The Speech of Fiction
Ｗ2 microblog
Jessica
/ 2019-03-14
/
上週提到了我是一個非常喜歡逛書店、看書的人。上次的blog（從數字看新書）主要是著重在書的「外在環境」：台灣的出版業及不同年齡讀者的喜好上。這週我想要回歸到書本的「內在」，即是書裡面的文字部分。 如果問大多數人，書本、小說裡面的文字是屬於書面語還是口語呢？大多數人應該都會覺得：你在說什麼廢話！？當然是「書」面語啊～它都叫「書」了！那如果是問書裡面角色的對白呢？這時候你可能就有點遲疑了，書中人物講話「很像」我們平時講話，但卻又沒那麼像。若將我們平時講的話都錄下來，應該會像下面這樣充滿斷句、打岔、贅句、未完句：
秘書：「還是……我等一下再……」
主管：「要問一下，問一下啦。」
秘書：「恩恩…好…好」
真實對話，大部份是無聊的碎渣。但你有看過小說裡面的人這樣講話的嗎？小說裡的人，講話好像都比我們再「有水準」一點，像下面這樣：
傑西：「嗨，比爾，我其實是迷路了，剛才有人搶了我的皮包，你看，我的鼻子。」
比爾：「天哪，傑西，你的鼻子大而紅腫，流了一些鼻血，發生什麼事了？」
例子取自 《變身暢銷小說家：倪采青談小說寫作技巧》
這時候你又會覺得：哪個正常人平常會這樣講話啦～因為其實很少人在見面講話時，會頻頻稱對方的名字，也應該很少人在被搶之後，還會冷靜地用語言，不加任何狀聲詞和手勢，來描述那個事件。
啊講了那麼多，所以……
總之，我就是對小說裡面的對話很感興趣，像是小說裡的對話大都是怎樣呈現、不同類型的小說是否會有不同的對話表現，這些都是在這篇blog裡面會談到的。
人物要講話前，都會出現什麼……?
首先，我從鏡文學網站上，爬了點擊總排行榜上的前三名，又根據不同類型（都會、歷史、愛情），抓了各類型的第一、二名的小說。然後利用文本分析器，找出在“「」”前最常出現的句子，並計算它們的句子長度（幾個字），結果如下：
Figure 1: 對話前句子長度
圖表顯示，不管是哪一種類型的小說，對話前的句子都不長，集中在6~12個字中間。但是，Ghost Mansion鬼魅豪宅(總點擊排行榜第一名）的作者特別愛用長句來表現對話前的句子，比跟它同是都會小說（chic)的其他作品還要來得高。這表示這位作者特別喜歡在讓角色說話前給予很多描述，比如說：操著孟加拉腔調的司機長篇大論地繼續發表著、小范立刻脫掉西裝強迫自己露出笑容……。 接下來我們來看看這些「對話前」的句子都長什麼樣吧！
| top1 | top2 | top3 |
|---|---|---|
| 笑(VA) 著(Di) 說(VE) | 說(VE) | 溫聲(Na) 說道(VE) |
| 葉國強(Nb) 搖(VAC) 了(Di) 搖頭(VA) 說(VE) | 又(D) 說(VE) | 輕聲(D) 說(VE) |
| 小(VH) 范(Nb) 立刻(D) 脫掉(VC) 西裝(Na) 強迫(VF) 自己(Nh) 露出(VC) 笑容(Na) | 曾國藩(Nb) 說(VE) | 奇怪(VK) 的(DE) 問(VE) |
| 葉國強(Nb) 打斷(VC) 她(Nh) 的(DE) 話(Na) | 笑(VA) 說(VE) | 小聲(Nb) 說(VE) |
| 操(VC) 著(Di) 孟加拉(Nb) 腔調(Na) 的(DE) 司機(Na) 長篇大論(Na) 地(DE) 繼續(VF) 發表(VC) 著(Di) | 他(Nh) 說(VE) | 低聲(D) 問道(VE) |
| 矗立(VH) 著(Di) 又(D) 大(VH) 又(Caa) 明顯(VH) 且(Caa) 看起來(D) 還(D) 很(Dfa) 新(VH) 的(DE) 告示牌(Na) | 趙(Nb) 剛(D) 說(VE) | 顏妤婷(Nb) 笑笑(VA) 說(VE) |
| 房間(Nc) 深處(Nc) 傳來(VC) 一(Neu) 陣(Nf) 空洞(VH) 的(DE) 呻吟聲(Na) | 道(Na) | 顏妤婷(Nb) 微紅著臉(VH) 說(VE) |
| 還(D) 大聲(VH) 地(DE) 一(Neu) 個(Nf) 字(Na) 一(Neu) 個(Nf) 字(Na) 喊出來(VE) | 胡爺(Nb) 說(VE) | 說道(VE) |
| 我(Nh) 探(VC) 著(Di) 頭(Na) 對(P) 著(Di) 屋(Na) 內(Ncd) 喊(VE) | 方(D) 說(VE) | 她(Nh) 說(VE) |
| 那(Nep) 婦人(Na) 對(P) 著(Di) 我(Nh) 說(VE) | 才(Da) 說(VE) | 過(Di) 一會(Nd) 才(Da) 開口(VA) |
| chic | historical | romance |
|---|---|---|
| 他(Nh) 說(VE) | 說(VE) | 溫聲(Na) 說道(VE) |
