進入黑森林約莫半小時,璐平好想收回自己說過的話。腳下的魔法陣持續轉動運作,魔法精神力耗損近半。他沒料到加入的新同伴完全不會使用治癒與防禦魔法,也就是說,四人之中只有他是「夢組」屬性,不但要保護米歐,也要負責另外兩人的安全。
黑森林,顧名思義是一片漆黑陰森的樹林。幸好截至目前為止,沒有遇到高等級的惡夢。
米歐撥開遮掩視線的枝葉,眼前除了樹,還是樹,「步行太慢了,可以加速嗎?」
「喂喂,在這種地方浪費魔法力,待會兒要是遇到等級高的惡夢怎麼辦?」
明明不是跟凱因說話,卻得接受對方的反駁。不爽的米歐悄悄減速,走在璐平身邊。
漢瑟爾的書飄浮於空中,羽毛筆從進入森林後就沒停過,他喃喃唸出劇情,「突然間,恐怖的咆哮聲震開茂密的枝葉。虎視眈眈的野獸躍過眾人頭頂,朝最前方的人伸出利爪。」
地面猛烈震動,四人同時感到龐然大物從後方奔來,飛躍至隊伍前方,對打頭陣的凱因揮動利爪。
事態發展就與羽毛筆寫下的情節一模一樣,凱因早幾秒得知,閃身躲過猛烈的攻擊。握緊大砲底座,自轉幾圈當助力,以砲筒打飛野獸,「一隻!」
後頭接二連三地跳出體型碩大的老虎,凱因如法炮製,全部擊飛。仰起頭,得意地望著被打飛的老虎如流星般飛過樹林。
「擊敗野獸,卻惹惱了守株待兔的獵人,他們將利用誘人的罌粟花園懲罰侵入者。」
聽漢瑟爾唸出接下來的情節,璐平只知道把衣釦都扣緊,可不能到最後真的一件也不剩。
「罌粟花……要戴口罩嗎?」
米歐問的是璐平,凱因卻自顧自地回答,「那種東西就算用口罩也遮不住,別忘了這裡是巴比倫之塔,充滿惡夢的危險地方。」
「我不是在跟你說話。」
璐平在兩人中間充當和事佬,「好了好了!心平氣和才能渡過難關。」
「然後在這個花園裡……他們會遇到前所未見的……巨大……」漢瑟爾還未把書中的情節唸完,誘人進入夢境的花香已撲鼻而來。此時走在隊伍最前頭的他一秒昏厥,書與筆同時落地。
凱因打算與米歐爭執,很不巧地吸了一大口氣,導致罌粟花的氣味直接撲進鼻腔。意識瞬間模糊,他彎下身,想用意志力撐住,扛在肩上的大砲卻越來越沉重,不一會兒也倒地昏睡。
米歐匆忙轉身,以手掩住口鼻,想與璐平討論對策。後者一把將他拉入懷中,用身上的衣物替他抵擋氣味。
米歐在動作間吸入些許氣味,昏昏欲睡,璐平卻完全不受影響。
「不要說話。」璐平脫掉外套,裹住米歐的臉,只讓他露出雙眼。
璐平撿起漢瑟爾的書和羽毛筆,但不管用什麼方法,都無法控制羽毛筆,加入新的劇情,「真糟糕,漢瑟爾不醒,沒有人能讓情節往下發展,氣味會不間斷地傳來。」
米歐很想問璐平為何不被影響,無奈不能開口說話。
璐平扛起較重的凱因,「我帶他去離氣味遠一點的地方,你在這裡等我。」離開前不忘替米歐加固結界。
從結界中望出去,前方不遠處果然出現一座罌粟花園。襯著陰沉沉的黑森林,一大片紅花既顯得格格不入,又顯得美豔奪目。
米歐蹲到漢瑟爾身旁,一手拿出口罩替他摀住口鼻,另一手用璐平的外套捂住鼻子。衣領間全都是洗髮精的味道,那傢伙到底有沒有沖乾淨啊……
外套很重,璐平在口袋裡放了什麼?
明知偷翻別人的口袋是很不禮貌的,米歐還是下意識地把手伸進去。觸感很冰冷,是很有分量的金屬製品。抓出那東西一看,居然是手銬!
「嗚!」驚訝讓米歐不小心倒吸一口氣,罌粟花的氣味直竄鼻腔,旋即擴散至身體的每一吋。他強烈地感受到疲倦、虛弱,掙扎片刻,撐不住地跪地,倒在璐平的外套裡,沉沉睡去。
「既沒有哥哥們的才智,又沒有出色的外表。你看看這孩子,滿臉雀斑,還是個大近視,為什麼姊姊要領養這樣的孩子?」
米歐在模糊的意識中看見漢瑟爾,他緊捧著書,沉默地低著頭。
撐起身體,腳底的冰冷,讓米歐意識到自己身處積雪寒地。雪花緩緩飄落在他與漢瑟爾之間。他走過去,伸長胳臂,手卻直接穿過漢瑟爾的身體,無法真正碰觸。
這種宛如來到了另一個時空,眼前事物卻清晰可見的熟悉感……難道他又做夢了?
