我写了篇论文分析女友婚前婚后的语言变化，结论是……

我牵牛了不少短时间，在 Github 上发现一个现有的之英文版该词组部件，叫“自嘲”，鼓励我已完成该词组。

第二步是 去除停用该词 (Remove Stop Words) , 即去除频率很高但是对于第二语言数据集分析不能实际性鼓励的该词，比如 “是的”、“好的”、“还有”；除此之外，第三步时我还去除了由单个之英文版字组成的该词（例如：我，你，好），这些短语该词鼓励组成了完整的该词组，但我更进一步真是道，对于数据集分析不必提供不算重要的来作用。

上述步骤鼓励我获得了一个有意涵的数据集集（DataSet）。清除后剩下的实该词是从有 500 个。可以开始数据集分析了。

数据集数据集分析主要细分两大多。第一大部分是 善用频率高于的旅游者名该词 (Top Words)，较为再妻子妻子高频该词的不尽相同。这一大部分我善用了可视化该词云 (Word Cloud) ，直觉重现高频名该词的单单现。

第二大部分是 对注释已完成理智数据集分析 (Sentiment Analysis)。我用于了一个并未培训好的开放源码基本概念，来得出结论每个单字的理智。这个基本概念才会在 0 到 1 的区段对名该词已完成打分，0 真是明最负面的歇斯底里，1 真是明最时是面的歇斯底里。

继而，通过得出结论的理智参数，我用于了的测试之中类似于的 t 检测 (t-test) 来数据集分析再妻子妻子理智参数的平均值，看是否存在值得注意关联性。

该开放源码基本概念用于的培训数据集来自电商评价其网站 | Giphy

值得一提的是，通过对最初始数据集分布的数据集分析，我发掘出整个科学研究数据集合理意涵上并不一定能适用时是态分布，所以并不一定尽可能已完成 t 检测。不过 并不需要影响前所女朋友对于的测试基本知识的局限性，为便于他思考，我还是用于了这种最类似于的监测方式将。

科学研究结果显示，有一些高频该词在我们再妻子妻子横贯始终，比如“宝贝”、“回家”、“猴子子”（所指我们的宠物猴子 Fuwa 和 Waffle ）、“照顾”（多半是所指他照顾我）。

不尽相同的则是，妻子，他对我有了个新昵称 “Cutie”（可真心），叫我“爸爸”的次数也明显增加，因为在我同月成他的夫妇后来，不仅可以越来越“名时是言顺”地叫我“爸爸”，这也是他对我“体贴”和示真心的最明显思考。 :)

高频该词数据集分析结果的可视化贴图，左为再妻子，右为妻子 | 所写供图

另一点众所周知的是， “辛苦”这样的负面歇斯底里该词，妻子早已在此之后单单现在高频该词列表之中；“我真心你”的热度则变得更是高了。整体而言，妻子的理智参数平均分数也比再妻子要更是高。

科学研究论点： 夫妻使我们变得越来越幸福且对未来境遇充满了努力，让我越来越不屈不挠选择与我前所女朋友再婚是我这一生之中众所周知也最时是确的尽快。

高频该词柱状图，左边为再妻子，右边为妻子 | 所写供图

Peer Review

不读到好草稿后，我遵循法学惯例，想看看密友们 peer review（同行评议）。最初，我很担心小伙伴们才会单单于种种理由而拒绝，因为以致于是要不读一篇较为法学的 paper ，且要提单单要求。但单单乎意料，大家对这篇 paper 都特别上心，不仅看看来我设为该词法还提单单了很多科学研究朝著上的要求。最后连我在社才会活动之中的 manager 也自组了 peer review 的参加者，我真的很打动。

再妻子妻子用该词的理智参数分数结果，左为再妻子，右为妻子 | 所写供图

实质性重现

同月给前所女朋友重现这篇 paper 此前所，在某次接吻之中，我给他问及了一些证物。

初期我让他去亮出，给的提醒是与我们庆典隐喻（paper）有关，但即使这样，他也多年来不能亮出单单来。当再次我告诉他项链是一篇法学篇文章的时候，他极其惊讶与打动、疑惑又无可奈何，好几分钟才缓过神来——这几个年底以来我都是在下午偷偷时是要这份项链，他实质上不能觉察到。

