vlambda博客
学习文章列表

情报分析师

全国警务人员和情报人员都在关注

关注

宋词语料来源

本来想学学爬取中华诗词网的数据，但是发现只能看10页，后面的内容必须要在APP上观看，我觉得有些麻烦就放弃了。于是又找到了一个开源的诗词库，诗词库里面以json格式存储了2万多首宋词，基本上全宋词这本著作也是这么多了吧。诗词库的链接如下：
https://github.com/chinese-poetry/chinese-poetry/tree/master/ci

分析东坡词

因为诗词这东西都是古汉语，现代的分词工具使用起来非常让人无语，比如把应该成词的拆开，把不是词的判断为一起。而且诗词的用语极其精炼讲究，单字成意，只分析字比分析词效果会更好。我并不是偷懒不分析词了，只是尝试过分析词之后发现真的不如分析字。当然也可能是因为仅仅分析了苏轼的词，语料库不够丰富的缘故，通过分析我得到了以下几个结论。

1.苏轼最喜欢的季节

通过对春夏秋冬字频的统计，发现春使用的频率最高，其次便是秋。意外的是夏冬两字极少。春秋可以承载历史，春秋也可以寄托情思，可能是这样的文化氛围使得夏冬着墨较少。

2.苏轼最喜欢的颜色

从古至今，红色一直都是最吉祥的颜色，也是最能代表中国的颜色。而白色就代表这纯洁清廉等等，是为官者最崇尚的颜色。黄色是最尊贵的颜色，青翠碧绿这些绿色系代表着生机勃勃。都是比较能量满满的颜色。

3.苏轼最喜欢的植物

刚才还说夏冬着墨较少，原来古人含蓄，都寄托在了景物上，夏天的杨柳依依，代表了离别时的不舍。冬天的傲骨寒梅，代表了文人的气节。

4.苏轼最喜欢的动物

马在古代是最重要的交通工具，也是驰骋疆场的行军利器，古来男子都爱马就像今之男子爱车一样。龙与凤更是尊贵的化身，是上进有为的青年孜孜以求的。

5.琴棋书画还是柴米油盐

苏轼一生格调极高，虽然获得了美食博主之名，对于花还是偏爱的。其次才是饮酒作画，然后是诗书，柴米油盐的往后靠靠吧，谁让咱这么有才华。

6.苏轼的人生轨迹

苏轼一生仕途坎坷，这也许是宋朝官吏的常态，升迁贬谪没经历过怎么可以进入背诵并默写天团。伴随着他的官场沉浮，走过了大江南北。根据苏轼去过的地方，绘制了他的人生轨迹地图。

这原本是个动态图，如果想看动图可以看下面的视频，提供作者哔哩哔哩的视频链接给大家，链接如下：

https://www.bilibili.com/video/BV1Me411W7Xt/

文章来源于数据分析与统计学之美，版权归作者所有。

数据统计，优秀的人99%都会关注后设为星标