大人們的評論毫不留情,漢瑟爾置若罔聞,靜靜地縮在玻璃窗前,拚命地埋頭寫作。
既然漢瑟爾沒有察覺米歐的存在,他索性湊近前,偷瞄漢瑟爾的寫作內容。
故事的主人公是個小男孩,擁有愛他的家人、上天賦予的音樂才華、討人喜歡的外貌。在和樂的家庭中長大,一家四口過得很幸福。然而好景不常,某個夜晚,噬血族殺死他的父母,把他帶走,讓他與哥哥從此分隔兩地。
小男孩被一個富有的家庭領養,因為事發當時年紀還太小,他逐漸忘記了自己原本的家人。直到長大後偶然發現養父的日記,得知身世,才踏上尋找親人的旅途。
艱辛困苦的旅程持續了一年,他不停地打聽哥哥的下落,總算與哥哥重逢,兩人決定一起去冒險。
萬萬沒想到,冒險途中,哥哥為了保護他,死了。
小男孩傷心地跪倒在哥哥身旁,「早知道……早知道就不該來找哥哥……」如果他能乖乖地留在領養他的家庭,不與哥哥相認,就不會害死哥哥。
如此哭了三天三夜,最後傷心欲絕、精疲力盡地倒臥在哥哥身邊。
他對哥哥的感情感動了神,於是讓兩人維持沉睡狀態,讓他們在夢中重新相遇,一起玩耍,互相扶持長大。
寫到這裡,漢瑟爾停下筆,扭頭看向米歐,「哥哥?」
米歐驚訝地蹲下身,原本以為漢瑟爾看不見他,「抱歉,我很好奇你在寫什麼,所以……」
「凱因哥哥……」漢瑟爾低喃一句,收回目光,繼續書寫。
米歐頓了一下,意識到漢瑟爾只是在自言自語,鬆了口氣。
「我到底在做什麼?真蠢。」米歐屈膝靠在窗戶邊,耳邊只有筆尖與紙頁摩擦的聲音。
「米歐,你能吞噬他人的夢境,將之轉換成力量。這種能力很可貴,你得趕快想起使用它的方法。」
突然想起那個叫「撫子」的女孩說過的話,如果真有這樣的能力,是不是吃掉漢瑟爾的夢,就能竊取他的能力?哪怕漢瑟爾不醒,也能接替他使用那本書和羽毛筆?
米歐像被附身似的挺起身,於埋首書寫的漢瑟爾面前釋放些許殺氣。第二次嘗試比第一次要大膽得多,他逕直伸手穿入漢瑟爾的身軀,逐漸透明化的身體內部果真埋有一片折射出彩虹光芒的玻璃碎片,刺在少年的右掌心。
米歐握住碎片,慢慢地把往外拔。碎片離體的瞬間,漢瑟爾痛苦地抓住右手,書本和羽毛筆一併滾落腳邊。他皺緊五官,像吸不到氧氣般劇烈地喘著,掙扎一會兒,臉孔漸漸沒了血色,皮膚由蒼白轉為灰暗。
目睹一切,米歐退後好幾步。碎片已經讓他握在手中,他把它塞入嘴裡,一步一步遠離漢瑟爾。尖銳的玻璃刮破口腔,隨即像糖果般被唾液融化。
即使是夢,他仍覺得自己背叛了漢瑟爾。
米歐緊摀著嘴,低下頭,身體充滿嶄新的力量,悲傷卻在腦海中播種。未來的某一天,他會不會對在夢中吞噬人這件事麻木?
璐平只離開了短短的三十秒,安置好凱因,快步折返,卻見米歐倒臥在外套上昏睡。他蹲在一旁,用指腹撥開覆在米歐臉上的髮絲,被髮絲觸碰的眼皮微微顫動,但仍緊閉。
注視米歐露出的無防備睡顏,璐平不自覺地勾出淡淡笑容,手指順著米歐的髮絲,輕觸他的側臉,替他治癒。
動作間,目光掃過掉落在一旁的手銬。他撿起手銬,把米歐連同外套一起抱在手上。
身體突然浮空讓米歐恢復清醒,撐開眼皮,映入眼簾的第一幕又是璐平那天使般的笑顏。他下意識地撇開頭,察覺自己正被璐平用公主抱的方式抱著,條件反射地用力一推,整個人重摔在地。
「好痛……」米歐摸著臀部,沒想到自己真會摔下來。
「你沒事吧?」璐平關切地伸出手,被米歐不客氣地拍掉。
「我沒有這麼纖細!」
「我不是這個意思……你剛才昏睡的姿勢不好扛,我這樣抱比較方便嘛。」
米歐坐在地上,納悶地想著,奇怪,為何璐平說了這麼多話、做了這麼多事,一直沒有昏睡過去?難道說,他對罌粟花的氣味免疫?
