[閒聊] 黑潔明-小肥肥的猛男日記+前傳 用字分析

[mugicha (麥茶不含咖啡因)]

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://www.ptt.cc/bbs/Romances/M.1633518654.A.02F.html
推 landing     : 如此認真的狗屎分析！
狗屎，時間都浪費在這上面了！
推 hopelong    : 耿野是口頭上的髒，而鳳力剛是實際上（無誤） 這篇
→ hopelong    : 分享也太認真！
鳳力剛的嘴也是滿髒的哈哈哈哈
推 beautyeye   : 太用心了！！！
推 godofsex    : 推
推 peiton      : 真是太有趣了！
推 polarday    : 推分析！看到圖表就笑了XDDDD
推 lupins      : 推好文！XD
推 jansec      : 這篇讓我想到Friends的Janice...
Oh.My.God.
推 VanessaHazi : 這要貼給黑大看吧XDD 推超用心！
推 ahurak      : 推分析！超有趣的
推 mieki       : 推分析
推 angelena    : 推分析，太精闢了一定要推
推 ellie0224   : 看完統計就想再回去翻翻書了，哈哈哈~
大家快來找尋 Shit 的蹤跡(????
推 kxam        : 推麥茶大，這分析太厲害了
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
推 threetimes  : 認真給推!!!
推 milkteawing : 推分析 這也太專業了吧 哈哈哈
推 SauweiLan   : 推分析XD
推 readers     : 推分析，好有趣！
推 nk891101    : 推分析～
推 babyjuicy   : 又想起阿光了，嗚嗚嗚嗚阿光快回來～～～
推 landing     : 看到"該死"的搜尋畫面真的噴笑
推 evelyn0559  : 太好笑了必須推XDDDD！
推 KyKiske     : 這個表超可愛的啦，哈哈哈
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
推 neak        : 哈哈哈 實在太用心了！還是好想知道該死的到底有多
→ neak        : 少
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
推 teatime1010 : 太強大的統計啦！
推 xien721     : 笑死這統計xdd
推 amy1985014  : 推用心統計
推 eveno       : 天啊也太認真了吧哈哈
推 ab850412    : 笑死 這一切的源頭都是耿野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
推 landing     : 黑大fb貼了XDD
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
推 xavier0802  : 太用心XDD
推 stickpig    : 超猛XDDDDDDDDDy
推 amypeng     : 在黑大fb看到分享，跑來看正文，太強大了
推 aivy27      : 笑死XDDDDDDD
推 geminim     : 推～這個分析文太爆笑了
推 kcenya      : 這分析太強了，耿野是一切的源頭—系列&髒話都是
推 MAGGIE99    : 論文
推 galaxymoon  : 請問柱狀圖顏色是咖屎色是巧合還是特別選的XD
→ mugicha     : excel 的預設顏色是藍色，所以我是不是故意挑的呢XD
嘿嘿(?
推 LucyH       : 好好看好好看好好看
推 homefisher  : 小黑不說話所以沒髒話(誤
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
→ homefisher  : 就閱讀帶入感而言 看到狗屎真的都自動轉換了 罵狗屎
→ homefisher  : 實在太奇怪 幹自然多了(稱讚？
推 idxxxx      : 朝聖推
((換個位置))
※ 編輯: mugicha (125.224.241.245 臺灣), 10/07/2021 23:02:11
推 aquariusec  : 朝聖推XD 超用心分析！
推 rainlyblue  : 超用心啊！ 一看文開頭就立刻笑出來了 XD
推 pearlmaggie : 超認真狗屎分析太有趣了 哈哈哈哈
推 AppleAlice  : 真的笑死，從耿野開始帶壞下一代!!  XDDD
推 garten      : 太認真XDD 推
推 zaqzz       : 超用心的整理 笑死XD
推 a28956325   : 朝聖推 在廁所看到笑死哈哈哈哈
推 lovelydelta : 認真給推，黑大應該看得很開心
推 landing     : 黑大昨天直播提到笑得超開心
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
推 jansec      : 覺得麥茶大的分析文集結一下 可以變成言情版的 暢銷
→ jansec      : 書密碼：人工智慧帶我們重新理解小說創作 XD
→ jansec      : 剛看完這本書就馬上想到你的分析文XDDD
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
推 jansec      : 麥茶大你上面寫的有九成我都看不懂XD 但樂見分析
→ jansec      : 這種分析 就暢銷書密碼的結論 可以發現讀者的心理與
→ jansec      : 文化 比方格雷和達文西密碼故事結構給讀者的情感曲
→ jansec      : 線一樣 書名都是女孩代表女人跳脫傳統形象 甚至把
→ jansec      : 暴力帶家庭這個私領域 而這些 女孩 書名的作者都還
→ jansec      : 沒找出結局的最佳情感弧線 象徵 書名有女孩的還會暢
→ jansec      : 銷 這些點若能看你分析羅曼史應該也很有看頭
→ jansec      : 我個人猜 台言還沒找出新的暢銷書公式 但國外有黑暗
→ jansec      : 羅曼史了(下一篇找書文發現的) 希望真的改天能不要
→ jansec      : 再一堆穿越了
推 lanagrass   : 笑死 在幹嘛啦XDDDD
※ 編輯: mugicha (111.248.102.180 臺灣), 10/09/2021 23:59:16
推 sally77917  : 推分析
推 mindykuo    : 從黑大粉絲頁過來朝聖推
推 gigicarter  : 好認真還做表格XD
推 AKTXZ16     : 認真分析就給推！
推 ruiko       : 太厲害了    認真推
推 j150200     : 這統計又認真又好笑
推 carol123    : 該死好好笑，想看該死的統計
推 squeeze323  : 我到底看了什麼XDDDDD 推分析！
推 morning9    : 被分析笑死
推 AlwaySleepy : 好有趣的分析,黑大臉書的對話也好笑
推 xxshoxx     : 太強了！不推不行啊XDDDD
推 wsid        : 哈哈哈，你好煩。
推 wsid        : 也太有趣
推 cabuccino   : 朝聖推！超認真！
推 imayoung    : 超認真！很有趣的統計XDD
推 CHUANx2     : 別浪費才能！
推 idrilann    : 朝聖推XDDDD
推 dawn0733    : 專業到我五體投地 推
推 rita4647    : 只能給認真推了
推 yannjen     : 朝聖推