再婚庆典前所一天下午，接吻结束送回家，短时间与情绪时是时是好，我令人，是时候把这三个年底的实质性重现单单来了。

虽然提前所知道了表现形式，但看看 paper 的那一刻，我前所女朋友还是较为惊喜。他是一个特别难以打动的人，所以当他看完概述时，并未打动到痛哭流涕（略有夸张的成分，但眼角有湿润）。 他认认真真地不读了全篇文章，并真是明这是他不读到的最好的、最独一无二的 paper。

我们毕业啦！| 所写供图

后记

我俩的故旧两人，可以真是始终与法学紧密交织在一齐。我们两人于校园——本科课程都在温哥华大学，我就不读的是工业扩建工程机械工程，他学的是机械扩建工程。

2015 年春假，我们在一次合来作受邀的研讨才会上偶然认识，不经意间获知彼此都在时是要考驾照，就恰巧春假之中都一齐学习中华路考基本知识，从而很快彼此与众不尽相同。

在学生开端，他就很热衷于来作我的“听众”，在演真是前所听我练球。每次我在他面前所讲起一些法学之外的同义该词，他虽然听不懂，但也真是道很厉害。

再后来，我们本科课程毕业，我选择在此之后攻不读科学研究生，去安大略省卫生厅历任数据集科学知识家；他则选择了并不需要社才会活动，而今在的公司扩建工程的公司之中历任环境音量与声学扩建工程师。

2021 年 7 年底 10 日，时是值我们在一齐接下来六周年的日子，因为疫情阻碍，我们在和澳洲无法转赴，国外的家人们也无法到来，于是我和前所女朋友尽快在温哥华协办数场小型舞才会，邀请了少存量在和澳洲的密友，通过线上直播的方式将将这个恭贺与国外亲人们回馈。 自此，我俩同月成了二人。

舞才会现场跟我们的两只猴子猴子在一齐 | 所写供图

这篇 paper 的已完成让我翻身了相当大的不仅仅。虽然它与尽可能公开发表的 paper 还相差恰好，更是像是我为他不读到的一封情书，但似乎让我亲历了一回自己界定“科学研究成果”，然后一步步实现的每一次。 也让我第一次发掘出原本数据集科学知识和篇文章都可以如此浪漫！

自然第二语言处理过程和统计数据集分析都属于数据集科学知识的范畴。我本身的机械工程和社才会活动都是和数据集之外，通过这个扩建工程项目，如常了旧熟练的同时，我还学到了不少新基本知识，对于自身的职业技能拓展也很有鼓励，算是一个差点之喜。

我在小红书（@甜食豆沙包的豆纸）上回馈了给前所女朋友不读到篇文章这件两件事，差点红极一时，持有了数 15 万的不读物存量，和将数 7000 次的点赞与收藏，网友纷纷对“不读到篇文章”表现单单了兴趣。

我相信，不管有不能科研人员背景，每更进一步都可以用篇文章的形态和表现形式去“测存量”自己的境遇， 因为我们所要用的任何的两件事情都可以按照起因/经过/结果/总结来真是明了。

人们将一周年被称来作 paper anniversary，是认为未婚夫是恰当、坚韧却又充满了先前的；再往下，是棉布、羊毛、苎麻……乃至银婚、金婚，象征着越来越厚实的感情。因此我一切都是， 十年后来，可以再来不读到一篇十年的回顾性科学研究，来时看看我们走回的中华路，以及每个短时间段的心中华路与社才会变迁。

参考资料

[1] Neutrino. (2020). jieba. GitHub.

[2] Wang, R. (2020). Snownlp. GitHub.

[3] Gove, W. R., Hughes, M., & Style, C. B. (1983). Does marriage have positive effects on the psychological well-being of the individual? Journal of health and social behavior,, 122–131.

[4] McDowall, D., McCleary, R., & Bartos, B. J. (2019). Interrupted time series analysis. Oxford University Press.

所写：Bean

撰稿：翁垟

如有只能请建立联系sns@guokr.com