思考的同時,某種冰冷的東西攀上他的腿。那是像觸角一樣有判斷能力的枝梗,下一秒,米歐被狠狠地拉過去。
罌粟花園中央生出約有三層樓高的巨型罌粟花妖,在璐平與米歐對話時,另一隻觸角已將漢瑟爾捆住,尖端插入他的背部,吸取他的生命泉水。
璐平憑空拉弓,箭迅速射穿綁住米歐的觸角。往下掉落的同時,包覆在米歐四周的結界降低了地心引力的影響,他就像花瓣一般慢慢飄落。
米歐著地後抽出西洋劍,劍光一閃,壓低身子快速奔跑,踩上自己製造的跳躍魔法陣,猛力一躍,跳至與罌粟花妖的花托等高的空中。再藉由下墜的力量旋轉身子,劈斷綁住漢瑟爾的枝梗。
漢瑟爾落下,璐平也像方才保護米歐那樣替他施法,但他臉上毫無血色,也幾乎沒有了呼吸。
璐平不假思索地使出一天只能使用最多兩次的最高級治癒魔法,並翻動漢瑟爾的身體,見少年的背部被刺入一根足有手掌長的毒針。
撕開漢瑟爾背後的衣物,被針刺入的皮膚已變得烏黑,毒素正持續往外擴散。璐平把掌心貼緊皮膚,震了一下,漢瑟爾立刻張口吐出鮮血,烏黑之色剎那間轉為焦黑。璐平接著劃開中毒的肌膚,努力阻斷毒素的擴張。
另一方面,米歐俐落地砍斷罌粟花妖的三根觸角,可光憑他一人,難以真正對抗高大的花妖。哪怕使用時間暫停,怕也無法於短時間內找到花妖的弱點。被砍斷的觸角已開始復原,這樣下去根本砍不完!
甩掉劍身沾染的綠色汁液,腳底的魔法陣持續轉動。他舉劍召出雷電,突然被來自後方的衝力推倒、摟住,在地上連滾了好幾圈。
「……璐平?」
米歐從璐平的肩膀處探出頭,花妖觸角的刺深深地刺入金髮少年的背。
他咬緊牙根推開璐平,用力揮劍。雷電劈落,被斬斷的觸角在地上蠕動了一下,顏色轉灰、硬化,化為隨風散去的灰燼。
璐平狂冒冷汗,趴倒在地,「沒事的……我可以治癒。」顫抖的手掌發出微弱的金光,治癒的力量根本不敵毒素的擴張。
眼看黑色毒素即將擴散至整個背部,身旁又有巨大的花妖威脅,米歐選擇最快最有效率的解決方式,拔掉璐平身上的毒刺。璐平因痛苦而顫抖,米歐緊鎖雙眉,手指扒開破裂的衣物,將雙唇貼過去,吸吮殘留於傷口的毒素。
璐平感到搔癢,面孔泛紅,「米歐,你這樣會不會被感染?」
米歐吐掉嘴裡的毒,又吸了一口。眼角餘光瞥見觸角再次襲來,右手一揮,嘴一吐,起身面對下一波攻擊。
「你等我一下。」米歐擋在璐平身前,心想,要是凱因這時候能醒來就好了。至少一人可當誘餌,一人可攻擊。
一面想,一面飛快地跑開,將觸角誘離璐平與漢瑟爾。
璐平緩緩撐起身體,看著米歐奮戰的身影,猶如紅寶石的雙眼越顯鮮紅。身體微微散發金光,不僅治癒了自己,也連帶治癒了漢瑟爾。
雙手撐著膝蓋,毒針扎刺讓視線變得模糊,思緒恍惚,還有些幻象出現。他抿緊雙唇,全力拉弓,「不准……傷害米歐!」
離弦之箭飛向米歐身側的新生花妖,花妖立刻化為灰燼。但不止這一株,周圍冒出來的花妖越來越多。璐平抬頭瞇眼細看,花粉正隨風傳播。他一箭射向花托,將之貫穿。罌粟花妖不甘地掙扎著,把所有種子和花粉都傳播出去,隨後枯萎變黃、粉化,隨風散去。
璐平踩死周遭的種子,但成功播種的花妖迅速成長起來,估計每一個都能長成高大的母體。怎麼辦?救醒漢瑟爾,請他寫接下來的劇情嗎?可是漢瑟爾說過,書寫的是心中的另一個自己,結局不一定是好的。
米歐也猜到接下來這堆花妖很難應付,驀地撿起漢瑟爾遺落的書與羽毛筆。羽毛筆在他手中放電排斥,他咬牙握緊,硬是寫下新情節。
沒有水分灌溉的種子不多久就沒了生命,殘留的罌粟花妖很快……
原本想寫很快就被解決,但掌心猛然閃出一道電光,他的手被炸出傷口,沒辦法繼續握筆。
璐平訝異地看著能碰觸羽毛筆與書的米歐,米歐什麼時候學會了這種技能?除了已經長出來的花妖,土裡播下的其他種子都沒了生長的跡象。
米歐握住流血的手,既然成功使用了在夢中吞噬的漢瑟爾的能力,撫子的能力,他應該也能運用。
雙掌於胸前圍出三角形,「犬神……招來!」
轟然巨響,花園的土壤隆起,土堆爆裂,從中現形的,是身周飄著雲氣的犬神。
召喚成功了!米歐其實同璐平一樣詫異。原本沒有多少把握,想不到自己真能透過夢境奪走並運用他人的能力。
而且,他喚出的幻獸,體型比夢中大了兩倍!
