Python 对 Paustovsky 中云意象的分析

运用Python与NLP技术分析帕乌斯托夫斯基散文中的云意象

对帕乌斯托夫斯基词汇技巧的分析始于1981年出版的完整文集。从9卷作品中下载文件并合并为一个包含8,867,522个字符的.txt文件。第8卷和第9卷包含戏剧和书信，为专注于其小说散文而被排除在外。

文本被分割成句子，并筛选长度（>20个字符）：

sentences = re.split(r'[.!?…]+', text)
sentences = [s.strip() for s in sentences if len(s.strip()) > 20]

这产生了108,090个句子。随后使用pymorphy3对词元“cloud”、“sky”和“storm cloud”进行搜索：

target_keywords = ['cloud', 'sky', 'storm cloud', 'small cloud', 'clouds', 'sky', 'storm clouds']
target_forms = set(target_keywords)
morph = pymorphy3.MorphAnalyzer()
for lemma in ['cloud', 'sky', 'storm cloud']:
    parsed = morph.parse(lemma)[0]
    for form in parsed.lexeme:
        target_forms.add(form.word.lower())

找到2,282个句子（占总数的2.1%）。

云描述的类别划分

关键词按类型分类：

• 气象学术语（云类型：积云、层云、卷云等）。
• 艺术隐喻（物象化：城市、船只、棉花；自然化：烟雾、蒸汽）。

分布情况：

• 隐喻性：1,096（48.0%）
• 中性：963（42.2%）
• 混合性：156（6.8%）
• 气象学：67（2.9%）

纯粹的气象学描述极少，表明其使用具有比喻性。

跨媒介性：与绘画的联系

检查了与艺术家、画作、术语（“画笔”、“画架”、“风景”）以及光色动词（“燃起”、“发光”）的共现情况。

统计数据：

• 艺术家提及：2,017
• 画作：770
• 绘画术语：11,299
• 光色动词：1,263

在2,282个云句子中，688个（30.1%）包含绘画标记。

视觉元素密度（每1,000个字符）：

| 类别 | 含云句子 | 不含云句子 | 差异 |

|--------------------|------------|-------------|---------|

| 光色动词 | 0.43 | 0.14 | +0.29 |

| 颜色形容词 | 1.10 | 0.42 | +0.67 |

| 绘画术语 | 1.85 | 1.19 | +0.67 |

| 总密度 | 3.38 | 1.74 | +1.63 |

主要艺术家：达利（可能是“dali”的误判）、马奈、列维坦、基普连斯基。语料库中10%的句子包含绘画术语。

情感分析

使用rubert-base-cased-sentiment和词典（积极：幸福、平静；消极：焦虑、死亡）进行情感分析：

sentiment_results = []
for sentence in target_sentences:
    sentiment = analyze_sentiment_lexicon(sentence)
    sentiment_results.append({
        'sentence': sentence[:200],
        'sentiment': sentiment
    })
all_sentiments = [r['sentiment'] for r in sentiment_results]

分布：

• 积极：124（5.4%）
• 消极：67（2.9%）
• 中性：2,087（91.5%）
• 混合：4（0.2%）

消极情感与战时散文（1941年塔斯社记者）相关。积极情感多于消极情感。

主要发现

• 帕乌斯托夫斯基作品中的云：48%为隐喻，2.9%为纯粹气象学描述。
• 30.1%的云描述具有跨媒介性（与绘画相关）。
• 中性情感占主导（91.5%），积极情感多于消极情感。
• 含云段落的视觉标记密度高出1.9倍。
• 语料库分析证实了其“散文中的画家”地位。

云不仅是背景，更是情绪载体、象征符号和视觉艺术的参照。选择性描述增强了表现力，而非仅仅装饰性。

— Editorial Team