網(wǎng)上看到一個帖子，寫的網(wǎng)友統(tǒng)計的全宋詞的結(jié)果姨伟，閑暇之余大家可以看下，非常有趣啊拙寡，這個結(jié)果確實是基于大數(shù)據(jù)的授滓，也挺實用！
你羨慕那些出口就會吟詩的文人嗎？現(xiàn)在可以不用再羨慕他們了般堆！因為一位網(wǎng)友“yixuan”閑來無事在孝，把《全宋詞》拿出來“搗鼓”，算出了其中的99個高頻詞匯淮摔。熟記這些高頻詞私沮，你就可以隨性所欲進(jìn)行創(chuàng)作了！你還可以用“無序”的數(shù)字來創(chuàng)造一首“美妙絕倫”的宋詞和橙，圓周率也可以哦仔燕！
簡化宋詞就是“東風(fēng)何處在人間”
署名為“yixuan”的網(wǎng)友在個人博客里寫道：“突然想看看宋詞里面什么樣的意象是最常見的，比如可以做個頻率分析什么的魔招。當(dāng)然文本挖掘需要分詞晰搀，我沒 法在其中花太多時間，于是想出了一個土辦法办斑。宋詞的句子都很短外恕，如果窮舉可能的字的組合的話并不是太多，況且最常見的詞語一般是兩三個字乡翅，這樣可能的組合 就更少了鳞疲。”比如“猶解嫁東風(fēng)”這句話蠕蚜，可能的二字組合是“猶解”“解嫁”“嫁東”“東風(fēng)”尚洽，三字組合是“猶解嫁”“解嫁東”“嫁東風(fēng)”，詞的字?jǐn)?shù)越多靶累， 可能的組合就越少腺毫。如果把每句話可能的字的組合都列舉出來，就可以整體統(tǒng)計頻率了尺铣∷┣”大家一致分析這位網(wǎng)友一定是個理科生争舞。
隨后凛忿， “yixuan”貼出了他算出來的高頻詞，排在前面的分別是：
1竞川、1485
2店溢、東風(fēng)(1382)
3、何處(1230)
4委乌、人間(1202)
5床牧、風(fēng)流(857)
6、歸去(812)
7遭贸、春風(fēng)(802)
8戈咳、西風(fēng)(779)
9、歸來(771)
10、江南(765)
……
至于為什么第一名是數(shù)字著蛙，他解釋：“排在第一的是無效字符删铃，這跟數(shù)據(jù)源有關(guān)√けぃ”
這個結(jié)果一出來猎唁，一位網(wǎng)友就一語道破了“玄機”，“原來顷蟆，最流行的宋詞就是‘東風(fēng)何處在人間’敖胗纭！”
生日帐偎、手機號 隨意組合都很美
還有更絕的呢逐纬！署名為“達(dá)芬奇的雞蛋”的果殼網(wǎng)友不知怎么地，就想到了拿大家都會背一點的圓周率進(jìn)行創(chuàng)作削樊，兩個數(shù)字一斷风题，對照高頻詞表，一首“華麗麗”的詞就出來了嫉父！還附上了說明沛硅，特別像模像樣。
達(dá)芬奇的雞蛋 @ 果殼
清平樂·圓周率
回首明月（一看就是抒情詩）
14 15
悠悠心事空（果然绕辖，貌似失戀了）
92 65
西湖何事寂寞中（觸景生情）
35 89 79
風(fēng)吹斜陽匆匆（回憶那天下午的艷遇）
32 38 46
芳草平生斜陽（平生見過最美的太陽和芳草摇肌，都是因為那里有你的身影）
26 43 38
風(fēng)吹寂寞今日（到現(xiàn)在就剩我自己）
32 79 50
一枝富貴年年（好花美麗年年開，好景宜人不常在）
28 84 19
斷腸長安不知（我的思念遠(yuǎn)方的你可知道仪际？）
71 69 39
如夢令·根號二
深處時節(jié)千里（過了許多年围小，男豬腳來到了很遙遠(yuǎn)的地方）
41 42 13
消息當(dāng)年鴛鴦（這。树碱。找老相好去了肯适？）
56 23 73
歸來今日（妹子，我胡漢三回來啦）
09 50
一點無情多少（你還知道來看我俺砂瘛？蛱颉）
48 80 16
今夜，今夜（要出問題了赎婚。刘绣。。）
88 88
而今時節(jié)歸來（仿佛重回當(dāng)年挣输，男豬腳依然那么堅挺）
72 42 09
看完這首詩纬凤，網(wǎng)友們一邊膜拜，一邊自己的創(chuàng)作靈感也被打開了撩嚼。
