсэглэл минь болсон --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 125.224.241.245 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Romances/M.1633518654.A.02F.html 狗屎，时间都浪费在这上面了！ 凤力刚的嘴也是满脏的哈哈哈哈 Oh.My.God. 大家快来找寻 Shit 的踪迹(???? 有兴趣的板友可以参考 WRN 上的数字解析专栏， 目前总共有五篇，分别讨论了字数、文案、书名跟用字， 我自己写得满开心的XDD https://www.wrn.tw/category/vocabulary14/term/5904 ※ 编辑: mugicha (125.224.241.245 台湾), 10/06/2021 22:52:27 竟然会觉得写有 Shit 跟狗屎的表格可爱XDDDDD 其实我应该要整理一下「都是谁在说脏话」的，不然把韩武麒算在阿震头上好无辜XDD 但是这要一句一句看好麻烦，乾脆延到下一次专栏再来写XDD 如果我之後有把红眼之七前的书都买齐，就连红眼的一起统计好了～ ※ 编辑: mugicha (125.224.241.245 台湾), 10/07/2021 12:56:20 噢，该死，该死真的太他妈的多了XDDD 下一篇文我会随便用电子书功能算一下附上XDDD 我再往前查了暴躁公爵，没有 Shit，只有两次狗屎， 耿叔真的是最脏没有之一XDDD 天啊诚惶诚恐XDDD 其他的读者：超认真分析魔影角色登场顺序跟关系 我：分析红眼的人到底讲了多少次狗屎 XDDDDDDDDDDDDDD 不知道黑大粉专的读者看不看得到这边，但我一起回应： 1. 我会用python没错，但这篇分析只有简单用到excel XDD 没办法，人工智慧没办法帮我算他们讲了多少脏话， 只能靠我自己工人智慧用电子书查询功能慢慢看再登记， 跟红眼他们家的科技能力差得远啦XDDDDDDDD 不过我在 WRN 的其他专栏有用到跟机器学习有关的技术，像是断词跟分群， 如果要进一步分析什麽作者语言使用，就会牵涉到着作权问题， 也只能找公开的文案或是书名来玩～ 2. 整理这个意外地花时间，不过等我买齐红眼後应该可以再写一篇！ 到时候就会汇整哪些人讲了多少次的 Shit 了(??? 但该死真的太他妈的多了，可能就随便整理一下XDD 还有人想看什麽关键字也可以说(??? ※ 编辑: mugicha (125.224.241.245 台湾), 10/07/2021 18:24:26 嘿嘿(? XDDDD 没错，帕哥那本也是因为语言不通所以很少脏话XDD 大老粗(下)的两次 Shit 都是阿浪说的XDDD ((换个位置)) ※ 编辑: mugicha (125.224.241.245 台湾), 10/07/2021 23:02:11 我回去补直播了！ 然後，对，我上班压力很大。 哈哈哈哈哈哈哈哈哈哈哈哈哈 哦哦哦！WRN 的 limejuice 同学也提过这本书～ https://www.wrn.tw/comment/46034#comment-46034 透过电脑语言研究人类语言是我很喜欢的事XDDD 机器学习可以做很多研究，也确实做了很多研究， 像是从红楼梦前後的文字去分析後四十章是否为曹雪芹所笔、 或是去找出作者的独特写作手法、常用的文字等等， 牵涉到文字向量化、机率等等等等，好喜欢>////< 《畅销书密码》这本书的出版年是 2016， 而自然语言处理 (NLP, natural language processing)领域在 2018 年後有个大跃进， 所以可以玩得东西就又更多了～ 所谓大跃进是 google 提出了一个叫 transformer 的 NLP 架构， 此後这个领域直接进入崭新的一页XDD 虽然我的专栏之路走得很缓慢（诚徵跟我一样愿意浪费生命做资料前处理的夥伴XD)， 但我接下来真的会碰比较多 NLP，可能就足以做这种人工智慧的分析了！ 最後的目标甚至是自然语言生成 (NLG, natural language generation)， 不过大概明年才会连载到那吧XDDDDD NLG 的部分可以参考下方这个用语言模型生成金庸小说的例子： https://leemeng.tw/gpt2-language-model-generate-chinese-jing-yong-novels.html 关於模型运作方式的叙述全部都可以跳过， 重点是结果满好笑的，我很喜欢XDDDDDDDD ※ 编辑: mugicha (111.248.102.180 台湾), 10/09/2021 21:05:52 ※ 编辑: mugicha (111.248.102.180 台湾), 10/09/2021 23:59:16