文本挖掘周杰伦近20年来歌词，悠悠青春何所吟

Posted 2021-04-16 城市数据研究院

想把这些歌儿唱给你听

如果有机会

01

篱笆外的古道

我牵着你走过
荒烟漫草的年头

就连分手都很沉默

          

 东风破 2003

”

 

言归正传。

周杰伦，中国台湾流行乐男歌手、音乐人。

2000年发行首张个人专辑《Jay》。

从此，杰伦的音乐伴随着80、90后们，走过了少年、青年以及中年......

那么，这将近20年的时光，他究竟在唱些什么？

借助爬虫和R文本挖掘技术，以及现流行的诸多数据可视化工具，让我们一起来重读Jay的歌词。

重温旧时光。

STEP1  采集歌词数据

在虾米音乐搜索关键字——“周杰伦”，共出现710首歌曲记录。出现在第一首的便是《告白气球》。

将所有歌词按照【作词-作曲-标题-所属专辑-演唱者-歌词】的格式爬取出来，并筛选演唱者为周杰伦的歌曲。

呈现形式如图下所示。

STEP2  分词、词性处理和文本分析

用R对歌词进行文本挖掘，需要加载的包有rJava，Rwordseg，wordcloud等。

将文本中的“那、我、你”等字眼剔除后，用其它的词语画出Jay的肖像字符云。字体越大，表明出现的频率越高。

1

前三关键词：“没有”、“我们”、“怎么”

之前有文章分析香港四十年来的歌曲关键词。发现90年代以后，歌坛的关键词从以前的“相思、鸳鸯、我心”切换成了“没有”。

我们的词云分析也符合此观点。看来，流行的趋势是一致的。

杰伦的重点关键词：没有、我们、怎么、一个、什么、开始、一起......

将这些关键词语带入他的歌词中，可以得到印证。

简单爱

我想就这样牵着你的手不放开

爱可不可以简简单单没有伤害

龙卷风 

没有你以后 我灵魂失控

黑云在降落 我被它拖着走

 明明就

糖果罐里好多颜色  微笑却不甜了

你的某些快乐  在没有我的时刻

蒲公英的约定

将愿望折纸飞机寄成信
因为我们等不到那流星

听妈妈的话

用功读书 怎么会从我嘴巴说出
不想你输 所以要叫你用功读书

以父之名

脆弱时间到

我们一起来祷告
 

2

形容词：温柔、沉默、快乐与孤独

周杰伦的歌词中，出现频率最高的形容词是“温柔”。其次是“沉默”、“快乐”与“孤独”。

有趣的是，我们将Jay歌词中排名前九的形容词排排队，可以基本组成这样一段话：

沉默的温柔，虽孤独与寂寞，却自由并快乐。

简单的梦，是你甜蜜与幸福般的笑容。

歌词中，有年少不知愁滋味般的甜腻，也有越长大越孤单的唏嘘。可以说，周杰伦书写的不仅是词中那一代人的青春，也是千千万万人共同的青春。

词眼里想要表达的也是少年弄堂里常徘徊的三两心事，稚嫩却娓娓动听。

烟花易冷

听青春迎来笑声羡煞许多人
那史册温柔不肯下笔都太狠

千里之外

我送你离开 千里之外 你无声黑白
沉默年代 或许不该 太遥远的相爱

开不了口

我的快乐是你
想你想的都会笑
没有你在我有多难熬

白色风车

我们走到这就好
因为我不想太快走完这幸福
很可惜没有祝福
但爱你并不孤独

3

时间词：旧时光里的故事

从时间的属性来看，杰伦歌词的次序是“过去”>“现在”>“将来”，这是很正常的事情。自古诗人便如此。旧时光经过岁月的磨砺，绽放出淡淡柔情和寥寥遗憾，容人想念。

而，旧时光里的故事更能直击人的内心柔软处，与他人产生情感共鸣。

TA，可能是一件难忘的事儿，也可能是一个想念的人儿，又或者是一种感觉，一份情怀。

总之，TA让人回忆，令人深刻。

回到过去

想回到过去
试着抱你在怀里

手写的从前

初恋是整遍 手写的从前
还记得 那年秋天 说了再见

4

名词：世界、爱情、微笑与音乐

通过对名词进行解析，我们终于能够对歌词有一个整体的感受。

这世界，有爱情、有微笑、有音乐还有眼泪。

这故事，有勇气、有思念、有结局还有记忆。

当然，还有公公偏头痛。：）

可爱女人

世界这样大而我而我只是只小小小的蚂蚁

但我要尽全力全力全力保护你

龙卷风

爱情来的太快就像龙卷风

离不开暴风圈来不及逃

琴伤

微笑眺望远方 是你的习惯
古典钢琴 在敲打 小小的那哀伤

结束语

在文本挖掘的过程中，还发现一些有趣的想象：

歌词中季节出现的频率：冬天>秋天>夏天>春天。“春天”在所有的文本中只出现了2次。看来，方文山不太喜欢春天噢。

此外，周杰伦的歌词中，很少出现具体的城市名。“城堡”、“城市”、“江山”、“江湖”等词汇取代了具体的地名。

然，

寥寥数语，

描不出记忆画卷。

待后续慢慢补。

注：文中Jay专辑封面图来源于网络。

推荐阅读

↓↓↓