內有不雅字眼， 未滿 18 歲之讀者及介意者請自行左轉， 感謝。 這個月的 WRN 數字解析專欄要來看一個言小之謎： 「紅眼這群人到底有多愛講『狗屎』？」 或是說，「紅眼的人真的愛講狗屎不愛講 Shit 嗎？」 這個主題的研究動機來自於言小板歷年來的諸多討論， 不乏「一堆狗屎看得出戲」、「我都在腦中自動轉成 Shit」之類的推文， 因此，取之於言小板、用之於言小板，這篇分析就同步發在批踢踢跟 WRN 了！ （而且批踢踢先打還可以賺批幣XD） 設定好研究問題之後來敘述一下研究資料跟研究方法， 這次蒐集的資料為黑潔明-小肥肥的猛男日記之 前傳(3) + 本傳(13)，一共 16 本書， 並透過電子書搜尋功能來搜尋特定關鍵字各出現幾次， 其中前傳系列與本傳系列一二使用 PUBU 電子書，本傳系列三到九使用 Readmoo 電子書， 可能存有搜尋結果的誤差，但影響應該不大。 原先設定的關鍵字有：Shit、狗屎、幹， 後來參考板上 a 板友貼文 [元宵] 眼熟跟煩躁的字眼 (#1KxQz09v) 之文章內容及推文， 將搜尋範圍放大為：Shit、狗屎、幹、媽的、他媽的、王八蛋、天殺的， 並且分為「對話」以及「非對話」兩種形式， 前者為角色明白地向另一方說出，後者則非。 特例一：即使沒有「說」出來，但對方「聽」得到也算對話 特例二：已經說過一次而後在腦袋回想算是非對話 註一：狗屎運不算狗屎、吃屎也不算狗屎 註二：你他媽的算是他媽的、他媽的不算媽的 註三：王八不算王八蛋、王八烏龜蛋也不算王八蛋 註四：操不算幹 至於為什麼沒有老天、去你的、該死， 因為…… https://i.imgur.com/uXSh2KA.jpg 天殺的，這也太多了吧，該死。 粗略整理的圖表長這樣： https://i.imgur.com/B6j7RgA.jpg (計算誤差次數應該在 ±1 內) 事不宜遲，第一條我們就先來看 Shit 與狗屎！ https://i.imgur.com/jOJB0YE.jpg 可能跟部分板友們的印象不同：紅眼的人是會講 Shit的！ 並且到系列之五為止，Shit 出現次數多半高過狗屎，僅月光例外。 而溫柔大甜心與酷呆大黑鷹的小黃跟小黑是兩個乖寶寶， 整本書竟然完全沒出現 Shit 跟狗屎！ 製圖比較： https://i.imgur.com/I0JpQy6.jpg 結果是不是稍微有點驚訝呢？ 這邊隱約可以感覺得出黑大有漸漸使用「狗屎」多於「Shit」的情況， 因此筆者在此多提供紅眼續作的系列前二供各位參考， 分別是： 深海(上)- Shit 0 次/狗屎 0 次 深海(下)- Shit 2 次/狗屎 1 次 罪愛(上)- Shit 0 次/狗屎 2 次 (某次是真的踩到狗屎，那個不算) 罪愛(下)- Shit 3 次/狗屎 3 次 可見深海是 Shit 派，罪愛是狗屎派， 剩下的我還沒買電子書我不知道， 以下開放板友斗內讓我買齊整系列的電子書(X 接著是我的一些小發現： 幹 1. 講「幹！」講得最多的是壞心大野狼（對話 3 次、非對話 1 次）， 其次是美麗大浪子（對話 3 次）， 且這兩本使用 Shit+狗屎 的次數亦最高， 剛好這兩本的主角鄉土味都比較重(XDDD) 王八蛋 2. 月光出現大量的「王八蛋」，主要是巴如月在形容前任， 莫森跟巴如月本身口語上較少使用。 3. 賊頭大老闆的「王八蛋」大致上是小嵐罵韓武麒用， 甚至連韓賊頭自己都說：「老是王八蛋來、王八蛋去的，妳罵不厭，我都聽煩了！」 4. 悶燒大天使也出現了大量的「王八蛋」，約一半是紅紅敘述伊凡（+韓賊頭）用， 這本亦出現了極為特別的「王八烏龜蛋」用法一次。 與眾不同的小黃小黑 5. 溫柔大甜心是真的溫柔，粗話統計為 0，連「該死」都用得不多， 僅曾經出現一次「王八」（沒列入統計）。 6. 酷呆大黑鷹是第二少粗話的，裡面出現的「王八蛋」多指壞人， 僅有一次是方水淨在想念屠鷹那個王八蛋。 比較少見的特殊用詞 7. 除前述的王八烏龜蛋以及王八以外，可愛大賤男出現過一次吃屎， 寶貝大猛男(上)出現過王八、寶貝大猛男(中)出現過「操」， 但罵「操」的人不是阿震，是韓賊頭。 天殺的 8. 「天殺的」其實很少出現，密碼最多，有 8 次，後面有越來越少的趨勢。 他媽的 9. 壞心大野狼有滿多「他媽的」，鳳力剛的內心話不時會出現他媽的。 10. 口語上最常使用「他媽的」的是耿野， 事實上，賊頭大老闆裡面出現的「他媽的」有一半是耿野講的， 而耿野帶大的小嵐也會講上幾句， 食物鏈是：耿野到韓武麒這本罵髒話，韓武麒再到其他本罵髒話XDDDD 如果把所有「Shit、狗屎、幹、媽的、他媽的、王八蛋、天殺的」加總， 會發現…… https://i.imgur.com/oZTsVtQ.jpg 耿野你他媽的也太髒了吧！ -- Чи миний инээмсэглэл минь болсон --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 125.224.241.245 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Romances/M.1633518654.A.02F.html 狗屎，時間都浪費在這上面了！ 鳳力剛的嘴也是滿髒的哈哈哈哈 Oh.My.God. 大家快來找尋 Shit 的蹤跡(???? 有興趣的板友可以參考 WRN 上的數字解析專欄， 目前總共有五篇，分別討論了字數、文案、書名跟用字， 我自己寫得滿開心的XDD https://www.wrn.tw/category/vocabulary14/term/5904 ※ 編輯: mugicha (125.224.241.245 臺灣), 10/06/2021 22:52:27 竟然會覺得寫有 Shit 跟狗屎的表格可愛XDDDDD 其實我應該要整理一下「都是誰在說髒話」的，不然把韓武麒算在阿震頭上好無辜XDD 但是這要一句一句看好麻煩，乾脆延到下一次專欄再來寫XDD 如果我之後有把紅眼之七前的書都買齊，就連紅眼的一起統計好了～ ※ 編輯: mugicha (125.224.241.245 臺灣), 10/07/2021 12:56:20 噢，該死，該死真的太他媽的多了XDDD 下一篇文我會隨便用電子書功能算一下附上XDDD 我再往前查了暴躁公爵，沒有 Shit，只有兩次狗屎， 耿叔真的是最髒沒有之一XDDD 天啊誠惶誠恐XDDD 其他的讀者：超認真分析魔影角色登場順序跟關係 我：分析紅眼的人到底講了多少次狗屎 XDDDDDDDDDDDDDD 不知道黑大粉專的讀者看不看得到這邊，但我一起回應： 1. 我會用python沒錯，但這篇分析只有簡單用到excel XDD 沒辦法，人工智慧沒辦法幫我算他們講了多少髒話， 只能靠我自己工人智慧用電子書查詢功能慢慢看再登記， 跟紅眼他們家的科技能力差得遠啦XDDDDDDDD 不過我在 WRN 的其他專欄有用到跟機器學習有關的技術，像是斷詞跟分群， 如果要進一步分析什麼作者語言使用，就會牽涉到著作權問題， 也只能找公開的文案或是書名來玩～ 2. 整理這個意外地花時間，不過等我買齊紅眼後應該可以再寫一篇！ 到時候就會彙整哪些人講了多少次的 Shit 了(??? 但該死真的太他媽的多了，可能就隨便整理一下XDD 還有人想看什麼關鍵字也可以說(??? ※ 編輯: mugicha (125.224.241.245 臺灣), 10/07/2021 18:24:26 嘿嘿(? XDDDD 沒錯，帕哥那本也是因為語言不通所以很少髒話XDD 大老粗(下)的兩次 Shit 都是阿浪說的XDDD ((換個位置)) ※ 編輯: mugicha (125.224.241.245 臺灣), 10/07/2021 23:02:11 我回去補直播了！ 然後，對，我上班壓力很大。 哈哈哈哈哈哈哈哈哈哈哈哈哈 哦哦哦！WRN 的 limejuice 同學也提過這本書～ https://www.wrn.tw/comment/46034#comment-46034 透過電腦語言研究人類語言是我很喜歡的事XDDD 機器學習可以做很多研究，也確實做了很多研究， 像是從紅樓夢前後的文字去分析後四十章是否為曹雪芹所筆、 或是去找出作者的獨特寫作手法、常用的文字等等， 牽涉到文字向量化、機率等等等等，好喜歡>////< 《暢銷書密碼》這本書的出版年是 2016， 而自然語言處理 (NLP, natural language processing)領域在 2018 年後有個大躍進， 所以可以玩得東西就又更多了～ 所謂大躍進是 google 提出了一個叫 transformer 的 NLP 架構， 此後這個領域直接進入嶄新的一頁XDD 雖然我的專欄之路走得很緩慢（誠徵跟我一樣願意浪費生命做資料前處理的夥伴XD)， 但我接下來真的會碰比較多 NLP，可能就足以做這種人工智慧的分析了！ 最後的目標甚至是自然語言生成 (NLG, natural language generation)， 不過大概明年才會連載到那吧XDDDDD NLG 的部分可以參考下方這個用語言模型生成金庸小說的例子： https://leemeng.tw/gpt2-language-model-generate-chinese-jing-yong-novels.html 關於模型運作方式的敘述全部都可以跳過， 重點是結果滿好笑的，我很喜歡XDDDDDDDD ※ 編輯: mugicha (111.248.102.180 臺灣), 10/09/2021 21:05:52 ※ 編輯: mugicha (111.248.102.180 臺灣), 10/09/2021 23:59:16