利維坦按：



盛行一種說(shuō)法，稱：人類歡樂(lè)總是相似的，而悲傷各不相同。但是換個(gè)角度思考，悲傷的情緒似乎又比快樂(lè)更能引起共鳴，這或許會(huì)是題設(shè)所示問(wèn)題的某個(gè)可能答案。因此，相較于積極情緒走向的音樂(lè)，在社交媒體上分享一首悲傷的歌，似乎有著更切實(shí)際的潛在可能動(dòng)因：引發(fā)同情與關(guān)注——這好像是我們的本能行為，就像小孩子的哭泣。


但是按這樣的方式去附會(huì)解釋，避不開一個(gè)邏輯上的遺憾，即從結(jié)果推論原因。這樣的做法往往難以判斷“原因”的真實(shí)情況與可信程度，但聊勝于無(wú)。




比起半個(gè)世紀(jì)以前的流行歌曲，今天的流行歌曲到底是更歡快了，還是更悲傷了呢？

借助近年來(lái)的技術(shù)進(jìn)步，特別是在線處理海量數(shù)據(jù)集（Datasets）成為可能，以及處理這些數(shù)據(jù)的難度不斷降低，今天的我們可以給出更精準(zhǔn)、更有根據(jù)的答案。至于如何評(píng)定一段文本所包含的情感，最為直接的方法就是測(cè)算文本中包含的情感詞語(yǔ)數(shù)量。

換句話說(shuō)，包含負(fù)面情感的詞語(yǔ)“痛苦”、“憎恨”、“悲傷”出現(xiàn)了多少次？與歡快情緒相關(guān)的詞匯“愛”、“喜悅”、“快樂(lè)”又出現(xiàn)了多少次？

雖然聽起來(lái)很簡(jiǎn)單，但是在特定條件下，這樣的方法極為有效——比如需要被評(píng)估的文本越長(zhǎng)，這類測(cè)評(píng)方法就越準(zhǔn)確。這就是所謂文本情感分析（Sentiment Analysis）的一種實(shí)用技巧。這種分析方法通常被用于分析社交媒體信息發(fā)布情況，或者分析當(dāng)今的政治信息。但其實(shí)它也適用于時(shí)間跨度更長(zhǎng)的樣本，比如幾十年之間的新聞報(bào)道，或者幾百年間的文學(xué)作品。

該技術(shù)還可以被用于分析歌詞，在本次研究中，我們用到了兩組數(shù)據(jù)集。其一囊括了50年之間《公告牌》百?gòu)?qiáng)單曲榜（Billboard Hot 100 charts）的年度歌曲。這些都是取得了巨大成功的流行歌曲，至少在美國(guó)如此。我們從1965年的榜單開始錄入，截止到2015年的榜單，因此該數(shù)據(jù)集既包含滾石樂(lè)隊(duì)（The Rolling Stones）的《(I Can’t Get No) Satisfaction》，也包括馬克·榮森（Mark Ronson）的《Uptown Funk》。

第二組數(shù)據(jù)集囊括了歌詞記錄網(wǎng)站“Musixmatch”中用戶自發(fā)上傳的歌詞。在這一組數(shù)據(jù)集中，我們分析了15萬(wàn)首英文歌曲的歌詞。這些歌來(lái)自全球每一個(gè)角落，因此也就提供了一個(gè)更廣泛、更豐富的樣本。在這一組數(shù)據(jù)集中，我們發(fā)現(xiàn)了與第一組數(shù)據(jù)集相一致的趨勢(shì)，因此我們有理由認(rèn)為這些結(jié)論絕對(duì)超越了“金曲”范疇，適合幾乎所有的英語(yǔ)流行歌曲。


的確，英語(yǔ)流行歌曲正變得越來(lái)越消極。今天歌詞中與負(fù)面情緒相關(guān)的詞語(yǔ)已經(jīng)比50年前多了三分之一甚至更多。以《公告牌》百?gòu)?qiáng)單曲榜數(shù)據(jù)集舉例，我們不妨先假設(shè)，平均每首歌的歌詞包括300個(gè)單詞，那么每年的百大熱門歌曲一共就有30000個(gè)單詞。在1965年，當(dāng)年的歌詞中大約有450個(gè)單詞與負(fù)面情緒相關(guān)，到了2015年，這個(gè)數(shù)字超過(guò)了700個(gè)。


不僅如此，與積極情緒相關(guān)的單詞也大大減少了。1965年，百大熱門歌曲中一共有1750個(gè)單詞與積極情緒有關(guān)，到了2015年這個(gè)數(shù)字縮減到1150個(gè)。


