大数据告诉你，这四十年来的香港歌坛在唱些什么

你真的有好好听过歌词吗...





那些年我们一起听过的港式流行歌，到底在唱些什么呢？

一位专业的数据分析师，闲来做了一些歌词文本分析来探讨这个有趣的小问题。

Step1 定义“那些年”和 “港式流行歌”

“那些年”：为了凸显港乐发展变化的轨迹，分析师将“那些年”定义为1970年到2010年，共40年，并以10年作为一个区间（年代），分别分析，以便对比。

“港式流行歌”：本着以人为本的思想，分析师先找到各个年代的代表歌手，再用爬虫爬取歌手在这个年代发行的所有专辑（录音室专辑）的歌词。选取一些知名度高、作品量大和大家比较喜欢（熟悉）的歌手。如八十年代的谭张梅陈、九十年代的四大天王等。

Step2 准备数据

定义明确后，分析师一共爬取了28位歌手，5029首歌，100+万字的歌词。其中17位男歌手/组合，11位女歌手/组合。

平均每个年代7位歌手，平均每位歌手180首歌。其实180这个数字也超乎想象，如黎明在90年代发行的专辑就有31张，而且还只算录音室专辑。

Step3 用TextRank算法提取Top50关键词

歌词文本准备就绪，那么如何在浩瀚的词海里淘到每个时代的主旋律？分析师的做法是：运用TextRank算法，提取Top 50的关键词。

Step4 关键词分析，一探究竟

在Top50关键词的基础上再去分析，其实就是间接分析了这些歌词的主题。所谓窥一斑而见全豹也！

分析师综合挑选了4个最具代表性的关键词进行分析。

为了给大家一个直观的印象，分析师用文字云的工具，每个年代分别生成一张图片。但需注意，文字云工具分词的算法，与我提取关键词的算法并不相同，下文的分析以TextRank算法的结果为依据，图片仅供参考。

70年代的歌词很有诗意，如相思、春风、今宵、鸳鸯等。可能是因为流行音乐刚开始不久，仍然受到以往粤曲风格的影响。

其中“鸳鸯”特别吸引到分析师的眼球：这种词应该主要出自女歌手，要么是小凤姐（徐小凤），要么是汪阿姐（汪明荃），一定不会是Sam哥（许冠杰）和香帅（郑少秋）的。

然而统计结果却还分析师一个冰冷的巴掌——出现34次的“鸳鸯”，小凤姐和汪阿姐一共才占了7次，Sam哥占了7次，剩下20次全是香帅的！原来脑海中只有郑少秋楚留香般的侠客形象，却忽略了他风流倜傥的另一面。看来真的要杜绝主观偏见，让数据说话。

70年代的歌词中，也出现很多英文单词，如love，me，all等。因为在许冠杰开始唱粤语之前，香港人都在听英文歌和国语歌。相信很多人对张国荣77年的American Pie有印象。英文歌是主流的现象从八十年代开始消失，可见许冠杰对港乐本土化起到极大的作用，难怪有“歌神”的称号。

诗意和英文，就像一对鸳鸯，在70年代的歌词湖泊上出双入对，代表着有别于其他年代的两大特点。这也是为什么“鸳鸯”这个词虽然出现频率不算太高，但仍当选年代关键词的原因。

80年代前后，“我心”出现的频率都很高，但零零年代就几乎不见影踪了。“妳已在我心，不必再问记着谁。”这是分析师马上找到的、找到之后就不愿再找的、包含“我心”的代表歌词。

虽说不愿再找，但好奇心驱使，分析师还是再找了找。“我堕入情网你却在网外看始终不释放，你笑笑看看我象是望着猎物我心已伤。”谭校长的《爱情陷阱》代表另一种风格的“我心”。

校长、哥哥都那么赤诚，频频将“我心”示人，不难想象其他歌手后辈会如何大力效仿，其中包括歌神张学友：《爱是永恒》中，“其实你没有别离，在我心湖中”，还有《太阳星辰》的“太阳星辰，即使变灰暗，心中记忆，一生照我心”。

顺便一提，这两首歌都出自分析师很喜欢的林振强之手，传说强伯的词有很多太阳、星星和月亮，有机会可以数据分析验证一下。

90年代，歌词中出现大量的“没有”，“不可”，“没法”，“不想”等否定词汇。（其实八十年代就已经出现这种情况，只不过九十年代愈加明显和有代表性。）其中“没有”出现的频率非常显眼！

八十年代的1098首歌中，“没有”出现了207次，平均每五首歌出现一次；九十年代的2165首歌中，“没有”出现了983次，平均每两首歌出现一次；零零年代的1262首歌中，“没有”出现了821次，几乎平均每首歌出现一次！虽然“没有”只是副词，但不妨借它来研究一下歌词里的规律。

看看几个例子：

《风筝与风》

没有灯 背影怎可上路

如没云 天空都不觉高

......