犬神後腿一蹬,衝向花妖群,首先咬斷一株迅速長到三公尺高的花妖,而後前爪一揮,折斷其他花妖。
米歐回過神,連忙加入攻擊,消滅最幼小的那些花妖。
犬神躍起一層樓高,重重落下,用身體的力量壓垮持續生長的花妖。尾巴一掃,除去四處攀附的枝梗。璐平見前方的戰況得到控制,趕緊蹲下來繼續治療漢瑟爾,高階治癒法術讓漢瑟爾的皮膚逐漸染上紅潤。
犬神周邊的雲朵以螺旋方式自轉,召出強勁的風,將花妖從花托處切成兩半。短短幾分鐘,罌粟花園化為灰燼,恢復為森林與草地。
確認已將罌粟花園徹底夷為平地,犬神回到米歐身邊,舔了舔前爪、清理一下毛髮,化為透明,消失不見。
賦 格 插入 句 在 Z9 的看板 Facebook 的最讚貼文
【意義是三小?】
最近寫了一些跟小孩學才藝、教養問題有關的文,好像都在黑父母。
所以這篇我想來講講這種「#需要上進、#不斷自我超越、#好還要更好、#要負起社會責任、#要有深度、#要有教育意義」的大中華(或泛東亞?)思維,
怎麼從教育/教養層面,內化到閱聽人/消費者心中,變成衡量「美學」價值的一把奇怪的尺。
#
一篇標題為《一个90后周杰伦粉丝的死心史》的文章,日前在社群上被大量轉載,作者是還可算在年輕人範圍內的90後。
他說,周杰倫之前出的新單曲《Mojito》旋律算好聽,但歌甜而「塑料」,周董跟他的好哥們大家唱唱跳跳、沒有煩惱,不若他多年前聽剛出道的周杰倫的作品,「在那個自我意識覺醒的人生啟蒙階段,他教我們要不服輸、要做第一名,告訴我們青春期要面對的所有事」。
作者說,以前的周杰倫熱衷於音樂實驗、挑戰風格混搭、開先河玩中國風、不斷創新,而且關注社會問題,寫過反家暴、寫過反戰,歌曲格局豐富多樣。
剛出道的周杰倫,人看起來不乖、眼神過於不服、隨時準備唱反調,但「凡事都要做到最好」,
但2007年推出專輯《我很忙》之後,歌的記憶點不多、藝術質感不見了,歌詞沒有廣闊的想像空間、淪於划水,歌詞只有小歌迷般的少女、MV只有性感美女跟比基尼,十足物化女性,至於周杰倫的人呢?他的「年少時的拔群勁兒不見了!」
「那個教這一代人不要太乖、不要輸、要去全世界,要勇敢、要不懼權威、要將自己喜歡的事做到最好的周杰倫不見了!」
作者對周杰倫成為「太過商業導向的老油條」而不再專注於音樂上的創新,感到相當失望、甚至心死;他無法接受周杰倫的敷衍跟糊弄,認為「這是一個人要如何對待自己職業的問題」。
「他或許並沒有對不起我們,他只是對不起自己,以及這份職業。」作者如是說,他期待曾經周杰倫能「年輕時是偶像、年長後是大師」。
作者希望周杰倫像坂本龍一那樣,從青年偶像轉變為音樂匠人,「收集自然跟城市的聲音用以探究人在城市空間的生存狀態」、「將反戰、環保的思考寫入音樂」、「將音樂作為延續哲學思考的方式」。
或者至少如蔡依林,從唱跳歌手蛻變,開始「跟獨立音樂人合作」、「相比口水流行歌,如今的音樂更像對藝術和自我的探索」、「歌裡有開放的性別意識、對單一審美標準的反思、跟對同性愛人的鼓勵」。
但最終,周杰倫沒有陪他一起長大,「沒有像教我們不服輸一樣,教我們負擔生命的重量,如何面對分離和背叛,愛與失去,學做父母,看清生活真相後繼續生活,與衰老和解,然後一同老去」。
#
這些論述的味道是不是令人感到熟悉?這不就是許多父母對孩子未來人生的期許方向嗎?從一個90後的年輕人口中冒出這樣的「教訓」,彷彿接下來一整個月都是「教孝月」了。
周杰倫是否該開個「人生夢想學校」作者才會滿意呢?
