Tsvetaeva 中「爱」的修饰语：SpaCy 分析

运用SpaCy分析茨维塔耶娃诗歌中'爱'的修饰语

玛丽娜·茨维塔耶娃在其抒情诗中，常通过隐喻和名词而非标准形容词来刻画'爱'。通过对她全部作品（707,487字符）的Python分析，识别出281个围绕'爱'一词的修饰语复合体。本研究使用SpaCy库提取了±4个词符上下文窗口内的依存关系。

提取修饰语

analyze_epithets函数通过SpaCy模型处理文本，重点关注'爱'的子词符（token.children）。功能词被过滤掉，而名词、完整形容词、短尾形容词和分词被提取出来。上下文窗口排除了目标词符本身。

def analyze_epithets(text):
    doc = nlp(text)
    results = {'adj_full': [], 'adj_short': [], 'noun': [], 
               'participle': [], 'other': []}
    complexes = []
    
    for token in doc:
        if token.lemma_.lower() == 'love':
           children = list(token.children)
           window_start = max(0, token.i - 4)
           window_end = min(len(doc), token.i + 5)
           window_tokens = [doc[i] for i in range(window_start, window_end) 
                           if i != token.i]
           potential_epithets = []

修饰语分布：

• 名词：179个（63.7%）——如'爱是血肉'等隐喻占主导。
• 完整形容词：81个（28.8%）。
• 分词：10个（3.6%）。
• 短尾形容词：8个（2.8%）。

这使茨维塔耶娃区别于典型的俄罗斯诗歌：她使用名词来等同概念，而非描述性形容词。

高频词元包括'第三'（7次出现），突显了带有第三元素（时间、命运、诗歌）的爱情三角主题。

位置分析

analyze_position函数检查'爱'在句子中的相对位置。强位置理论（开头/结尾）得到部分证实。

def analyze_position(doc, target_word='love'):
    position_data = []
    
    for sent in doc.sents:
        love_tokens = [t for t in sent if t.lemma_.lower() == target_word]
        
        if love_tokens:
            sent_len = len(sent)
            for token in love_tokens:
                token_idx = token.i - sent.start
                rel_pos = token_idx / sent_len if sent_len > 0 else 0
                
                position_data.append({
                    'sentence_len': sent_len,
                    'relative_position': rel_pos
                })
    
    return pd.DataFrame(position_data)

191个句子的结果：

• 平均位置：0.473。
• 开头（0.0–0.2）：50个（26.2%）。
• 中间（0.2–0.8）：108个（56.5%）。
• 结尾（0.8–1.0）：33个（17.3%）。
• 强位置：43.5%。

该词被融入诗歌的肌理中，而非被突出地宣示。

句子长度分析

包含'爱'的句子比平均句子更长：

all_sent_lengths = [len(sent) for sent in doc.sents]
avg_len_all = sum(all_sent_lengths) / len(all_sent_lengths)

sentences_with_love = [len(sent) for sent in doc.sents 
                       if any(t.lemma_.lower() == 'love' for t in sent)]
avg_len_love = sum(sentences_with_love) / len(sentences_with_love)

• 总体平均长度：15.3个词符。
• 含'爱'的句子：21个词符。

爱需要扩展的语境，无法简化为格言。

关键要点

• '爱'的修饰语主要为名词（63.7%），增强了隐喻的丰富性。
• '第三'主题出现7次，强调了情感的复杂性。
• 该词的位置倾向于句子中间（56.5%），将其融入叙事。
• 含'爱'的句子比平均长37%，需要解释。
• SpaCy能有效提取依存关系，用于语文学NLP分析。

此方法适用于任何诗歌语料库：调整窗口、词元化和词性过滤器，可量化洞察风格。

— Editorial Team