如何在散文写作中应用“大数据” 进行文字润色

这几日,突然对“大数据”、“人工智能”、“云计算”着了迷,尤其是“大数据”。正如你所知,最早提出“大数据”时代到来的是全球著名的麦肯锡咨询公司。麦肯锡声称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。” 随着互联网和信息技术的快速发展,“大数据”已经在各行各业中得到广泛地应用,并迅速地融入到我们的工作和生活中,其化腐朽为神奇的功效也越发显现。

与此同时,写作也越来越被大家重视。尤其是散文写作,得到了“文艺青年”们的广泛喜爱。散文突出的特点是强烈的抒情性。它或直抒胸臆,或触景生情,洋溢着浓烈的诗情画意,散文中文字的润色和精准运用更能使散文感情真挚、饱满、生动,令文章具有强烈的艺术感染力。

在散文写作的初级阶段,对大量词汇的积累和把握成了写好散文的第一步。尤其是像我这样的小白,面对大师的佳作,常常被那些美得心碎的词汇所折服。初了垂涎三尺外,简直没有别的办法能让那些美词“复制”、“粘贴”到我的脑子里;即使有办法,也不知道在这茫茫词海中先“复制”、“粘贴”哪些词汇。

恰好,这几天的知识没有白学。我们可以利用“大数据”数据统计分析原理,对大量的、优秀的、著名的散文作品进行词汇数据分析,看一看散文大家们都经常用到哪些词。对散文大数据进行数据分析后,文章里的高频词汇便一览无余。利用这样的技术和分析思路,我们把数据分析得到的散文常用高频词汇加以理解和记忆,并可根据自己写作需要,灵活运用到自己的文章里,并不断地进行这样的刻意练习。过不了多久,妈妈就再也不用担心我们的散文写作了。

首先,我们要选择大数据分析工具。

我们知道,一些大数据分析工具像Qlikview、SPSS、Tableau、魔镜、BDP个人版等等都可以用。但是,我们想用的只不过是简单的词汇统计分析,杀鸡焉用牛刀?简单的Excel或一些专门的词汇数据分析网站(如:《语料库在线》网站上“字词频率统计”功能http://www.cncorpus.org/)就足可以胜任。

本文以EXCEL365网站上的Excel词频分析工具结合Excel软件进行演示说明。

其次,我们开始进行词频数据分析。

第一步,去网站下载Excel词频分析工具(http://excel365.net/downloads),解压文件包后在词频分析工具文件夹中有两个文件。一个是词频分析工具.PNG文件,打开此图片,按照图片说明的操作步骤进行操作即可。另一个是词频分析工具@Excel大全.xls文件,在 Excel软件中打开此文件,选择“启用宏”,此时就运行了工具。

第二步,制作散文“大数据”。我们可以把自己喜欢的散文作品和大量的、优秀的、著名的名家散文作品进行全文“复制”到Word文档里,然后保存成TXT文本,便可进行数据分析。

第三步,针对散文大数据进行数据分析。按照文件夹里的工具使用说明,进行数据分析。我们可以按动词、形容词、成语等分别进行数据分析,得到分析结果。

图片发自简书App

按动词统计分析,结果发现“温暖、不是、相思、没有、走过、珍惜、可以、喜欢、遇见、思念、走进、满怀、流淌、相伴、绽放、萦绕、回眸、在于、拥有、开花、希望、所有、在心、守候、萌动、喧嚣、入骨、浅笑、期许、阑珊、懂得、相遇、活着、回答、留下、令人、遇到、感谢、属于、等待、应该、开始、有幸、渲染、相知、蔓延、诠释、凝眸、轻拂、无需、漫步、牵挂、透过、便是、想着、对待、有着、不说、无关、看见、失去、记得、相信、值得、学会、看到、经历、感受、来说、包括、如初、不会、不能、徜徉、渗入、在手、试问、灵动、骑马、冰封、驻足、不语、相依、守望、放飞、看透、如一、沉思、善待、重逢、爱恋、风吹、一如、滋润、惊艳、感应、找寻、自有、起伏、欢喜”等是这个散文大数据里常用的高频动词词汇。

图片发自简书App

按形容词统计分析,结果发现“美好、美丽、婉约、最美、高兴、丰盈、安静、旖旎、繁华、静静、绚丽、明媚、有情、缱绻、暖暖、蹩脚、执着、温婉、悠长、深远、落寞、惬意、缠绵、最深、清宁、不经意、灿烂、不同、安适、葳蕤、入眼、壮阔、渺渺、芊芊、灵秀、清亮、细碎、和煦、恬淡、温润、静寂、曼妙、清闲、挺拔、安分、无邪、狭小、悠扬、浓烈、简短、多姿、顺心、有序、轻柔、贴心、知足、悠闲、唯美、年少、颓废、有名、不远、感人、明亮、古老、有种、清纯、漫长、善良、珍贵、干净、难得、伟大、好看、平凡、漂亮、可爱”等是这个散文大数据里常用的高频形容词词汇。

图片发自简书App

按成语统计分析,结果发现“草长莺飞、一往情深、意气风发、一望无际、耐人寻味、沧海桑田、春暖花开、怏怏不乐、方寸之地、明眸善睐、桃红柳绿、滴水穿石、满园春色、纤尘不染、心如死灰、万物之灵、清风明月、喜上眉梢、温情脉脉、一泻千里、雨打风吹、别有洞天、历尽沧桑、繁花似锦、润物无声、良辰美景、天寒地冻、白雪皑皑、久别重逢、白驹过隙、不多不少、熠熠生辉、春花秋月、姹紫嫣红、世态炎凉、亭亭玉立、风尘仆仆、心领神会、大彻大悟、胸有成竹、七情六欲、得过且过、日积月累、防不胜防、一尘不染、万水千山、看破红尘、自暴自弃、心照不宣、风雨兼程、高山流水、生生不息、朝朝暮暮、大江南北、碌碌无为、芸芸众生、似水流年、一无所获、心旷神怡、扑朔迷离、千山万水、千言万语、熙熙攘攘、不动声色、轻描淡写、无与伦比、风花雪月、酸甜苦辣、似曾相识、念念不忘、丰富多彩、喜怒哀乐、不由自主、心甘情愿、天长地久”等是这个散文大数据里常用的高频四字成语词汇。

最后,学会理解、把握、记忆高频词汇、并运用到自己的文章里进行文字润色。

我们进行文字创作的人都知道,文章的好坏绝不仅仅是华丽辞藻的简单堆砌。但是,写作时,尤其是散文创作时。如果缺乏词汇的精准和优美,在最美的景色和感动的人物面前,再怎样抒发感情都会显得苍白无力。甚至,在美景面前应该用“落霞与孤骛齐飞,秋水共长天一色。”时,我们只会说:“嗯,好看。”等寥寥几字,来抒发情感。由此得出,在我们进行散文写作时学会理解、把握、记忆高频词汇、并灵活、合理、恰到好处地运用到自己的文章,定会使文章让人觉得眼前一亮,心情舒畅。

附图:词频分析工具使用说明图

图片发自简书App
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,137评论 6 511
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,824评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,465评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,131评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,140评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,895评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,535评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,435评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,952评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,081评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,210评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,896评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,552评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,089评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,198评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,531评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,209评论 2 357

推荐阅读更多精彩内容