📖 《理智与情感》直接引语对话 Explorer

Sense and Sensibility — Direct Speech & Dialogue Computational Narratology Explorer

📊 场景类型分布

📊 场景发言轮次 Top 15

📊 NRC 8种情绪——全场景平均剖面

8个维度分别代表NRC情感词典的8种基本情绪在全书对话中的平均密度(每100词命中词数)。trust和anticipation最高(3.5+/100词),anger和disgust最低(~1.0/100词)。每个维度的数值独立计算,不做加减——这是8个独立的频率指标,不是情绪的强度。

📊 人物发言量 Top 15

📊 核心人物 NRC 8种情绪剖面(雷达图)

📊 全局言语行为分布 + 核心人物言语行为画像

📊 方向二:对话权力动态 — 发言转换网络平衡

权力平衡指数 = (发出转换−接收转换)/(发出+接收)。正值(绿色柱)=该人物在对话中更多地处于发起位,具有话语牵引力;负值(红色柱)=更多处于回应位;零附近(灰色柱)=均衡。论文核心发现:布兰登上校仅53次发言(埃莉诺396次的13%),平衡指数却是埃莉诺的5倍。露西是唯一打破性别模式的女性人物。

📊 方向三:情绪传播(8D向量) — 跨说话人同步分布

横轴:相邻两轮发言之间8维情绪向量(anger/anticipation/disgust/fear/joy/sadness/surprise/trust)的余弦相似度。1.0=情绪完全一致,0.0=不相关。纵轴:具有该同步度的场景数量。大多数场景分布在0.0~0.4区间,说明S&S中人物的情绪更多是个人姿态而非在对话中互相感染——与情绪传染理论(Hatfield, 1994)的预期不完全吻合。

📊 方向三:情绪传播(8D向量) — 自身持续性 vs 跨说话人同步

每个点代表一个多轮对话场景。横轴:不同说话人之间的情绪同步度(越高=对话双方情绪越同频)。纵轴:同一人物连续两次发言之间的情绪相似度(越高=该人物情绪越稳定)。若多数点偏左上(高纵轴+低横轴),表示人物在对话中维持自身情绪基调,不被对方情绪所改变。S&S中二者的平均值分别为0.412(自身持续性)和0.159(跨说话人同步)——差距约2.6倍。

📊 方向四:时序叙事 — 8D情绪沿叙事进程的变化

📊 方向四:情绪转折点 + 对话密度

本站访客 — 人 |今日访客 — 人 |累计浏览 — 次 |今日浏览 — 次