請(qǐng)注意，在絕對(duì)數(shù)量上，與積極情緒相關(guān)的單詞總是比消極情緒單詞要多。這是人類語(yǔ)言的一個(gè)普遍特征，被稱為波麗安娜效應(yīng)（Pollyanna Principle），得名于同名小說(shuō)主人公，一個(gè)完美的樂(lè)觀主義者。在這次研究中，我們并不期待發(fā)現(xiàn)消極情緒單詞的數(shù)量反超積極情緒單詞，真正說(shuō)明問(wèn)題的是這些詞語(yǔ)的數(shù)量變化趨勢(shì)。


1965至2015年，《公告牌》百?gòu)?qiáng)單曲榜中歷年歌曲所包含的積極詞匯的數(shù)量分布（點(diǎn)狀）與變化趨勢(shì)（線條）圖。橫軸代表年份，縱軸代表次數(shù)。（下同） ? Alberto Acerbi


1965至2015年，《公告牌》百?gòu)?qiáng)單曲榜中歷年歌曲所包含的消極詞匯的數(shù)量分布（點(diǎn)狀）與變化趨勢(shì)（線條）圖。 ? Alberto Acerbi


甚至當(dāng)我們觀察某個(gè)特定單詞時(shí)，仍然能發(fā)現(xiàn)這一現(xiàn)象：比如“愛”這個(gè)單詞，今天它在歌曲中的出現(xiàn)頻率實(shí)際上只有50年前的一半，從400多次銳減到200多次。而“恨”這個(gè)詞正相反，直到上世紀(jì)90年代，在百大熱門歌曲中幾乎都沒(méi)有提及這一單詞，但是如今每年的百大歌曲中都會(huì)提及20多次甚至30多次。


1965至2015年，《公告牌》百?gòu)?qiáng)單曲榜中歷年歌曲所包含“愛”（Love）這一單詞的數(shù)量分布（點(diǎn)狀）與變化趨勢(shì)（線條）圖。 ? Alberto Acerbi


1965至2015年，《公告牌》百?gòu)?qiáng)單曲榜中歷年歌曲所包含“恨”（Hate）這一單詞的數(shù)量分布（點(diǎn)狀）與變化趨勢(shì)（線條）圖。 ? Alberto Acerbi


我們的分析結(jié)果與其他獨(dú)立的歌曲情緒分析研究結(jié)果一致，這些研究中有些使用了完全不同的分析方法，而且側(cè)重于除歌詞以外的其他歌曲特征。比如，一些研究人員分析了英國(guó)自1985年至2015年出版發(fā)行的超過(guò)50萬(wàn)首歌曲，同樣發(fā)現(xiàn)歌曲表現(xiàn)的“幸福”、“歡快”程度在下降，而這些歌曲表現(xiàn)的“悲傷”程度在緩慢上升。


這些結(jié)論來(lái)自于大量計(jì)算，通過(guò)計(jì)算分析歌曲中某些初級(jí)的樂(lè)理特征，比如節(jié)拍的快慢或者音調(diào)。在我們的研究中，我們同樣對(duì)歷年“《公告牌》百?gòu)?qiáng)單曲”的節(jié)拍速度及音調(diào)進(jìn)行了分析——百?gòu)?qiáng)單曲的節(jié)奏正變得更慢，小調(diào)（Minor Scale）的應(yīng)用更頻繁了。


與大調(diào)相比，小調(diào)會(huì)讓聽眾獲得更陰暗、悲傷的感受。如果想體驗(yàn)明顯的對(duì)比，讀者可以在各大視頻網(wǎng)站上找到大量大調(diào)與小調(diào)相互轉(zhuǎn)換的音樂(lè)視頻。在Youtube上，每隔幾年就會(huì)有那么一個(gè)把REM樂(lè)隊(duì)那首《Losing My Religion》改成大調(diào)的視頻被瘋狂轉(zhuǎn)發(fā)，這種修改的結(jié)果就是得到一首歡快又詭異的歌。


將涅槃樂(lè)隊(duì)（Nirvana）的《Smells Like Teen Spirit》整首歌轉(zhuǎn)變?yōu)榇笳{(diào)。值得一提的是“Youtube”用戶“Another Guy”對(duì)該音頻留言：“Minor: Smells Like Teen Spirit. Major: Smells Like You're Watching Disney Channel.” ? Youtube / Rudie Obias

回到我們今天討論的話題，今天的流行音樂(lè)到底發(fā)生了什么？盡管發(fā)現(xiàn)并描述一個(gè)趨勢(shì)很重要，也足夠令人滿意，但我們還是要試圖理解、解釋這個(gè)現(xiàn)象背后的原因。換句話說(shuō)，不僅要有大數(shù)據(jù)，還要有大理論來(lái)解釋。


