為什麼流行歌曲變得比以前更悲傷？

: By 阿爾貝托·阿塞比（Alberto Acerbi）和夏洛特·布蘭德（Charlotte Brand）

感謝造訪 InnerSelf.com，哪裡有 20,000+ 宣傳“新態度和新可能性”的改變生活的文章。所有文章均翻譯為 超過30種語言. 訂閱每週出版的《內在自我》雜誌和瑪麗·T·拉塞爾的《每日靈感》。 InnerSelf雜誌 自 1985 年起出版。

為什麼流行歌曲變得比過去更難過？
更幸福的日子：阿巴（Abba）表演《滑鐵盧》 流行音樂之巔 在1974。 圖片由Redferns / Getty

今天的流行歌曲比50年前更快樂或更悲傷嗎？近年來，在線大型數字數據集的可用性以及處理它們的相對簡便性意味著我們現在可以為諸如此類的問題提供精確而明智的答案。測量文本的情感內容的一種直接方法就是計算存在的情感詞數量。消極情緒詞（“痛苦”，“仇恨”或“悲傷”）被使用了多少次？多少次使用與積極情緒相關的詞語-“愛”，“歡樂”或“快樂”？儘管聽起來很簡單，但在特定條件下（例如，可用文本越長，對情緒的估計就越好），該方法效果很好。對於所謂的“情感分析”，這是一種可能的技術。情感分析通常應用於社交媒體帖子或當代政治信息，但也可以是應用的更長的時間範圍，例如數十年的報紙文章或幾個世紀 of 文作品。

可以將相同的技術應用於歌曲歌詞。為了我們分析，我們使用了兩個不同的數據集。其中一首包含了年底的歌曲 廣告牌 熱門100圖表。從《滾石樂隊》的“（我不能得到）滿意度”（1965年，我們考慮的第一年）到馬克·羅森的馬克·羅森的“上城區放克”（至少2015年，我們考慮的最後一年）。第二個數據集基於自願提供給網站Musixmatch的歌詞。借助該數據集，我們能夠分析超過150,000種英語歌曲的歌詞。這些包括全球示例，因此提供了更廣泛，更多樣化的示例。在這裡，我們發現了與 廣告牌 數據集，因此我們可以放心地將其推廣到熱門歌曲之外。

英文流行歌曲變得更加負面。與負面情緒有關的單詞的使用已經增加了三分之一以上。讓我們以 廣告牌 數據集。如果我們假設每首歌曲平均300個單詞，那麼每年前30,000首熱門歌曲的歌詞中就有100個單詞。 1965年，其中約有450個與負面情緒相關的單詞，而到2015年，其數量超過700個。與此同時，與正面情緒相關的單詞在同一時期有所減少。 1,750年的歌曲中有1965多個正情緒單詞，而1,150年只有2015個左右。請注意，與絕對情緒相關的單詞的絕對數量總是多於與負面情緒相關的單詞。這是普遍的特點人類語言，也被稱為Pollyanna原理（來自同名小說的完美樂觀主角），我們幾乎不會指望這種情況會逆轉：不過，重要的是趨勢的方向。

為什麼流行歌曲變得比過去更難過？

即使我們只看一個單詞也可以看到效果：例如，“愛”的使用實際上在50年內減少了一半，從大約400到200個實例。相反，“仇恨”一詞直到1990年代在前100首歌曲中都沒有提到，現在每年使用20至30次。

為什麼流行歌曲變得比過去更難過？

我們的結果與歌曲情緒的其他獨立分析相一致，其中一些舊完全不同的方法，並專注於歌曲的其他特徵。例如，研究人員分析 500,000年至1985年間在英國發行的2015首歌曲的數據集，發現它們對“幸福”和“亮度”的定義相類似的下降，而“悲傷”略有增加。這些標籤來自分析低速聲學特徵（例如速度或音調）的算法。前100名的節奏和音調 廣告牌 還檢查了歌曲： 廣告牌 命中速度變慢，次要音調變得更加頻繁。次要色調在主要色調上被認為是陰鬱的。您可以通過聽YouTube在數字上從大調到小調或從大調到小調的歌曲中的任何一個自己嘗試一下，並查看一下感覺：REM的“失去我的宗教信仰”令人不安的大調版本（1991）定期在社交媒體上露面。

