【《文學大數據》：統計學家教你點寫暢銷書？】

#大數據
#文學獵奇

講左咁多AI寫作嘅野，大家係咪好驚？其實帽事嘅，科技嘅野，睇你點用嘅姐！AI之所以咁勁，其中一個原因就係佢地可以係短時間內分析極大量資訊，瞬間就學到人類要花上數以年計先學到嘅野。

同樣道理，人類應用科技嘅話，一樣都可以加快知識吸收嘅速度——有大數據幫手再加上統計學家分析，可能大家都可以輕易掌握到寫出暢銷書嘅獨門秘技？

▍文學大數據：由文字到數字

文學mix大數據？講緊嘅，就係由統計學家／記者Ben Blatt寫成嘅《文學大數據：如何找出暢銷書指紋？解構1500本經典與名作家的寫作祕密》 （Nabokov’s Favorite Word Is Mauve: What the Numbers Reveal About the Classics, Bestsellers, and Our Own Writing）。

呢本書以大數據分析左超過1500本書、總共幾百萬字，就係想以統計學嘅方法，從唔同嘅文本當中搵出成為暢銷書甚至係經典文學嘅公式（假如真係有公式嘅話）。作者Ben Blatt筆下嘅所謂解讀「暢銷書指紋」，其實就係分析世上多位成功作家嘅寫作風格：大範圍至故事結構、營造懸疑效果嘅技巧，小規模到各位作家鍾意用嘅詞彙——甚至係微細到佢地使用標點符號嘅習慣。

▍「感嘆號定律」：每十萬字唔可以用多過三個感嘆號！！！

作家標點符號嘅習慣——呢本書其中一個好有趣嘅部份就係講到「感嘆號定律」嘅位！

美國犯罪小說家Elmore Leonard曾經係教學書《寫作十大守則》（10 Rules of Writing）入面提到一條「感嘆號定律」，認為「每寫10萬字，入面唔可以用多過2至3個感嘆號。」

Ben Blatt於是就「以其人之道還治其人之身」，分析Elmore Leonard咁多本小說入面，究竟用左幾多個感嘆號，結果發現！Ben Blatt一生人寫左340萬字左右，但係就用左1651個感嘆號！姐係超過佢建議用量嘅16倍！！！

不過Ben Blatt又即刻戴返頭盔，分析左50位作家嘅「感嘆號使用率」，發現Elmore Leonard相比其他作者真係用得好少感嘆號（順帶一提，分析入面用得最多感嘆號嘅作家係村上春樹同劉以鬯都好鍾意嘅愛爾蘭作家喬也斯（James Joyce）！）。

而且，淨係分析Elmore Leonard嘅45本作品嘅話，就會發現佢提出「感嘆號定律」之後，感嘆號用量突然急跌！甚至有一本書淨係用左一個感嘆號！可見，Elmore Leonard係寫完個定律出嚟之後，先至嚴格規範自己嘅寫作風格，所以佢都算係無隨口亂講架！

▍唔係咁易架葉師傅……

「唔好同佢搏拳，試下入佢中路。」
「唔係咁易架葉師傅！」

講到尾，唔通真係咁簡單，睇完分析數據就可以寫到好書咩？其實大數據好多時都只係可以用嚟參考，或者刺激人嘅諗法——或者，解決一d人類解決唔到嘅問題？

除左Ben Blatt之外，亦有唔少人運用大數據，希望解決到文學界嘅「千古難題」（其實千古無咁耐），例如話莎士比亞嘅作品有無人代筆／合寫？其實，主流一直都相信係有嘅，不過實際上有幾多部作品係合寫？就一直無定論。

牛津大學出版社於是就係2016年搵左一隊研究小組，以大數據分析莎士比亞作品同其他同時代作家嘅作品，係風格、用詞等地方入手，發現莎士比亞嘅 44 部作品入面，一共有17部係同其他人合作寫嘅，改變左好多人嘅有諗法，亦係實踐左大數據係文學上面嘅用途。

其實，文學又邊有金科玉律呢。不過，如果你想做暢銷書作家，咁不如都試下睇呢本書啦（當然無話包生仔XD ）！

博客來買書傳送門：
http://www.books.com.tw/products/0010784190

============================
#文學獵奇 系列：

#1 【為咗買衫而買書：田中康夫《水晶世代》】:
https://www.facebook.com/ohreadly.hk/photos/a.827045410812540.1073741828.823631624487252/837055016478246/?type=3&theater

#2【要用192頁去解釋嘅一首詩：讀Robert Frost 《The Road Not Taken》】:
https://www.facebook.com/ohreadly.hk/photos/a.827045410812540.1073741828.823631624487252/837462893104125/