| 說(VE) | 道(Na) | 輕聲(D) 說(VE) |
| 笑(VA) 著(Di) 說(VE) | 劉寧道(Nb) | 奇怪(VK) 的(DE) 問(VE) |
| 笑(VA) 說(VE) | 又(D) 說(VE) | 小聲(Nb) 說(VE) |
| 葉國強(Nb) 搖(VAC) 了(Di) 搖頭(VA) 說(VE) | 寒(VH) 凜(VH) 月(Na) 道(Na) | 低聲(D) 問道(VE) |
| 小(VH) 范(Nb) 立刻(D) 脫掉(VC) 西裝(Na) 強迫(VF) 自己(Nh) 露出(VC) 笑容(Na) | 曾國藩(Nb) 說(VE) | 顏妤婷(Nb) 笑笑(VA) 說(VE) |
| 葉國強(Nb) 打斷(VC) 她(Nh) 的(DE) 話(Na) | 又(D) 道(VE) | 顏妤婷(Nb) 微紅著臉(VH) 說(VE) |
| 又(D) 說(VE) | 柔聲(Na) 道(Na) | 說道(VE) |
| 問(VE) | 低聲道(Na) | 她(Nh) 說(VE) |
| 洋洋(Na) 說(VE) | 叫道(VE) | 過(Di) 一會(Nd) 才(Da) 開口(VA) |
除了將這些對話列出來，我還使用了國教院分詞系統幫這些句子做了詞性標註。國教院的詞性是完全採用中研院的詞性標記系統。之所以會選用，是因為試了好多其他的詞性標註工具或套件，但不是安裝太麻煩就是成效不彰。像是Jieba其實有繁體中文的詞性標註功能，速度也很快，但標出來的結果真的是很令人失望，「笑」著說的「笑」竟然會標「Na」!而其他像是SnowNLP, Hanlp其實也都有詞性標註功能，但無奈我暫時還裝不起來這些套件ＱＱ，所以這禮拜先暫時使用國教院的分詞系統。從結果上來看，整體正確率還不錯，但還是偶有疏漏之處，像是ＸＸＸ「道」，就會被標成「Na」。我猜測有可能是因為它背後訓練的資料新近詞的收量較大，而像「道」這種古典的用法就沒有涵蓋。
再來看看對話本身吧
利用前面所提到的文本分析器，我也抓出“「」”內的句子長度，以及這些對話佔整篇小說的比例。
Figure 2: 熱門點擊小說平均對話長度
Figure 3: 各類型小說平均對話長度
top3_dg_pro=readRDS("top3_before_dialogue_proportion.rds")
knitr::kable(top3_dg_pro, caption = "top3 對話比例")| top3 | ds.avg | ds.pro |
|---|---|---|
| Ghost Mansion | 26.600 | 0.0584186 |
| Mantra | 23.026 | 0.1177604 |
| My heart belongs to you | 23.466 | 0.1822270 |
genre_dg_pro=readRDS("genre_before_dialogue_proportion.rds")
knitr::kable(genre_dg_pro, caption = "genre 對話比例")| genre | ds.avg | ds.pro |
|---|---|---|
| chic | 25.68 | 0.0700819 |
| historical | 24.50 | 0.1407699 |
| romance | 23.07 | 0.1488719 |
其實從小說對話的長度來看，好像看不出個什麼端倪，因為都差不多在20多個字左右。但若是看對話比例的話，也許可以看出一些趨勢。My Heart Belongs to you心有所屬 (愛情小說)的對話比例是18% ，這硬生生地比 Ghost Mansion鬼魅豪宅 (都會小說)的5%高出許多，這應該不是小說的作者風格不同所造成的。以類型來區分，Romance(愛情小說)的對話比例(14%) 也比Chic(都會小說)的7%來得高。雖然我不是非常愛看愛情小說，但直覺告訴我：這其中必有詐！我仔細檢視了一下鏡文學網站上的愛情小說，發現它們的主題都偏向青春浪漫校園取向，如果一本這麼「❤️少女粉紅泡泡❤️」的小說裡都是充滿這無聊冗長的敘述，而缺少懷抱著曖昧情愫的男女主角之間的情話綿綿，讀者才不要看呢！
結論……或許不是結尾？
這週的主題還是圍繞在我喜愛的文學小說上，程式說實話使用得不多，都集中在使用ggplot的繪圖套件上，但還是比上一週有一點小進展……?就是我終於可以畫出並列的長條圖了！！（就是對話前的句子長度那張圖） 自我安慰模式啟動 😄
之所以說應該不是結尾，是因為我對小說中的對話這件事還是有很大的興趣，所以下週希望還會繼續做下去(希望啦，如果沒有意外的話)，然後我會努力搞清楚那個分詞系統的套件到底要怎麼安裝！！
最後附上一些我覺得很有用的reference，給我自己看也分享給有需要的人參考。