过去 66 年间，流行歌曲中的负面情绪正变得越来越多。

结论来自最新刊载于《流行音乐研究杂志》（Journal of Popular Music Studies）的一篇论文。研究人员从 1951-2016 年间 Billboard 百大单曲榜中，提取了总计 6085 首歌曲的歌词（剔除了纯器乐作品）。在经过计算机分析后，他们得出结论，“流行歌曲歌词正明显地趋向于消极化”。

愤怒的情绪自 1950 年代中期以来就呈上升趋势，并在 2015 年达到顶峰；悲伤情绪也自 1980 年代渐长，并在 2000 年代迎来最高点。相比之下，表达喜悦、自信、开放情绪的歌词越来越少——今天看来颇有隔世之感的是，在 1950 年代末，喜悦甚至还是流行歌词的主基调。

当中也有一些例外出现。比如 1982-1984 的三年间，拥有除 1950 年代初期外最不愤怒的歌词，而 1990 年代中期的愤怒则有明显的增强。至于总体趋弱的喜悦情绪，也曾一度在 1970 年代中有所回升。

需要明确的是，与其说 Billboard 排行榜反映的是词曲创作者本身或音乐发展的趋向，毋宁说它是对大众口味的投射，也即对过去 66 年间社会价值观的反映。

这也可能与说唱受到欢迎有关。同一项研究通过比对发现，说唱歌词显得不太自信，但在外向值上得分较高，而“与流行音乐和乡村音乐相比，愤怒和厌恶在说唱音乐中更常见，而对快乐的表达却要少得多。”

论文表示，这与此前的分析一致，即说唱音乐不太利于促进亲社会行为。

音乐的另一种变化就是数据来源本身。过去，排名的主要依据是唱片销量、电台及自动点唱机的播放量，但现在，排行的依据还扩展到了 Apple Music、Spotify 等流媒体播放/下载/购买的情况，此外还涉及社交媒体、视频网站等其他人气指标。

这项分析使用了 IBM 开发的计算语言工具 Tone Analyzer，它能够识别文本中的情绪基调（分为喜悦、愤怒、厌恶、恐惧和悲伤）、语言风格（思路清晰、自信、犹豫不决等）以及社交倾向（开放、有责任心、外向、随和等）。

这样的技术结合了心理语言学和机器学习，常见于数字人文学科中，能在大数据集中识别情感和意见，被称作情感分析（sentiment analysis）或意见挖掘（opinion mining）。

当然，对音乐情绪的捕捉很大程度上是主观的，而最终的结果也带有计算工具自己的“理解”。

论文拿 Bonnie Tyler 1983 年的歌曲 Total Eclipse of the Heart 举例。这首歌在第一句唱道“Turn around, every now and then I get a little bit lonely and you’re never coming round”（别走，有时我内心寂寞，你却从未在我身旁）。据 Tone Analyzer 分析，这句歌词的主导情绪是悲伤，得分为 0.786。就整首歌而言，悲伤和恐惧是主基调，得分 0.52 和 0.53，而喜悦的得分只有 0.09。责任心、外向性、开放性的分数则分别是 0.08、0.02 和 0.48。

题图来自 GIPHY

我们做了一个壁纸应用，给你的手机加点好奇心。去 App 商店搜 好奇怪 下载吧。