“丘寒”留言道：“試著用某個號碼創(chuàng)作了一首：天上相思停士，芳草年年挖帘，昨夜江南，回首一笑多情恋技〕μ祝”
“零Ronnie”很有創(chuàng)作激情：“我的生日：年年江上，江南春風(fēng)猖任；我的手機號：明月芳草去年你稚，江南闌干歸去……還真挺上口的！我也能做詩人了哈哈朱躺！”
理科生歡呼：消滅文科生的日子來了
可是這么一來刁赖，文科生又不淡定了，一群文科生跳起來反擊长搀。
“雯名霞邇”大叫：“統(tǒng)統(tǒng)拖出去宇弛，斬了！這讓學(xué)中文的人情何以堪霸辞搿枪芒！”
“Rockfish”代表理科生還擊：“理科宅男們消滅文科生的日子到來了！拿起你的計算器谁尸，消滅文藝青年吧舅踪！”
“可可”童鞋呼喚：“就讓科技小清新來得更猛烈些吧！”
還有一群網(wǎng)友七嘴八舌討論著良蛮。
“沌世界”淡定地說：“不知宋詞的粉絲看了是不是有一種偶像破滅的感覺抽碌。”
“家杰仕”童鞋也總結(jié)道：“文藝男女已經(jīng)阻止不了技術(shù)宅作詩了决瞳！”
網(wǎng)友“Rakin”點評：“理科生文藝得真兇猛货徙！”
“焰心Spring”呼吁：“想文藝一回的同學(xué)請轉(zhuǎn)！”
“ChanIm”表示：“當(dāng)時學(xué)寫詩的時候超鄙視這些皮胡，現(xiàn)在淡定了痴颊，因為沒那么多愁善感了÷藕兀”
“思念的秋天”感慨：“穿越必備蠢棱！”
“NetCharm”說：“背熟了，隨便組合一下烹笔，寫出來的也不會太爛裳扯。”
“huahualipo”童鞋還提出了意見：“高人谤职，能不能把平仄也加上……如果平仄太困難，至少考慮一下詞尾押韻如何亿鲜？韻腳也就十來個允蜈，每個都分配一個數(shù)值冤吨，然后每隔一行，末尾的詞就只從一個值下選饶套。這樣會大大增加仿真度颁鲶 ！”
1 1485 2 東風(fēng) 1382 3 何處 1230 4 人間 1202
5 風(fēng)流 857 6 歸去 812 7 春風(fēng) 802 8 西風(fēng) 779
9 歸來 771 10 江南 765 11 相思 753 12 梅花 732
13 千里 676 14 回首 656 15 明月 651 16 多少 648
17 如今 642 18 闌干 630 19 年年 613 20 萬里 590
21 一笑 582 22 黃昏 550 23 當(dāng)年 542 24 天涯 537
25 相逢 528 26 芳草 527 27 尊前 516 28 一枝 512
29 風(fēng)雨 505 30 流水 472 31 依舊 472 32 風(fēng)吹 471
33 風(fēng)月 461 34 多情 457 35 故人 451 36 當(dāng)時 450
37 無人 445 38 斜陽 438 39 不知 430 40 不見 429
41 深處 422 42 時節(jié) 403 43 平生 398 44 凄涼 398
45 春色 394 46 匆匆 383 47 功名 383 48 一點 378
49 無限 377 50 今日 369 51 天上 368 52 楊柳 362
53 西湖 356 54 桃花 354 55 扁舟 353 56 消息 351
57 憔悴 344 58 何事 339 59 芙蓉 338 60 神仙 334
61 一片 334 62 桃李 333 63 人生 332 64 十分 331
65 心事 329 66 黃花 328 67 一聲 325 68 佳人 324
69 長安 321 70 東君 319 71 斷腸 316 72 而今 315
73 鴛鴦 314 74 為誰 313 75 十年 310 76 去年 309
77 少年 308 78 海棠 307 79 寂寞 306 80 無情 306
81 不是 305 82 時候 304 83 腸斷 303 84 富貴 303
