编辑：桃子 拉燕
【新智元导读】《巫师》第二季，还没搞清人物关系？外国小哥Milán Janosov近日发了一篇论文专门研究这部剧。他通过AI对原著系列中的7本书进行梳理后，绘出了一张完美人物关系图。
外国小哥Milán Janosov直接用AI对人物社交关系网络梳理了一遍。
下面2个节点中的连线，代表在小说中的5句话里同时出现的人物。
一个Geralt以为中心，另一个以Ciri为中心。
在国内，大家听闻《猎魔人》的故事便是由波兰作家Andrzej Sapkowski编写的奇幻小说The Witcher。
这本书共包含3部短篇小说集、5部长篇小说，还有1篇前传。
要说这部奇幻著作的影响力，不亚于《权力的游戏》，甚至还有的一拼。
它先被做成了名声赫赫的《巫师》系列游戏，还被翻拍成了一部Netflix（网飞）电视剧。
其实早在游戏发售前，《巫师》小说在欧洲销量就已超过500万册，还曾被波兰总理用作国礼送给奥巴马。
作者本人「安大爷」也拿到了奇幻文学界最高奖项「世界奇幻大奖」。
2019年12月，《巫师》第一季上线就迎来了流量高峰。
目前，《巫师》已经更新到了第二季。2021年12月17日正式播出后，仅在首周就吸引了全球用户22亿分钟的观看时间。
为了帮助广大网友理清人物关系脉络，Datopolis首席科学家Milán Janosov专门为此写了一篇论文A Network Map of The Witcher。
他绘制了一个可视化网络图，概述了这部奇幻著作中的故事情节和人物关系。
论文地址：https://arxiv.org/pdf/2202.00235.pdf
Milán Janosov表示，「当我迷上了Netflix拍的《巫师》剧集后，我在去年早些时候决定开始读原著，其故事情节把我深深吸引了进去。
这和几年前看《权力的游戏》的经历有点相似，为了从中获得更多信息，便激发起了我做研究的兴趣。」
Milán Janosov研究的第一步是收集数据，用于网络地图的构建。
一开始，他收集的对象只有Netflix剧集中的字幕，但他很快发现只有字幕是远远不够的。于是他就开始着手分析全系列原书的文本。
因此，作者选择将《巫师》系列中7本短篇/长篇小说作为主要的数据来源，总共大约2500页，超过100万字，这几本书分别是：
《宿命之剑》(The Sword of Destiny)
《精灵之血》(The Blood of Elves)
《轻蔑时代》(The Time of Contempt)
《火之洗礼》(The Baptism of Fire)
《雨燕之塔》(The Tower of the Swallow)
《湖中女士》(The Lady of the Lake)
此外，Janosov还从《巫师》维基网站上收集了每本书中的角色列表，列出了这些书中690个有名字的角色。
其中《宿命之剑》(The Sword of Destiny) 是人数最少的一本，共有117个人物。《湖中女士》(The Lady of the Lake) 人物最多，有200人。
Janosov写了个程序检索书里出现的所有句子，只要句子里出现角色的名字，就给记下来。
这就可以让他知道任意两个角色之间的关系远近。如果在同一部分的文本里经常同时出现两个角色，那么就可以推断出他们的关系比较近，反之亦然。
Janosov表示，「结果表明，出现距离上的相近性很好地反映了两个角色之间的关系。他们有没有相遇，有没有在同一个情节里同时出现，等等。」
在社交图中，角色用一个一个的节点来表示，节点的大小和角色的度中心性（degree centrality）相关，而节点的颜色则表示角色所属的网络社区。
两个节点之间的连线，和这2个角色在小说中5句话的范围内同时出现的次数，是相关且成比例的。其中，最重要的50个角色做上了标记。
网络节点链接的次数与小说中两个人物被提及的次数成正比
红色代表网飞改编《巫师》第一季的剧集中出现的人物，灰色代表书中有却没有出现在电视剧中的角色。
不难看出，这个网络包含两个主要的社区: 一个以Ciri为中心，另一个以Geralt为中心。
一方面，你可以从这个图表中读到，Geralt周围都是他的旅伴Dandelion (Jaskier) ，Regis，Milva和Cahir，他们一直在执行营救任务寻找Ciri。这是在电视剧前两季中完全消失的故事情节。
完整https://nightingaledvs.com/wp-content/uploads/2021/12/fig3_full-1.png
另一方面，除了Geralt，Ciri还与Yennefer和Triss的联系最紧密。
其实，小说中的大多数重要人物都已经在剧中出现了，但是仍然有一些没有提及。
如下，作者列出了第一栏只显示 Netflix 剧集中的人物，第二栏则涵盖了小说中的所有人物。
第二栏用红色显示了出现在小说排行榜上的人物，但在Netflix剧集中没有出现。
这意味着，一方面，接下来的几季可能会详细阐述已经开始的线索和人物发展，增加一些衍生情节，也可能会显示出与原著的一些显著差异，以不可预见的方式重新布局小说的网络。
论文作者Milán Janosov来自匈牙利，目前是Datapolis 的首席数据科学家，中欧大学的研究员，Maven7的资深数据科学家，以及欧盟委员会的数据科学专家。
他在2020年获得了网络和数据科学的博士学位，曾在布达佩斯的罗兰大学（ELTE）和中欧大学、波士顿的巴拉巴西实验室和剑桥的贝尔实验室学习和研究。
Janosov曾3次获得匈牙利共和国奖学金，在科学竞赛中多次获奖，在《自然》杂志等同行评议的期刊和会议上多次发表作品。
网络科学可以用于寻找大量没有结构可言的数据中深藏的规律，比如文本、小说、电影剧本等等。
Janosov的论文是一个珍贵的例子。在读完几千页的书，或者其它文本之后，人们可以大致了解一段故事的结构是怎么样的。但记住所有的角色和情节基本就不可能了。
如果让读者来画一张从故事中提取的导图，很大概率画出来的图并不准确。相对地，这件事如果交给网络科学来做，就可以用客观、量化的方法来总结一系列的书。
Janosov表示，「我很惊讶也很激动，看到不同的情节可以集中在网络社区里。有那么灵光乍现的一瞬间，就是那一刻你发现所有事情都合理了。谁遇见了谁，谁和谁在一起，主要的冲突是在哪里爆发的，支线情节又是在哪里展开的，等等，全部都有迹可循，就好像在看一部侦探电影一样。」
参考资料：
https://techxplore.com/news/2022-02-scientist-network-witcher.html
https://nightingaledvs.com/a-network-map-of-the-witcher/
https://arxiv.org/abs/2202.00235
https://post.smzdm.com/p/a839d6z7/
https://zh.wikipedia.org/wiki/%E7%8C%8E%E9%AD%94%E4%BA%BA
![]()
微信扫码咨询专知VIP会员