比如，能解釋該現(xiàn)象的一個(gè)宏大概念就是文化演化理論（Cultural Evolution）。顧名思義，該理論認(rèn)為文化會(huì)隨著時(shí)間的流逝不斷演化，很大程度上就像達(dá)爾文提出的自然選擇學(xué)說(shuō)。換句話說(shuō)，如果文化也會(huì)像生物那樣變異、選擇、生殖，那么我們可以認(rèn)為成功的文化特性會(huì)逐漸在人群中扎根，而其他的文化特征會(huì)逐漸消亡。



但是說(shuō)到文化，我們所指代的是一種通過(guò)社會(huì)傳播其特性的主體，而非通過(guò)基因遺傳來(lái)進(jìn)行傳播。舉個(gè)簡(jiǎn)單的例子，我們講述的語(yǔ)言取決于我們出生的地理位置，還有我們習(xí)慣的烹飪方式，更包括我們喜愛的音樂(lè)。這些文化特征是通過(guò)社會(huì)實(shí)現(xiàn)傳播的，身處社會(huì)中的個(gè)體需要通過(guò)觀察、模仿其他個(gè)體習(xí)得這些文化特征。與之相反的是頭發(fā)的顏色、眼睛的顏色，這些特征都是父母通過(guò)基因遺傳給后代的。


當(dāng)然了，人類個(gè)體的諸多行為都需要后天從社會(huì)中習(xí)得，這并不是多么令人驚嘆的絕妙推斷。但別忘了這一點(diǎn)，如果個(gè)體希望自身的這種社會(huì)學(xué)習(xí)具備適應(yīng)性（Adaptive），換句話說(shuō)，通過(guò)這些社會(huì)學(xué)習(xí)提升個(gè)體在該社會(huì)中的生存、繁殖機(jī)會(huì)，那么這種社會(huì)學(xué)習(xí)就必須是有選擇性的。就拿做飯來(lái)說(shuō)，比起那些自己還在學(xué)習(xí)如何做飯的兄弟姐妹，和一位熟練掌握烹飪技巧的長(zhǎng)輩學(xué)習(xí)做飯顯然就合理得多。

在文化演化理論的術(shù)語(yǔ)中，優(yōu)先選擇成功的個(gè)體并習(xí)得他們的行為，這被稱為“成功偏差傳播”（Success Biased Transmission）。與之相似的還有其他學(xué)習(xí)偏差影響著個(gè)體的社會(huì)學(xué)習(xí)，比如一致性偏差（Conformity Bias）、聲望偏差（Prestige Bias）或者內(nèi)容偏差（Content Bias）。多年來(lái)，學(xué)者通過(guò)各種學(xué)習(xí)偏差來(lái)理解人類及非人動(dòng)物族群中的眾多文化特征。而這個(gè)概念也為人們理解復(fù)雜的文化傳承模式提供了切實(shí)可行的研究通道。

因此，為了試圖解釋為什么幾十年間的流行歌詞正在傳遞更多的負(fù)面情緒、更少的積極情緒，我們也在研究中引入了文化演化理論中的社會(huì)學(xué)習(xí)偏差概念。

我們考慮到這樣一種可能：如果前幾年榜單上前10名的歌詞中出現(xiàn)了表達(dá)消極情緒的歌詞，那么成功偏差是否會(huì)促使后續(xù)創(chuàng)作的歌曲出現(xiàn)更多的消極詞匯？換句話說(shuō)，流行歌曲的詞作者是否會(huì)被之前的成功歌詞所影響？同理，我們還考察了聲望偏差是否在發(fā)揮作用：名望更高的音樂(lè)家是否先于其他音樂(lè)家發(fā)行了包含消極情緒詞匯的歌曲。

在此需要明確我們對(duì)“有名的音樂(lè)家”如何界定，即該音樂(lè)家的作品出現(xiàn)在《公告牌》百?gòu)?qiáng)單曲榜的次數(shù)明顯不成比例，比如麥當(dāng)娜（Madonna），她就有36首歌選入百大榜單。（譯注：準(zhǔn)確地說(shuō)，共計(jì)57首歌入選歷年《公告牌》百?gòu)?qiáng)單曲榜，其中38首進(jìn)入十強(qiáng)單曲榜、12首奪冠。）不僅如此，通過(guò)分析那些包含消極歌詞的歌曲是否真的處于百?gòu)?qiáng)單曲榜中更高的排位，我們還考察了內(nèi)容偏差是否存在——如果分析結(jié)果確實(shí)如此，那么這說(shuō)明那些帶有消極歌詞的歌曲傳遞了某些特定內(nèi)容，從而使得歌曲更容易廣為流傳。

在分析中，我們幾乎沒(méi)有發(fā)現(xiàn)能證明成功偏差、聲望偏差的證據(jù)，但是在上述三個(gè)猜測(cè)中，內(nèi)容偏差是最可靠的解釋。這與文化演化理論中的其他研究成果一致，即相較于中性信息以及積極信息，負(fù)面信息似乎更容易傳播并被記住。