#3【文學京都：火燒金閣寺】:
https://www.facebook.com/ohreadly.hk/photos/a.827045410812540.1073741828.823631624487252/842423389274742/

#4【AI都識寫詩啦，你仲做緊咩？讀《陽光失了玻璃窗》】:
https://www.facebook.com/ohreadly.hk/photos/a.827045410812540.1073741828.823631624487252/848601401990274/

#5【AI除咗詩，仲識寫小說：文學係咪反抗AI嘅橋頭堡？】:
https://www.facebook.com/ohreadly.hk/photos/a.827045410812540.1073741828.823631624487252/849381738578907/
============================
"Oh Readly?" - Flip a page everyday.
#一班鐘意睇書又想荼毒大家睇書嘅90後
#多多指教
============================
有文學野想分享？
歡迎各位Reader Inbox我地🐱

[Science and Communication]
我還在讀本科時，年少無知，覺得做科學，應該不拘小節，論文、Poster、PowerPoint 等，只應在乎內容而非「格式」。只要內容好，科學準確，排版、字體、用色、甚至錯字都無所謂。

後來發現，科學領域內，傳訊十分重要，而且匯報是展現研究成果，注意細節，才是敬業樂業的表現。所以儘管本人視覺藝術天份奇差，也開始留意設計原理，也開始注意行內設計，才發現到處都是災難級的設計。

最近寫博士學位的期中報告，就Typography我已用了大半天參考不同文章。雖然對設計師來說可能見笑，但我這初哥已經盡力。最後Headings一致用無腦Helvetica，內文用Garamond，古典但優雅，讀起來才有可信、已確定(established) 的感覺，DNA序列用Courier，字距一致才容易做DNA並列對比。大家的論文又用什麼字體呢？（不才，懂設計的朋友請指教）

對於我這種設計白痴，中央聖學子的貼文都很啟蒙。從事科學的朋友，我們該好好注意自己的設計了，你的poster有犯這些錯誤嗎？

【Typography Matters】（營養長文!!!）香港美術及設計教育，一直以來都麻麻地重視 Typography（字體排印學）。近十多年遇着個別有熱誠有才能嘅教育工作者，偶爾會有小陽春，業界亦好視乎個別執業者取向；但整體上，香港地無論學院抑或業內，重視 Typography 嘅人，實屬小眾，practise 得好嘅，更係少之又少。個人電腦普及前，字體應用及排印，都必定交由專業人士負責，質素衰極有個譜；然而，差不多係人都識用 Word、Excel、小畫家等軟件打字、畫圖、列印、發佈後，因差劣 Typography 而引發嘅溝通錯誤及視覺污染——自文字及印刷術發明以來——係史上最最最最嚴重的。

科技賦予人類能力，但冇賦予知識。人人用電腦揀字款打字排版做所謂「文書處理」，但當中有幾多個懂得基本 Typography？或，當中有幾多個知道有「Typography」呢樣嘢呢？記得留學時老師講過，或許設計上有好多範疇都冇甚麼絕對黑白對錯，但係响 Typography 嘅領域，有唔少理論及應用係黑白分明對錯有特定準則的。「靚囉」好少會出自 typographer 把口。

早前有人留意到康文署有套經過精心設計嘅温文意雅告示標語橫額，甚為破格，引來網上小眾討論。今日陽光普照，離開鍵盤，到赤柱走走，畀我發現咗啲嘢。特意寫兩句與大家分享一下。🙂

［Layout］
求其粗疏地响聖士提反灣周圍𥄫𥄫，做咗個微型 visual audit，諗住學下嘢。Woow～！真係獲益良多，原來而家尖端標示設計嘅 typography 已經同我以前學嗰套好有距離。首先（見圖由上至下左至右），大大塊告示板，個 layout 唔似有 grid，相當 dynamic，四個主標示 zig zag 咁放，size 不大，語氣和善，活潑可人，綠綠藍藍與泳灘氣氛連成一片。

［Hyphen］
Typography 中，英語 punctuation（標點符號）往往最被忽略。「Please - No Kite-flying」三個字中有兩個 hyphens，「Kite-flying」嗰個冇咩問題，怪就怪在「Please」之後嗰個。因為 hyphen 一般用作 compound terms 或 word division，當破折號或冒號咁用好似比較罕見。

//
For most writers, the hyphen’s primary function is the formation of certain compound terms. Compound terms are those that consist of more than one word but represent a single item or idea.

