也是一種才能

這次的內容是關於我言談分析課程的期末報告主題，「也是」在語篇中表達同意/不同意的功能，以PTT為主要語料來源。

import requests
import json
import time
import random
import nltk

from IPython.display import display

import pandas as pd


%matplotlib inline
pd.set_option('display.max_rows', 2000)


query = {
    'word': '也&&是',
    'size': 100,
    'post_type': 0,
    'boards': 'Gossiping',
    'sort': 'published',
    'order': 'asc',
    'start': '2019-04-28',
    'end': '2019-05-14'
}

API_ENDPOINT = 'http://140.112.147.121:9000/query'

res = requests.get('http://140.112.147.121:9000/query', query)
# print(res.text)
data = json.loads(res.text)['data']
# print(len(data))

def query_api(query_word='', post_type=0, size=100):
    result = []
    query = {
        'word': query_word,
        'size': size,
        'post_type': post_type,
        'boards': 'Gossiping',
        'sort': 'published',
        'order': 'asc',
        'start': '2019-04-28',
        'end': '2019-05-14'
    }
    
    res = requests.get(API_ENDPOINT, query)
    res_json = json.loads(res.text)
    result += res_json['data']
    
    total = res_json['total']
    
    time.sleep(0.5)
    
    for i in range(1, (total // size) + 1):
        query.update({'page': i})
        res = requests.get(API_ENDPOINT, query)
        result += json.loads(res.text)['data']
        time.sleep(0.5)
        
    return result

開始從API撈資料：

comment = query_api('也&&是', 1, 100)

將撈到的資料存成json檔

with open('data.json', 'w') as f:
    json.dump({'post': post, 'comment': comment}, f, ensure_ascii=False)

print(f'含有「也是」字串的回文數：{len(comment)}')

含有「也是」字串的回文數：4370

4月28日~5月15日期間，於八卦版中所有包含「也是」的貼文：

• Po文：1809 篇
• 回文：4370 則

def sampling_and_display(list_of_sentences, k=50):
    sample = [p['content'].replace('也 是', '也是') for p in random.sample(list_of_sentences, k)]
    df = pd.DataFrame({
        "left_context": [line.split('也是')[0] for line in sample],
        "query": '也是',
        "right_context": [line.split('也是')[1] for line in sample],
    })
    return df

隨機抽取100則含有「也是」的回文

sampling_and_display(comment, k=100)

「也是」的多重功能

在PTT的文章中，我們可以看到「也是」一詞的多種用法，到底是在「也是」什麼？如果把PTT視為一個類對話的平台，有人發文開啟了討論串後(對話分析中所謂的Initiator)，那麼就會引來底下的留言，底下的留言被稱為「樓」，留言可以和樓主互動，也可以是底下留言者之間的互動（像是一樓的人說：「五樓韓粉」），而PTT的推文/噓文/箭頭回文的功能為回文者制定了回文情緒的分類，底下推文和噓文的統計量也同時會反映在文章總覽頁面的標題之前。

在這樣將PTT視作類對話的互動場域後，就可以開始回到「也是」一詞扮演的功能。「也是」使用的場景常常是目前的語篇(discourse)可能正在談論某個話題、事件或人物，說話者可能想到了一個與現在的話題相關的東西，但這個東西目前還沒有出現在目前的語篇當中，因此說話者透過「也是」將新事物搬上話題的舞台，可以說「也是」在言談中扮演的功能是同時回指原先的訊息、同時提供新的訊息。因此可以將「也是」視作達成言談融貫性的一個工具之一。

舉個（人造的）例子： A說：「我期末真的累到想休學。」 B說：「我也是準備鞠躬盡瘁了。」

在這個對話中，A先表達自己的近期的感受，而B透過「也是」一方面關聯了A剛剛所說的話，一方面也引入了自己的感受。在這個例子中，可以看到「也是」的使用達成了對話的融貫性，並讓B表達了自己的感受在某方面與A的感受相同。

但像是「跟美國總統見個面就會高潮我也是罪了」這樣的回文內容呢？這篇的Po文原文講的是郭台銘與美國總統見面的新聞，在這則報導下方出現「跟美國總統見個面就會高潮我也是罪了」這樣的貼文，那麼這裡的「也是」回指了新聞內容的哪個部分呢？這裡「也是」的使用似乎就不像上面AB之間的對話那樣在表達同感，因為新聞本身的文體是在傳達資訊，而不是在徵詢觀者的同意。而且在這個回文中，符合了中文常見的TOPIC-COMMENT的結構：

[跟美國總統見個面就會高潮][我也是醉了 ]
[     TOPIC          ][ COMMENT ]

先點出一個主題，再對該主題進行評論、發揮，這是中文裡必須要區分主題（跟美國總通見個面就會高潮）和主語（我）的一個特色。但我目前好奇的是，這裡的「也是」究竟是在「也是」什麼？是否是在表達「針對『跟美國總統見個面就會高潮』這個事件，其他很多人醉了，而我『也是』醉了」？這是我目前還不知道該如何去思考的一個問題。有些學者傾向將「也是醉了」視作一個construction，因為這個詞在在2014年中國流行語票選當中擠進前10名。但我覺得這個構式應該還可以再去分割下去，因為PTT裡有很多用來表達不同意和諷刺的「也是」，例如：「也是笑笑」、「也是不EY」、「也是很神奇」、「也是一種才能」等等。

我現在也還在慢慢看過這些語料，看看能不能找出什麼模式的階段，或者我能夠進行什麼樣的分類和分析。