我不禁想吐槽。
#
說個真實笑話給大家聽:
我小時候還流行看日本卡通,班上同學朋友都在看《玩偶遊戲》、《庫洛魔法使》,我放學回家說我也要看,但我媽媽是學教育的、當老師的,她會買《十萬個為什麼》的整套錄影帶給我看,但覺得日本卡通都沒營養。
於是她說「好,要看可以,但你要列出這些日本卡通有什麼教育意義,說服我了,就可以看。」
我才小學中年級,能知道卡通有什麼教育意義?想看的原因不就是故事好看、劇情跟我的學校生活很像很有共鳴、畫風很美、音樂好聽、大家都在聊所以跟同學有話題嗎?
想當然我沒能列出來,所以就沒得看了。
一直到我國中,有天她跟我說,當時應該讓我看《庫洛魔法使》跟《玩偶遊戲》的(那時我早已偷偷跟同學合資買了整套《玩偶遊戲》漫畫藏在學校,但後來被抓到就被揍了)。
我覺得好笑,問她為什麼,她說「因為我在國語日報上看到一個媽媽老師的文章,她說她和女兒一起看這些動畫,發現裡面教了很多人生的道理,並且讓她了解這個年紀的孩子怎麼跟人相處,她覺得很有意義、很值得看」。
我是否能看卡通的許可,是《國語日報》核發的。
#
荒謬的是,這個笑話在當今的「政治正確」氛圍中唾手可得,而且大家一點都不覺得荒謬。
我們重視電影導演有沒有關注社會底層跟弱勢、藝術價值夠不夠高;所以台詞跟讀小說一樣拗口又文鄒鄒(誰會在日常生活中那樣講話?)、情節破碎牽強、起承轉合轉折不自然只能靠旁白補充說明、情節中插入抽象又意識流的莫名其妙看不懂畫面,觀眾跟評審都不在意。
(對不起,我就是覺得大部分國片都很難看,而且片尾都要來個伊索寓言般的教化寓意頓悟,很煩)
我們重視歌手是否在歌裡唱出當代社會議題,是否夠知性、深入靈魂地感人,歌詞具有詩詞般的文學價值,或是優美地使用中文修辭,或是運用某些典故的巧思設計;至於旋律、節奏好不好聽、流不流暢、你聽了頭腦身體會不會跟著晃是其次。
(喔我們只有聽西洋音樂、JPOP、KPOP或任何聽不懂歌詞的歌時,才會不計較歌詞)
我們希望戲劇可以講述更多台灣當地生活的真實樣貌、徹底呈現台灣價值跟歷史脈絡,題材、背景更多元,情節要夠曲折複雜最好有推理性並且一定要有角色慘烈廝吼啊啊啊啊啊啊然後殺人或自殺(咦),不要老是拍些小情小愛的偶像劇,如果可以跟文學作品結合,或掀起社會輿論認真討論,那就更好了!
(所以我們只能猛看韓劇當迷片啊不是嗎?)
我們要求一個好的廚師不能只是做出好吃的食物,他們還要重視食材來源、重視地域族群關係、重視小農生存、重視土地議題、重視環保、重視動物權益、重視文化歷史、重視在地價值;如果他們做的菜有完整且創新的理念,呈現手法讓人驚艷,每一次都有不同的體驗,哇那就一百分了!
#
上述不管哪種創作,影像、音樂、食物⋯⋯本質都是基於五感的體驗、感官的享受,或是傳遞情感的媒介,但在當代,它們卻背負了「要有一定的教育意義、社會責任」的使命感,否則這個創作就不能被認可。
回頭看看歷屆金曲、金鐘、金馬獎的得獎評語,評審都是怎麼說的,你就知道了。
(最好你創作者出身貧困或是年輕時很辛苦很不順,那就更偉大更正確更可歌可泣了)
所以囉,如果我們做的工作只是做起來開心、滿足、讓人喜歡而且每天都期待去上班,這是不行的,因為你的工作沒有社會影響力、沒有更深入的意義、沒有教育世人的價值,而且還過太爽不夠刻苦磨難的話,就不能讓你寫出什麼能給後輩參考的感悟心得文投稿到商管雜誌。
相較之下,「這工作薪水夠不夠多啊?」真是讓人鬆一口氣的期待。
一個人喜歡、欣賞的東西,一定要被賦予有意義的、重大的、深刻的意義嗎?不能只是單純有感覺所以喜歡嗎?如果有天失去了意義,就不值得再喜歡了嗎?
#
請容我套一句經典台詞:意義是三小?
我並不是說意義不重要,而是當我們拚命找出生命跟事物中的意義時,這個意義真的會變成三小。
因為它是為了必須存在而硬被創造出來的意義,是不真實的、是奠基在「集體已有共識的主流價值政治正確」上的意義,而不是你在被事物或生命先感動——我是指有FU的感動——了之後,才慢慢歸納出感動你的東西是什麼,所產生的意義。
上面這句子寫起來有點拗口,但如果你記得國文課本上的「課文賞析」,你會知道我在說什麼,就是那種感覺。
這種「標本化的意義」阻止了生命的流動,就好比小孩被送去學才藝不是出於興趣——接觸喜歡的事物而自然產生喜悅——,而是為了能夠孝順/滿足父母的期待、證明自己有料不是只會讀死書、有東西可以寫在大學申請書上等意義而學。
意義至上、思維優先時,感官、感受就死掉了。
然後我們就會在別的地方,找尋能滿足感受需求的出口。
為什麼比起正經新聞,老天鵝新聞、眼球中央電視台跟哈哈台街訪讓人欲罷不能呢?