85 蓬萊 303 86 昨夜 303 87 行人 302 88 今夜 301
89 誰知 300 90 不似 299 91 江上 298 92 悠悠 296
93 幾度 295 94 青山 295 95 何時 294 96 天氣 293
97 惟有 293 98 一曲 291 99 月明 291 100 往事 290
不知各位看官看到上面這些既熟悉又悠遠(yuǎn)的話語又將作何感想妓蛮？或許怠李，她們就是我們千百年來的精神寄托吧。
@ 果殼
試了下在R下面執(zhí)行此代碼, 不過在我機子上好像有問題. 于是按照這個思路用KNIME做了個簡單統(tǒng)計流程. (數(shù)據(jù)源相同)
流程如:
因為多處理了一點異常, 雙字詞頻順序基本一樣, 數(shù)量稍有區(qū)別, 不重復(fù)貼了. 不過可以貼出短句句頻:D
"到如今",50 "君知否",46 "誰知道",30 "功名事",28
"須信道",28 "最好是",27 "人間世",26 "從今去",26
"凝佇",25 "歸去",24 "不如歸去",23 "知否",23
"誰信道",23 "倚闌干",21 "到而今",21 "又還是",21
"歸去來兮",21 "人不見",20 "當(dāng)此際",20 "記當(dāng)年",19
"東風(fēng)里",18 "怎奈向",18 "春去也",18 "須知道",18
"爭知道",17 "更那堪",17 "留不住",17 "謾贏得",17
"那堪更",17 "一觴一詠",16 "休休",16 "君不見",16
"家山好",16 "歸來也",16 "思往事",16 "悠悠",16
"無緒",16 "還知否",16 "追往事",16 "人間天上",15
"最苦是",14 "疏影橫斜",14 "空悵望",14 "空惆悵",14
"記年時",14 "人間事",13 "又只恐",13 "回首處",13
"夜沈沈",13 "斷人腸",13 "早歸來",13 "有多少",13
"空凝佇",13 "向尊前",12 "微雨過",12 "情脈脈",12
"斜陽外",12 "無語",12 "月明中",12 "朱顏綠鬢",12
"綠鬢朱顏",12 "誰念我",12 "還知么",12 "問何如",12
"不堪回首",11 "東風(fēng)惡",11 "人何處",11 "人正在",11
"今老矣",11 "從別后",11 "倚東風(fēng)",11 "又何須",11
"多少事",11 "天長地久",11 "安陽好",11 "對東風(fēng)",11
"對西風(fēng)",11 "廣寒宮殿",11 "歸去也",11 "歸來晚",11
"愿年年",11 "江南岸",11 "空回首",11 "終不似",11
"腸斷",11 "腸斷處",11 "落花飛絮",11 "西源好",11
"闌干外",11 "風(fēng)流",11 "颼颼",11 "與誰同",10
"五云深處",10 "人間何處難忘酒",10 "人靜",10 "從此去",10
"倚西風(fēng)",10 "分明是",10 "功名富貴",10 "南徐好",10
"歲歲年年",10 "思晴好",10 "想當(dāng)年",10 "無限事",10
"朝朝暮暮",10 "歌窈窕",10 "獨自個",10 "竹籬茅舍",10
"綸巾羽扇",10 "良辰美景",10 "記當(dāng)時",10 "詩曰",10
"醉歸來",10 "七十古來稀",9 "人如玉",9 "人盡道",9
"何處",9 "凝望處",9 "千古恨",9 "千秋歲",9
"去年今日",9 "向此際",9 "坐中客",9 "天賦與",9
"好天良夜",9 "年年今日",9 "待歸來",9 "愁絕",9
"故人何處",9 "明月清風(fēng)",9 "暗香浮動",9 "曲水流觴",9
"渾不似",9 "清絕",9 "盈盈",9 "空腸斷",9
