全世界網(wǎng)友如何表達“笑”

2020-01-20 08:44

來源：澎湃新聞·澎湃號·湃客

服老思和同學(xué)們 P話

全世界網(wǎng)友如何表達“笑”

笑聲好像很復(fù)雜，即使在現(xiàn)實生活中，似乎也很難分辨出人們的笑背后到底是真心還是假意；放到網(wǎng)上，隔著屏幕，要辨別“笑”背后的情感似乎就更加困難了?！肮北澈螅降资钦娴拈_心，還是在緩解無話可說的尷尬？各類網(wǎng)絡(luò)用語和熱搜詞匯層出不窮，還有各類表情包的加持，我們有了更多表達“笑”的形式。于是，有個 The pudding 出品的這個有關(guān)“笑”的數(shù)據(jù)報道。報道由三部分組成，分別從從表達“笑”的語言用法、演變和感知三個方面進行了研究。在你看來，是用“rofl”還是“haha”還是“l(fā)olol”表達的開心程度高呢？出品團隊使用了 BigQuery 作為主要的數(shù)據(jù)分析工具，對來自于 Reddit 的 2019 年 1 月到 2019 年 6 月共 7 億條評論進行文本分析。2019 年上半年最常用來表達“笑”的方式是什么呢？“l(fā)ol"榮登榜首??

鏈接：https://pudding.cool/2019/10/laugh/

Dai Yi Wan | 戴怡宛

2020 年戛納國際創(chuàng)意節(jié)中國臺灣代表隊選拔賽選手，利用 AI 做了一個名叫戴怡宛的女孩子，她的所有特征都來自臺灣：用 10000 張臺灣人的臉做出一個臺灣女孩，碩士論文是寫儒家文化在政府中的影響等。制作團隊甚至為她做了個人履歷表、網(wǎng)站并注冊了 Linkedin 的賬號。她能在向往的國際 NGO 組織找到工作嗎？

鏈接：https://youtu.be/KfYCs9SbyN0

收入和職業(yè)

世界上什么哪個職業(yè)的工資比較高？哪個職業(yè)從事的人數(shù)比較多？快來看看你的職業(yè)怎么樣吧。圖表中的每個圓圈代表一個職業(yè)，圓圈在縱向位置的高低代表不同職業(yè)的年薪中位數(shù)，圓圈的大小代表從事職業(yè)的人數(shù)，不同顏色代表不同的職業(yè)種類。整個圖表的形狀上窄下寬，果然只有少部分人站在社會森林法則的最頂端啊

。

鏈接：https://flowingdata.com/2019/11/18/salary-and-occupation/

Magi

你知道最近火爆中文互聯(lián)網(wǎng)世界的 Magi 嗎? Magi是什么？來看看官方解釋??：

從前的日色變得慢，車，馬，郵件都慢，一生只夠愛一個人Magi 是由 Peak Labs 研發(fā)的基于機器學(xué)習(xí)的信息抽取和檢索系統(tǒng)，它能將任何領(lǐng)域的自然語言文本中的知識提取成結(jié)構(gòu)化的數(shù)據(jù)，通過終身學(xué)習(xí)持續(xù)聚合和糾錯，進而為人類用戶和其他人工智能提供可解析、可檢索、可溯源的知識體系。

“Peak Labs”公司近日發(fā)布了其人工智能系統(tǒng) Magi 的公眾版“ magi.com ”。通過這一搜索引擎，用戶輸入關(guān)鍵詞，即可獲取 Magi 從互聯(lián)網(wǎng)文本中自主學(xué)習(xí)到的結(jié)構(gòu)化知識和網(wǎng)頁搜索結(jié)果，每個結(jié)構(gòu)化結(jié)果后面都會附上來源鏈接和其可信度評分?！?magi.com ”上線即掀起了不小的浪頭，上線第一周，0 投放達到 100 萬用戶周活，登上國內(nèi)第七大搜索引擎的位置，連開發(fā)團隊 Peak Labs 都未曾預(yù)料它會如此火爆。

