Voor een volbloed alfa heb ik één rare bèta-afwijking: statistiekjes. Ik hou ervan als een afschrikwekkende massa informatie keurig wordt geordend in een kek tabelletje of diagrammetje. Een serie gekleurde balkjes die de politieke voorkeur van 16,5 miljoen Nederlanders samenvat, een formule die wetenschappers in staat stelt te berekenen wat het "meest gemiddelde" boek van Agatha Christie is, een grafiekje van zoekopdrachten waarmee Google de winnaar van het Songfestival voorspelt: het kan mij allemaal niet gek genoeg zijn.
Mijn vreugde was dan ook groot toen ik op internet een programmaatje tegenkwam dat teksten statistisch analyseert. Welke woorden komen het meest voor? Hoeveel woorden telt de gemiddelde zin? Welke combinaties van twee, drie, vier of vijf woorden treffen we het vaakst aan? Hoe leesbaar is de tekst volgens de Gunning Fog Index? Kortom: alle vragen die mijn taalminnend hart sneller doen kloppen kon ik nu beantwoorden met een simpele druk op de knop.
Als test heb ik het programma een document gegeven waarin alle gedichten staan die ik ooit geschreven heb. Het leeuwendeel daarvan stamt uit de periode 1998-2002, wat ruwweg de periode is van mijn vijftiende tot mijn achttiende levensjaar — daarna is de poëtische inspiratie (godzijdank) nagenoeg opgedroogd. De ontstane gedichten-cyclus laat zich lezen als een ietwat melodramatisch verslag van het puberbestaan, met alle kitsch en pathos van dien. Wat zou de tekststatistiek te zeggen hebben over mijn oude schrijfsels? Hier is de top 25 van meest voorkomende* woorden:
Eerste kolom: plaats in de ranglijst / Tweede kolom: woord /
Derde kolom: frequentie / Vierde kolom: percentage van het totaal aantal woorden
Wat voor conclusies kunnen we aan dit tabelletje verbinden, behalve het feit dat er duidelijk geen tweede Rimbaud in mij school? Ten eerste verrast het mij dat mijn favoriete bron van wanhoop en extase van destijds, de liefde, met een derde plaats genoegen moet nemen. Kennelijk was ik in de praktijk meer geobsedeerd door andermans ogen dan door mijn eigen romantische gevoelens. Ook het leven zelf blijkt onbewust belangrijker te zijn geweest dan de liefde. Dat verklaart wellicht waarom ik nooit de neiging heb gehad om me in naam der liefde te verhangen, of iets anders van dien aard.
Ten tweede valt op dat ik behoorlijk fysiek was ingesteld: maar liefst tien van de vijfentwintig woorden zijn lichaamsdelen, lichaamssappen of lichamelijke uitingen (1, 4, 6, 7, 10, 14, 16, 18, 19, 21). In vergelijking komen de abstracte begrippen [leven (2), liefde (3), god (9), ziel (15)] er bekaaid vanaf. Het zou zomaar een voorafspiegeling kunnen van mijn latere hang naar de materialistische filosofie. (Of van een banaler soort interesse, natuurlijk.) Wat hoe dan ook duidelijk is: ik ben met name gefascineerd door die aspecten van het lichaam die cruciaal zijn voor de expressie: ogen, hand, lach, lippen, gezicht, tranen en stem.
Verder blijkt mijn puberteit een stuk minder ellendig te zijn geweest dan ik dacht. Er staan namelijk maar vier woorden in de lijst die voornamelijk negatieve associaties hebben [bloed (10), dood (13), tranen (19), zwarte (23)]. Verder zie ik vooral vrolijke begrippen als liefde (3), zon (20), licht (12), lucht (24), dag (22) en zelfs lach (14). Je zou bijna denken dat ik met een permanent lentegevoel volwassen ben geworden.
Andere leuke weetjes: het woord man komt meer dan drie keer zoveel voor als het woord vrouw, aarde is mijn minst favoriete element, rood is de hoogst genoteerde kleur en de winter is het meest gebruikte seizoen. Verder telt het langste woord dat ik gebruik achtentwintig tekens, staat het gemiddeld aantal lettergrepen op anderhalf en heb ik een significante voorkeur voor woorden bestaande uit drie letters.
Is al deze kennis nuttig? Natuurlijk niet. Net zoals bij iedere vorm van statistiek moet je je zelfs afvragen of het überhaupt kennis is. Waarschijnlijk vind ik als alfa statistiekjes juist daarom zo leuk. Hoe goed je alles ook becijfert, het blijft uiteindelijk altijd een kwestie van interpretatie. Je kunt er eindeloos over discussiëren, of het nu om de exitpolls van Ferry Mingelen gaat of om de grote seksenquête van de Cosmo. Of om een statistisch onderzoek naar jeugdzondes, uiteraard.
Kan Maurice de Hond trouwens niet eens peilen hoeveel procent van de Nederlanders stiekem slechte gedichten schrijft op zijn zestiende?
* = Lidwoorden, voorzetsels, voornaamwoorden en andere 'ruis' niet meegerekend.
3 opmerkingen:
Als enthousiast kenner van jouw leven en werk bracht deze top 25 aardig wat herinneringen naar boven bij me. Meer dan bij een gemiddelde top 2000 in ieder geval.
Het is inderdaad een mooie lijst. Men zegt wel eens dat het enige wat je van de complete werken van een filosoof echt hoeft te onthouden één simpele maar inspirerende zin is. Misschien is het top 25 statistiekje wel een nieuwe, goede graadmeter voor poëtisch “ruis?” Misschien ook leuk: een overzicht van de Nederlandse dichtkunst op deze manier. Gewoon één staatje per dichter en klaar is Ramsey.
Een échte afspiegeling van je pubertijd is dit natuurlijk niet, want dan stonden woordcombinaties als “Hallo ik wil”, “Even een klein SBtje”, “dijkzuipen”, “Schoppenvrouw” en “Altijd tegenwind op die f*ckbrug” wel hoger genoteerd.
Overigens word ik altijd zeer argwanend als men “ruis” gaat weglaten om tot een mooi statistiekje te komen. Ben benieuwd wat het hoogst genoteerde, niet-tussenwoordachtige/ voornaamwoordige/ lidwoordige woord was?
De woorden waar ik nog over getwijfeld heb zijn "geen" en "alles" - afzonderlijk nietszeggend maar samen toch wel weer leuk Sturm und Drang, bedenk ik nu. Afin, zonder subtiel sturende selectiecriteria geen leuke statistiekjes, toch?
Ik zie overigens dat je ook aan het bloggen bent geslagen. Heel goed. Je moet even over je digitale schroom heen, maar dan heb je ook wat: je eigen snel verstoffende, door drie vrienden bezochte hoekje op het web. Of in jouw geval nu dus vier. Ik zou zeggen: welkom, en kom maar op met die Caraïbische moedergodinnen!
Kun je dat ook niet een keer met al mijn werk doen?
Een reactie posten