W帽子在這嗎？發現和描述趨勢既重要又令人滿意，但是我們還需要嘗試理解和解釋它們。換句話說，大數據需要大理論。這樣的大理論之一就是文化進化。顧名思義，該理論規定，文化會隨著時間的流逝而部分地遵循達爾文自然選擇的相同原理，即如果存在變異，選擇和繁殖，那麼我們可以期望更多成功的文化特徵固守在人口中，而其他滅絕。

文化是指通過社會傳播而不是通過遺傳傳播的任何特徵。例子包括我們根據出生地而講的語言，烹飪時使用的食譜以及實際上喜歡的音樂。這些特徵是通過社會傳播的，一個人通過觀察和模仿其他人來學習它們。相反，頭髮的顏色和眼睛的顏色是從父母遺傳給後代的。

許多行為都是社會學到的事實並不令人驚訝。但是，要使社會學習具有適應性，即要增加個體生存再生產的可能性，就必須選擇學習。向一個懂得如何做飯的成年人學習，比向一個仍在學習做飯的兄弟姐妹學習更好。在文化進化術語中，優先複製成功人士的行為被稱為“成功偏見的傳播”。同樣，還有許多其他學習偏見可能會起作用，例如順從性偏見，聲望偏見或內容偏見。多年來，學習偏見已被用來理解人類和非人類動物種群中的多種文化特徵，並為理解複雜的文化模式提供了富有成效的途徑。為了試圖理解為什麼歌詞隨著時間的流逝而增加了否定性而減少了積極性，我們採用文化進化論來研究這種模式是否可以通過社會學習偏見來解釋。

我們通過測試如果前幾年的前10首歌曲是否帶有否定歌詞來檢驗歌曲是否具有更多的否定歌詞來檢驗成功的偏見：換句話說，詞曲作者主要受先前成功的歌曲內容的影響嗎？同樣，通過檢查前幾年著名藝術家的歌曲是否也具有更多否定歌詞來測試聲望偏差。著名的藝術家被定義為那些出現在 廣告牌 排行榜的次數不成比例，例如麥當娜（Madonna）擁有36首歌曲 廣告牌 熱門100。通過查看圖表中帶有否定歌詞的歌曲是否也表現得更好來檢查內容偏向。如果是這種情況，則表明否定歌詞的內容中存在某些內容，這些歌曲使歌曲更具吸引力，因此更加受歡迎。

儘管我們在數據集中發現成功和聲望偏見的證據很少，但內容偏見是這三者在解釋否定歌詞出現時最可靠的效果。這與其他發現在文化進化中，其中負面信息出現比中性或正面信息更容易被記住和傳遞。但是，我們還發現，在我們的分析模型中包括無偏傳播，會極大地減少成功和聲望效應的出現，並且似乎在解釋這些模式方面的作用最大。可以用與遺傳漂移相似的方式來思考“無偏傳播”，在這種情況下，性狀表現為漂通過隨機波動來固定，並且顯然沒有任何選擇壓力。已經發現此過程說明其他文化特徵的流行，從新石器時代的陶器裝飾到當代的嬰兒名字和狗品種。重要的是，找到無偏向傳播的證據並不意味著這些模式沒有解釋或主要是隨機的，而是可能存在大量解釋該模式的過程，而且我們檢查的所有過程都沒有足夠強大的能力來主導該模式。說明。

流行英語歌曲中否定歌詞的出現是一種令人著迷的現象，我們證明了這可能是由於人們普遍偏愛否定性內容以及其他一些尚未發現的原因。考慮到這種偏好，我們需要解釋的是為什麼1980年代以前的流行歌曲歌詞比今天更積極。集中度更高的唱片業可能對生產和銷售的歌曲有更多的控制權。通過傳播更多個性化的分銷渠道（從空白盒式磁帶到Spotify的“ Made For You”算法定制），可能會產生類似的效果。其他更廣泛的社會變革也可能使它更容易被接受，甚至得到回報，以明確表達負面情緒。可以使用此處描述的數據作為起點來檢驗所有這些假設。意識到要做更多的工作來更好地理解這種模式，這在科學上總是一個好兆頭。它留下了微調理論，改進分析方法的空間，有時還可以回到繪圖板上詢問不同的問題。