AO3是一个外网免费创作网站，全称ArchiveofOurOwn。它在Alexa世界排名第690位，是雨果最佳相关作品奖的获得者。作为一个非营利性的开源同人小说数据库网站，本站文章均为网友投稿，无验证机制。1月30日，网友“博君一笑”在AO3发表并连载同人图《下坠》，并同步上传微博，并设置了自己的警告。希望不能接受的人不要点开。几天后，这篇文章连载到12章，原微博文章还附上ao3网站和lofterapp的链接，引来了一大波波小CP的粉丝。26日，不少粉丝觉得cp文中含有侮辱性的字眼，无法接受这样的话，于是开始撕X，网传阵营和lof阵营开始排队，互相呼气，显示中华民族几千年的文化底蕴。事情继续发酵，最后惹上了某处，某处看到了，我X，原来是有这条漏网之鱼，才替他挡了。真是冤枉，但又不能说人家乱关，为什么呢？由于同人文大多取材于原著，读者将部分作品中的人物置于新的环境中，以展现自己与原作不同的观念，而大多数时候，这些观念最终会夹杂色情因素.看看我们下面对《下坠》的分析。这篇文章的完整解析代码可以在公众号后台回复：降序获取。本文不对代码进行详细分析，但是你可以在这两篇文章中学习到这段代码的知识：Python情人节超强技巧导出微信聊天记录生成词云Python识别文本情感就这么简单1.词频统计我们使用Python中的jieba分词和matplotlib模块对整篇文章进行词汇分析，提取出词频前20的词。结果如下：确实，涉及两位明星的话最多，其次是阿里姐（不知道是不是作者头像）。赞赞是个女性角色，难怪粉丝火爆。这样的分析似乎并没有透露出太多的内涵，我们再细化一下维度。从敏感性的角度来看，这个词频是什么样的？因为纯粹接受不了，所以做了个马赛克（如果你能猜到是什么字的话……嗯……建议多看天线宝宝）：经过统计，共有20367个非-色情词汇，284个色情词汇。色情词的出现概率约为1.4%，也就是说每100个词中就会出现一个色情词。最后用词云来结束这部分：2.句型分析我们使用Lstm逐行分析整篇文章，看看这些句子所呈现的情感特征是否倾向于片面的。当度数大于0.7，或负信度大于0.7时，分别分为正分类和负分类。其他情况是中性的：结果如下：>>{'neg':988,'pos':332,'mid':471}否定句占55%，文章负面情绪较多。负面情绪只是衡量一篇文章的情绪倾向，并不能说明什么。下一步是识别句子的色情程度。同理，当概率置信度设置为大于0.7时，进行分类：得到的结果如下：>>{'porn':280,'not_porn':1511}1800句其中，280句涉及色情内容，概率高达16%。每100句大约有16个色情片断，《失乐园》可能愿意低头。说到这里，大家可能会觉得这部同人小说被举报是很正常的事情（虽然粉丝对某明星被当成女性角色很不满）。当然，如果大家有兴趣，也可以使用词法分析工具来分析文章中的攻防次数，很有意思，但是涉及到敏感词，这里就不展开了（逃避）。这篇文章的完整解析代码可以在公众号后台回复：降序获取。这是我们文章的结尾。如果你今天想要我们的Python教程，请继续关注我们。如果对您有帮助，请在下方点赞或观看。如果您有任何问题，可以在下方留言区留言。我们会耐心解答！欢迎关注公众号：Python实战宝典，更多Python实战教程等你来。Python实战可视化数据分析《下坠》