"空贏得",9 "算人間",9 "算只有",9 "緣底事",9
"記當(dāng)日",9 "還又是",9 "道骨仙風(fēng)",9 "都付與",9
"都休問",9 "酒醒時",9 "問人間",9 "問何時",9
"風(fēng)不定",9 "一聲聲",8 "不見",8 "二十年",8
"人散后",8 "人易老",8 "從今后",8 "休去",8
"休辭醉",8 "依然是",8 "幾時休",8 "憑闌久",8
"去天尺五",8 "又誰知",8 "君且住",8 "吾老矣",8
"回首",8 "堪羨",8 "多少恨",8 "夜來風(fēng)雨",8
"天下事",8 "天如水",8 "如何得",8 "嫣然一笑",8
"寂寞",8 "山居好",8 "歸去來",8 "心下事",8
"怎知道",8 "思悠悠",8 "恁時節(jié)",8 "悄無人",8
"愿歲歲",8 "文章太守",8 "無個事",8 "最關(guān)情",8
"最好處",8 "有誰知",8 "浮世事",8 "滿城風(fēng)雨",8
"玉骨冰肌",8 "畫堂深",8 "登臨處",8 "看不足",8
"真?zhèn)€是",8 "知何處",8 "知音少",8 "稱壽處",8
"空相憶",8 "笑人間",8 "紗窗外",8 "落花流水",8
"長安道",8 "問當(dāng)年",8 "雨初晴",8 "頻回首",8
"風(fēng)又雨",8 "風(fēng)流云散",8 "一杯酒",7 "一蓑煙雨",7
"三千歲",7 "東風(fēng)外",7 "人去后",7 "人未老",7
"人道是",7 "今夜里",7 "但悵望",7 "佳人何處",7
"再相逢",7 "冰肌玉骨",7 "凈幾明窗",7 "凄涼",7
"凌波微步",7 "凝望久",7 "千山萬水",7 "卷珠簾",7
"又何妨",7 "又過了",7 "嘆人生",7 "君看取",7
"吳頭楚尾",7 "地久天長",7 "堪恨處",7 "堪愛處",7
"多應(yīng)是",7 "夜將闌",7 "天付與",7 "天寒日暮",7
"如今憔悴",7 "山無數(shù)",7 "簾櫳靜",7 "廣寒宮里",7
"待明朝",7 "憶當(dāng)年",7 "急管繁弦",7 "恨悠悠",7
"憔悴",7 "攜手處",7 "無一事",7 "暗香疏影",7
"最難忘",7 "月明風(fēng)細(xì)",7 "有個人人",7 "水悠悠",7
"江南春早",7 "深院宇",7 "深院靜",7 "清風(fēng)明月",7
"畫圖中",7 "留戀",7 "留春不住",7 "相逢",7
"相逢處",7 "看明年",7 "算惟有",7 "經(jīng)行處",7
"綺羅叢里",7 "緩帶輕裘",7 "腸欲斷",7 "自別后",7
"莫匆匆",7 "行樂處",7 "許多愁",7 "試與問",7
"試屈指",7 "談笑里",7 "謾回首",7 "還知道",7
"送君南浦",7 "都不管",7 "都莫問",7 "酒巡未止",7
"采菱拾翠",7 "長亭路",7 "問誰是",7 "難忘處",7
"非煙非霧",7 "風(fēng)前月下",7 "黯銷魂",7 "一葉扁舟",6
"一年一度",6 "一杯相屬",6 "一枝枝",6 "一輪明月",6
"下缺",6 "不知今夕何夕",6 "東風(fēng)起",6 "舉杯相屬",6
"之句",6 "人似玉",6 "人別后",6 "人生行樂",6
"人都道",6 "人間",6 "今夕何夕",6 "仙風(fēng)道骨",6
"似當(dāng)年",6 "但回首",6 "但贏得",6 "佳麗地",6
"依前是",6 "依然",6 "便從今",6 "便直饒",6
"凝眸",6 "幾番風(fēng)雨",6 "憑誰說",6 "憑闌處",6
"憑闌干",6 "分付與",6 "分?jǐn)y處",6 "別離情緒",6