In professionally printed material (particularly books, magazines, and newspapers), the hyphen is used to divide words between the end of one line and the beginning of the next. This allows for an evenly aligned right margin without highly variable (and distracting) word spacing.
//

同中文標點好唔同，英文類似破折號嘅短小橫線標點有三種：hyphen (-), en dash (–), em dash (—)，長度不一功能各異，唔可以亂用。

//
The en dash (–) is slightly wider than the hyphen (-) but narrower than the em dash (—). The typical computer keyboard lacks a dedicated key for the en dash, though most word processors provide a means for its insertion.
//

長話短說，日常應用嚟講 en dash 多數用嚟當「至」咁用，如日期或時間，「2005–2018」，「9:00 a.m.–5:00 p.m.」。正統前後冇 space，但我覺得若嫌太迫，kern 疏少少都無傷大雅。至於當破折號（或冒號）以作補充之用就應該用最長嘅 em dash。

//
The em dash is perhaps the most versatile punctuation mark. Depending on the context, the em dash can take the place of commas, parentheses, or colons—in each case to slightly different effect.

Notwithstanding its versatility, the em dash is best limited to two appearances per sentence. Otherwise, confusion rather than clarity is likely to result.

Do not mistake the em dash (—) for the slightly narrower en dash (–) or the even narrower hyphen (-). Those marks serve different purposes and are further explained in other sections.
//

［Apostrophe］
Prime mark (') 同 apostrophe (’)，前者係小直劃，後者係升高咗嘅𢭃號，再想發揮創意都唔應該用錯。鍵盤碼點打，呢度唔多講嘞，自己 google 啦。

［a.m. and p.m.］
「a.m.」、「p.m.」係拉丁文「ante meridiem」同「post meridiem」嘅縮寫，所以正寫應該係細階兼有點點。但係設計上有時想省略簡化正寫達至美感要求，我覺得响意思唔被干擾下，可以接受。但時間數字與 am 或 pm 中間，應該有 space，連埋寫成一個字咁會怪怪，尤其出現於正統聲明。

［Title Case vs Sentence Case］
究竟幾時用 title case，即每個字頭都大階；幾時先用 sentence case，即只得第一個字大階？！我有啲亂。我嘗試觸摸個 pattern，可能我資質太差，花咗成日都徒勞無功。

［Text Justification］
忽左忽右，我估本 guidelines 肯肯定有說明點用法，只係我呢個路人未察覺箇中奧妙而已。「Dangerous Goods Store」，畀我會將「Goods Store」排埋一行，以意思 break line 嘛。不過人哋咁排法，一定有 concept。

最後，發覺大標示板係用 Helvetica，小標語則用 Arial，當中有咩精心佈局或創意我唔敢亂估，只覺得呢種字款運用嘅 fusion 很富本地混雜視覺文化特色，好可愛。☺️

… … … … … … … … …

早前相關康文署標示淺評：
https://www.facebook.com/…/a.1015316723…/10159910797350570/…

Source & reference:
http://www.thepunctuationguide.com/hyphen.html
http://www.thepunctuationguide.com/en-dash.html
http://www.thepunctuationguide.com/em-dash.html
http://www.chicagomanualofstyle.org/…/HyphensE…/faq0002.html

#編輯名詞小教室
　
難得天氣好好想放假（欸）
所以這篇只教一個詞（毫無因果關係）

前幾天同業友人遇到不想「避頭點」的作者，先來說說什麼是「避頭點」好了，簡言之，就是標點符號如逗號、頓號、句號等不可出現在每行行首。例如：
　
　　我每天早上七點起床，八點出門
　　，九點到公司，下午六點下班。
　
上面這個舉例就是「沒有避頭點」。

不過現在的排版、文書軟體，甚至是臉書發文都很聰明，基本上都會自動或可設定避頭點功能。

回到一開始講到的作者，因為覺得電腦文書或排版軟體自動避頭點而造成字距不一的問題相當礙眼，所以要求編輯「不要避頭點」，但他的行文中有英文又有數字，且有註釋，要做到每字每句橫縱都對齊得整整齊齊，簡直是不可能的任務，因為英數字或符號不像中文每個字佔一全形格，若是作者堅持不避頭點，可能就會造成每行行末無法對齊的問題。

除了避頭點，也有一些標點符號被設定為不能放在每行行末，例如「【﹝等等，大家有興趣可以參看附圖（word軟體內建在行首行末規避的標點符號，可從進階→印刷樣式中設定）。#不要問編編排版軟體編編不會

在編輯實務上，因現今出版品以用電腦排版為大宗，避頭點已經不是困擾編輯的問題，「不想」避頭點才是大挑戰。
　
　
▎延伸閱讀
　https://goo.gl/9zddXb　（內有沒避頭點的圖書案例）