除了上面提到的例子展示了若何经由过程收集和物理学的手段研究音乐艺术的分歧方面之外 ， 近似的研究还包罗：
应用复杂性-熵因果关系平面来区分歌曲[84]
识别歌曲和音乐门户的声音振幅中的遍及模式[85]
经由过程收集中的群落相关性提取音乐节拍模式[86]
对人群堆积声景（soundscape）的动力学量化[87]
此外 ， 还有音乐理论方面的根本性工作 ， 例如关于和弦的几何学[88] ， 但愿这种跨学科的研究可以或许为更好地舆解音乐及其跨体裁、跨地区和跨时候的风行做出进献[89] 。
五 文学艺术
对艺法术字化影响最大的可能仍是文学艺术 。
以前只存在于纸上的工具酿成了比特和字节 。 像 books.google.com/ngrams （谷歌n-gram浏览器）和 gutenberg.org 古腾堡打算这样的网站 ， 以及像推特和脸书这样的社交网站 ， 极大地促进了对大规模书面文本的定量调查研究[90-101] 。 然而 ， 对这方面的研究的本家儿要内容是统计特征 ， 或者是寻找模因 ， 文本中异同 ， 而非艺术特征方面的研究 。
此中一项引入瞩目标存眷内容自己的研究当作果是由 Reagan 等人[102]做出的：他们研究了从古腾堡项目小说集中筛选的1327个故事作为子集的感情弧线（emotional arcs） 。 作者利用了三种本家儿要方式进行阐发：奇异值分化（singular value decomposition） ， 一种尺度的线性代数手艺；以 Ward 的方式发生故事的分层聚类 ， 该方式最小化书本的聚类之间的方差[103]；以及自组织映射[104] ， 一种无监视的机械进修方式来聚类感情弧线 。 感情弧线是经由过程利用 hedonom.org 和 labMT 数据集[105, 106]阐发滑动10000字窗口的情感而构建的 。
文章插图
图8：《哈利·波特》的感情弧线 。 Reagan 等人[102]的阐发抓住了故事的本家儿要飞腾和低谷 。 为生当作这样的感情弧线 ， 作者以10000字窗口滑动文本 ， 然后利用 hedonometer.org 与 labMT 数据集[105, 106]对每个窗口的感情倾标的目的进行评估 。 此外 hedonometer.org 网站还供给了很多其他册本、故事、片子脚本以及Twitter的交互可视化感情弧线 。 自原文[102] 。
J.K.罗琳的《哈利·波特与灭亡圣器》的成果如图8所示 。 故事的飞腾和低谷都可以清晰揣度出来 。 正如作者在论文中指出的那样 ， 整个七部曲系列都可以归为“杀死怪兽”[107]类情节 ， 只不外浩繁子情节彼此联系又使得每一本书的感情弧线变得加倍复杂化 。 这种方式的错误谬误是不会抓住那些简单的感情刹时 ， 如一个零丁的段落或某一个句子 。
至于图8中成果是否与读者的阅读体验相符 ， 取决于多种身分 。 对于拥有全数哈利·波特册本和DVD的笔者一家来说 ， 它似乎确实很是适合 ， 我十几岁的女儿 Ela 和她的伴侣们都赞成 ， 最幸福的终局应该是"从此永远幸福" ， 而不是 "哈利在韦斯利家" 。 当然 ， 但这是来自于一个群体的说法 ， 其他人可能有分歧的感触感染 ， 完全不附和图8所示的阐发 。
在更大规模内 ， Reagan 等人[102]的研究本家儿要发现是 ， 所有故事的感情弧都不跨越六种根基模式：“飞黄腾达”（上升）、"悲剧 "或 "家境中落"（下降）、"人在洞窟"（下降—上升）、"伊卡洛斯"（上升—下降）、"灰姑娘"（上升—下降—上升）、"俄狄浦斯"（下降—下降—下降） 。
强调这点很主要 ， 即这不异六种感情弧是从所有可能弧线中获得的 ， 是前面提到三种自力方式的配合成果 ， 每种都阐扬了各自怪异的感化：奇异值分化找到所有感情弧的根本 ， 聚类将感情弧分类当作分歧的组 ， 自组织映射则利用随机过程从噪声中发生与语料库中情感相似的弧 。 是以 ， 这一成果切实靠得住 ， 有充实的证据撑持 。
推荐阅读
- 如何更新uc浏览器？
- word2010如何设置项目符号和编号？
- 如何在桌面显示我的电脑图标
- sql server如何添加外键
- 如何修改图片后缀名
- 如何用光盘制作小企鹅
- 如何重新设置vivo手机其他应用打开方式？
- 点播影院 如何让私人影院生意更红火
- 网易云音乐如何进行意见反馈
- 优酷怎么下载视频，优酷如何下载视频