Albert Leung（林夕）可說是華語流行樂壇最具影響力的填詞人，其富都市感的歌詞為多位著名歌手塑造了無數經典。他擁有把抽象情感連結到具體空間的獨特才華，促成了本研究。過往曾有學者分析 Albert Leung 歌詞中詞語、情感詞及時間詞的性質，但至今仍未有針對具體地點的分析。

因此，本項目運用命名實體識別（NER）技術，分析 Albert Leung 逾 1,000 首粵語流行曲歌詞中的地理想像，探討他如何透過地理構建獨特的情感空間，特別是日本（遠方／旅遊）與香港（本土／家）之間的二分。

• 準備訓練數據：建立由 40 首具地點描寫、出自其他香港填詞人的代表性歌曲所組成的訓練數據。該數據集經切分、標註並轉換為 BERT 的輸入格式，並以 Bert-base-Chinese 模型進行微調。
• 準備預測數據：透過 Python 網絡爬蟲從 Feitsui Lyric（https://www.feitsui.com）蒐集逾 1,000 首 Albert Leung（林夕）的粵語流行曲歌詞作為測試數據，再清理數據以移除無關內容，務求只保留歌詞本身。
• 以訓練數據微調 NER 模型：對測試數據採用逐行方式進行切分。
• 視覺化：統計所識別的實體，並根據初步分析進行視覺化，包括長條圖、文字雲及地圖。

圖一：文字雲

• 穩健的網絡爬蟲：一套專為抓取 Feitsui Lyrics 歌詞而設的爬蟲程式，具備自動重試機制及內容清理功能（移除拼音／英文）。
• 命名實體識別（NER）：運用 BERT 模型從非結構化文本中抽取地點實體。

圖二：地名出現頻率

• 數據視覺化：
  • 統計分析：以長條圖展示主要地點的出現頻率。
  • 文字雲：呈現歌詞的「地理氛圍」。
• 互動式 GIS 地圖：
  • 結合 Google Earth 進行精確的人工地理編碼。
  • 使用 Folium 生成互動網頁地圖。
  • 顏色分群：以紅色標記代表日本（旅遊），橙色標記代表香港（家），並在彈出視窗中附上歌詞摘錄。

• 程式語言：Python 3.10+
• 數據擷取：requests、BeautifulSoup4
• 數據處理：pandas、re、xml
• 自然語言處理：transformers（Hugging Face）、jieba（可選）
• 視覺化：matplotlib、seaborn、wordcloud、folium

• ZHENG Xin — 中國文化文學碩士
• CHEN Zihui — 中國文化文學碩士
• YU Liangliang — 中國文化文學碩士
• LU Zisheng — 中國文化文學碩士

詳細程式碼及項目文件請見以下連結。

GitHub 儲存庫