但是我們也意識(shí)到，這次研究過(guò)程中使用的分析模型極大地降低了成功偏差、聲望偏差兩種效應(yīng)的出現(xiàn)概率，特別是我們分析模型中包含的無(wú)偏差傳播（Unbiased Transmission）。對(duì)于歌詞呈現(xiàn)出的趨勢(shì)，也許這才是最可靠的解釋。

所謂無(wú)偏差傳播，在這里可以理解為一種類似于基因漂變（Genetic Drift）的文化傳播方式。在基因漂變的過(guò)程中，遺傳特征似乎是以隨機(jī)性極高的方式被確定下來(lái)，而且在遺傳過(guò)程中并無(wú)明顯的選擇壓力，這種遺傳方式也因此得名“漂”變。

這種隨機(jī)性強(qiáng)的文化傳播方式已經(jīng)被其他的文化學(xué)者用于解釋某些文化特征的傳承與流行，從新石器時(shí)代的陶器裝飾，到當(dāng)代嬰兒的乳名命名，甚至是今天人們馴養(yǎng)犬類發(fā)展出的犬種文化。

重要的是，找到無(wú)偏差傳播的證據(jù)并不意味著這些文化傳播模式不可被解釋，也不能說(shuō)明它是完全隨機(jī)發(fā)生的。正相反，這意味著很可能存在大量而復(fù)雜的中間過(guò)程可以解釋這些模式。但在本次研究中，我們檢驗(yàn)的三種效應(yīng)都不足以形成足夠強(qiáng)力的證據(jù)。

不管怎么說(shuō)，英語(yǔ)流行歌曲中的負(fù)面情緒詞匯正在激增，這是個(gè)令人著迷的有趣現(xiàn)象。而我們的研究至少證明了這可能是由于負(fù)面內(nèi)容更容易被廣泛接受，另外，該現(xiàn)象背后還存在一些其他尚未被發(fā)現(xiàn)的原因。

除了一句簡(jiǎn)單的“大眾總是偏好負(fù)面內(nèi)容”，對(duì)于為什么上世紀(jì)80年代以前的流行歌曲要比現(xiàn)在的流行歌曲更積極？我們還有更進(jìn)一步的解釋。

這一時(shí)期的唱片行業(yè)出現(xiàn)了更為集中化的唱片公司，為了更好地生產(chǎn)和銷售，唱片公司對(duì)歌曲的內(nèi)容也就有了更多的控制權(quán)。另外，該時(shí)期出現(xiàn)了一種個(gè)性化傳播擴(kuò)散方式，比如可以自行轉(zhuǎn)錄的空白磁帶，以及聲田公司（Spotify）當(dāng)年推出的“定制專輯服務(wù)”，這些都可能進(jìn)一步擴(kuò)大市場(chǎng)反饋對(duì)唱片行業(yè)的影響。也許還有其他社會(huì)變化促使這些包含負(fù)面歌詞的歌曲進(jìn)一步被傳播開來(lái)，并最終回饋給唱片公司一個(gè)明確的信息：表達(dá)負(fù)面情緒吧。

以上假設(shè)都可以用本文列舉的這種文本情感分析方法進(jìn)行檢驗(yàn)，并作為新的研究起點(diǎn)。不管怎么說(shuō)，意識(shí)到某個(gè)問(wèn)題仍然是個(gè)謎，仍然需要更多研究才能揭開其面紗，這在科學(xué)領(lǐng)域永遠(yuǎn)是個(gè)好兆頭。這意味著我們還有很多提升空間，無(wú)論是微調(diào)理論模型，還是改進(jìn)分析方法，甚至是推翻一切重新回到最初的思維導(dǎo)圖上，然后提出一個(gè)全新的問(wèn)題。


文/Alberto Acerbi

譯/高坂穗乃果

校對(duì)/東條希

原文/aeon.co/ideas/why-are-pop-songs-getting-sadder-than-they-used-to-be/ 

本文基于創(chuàng)作共同協(xié)議（BY-NC），由高坂穗乃果在利維坦發(fā)布

文章僅為作者觀點(diǎn)，未必代表利維坦立場(chǎng)


相比以前，流行樂(lè)為什么更喪了？

圖文簡(jiǎn)介

人類歡樂(lè)總是相似的，而悲傷各不相同。但是換個(gè)角度思考，悲傷的情緒似乎又比快樂(lè)更能引起共鳴，這或許會(huì)是題設(shè)所示問(wèn)題的某個(gè)可能答案。

  • 來(lái)源: 利維坦
  • 上傳時(shí)間：2020-02-17