人文社科 × 数据科学 × AI：数字人文与计算社会科学

1
# 分析《活着》全书的情感变化——从苦难到希望
2
# 不需要你写复杂的NLP算法，用简单的情感词典即可
3

4
import re
5

6
# 正面情感词和负面情感词的简单词典
7
positive_words = {'幸福','快乐','温暖','希望','笑容','美好','团圆','满足','安宁',
8
                  '坚强','乐观','勇敢','善良','热爱'}
9
negative_words = {'痛苦','悲伤','绝望','死亡','哭泣','贫穷','饥饿','孤独','压抑',
10
                  '恐惧','愤怒','残酷','凄凉','折磨','苦难'}
11

12
# 读《活着》全文
13
with open('活着.txt', 'r', encoding='utf-8') as f:
14
    text = f.read()
15

16
# 按章节或按5000字为一个窗口，计算情感密度
17
window_size = 5000
18
results = []
19
for i in range(0, len(text), window_size):
20
    chunk = text[i:i + window_size]
21
    pos_count = sum(chunk.count(w) for w in positive_words)
22
    neg_count = sum(chunk.count(w) for w in negative_words)
23
    if pos_count + neg_count > 0:
24
        sentiment = (pos_count - neg_count) / (pos_count + neg_count)
25
    else:
26
        sentiment = 0
27
    results.append({
28
        '段落': i // window_size + 1,
29
        '正面词数': pos_count,
30
        '负面词数': neg_count,
31
        '情感得分': round(sentiment, 3)
32
    })
33

34
# 输出情感曲线
35
print("📈 《活着》全书情感变化（数值越正越积极，越负越沉重）：")
36
for r in results:
37
    bar = '█' * abs(int(r['情感得分'] * 50)) if r['情感得分'] > 0 else '░' * abs(int(r['情感得分'] * 50))
38
    side = '😊' if r['情感得分'] > 0 else '😢' if r['情感得分'] < 0 else '😐'
39
    print(f"  第{r['段落']}段 {side} "
40
          f"情感{r['情感得分']:+.2f} (正面{r['正面词数']} 负面{r['负面词数']}) {bar}")

1
# 场景：你有一篇出土文献的拓片文字，想请AI帮你翻译和解读
2

3
ancient_text = """
4
（这是一段汉代简牍文字，你让AI帮你解读）
5
"""
6

7
prompt = f"""你是古文字学和秦汉史专家。请解读以下出土文献：
8

9
文献内容：
10
{ancient_text}
11

12
请提供：
13
1. 释文（将古文字转写为现代繁体字）
14
2. 白话翻译（用初中生也能看懂的话）
15
3. 历史背景（这份文献写于什么时代？发生了什么事？）
16
4. 学术价值（对秦汉史研究有什么意义？）
17
5. 趣味点（讲一件这份文献揭示的有趣的历史细节）
18

19
语言风格：像一个很会讲历史故事的朋友，不要学术腔。"""
20

21
# response = openai_client.chat.completions.create(...)