原文鏈接：“沒想干掉百度搜索，但Magi正成為最大的通用知識圖譜系統(tǒng)”丨獨家專訪 Peak Labs

關(guān)于活躍粉絲，新浪和DT財經(jīng)互掐了一把

DT 數(shù)說最近做了一項有關(guān)明星粉絲的數(shù)據(jù)報道，重點分析了粉絲超千萬的全部 317 位明星以及入選微博超話榜的流量擔(dān)當們，利用微博推廣功能提供的“可投粉絲”來指代活躍粉絲，計算活躍粉絲占比來評估明星微博粉絲的含水量，探究哪些明星的微博粉絲含水量高，含水量高低有什么規(guī)律，并根據(jù)粉絲數(shù)和活粉率把超話榜明星分成了四大象限：高粉絲數(shù)低活粉率、高粉絲數(shù)高活粉率、低粉絲數(shù)高活粉率、低粉絲數(shù)低活粉率。

之后，“新浪微營銷” 發(fā)布聲明質(zhì)疑文章中“用‘可投粉絲’來指代活躍粉絲”的統(tǒng)計方式并未與官方核實，缺乏事實依據(jù)，由此推算出的“活躍粉絲占比”、“含水量”等數(shù)據(jù)嚴重失實，給公眾帶來了誤導(dǎo)。??

以下有相關(guān)的文章鏈接，另外有一篇來自知乎“君問九”的數(shù)據(jù)分析文章，主要研究了明星粉絲的地域構(gòu)成，哪個地域的人最愛追星呢？！??來一探究竟吧。

相關(guān)鏈接：317位頂級明星PK，誰的微博粉絲注水最嚴重？

新浪微營銷相關(guān)聲明

山西人最喜歡追星？從數(shù)據(jù)看明星粉絲的地域構(gòu)成：https://zhuanlan.zhihu.com/p/58661739

誰是最復(fù)雜的小說

一個波蘭物理學(xué)家團隊在 2016 年的《Information Sciences》雜志上，發(fā)表了一篇名為《量化敘事文本中長期關(guān)聯(lián)的來源和特征》的論文。他們選取了世界范圍內(nèi)的一百多部文學(xué)作品進行了文本復(fù)雜度分析，探究在敘事文本中是否可以找到有效的與復(fù)雜度相關(guān)的度量指標，可以用來評判一部敘事文本的優(yōu)劣程度。研究者們提取了兩個指標作為評判一部作品敘事復(fù)雜度標準：長程相關(guān)性與多重分形復(fù)雜度。發(fā)現(xiàn)最復(fù)雜的小說是著名意識流作家喬伊斯的《芬尼根的守夜靈》。不過小編表示，和這篇論文相比，這些小說也不算復(fù)雜了…… 后附一篇論文的中文摘要，邀請大家一起來燒腦。

論文原文：Stanis?aw Dro?d?, Pawe? O?wi?cimka, Andrzej Kulig, Jaros?aw Kwapień, Katarzyna Bazarnik, Iwona Grabska-Gradzińska, Jan Rybicki, Marek Stanuszek, 2014, "Quantifying origin and character of long-range correlations in narrative texts"https://arxiv.org/abs/1412.8319

中文摘要：誰是最“復(fù)雜”的小說：文學(xué)敘事中的長程關(guān)聯(lián)與多重分形

活動

—

聯(lián)合國世界數(shù)據(jù)論壇征稿啟動

第三屆聯(lián)合國世界數(shù)據(jù)論壇將于 2020 年 10 月 18 日至 10 月 21 日由瑞士聯(lián)邦統(tǒng)計局主辦。聯(lián)合國世界數(shù)據(jù)論壇旨在加強各團體（如信息技術(shù)，地理空間信息管理者，數(shù)據(jù)科學(xué)家和用戶以及民間社會組織）之間的合作。本屆論壇旨在舉辦會議，討論如何采用創(chuàng)新的數(shù)據(jù)和統(tǒng)計方法以解決公眾關(guān)心的問題。這又將是一個大神云集的論壇，也是一個了解交流世界數(shù)據(jù)前沿動向的好機會。日前，論壇的征稿活動啟動，投稿開放時間為 2019 年 12 月 2 日到 2020 年 1 月 31 日。