因為它們沒三小意義,卻很在感官層面上感動了你。
周杰倫當下的人生過得很幸福開心簡單又爽,所以他寫簡單、讓自己爽的歌(就像饒舌歌手Cardi B老是在唱老娘多紅多有錢人生勝利94爽一樣),我覺得很順應自然,音樂本來就是用來表達情感的。
他如果現在硬是為了滿足社會期待,寫一些關懷社會黑暗面的歌,那就矯情了,跟他的生命也沒有連結。
而且「過爽爽但關懷底層苦民所苦」的角色,千百年前就已經被釋迦摩尼悉達多、托爾斯泰跟切格瓦拉當過了,這個世界,真的不缺。
#要找人生的意義或靈魂深度這些事情
#拜託給我們命理產業或身心靈產業或是心理師跟哲學家們留口飯吃好嗎
#娛樂圈專注找生命意義跟哲學
#我們就只能搞笑娛樂大家了啊
#術業有專攻
#不要搶工作
#我是文青Hater
———
補充:我認為審美喜好是很主觀的。比方說,一個異國文化閱歷較多的人可能會跟你說,燉飯有米心才叫煮得好,吃日本料理時哇沙米跟醬油分開使用,才是有品味的吃法。
但這只是義大利跟日本習慣的吃法而已,你可以說他是比較道地的吃法,可是這不等於比較好吃。像你去麵攤切黑白切,哇沙米跟醬油喇一喇吃起來就是直接過癮啊!
賦 格 插入 句 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
來自創新工場大灣區人工智慧研究院的兩篇論文入選了自然語言處理領域(NLP)頂級學術會議 ACL 2020 。
這兩篇論文均聚焦中文分詞領域,是深度學習引入知識後的有益嘗試,將該領域近年來廣泛使用的各資料集上的分數全部刷至新高,在工業中也有著可觀的應用前景。
本文來自創新工場公眾號
……………………………………………………………………
創新工場兩篇論文入選ACL 2020,將中文分詞性能刷至新高
“土地,我的金箍棒在哪裡?”
“大聖,你的金箍,棒就棒在,特別配你的髮型。”
感謝神奇的中文分詞,給我們帶來了多少樂趣。豐富多變的中文行文,給人的理解造成歧義,也給AI分詞帶來挑戰。
近日,自然語言處理領域(NLP)頂級學術會議 ACL 2020 (https://acl2020.org/)正在火熱舉行。
令人振奮的是,來自創新工場大灣區人工智慧研究院的兩篇論文入選。這兩篇論文均聚焦中文分詞領域,是深度學習引入知識後的有益嘗試,將該領域近年來廣泛使用的各資料集上的分數全部刷至新高,在工業中也有著可觀的應用前景。
分詞及詞性標注是中文自然語言處理的基本任務,尤其在工業場景對分詞有非常直接的訴求,但當前沒有比較好的一體化解決方案,而且中文分詞普遍存在歧義和未登錄詞的難題。
基於此,兩篇論文各自提出了“鍵-值記憶神經網路的中文分詞模型”和“基於雙通道注意力機制的分詞及詞性標注模型”,將外部知識(資訊)創造性融入分詞及詞性標注模型,有效剔除了分詞“噪音”誤導,大幅度提升了分詞及詞性標注效果。
兩篇文章的作者有:華盛頓大學博士研究生、創新工場實習生田元賀,創新工場大灣區人工智慧研究院執行院長宋彥,創新工場科研合夥人張潼,創新工場CTO兼人工智慧工程院執行院長王詠剛等人。
ACL(The Association for ComputationalLinguistics)國際計算語言學協會是自然語言處理領域影響力最大、最具活力的國際學術組織之一,自1962年創立以來已有58年歷史,其每年夏天舉辦的年會是該領域學術頂會。
與往年不同的是,受新冠疫情影響,ACL2020全部轉為線上進行,不過這絲毫沒有減弱熱度。根據之前公佈的資料,今年大會投稿數量超過3000篇,共接收 779 篇論文,包括 571 篇長論文和 208 篇短論文,接收率為 25.2%,在全球疫情衝擊下反而是有史以來最盛大的一屆ACL會議,創新工場的技術大牛們也頂著時差連續數晚熬夜參會。
▌利用記憶神經網路,將中文分詞性能刷到歷史新高
中文分詞目的是在中文的字序列中插入分隔符號,將其切分為詞。例如,“我喜歡音樂”將被切分為“我/喜歡/音樂”(“/”表示分隔符號)。
中文語言因其特殊性,在分詞時面臨著兩個主要難點。一是歧義問題,由於中文存在大量歧義,一般的分詞工具在切分句子時可能會出錯。例如,“部分居民生活水準”,其正確的切分應為“部分/居民/生活/水準”,但存在“分居”、“民生”等歧義詞。“他從小學電腦技術”,正確的分詞是:他/從小/學/電腦技術,但也存在“小學”這種歧義詞。