当风筝没有风

一颗心也都很重

《当》

当山峰没有棱角的时候

当河水不再流

当时间停住日夜不分

当天地万物化为虚有

《最佳损友》

问我有没有 确实也没有

《有没有》

你有没有爱过我

有没有想过我
有没有 有没有

也会有一点心动
的时候 但是说不出口
有没有 有没有 有没有
有没有 有没有 ......

韦礼安的《有没有》：最后一段就有11个“有没有”……

（《当》和《有没有》是国语歌，但这套路太像了，所以放上来一起讨论。）

不难看出，上面的歌词分两类：“没有”和“有没有”。需要注意的是，“有没有”也被统计入“没有”的词频中。但因为两者意思其实不同，只探讨“没有”。

“没有灯，没有云，山峰没有棱角”，“没有”代表一种假设。因为有了，所以假设没有，我们会怎样；假设没有，便脱离现实，去到诗意的境界（至少是歌词的境界）。

难怪六七十年代的人听不惯现在的歌，因为他们那时穷啊，那时几乎是一无所有啊，你还让他们听没有没有的，多残忍啊！而他们听的歌很多都是“有”的：

有风光，“漫漫前路有几多风光，一一细心赏”（徐小凤《漫漫前路》）；

有胸襟，“湖海洗我胸襟，河山漂我影踪”（郑少秋《楚留香》）；

有笑声，“沧海一声笑，滔滔两岸潮”（许冠杰《沧海一声笑》）；

还有情，“未怕罡风吹散了热爱，万水千山总是情”（汪明荃《万水千山总是情》）。

解释一下，以前歌里的情不同于现在，以前的情多了几分积极向上。

到了00年代，除了“没有”之外，“世界”已然成为歌曲中最热门的词。

00年代香港乐坛的代表人物无疑是第三代歌神陈奕迅，他有一首歌就叫做《世界》的：“原来爱情的世界很大，大的可以装下一百种委屈；原来爱情的世界很小，小到三个人就挤到窒息”。还有一首更为人熟知的，《全世界失眠》：“一个人失眠，全世界失眠，无辜的街灯，守候明天”。

说了很多男歌手，该到女歌手啦。00年代的香港女歌手，分析师最爱杨千嬅，《飞女正传》：“世界将我包围，誓死都一齐，壮观得有如，悬崖的婚礼”。为什么从八十年代开始，到零零年代，“世界”越来越多地被歌手们传唱？

一方面，分析师认为与全球化和经济发展有关，借用一句台词，“你连世界都没观过，还谈什么世界观？”说一样东西之前，你一定对它有所认识。“世界”在华语歌词中的流行，其实反映了一种全球化的趋势。

另一方面，分析师认为与一个人有关。这个人的名字也出现在零零年代的关键词中，也是关键词Top50中唯一一个人名——他就是林夕。（注：歌词文本中没有去掉作曲作词人等数据。）

“世界”这个中文词汇，其实出自佛经，意指时间和空间。而林夕正好是佛教徒。林夕的词，精美细腻的下面，是深不可测，蕴含着很多他的哲学思想，所以他会使用很多诸如世界的佛家用语，也理所当然。

“鸳鸯”、“我心”、“没有”、“世界”，这四个关键词中的关键词，在香港乐坛年代变迁中，出现的频率跌宕起伏。然而，另有一个词，一直稳定且低调地占据着四个年代的关键词TOP10，它就是——“爱情”。

原来“鸳鸯”也是在讲爱情：

只羡鸳鸯不羡仙，鸳鸯般的爱情无比美好；

原来“我心”也是在讲爱情：

我心伤悲或狂喜，都是爱情在发动；

原来“没有”也是在讲爱情：

没有爱情一切无法想象，有了爱情可以想象一切；

原来“世界”也是在讲爱情：

爱情的对象，有时就是全世界。

难怪圣经也说：“爱情，众水不能熄灭，大水也不能淹没。”

现在，你知道香港歌坛四十年都在唱些什么了吗？

最后，附上4个年代关键词排名对比。


（只显示前15名）

本文转自：原力大数据   作者：唔好动

免责声明：本文部分素材来源网络，相关版权归原作者所有。如有侵权，请联系删除。

更多精彩内容：

• 摩拜CEO：失败了，就当做公益吧
• 他是马云的偶像，创办的公司曾价值千亿，差点收购Google，Facebook，如今……
• 扎克伯格：真正决定人生高度的，是你做事的速度
• 顺丰上市！他曾被黑帮追杀，为员工出头，如今身价1480亿超李彦宏和许家印
• 胡飞：我就是有信心，好的作品一定有人看
• 扫地僧点化微信之父张小龙？揭秘中国科研技术最强寺庙…

    关注 众创先锋网