期刊信息
刊名:数据分析与知识发现
曾用名:现代图书情报技术;计算机与图书馆
主办:中国科学院文献情报中心
主管:中国科学院
ISSN:2096-3467
CN:10-1478/G2
语言:中文
周期:月刊
影响因子:0.912234
数据库收录:
北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2017版);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);中文社会科学引文索引-来源(2017-2018);中文社会科学引文索引-来源(2019-2020);国家哲学社会科学学术期刊数据库;中国人文社科核心期刊;中国科技核心期刊;期刊分类:图书情报与数字图书馆
期刊热词:
研究论文
曾用名:现代图书情报技术;计算机与图书馆
主办:中国科学院文献情报中心
主管:中国科学院
ISSN:2096-3467
CN:10-1478/G2
语言:中文
周期:月刊
影响因子:0.912234
数据库收录:
北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2017版);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);中文社会科学引文索引-来源(2017-2018);中文社会科学引文索引-来源(2019-2020);国家哲学社会科学学术期刊数据库;中国人文社科核心期刊;中国科技核心期刊;期刊分类:图书情报与数字图书馆
期刊热词:
研究论文
临别给《生活大爆炸》做个台词数据分析,你猜
【作者】网站采编
【关键词】
【摘要】大数据文摘出品 作者:张弛、王奇文、蒋宝尚 2019年5月1日,美剧《生活大爆炸》最后一集正式宣布杀青,于北京时间5月17日早8点播出,时长达一个小时。这部陪伴观众成长了12年的美
大数据文摘出品
作者:张弛、王奇文、蒋宝尚
2019年5月1日,美剧《生活大爆炸》最后一集正式宣布杀青,于北京时间5月17日早8点播出,时长达一个小时。这部陪伴观众成长了12年的美剧,已与全球观众告别。
如果说《老友记》是上一代的美剧青春,那《生活大爆炸》无疑是今天90后这一代人精神版图中不可或缺的部分。
12年对全球观众意味着多久?中学6年,大学4年,毕业2年,从懵懂到成熟,整个青春时代……
这12年,剧中角色遇到了各自的真爱,经历了各自的得失,我们也毕业、告别、成家、生子。
剧中人物各具特色,在他们身上,我们或多或少能够看到自己的影子。小编作为多年美剧《生活大爆炸》的粉丝,抛开情感不谈,在看完生活大爆炸最后一集,我开始纳闷,到底谁是《生活大爆炸》的主角?
是虽然高智商天才但是个偏执狂谢尔顿?还是感情丰富却优柔寡断的莱纳德?又或者是一向被称为“妈妈的好孩子”却好色的霍华德?还是表面害羞客观,内心花花公子的拉杰什?
一千个读者心中有一千个哈姆雷特,每个人对于谁是主角都有不同的答案,但是小编利用数据分析出,到底谁是《生活大爆炸》中的C位。
为了确定这个问题的答案,小编从GitHub中下载了《生活大爆炸》九季的剧情,并且用不同的参数来找出谁是最突出的。
整个分析是使用Python完成的,数据集本身已经被处理的很好,每个场景以及每个人的对白都已经被提取了出来,并以json文件存储。小编将文件转换成结构数据的过程中省了不少力气。
数据集地址:
https://github.com/skashyap7/TBBTCorpus
数据分析部分代码地址:
https://github.com/wqw547243068/Python-learning/blob/master/courses/chapter_3/big_bang_theory.ipynb?tdsourcetag=s_pcqq_aiomsg
谢耳朵助攻女友跻身主角
首先,看看每个人的台词。因为无法得到每个角色在屏幕中实际出现的时间,所以每个人的台词量可以作为一个合理的估算标准,所以究竟是哪位的台词最多呢。
谢尔顿十多万的台词数目排在第一位,而莱纳德虽然排在了第二位,但是和谢尔顿相差一倍。卡蕾·措科饰演的Penny作为唯一的女主角当仁不让的超过了霍华德和拉杰什排在了第三位。Amy出现在电视剧中第三季最后一集,虽然只是霍华德通过婚介网偷偷帮谢尔顿找的女朋友,但是作为第四季以及之后的班底人物,妥妥的跻身女主角行列。
演员们说了这么多台词,那么什么是他们口中最经常出现的台词呢?
经过分析,选出了出现频率为top30的词汇,去掉The、to、a、of等停用词,发现几“I”和“you”在每位主角的台词中出现频率最高,这也符合本剧的设置,因为大多数笑点包袱是通过对话抖出来的。
除此之外,莱纳德喜欢说Know、Penny喜欢说oh~谢尔顿喜欢也喜欢说Know,值得一提的是,在9季电视剧中,他叫了莱纳德657次。作为谢尔顿的女友,Amy当然叫谢尔顿的次数最多啦~足足有266次。另外,霍华德和拉杰什喊的台词最多也是know。
有了“I”和“you”出现的次数,完全可以假定当“I”出现的时候,角色必然会出现在荧幕上,这在一定程度上能够反映导演给的镜头数量~
数据结果非常有趣,谢尔顿仍然是冠军,其他排名和台词数量保持一致,值得注意的是,莱纳德和Penny镜头相差无几,霍华德和拉杰什的镜头数量相差不多,而作为后登场的Amy显然不如她的几位“前辈”。
那么,考虑全部的台词,各位主角的名字出现了多少次呢?显然,这也是非常能够体现各位主角地位的地方。
显然,分析结果和上面的稍微 不一样,拉杰什稍逊Amy一筹,毕竟作为谢尔顿的女友,台词之王给予的助攻是不可忽略的。
谢尔顿多榜第一霸占C位