二是未登錄詞問題。未登錄詞指的是不在詞表,或者是模型在訓練的過程中沒有遇見過的詞。例如經濟、醫療、科技等科學領域的專業術語或者社交媒體上的新詞,或者是人名。這類問題在跨領域分詞任務中尤其明顯。
對此,《ImprovingChinese Word Segmentation with Wordhood Memory Networks》這篇論文提出了基於鍵-值記憶神經網路的中文分詞模型。
該模型利用n元組(即一個由連續n個字組成的序列,比如“居民”是一個2元組,“生活水準”是一個4元組)提供的每個字的構詞能力,通過加(降)權重實現特定語境下的歧義消解。並通過非監督方法構建詞表,實現對特定領域的未標注文本的利用,進而提升對未登錄詞的識別。
例如,在“部分居民生活水準”這句話中,到底有多少可能成為詞的組塊?單字可成詞,如“民”;每兩個字的組合可能成詞,如“居民”;甚至四個字的組合也可能成詞,例如“居民生活”。
把這些可能成詞的組合全部找到以後,加入到該分詞模型中。通過神經網路,學習哪些詞對於最後完整表達句意的幫助更大,進而分配不同的權重。像“部分”、“居民”、“生活”、“水準”這些詞都會被突出出來,但“分居”、“民生”這些詞就會被降權處理,從而預測出正確的結果。
在“他從小學電腦技術” 這句話中,對於有歧義的部分“從小學”(有“從/小學”和“從小/學”兩種分法),該模型能夠對“從小”和“學”分配更高的權重,而對錯誤的n元組——“小學”分配較低的權重。
為了檢驗該模型的分詞效果,論文進行了嚴格的標準實驗和跨領域實驗。
實驗結果顯示,該模型在5個資料集(MSR、PKU、AS、CityU、CTB6)上的表現,均達了最好的成績(F值越高,性能越好)。(注:所選擇的五個資料集是中文分詞領域目前全世界唯一通用的標準資料集)
創新工場大灣區人工智慧研究院執行院長宋彥表示,與前人的模型進行比較發現,該模型在所有資料集上的表現均超過了之前的工作,“把中文分詞領域廣泛使用的標準資料集上的性能全部刷到了新高。”
在跨領域實驗中,論文使用網路博客資料集(CTB7)測試。實驗結果顯示,在整體F值以及未登陸詞的召回率上都有比較大提升。
▌“雙通道注意力機制”,有效剔除“噪音”誤導
第二篇論文《Joint ChineseWord Segmentation and Part-of-speech Tagging via Two-way Attentions ofAuto-analyzed Knowledge》提供了一種基於雙通道注意力機制的分詞及詞性標注模型。
中文分詞和詞性標注是兩個不同的任務。詞性標注是在已經切分好的文本中,給每一個詞標注其所屬的詞類,例如動詞、名詞、代詞、形容詞。詞性標注對後續的句子理解有重要的作用。
在詞性標注中,歧義仍然是個老大難的問題。例如,對於“他要向全班同學報告書上的內容”中,“報告書”的正確的切分和標注應為“報告_VV/書_N”。但由於“報告書”本身也是一個常見詞,一般的工具可能會將其標注為“報告書_NN”。
句法標注本身需要大量的時間和人力成本。在以往的標注工作中,使用外部自動工具獲取句法知識是主流方法。在這種情況下,如果模型不能識別並正確處理帶有雜音的句法知識,很可能會被不準確的句法知識誤導,做出錯誤的預測。
例如,在句子“他馬上功夫很好”中,“馬”和“上”應該分開(正確的標注應為“馬_NN/上_NN”)。但按照一般的句法知識,卻可能得到不準確的切分及句法關係,如“馬上”。
針對這一問題,該論文提出了一個基於雙通道注意力機制的分詞及詞性標注模型。該模型將中文分詞和詞性標注視作聯合任務,可一體化完成。模型分別對自動獲取的上下文特徵和句法知識加權,預測每個字的分詞和詞性標籤,不同的上下文特徵和句法知識在各自所屬的注意力通道內進行比較、加權,從而識別特定語境下不同上下文特徵和句法知識的貢獻。
這樣一來,那些不準確的,對模型預測貢獻小的上下文特徵和句法知識就能被識別出來,並被分配小的權重,從而避免模型被這些有噪音的資訊誤導。
即便在自動獲取的句法知識不準確的時候,該模型仍能有效識別並利用這種知識。例如,將前文有歧義、句法知識不準確的句子(“他馬上功夫很好”),輸入該雙通道注意力模型後,便得到了正確的分詞和詞性標注結果。
為了測試該模型的性能,論文在一般領域和跨領域分別進行了實驗。
一般領域實驗結果顯示,該模型在5個資料集(CTB5,CTB6,CTB7,CTB9,Universal Dependencies)的表現(F值)均超過前人的工作,也大幅度超過了斯坦福大學的 CoreNLP 工具,和伯克利大學的句法分析器。
即使是在與CTB詞性標注規範不同的UD資料集中,該模型依然能吸收不同標注帶來的知識,並使用這種知識,得到更好的效果。
而在跨領域的實驗中,和斯坦福大學的CoreNLP 工具相比,該模型也有近10個百分點的提升。
▌主動引入和分辨知識,實現中文分詞技術突破
中文分詞在中國科研領域已經有幾十年的歷史。最初的中文分詞是基於詞典構建,詞典的好壞會直接影響到最後分析的效果。如果某個新詞在詞典裡沒有,那麼模型是死活都分不出來的。
這種方式的局限性還在於,詞典和分詞兩件事情中間始終有一條鴻溝,儘管詞典可以編撰得非常全面,但在處理分詞的時候,因為每一句話都有上下文語境,往往會產生多種不同的切分方法,從而無法有效地在當前語境下對分詞結構進行恰當的指導。
從2003年開始,分詞方法出現了新的突破。研究人員提出了打標籤的方式,通過給每一個字打詞首、詞尾、詞中的標籤,不再需要構建詞典,大幅度提升了未登錄詞的召回效果。
到了2014年左右,深度學習和神經網路開始被廣泛應用到中文分詞中,打標籤的模型從之前的淺層學習變成了深度學習,但演算法本質沒有發生變化,所以提升作用並不太大。
近兩年,學界開始研究怎麼在打標籤的過程中加入外部知識和資訊。創新工場的這兩篇文章就是沿著這個路徑,用記憶神經網路的方式記錄對分詞結果有影響的 n元組,並引入對詞性標注有影響的句法知識,將分詞結果和自動獲得的知識銜接起來,既發揮了神經網路的優勢,也把知識的優勢用上,實現了分詞技術上小而有效的改進和突破。
宋彥表示,“從技術創新的角度,我們的貢獻主要有兩點。一是在現有技術的基礎上,建立了一個一體化的模型框架,使用非監督方法構建詞表,並把知識(資訊)融入進來,使用更高層次的句法知識,來幫助詞性標注,起到'他山之石,可以攻玉’的效果。”
“二是主動吸收和分辨不同的外部知識(資訊)。通過鍵-值記憶神經網路和雙通道注意力機制,進行動態權重的分配,能夠有效分辨知識,區分哪些是有效的,哪些是無效的。雖然這些知識是自動獲取的、不準確的,但‘三個臭皮匠,頂個諸葛亮’,經過有效利用,總能湊出一些有用的資訊。如何實現模型的主動吸收和分辨,就變得更加重要。”
據瞭解,今年的ACL大會,在分詞領域一共收錄了18篇論文,創新工場人工智慧工程院同時有2篇入選,也表現出ACL官方對這一貢獻的認可。
▌具備跨領域分詞能力,提升工業應用效率
中文分詞和詞性標注是最底層的應用,對於接下來的應用和任務處理非常重要。例如對於文本分類、情感分析,文本摘要、機器翻譯等,分詞都是不可或缺的基本“元件”。
宋彥表示,做此項研究的目的是主要為了拓展其工業場景的應用,正確的分詞能夠平衡公司應用開發的效率和性能,同時方便人工干預及(預)後處理。
這也是創新工場人工智慧工程院的努力方向之一。工程院成立於2016年9月,宗旨是銜接科技創新和行業賦能,做嫁接科研和產業應用的橋樑,為行業改造業務流程、提升業務效率。
工程院下設北京總部、南京研究院和大灣區研究院。大灣區研究院再下設資訊感知和理解實驗室,專注于對自然語言處理(NLP)領域的研究。執行院長宋彥本人也有超過15年的NLP領域的科研經驗。
“在工業場景使用的時候,跨領域的模型能力是一個非常直接的訴求。”宋彥表示,在某個領域的訓練模型,大概率也需要應用到其他領域。
“如何在新領域缺少資料,或者新領域只有少量未標注資料的情況下,實現模型的冷開機,依然是項巨大的挑戰。如果能利用外部知識,提高模型性能,就能有效地召回很多在訓練集中沒有出現過的新詞。”
例如搜尋引擎的廣告系統,最初也是通過組詞匹配的方式,在某個特定領域訓練其分詞模型,但在進入一個新的領域時,例如從新聞領域進入醫療領域或體育領域,效果往往會大打折扣,甚至頻頻出錯。
而使用跨領域特性後,廣告系統在進入新領域時,便無需額外的資料,就可以對它進行比較準確的分詞和標注,從而有效匹配廣告和客戶,大大提升系統運行的效率和穩定性。
目前,這兩篇論文的工具都已經開源,在下面兩個連結中,可以找到對應的所有代碼和模型,各位朋友可按需自取:
分詞工具:https://github.com/SVAIGBA/WMSeg
分詞及詞性標注工具:https://github.com/SVAIGBA/TwASP