早在多年前，就有学者利用计算机文本分析的技术来分析红楼梦了，并且得到了很多有趣的结果。受此启发，且自身一直对佛学很感兴趣，所以在网络上下载了《乾隆大藏经》，进行简单的文本分析，看看是否能有一些好玩的发现。
我所下载的《乾隆大藏经》文本文件，共1777个文件，对其中明显的非正文内容去除掉，共剩余58,405,507字。据说完整的大藏经有过亿字数，不过由于目前暂时获取不到，所以当前的分析是基于这个可能不完整的版本之上的。
由于中文属于紧凑型的文字，和英文不同，词与词之间没有空格自然的分开，因此第一步，要对原始的经文文本进行分词。比如：
经文原文： 如是我闻
分词之后： 如是 / 我 / 闻
需要说明的，由于佛教经文属于古文行文，有非常多的生僻字和特殊的用法，这会导致分词程序的准确率有所下降，比如『无我』本属于一个词的，被分成"无/我"两个词。不过本文主要是从统计意义上来分析，所以对这类由分词导致的结果不够精确的问题，后面不做特殊说明。
以下所有的分析都是在分词文本之上进行的。
除去单个字的结果，本文只关注两个字及以上的词，下面来逐一解读TOP10的词汇。
1 一切
说实话，没想到是这个两字词排在了第一位，高达近23万次，这说明一个问题，就是佛陀在讲经的时候，关注的对象是宇宙间的一切法、一切众生，无一例外，所谓格局就是如此。
2 菩萨
菩萨（21.6万次），是众生成佛之前的最后一个阶段，佛陀身边很多弟子都是菩萨，还有很多菩萨是倒驾慈航，也即是过去世已经成佛，现在为了度众生方便，所以以菩萨身份出世。当前，对于普通人来说，菩萨一词已经有了新的含义，就是只要心怀善念，能对身边人布施财、法、无畏都可谓一念菩萨。
3 如是
如是（16万次），直译过来大概意思：本来就这样。每一篇佛经的第一句话都是『如是我闻』，这是佛弟子阿难在集经大会上复述的，表明后面所说都是当年的佛陀亲口所说，我阿难只是这么听到，也就这么『如是』的复述出来了。当然，这个词还有很多其他的上下文，但万变不离其宗，本来就是如此！那本来应该是什么样的呢？
4 清净
清净（12.4万次），大概可以回答本来应该是什么样的问题，本就应该『清净』。关于清净，大家应该都听过的一首偈子，『本来无一物，何处惹尘埃』，说的就是清净的问题。清净是一种选择，更是一种状态。
5 比丘
比丘（9.7万次），作为佛法僧三宝之一的比丘，是佛法住世的标志，也是众生有所皈依的具象存在。佛法的第一批听众，就是追随佛陀的众比丘们，在讲法过程中佛陀和比丘们有很多互动，因此，比丘出现的次数很高可以理解。同时也说明，佛陀对比丘的关注，用现代的语言来说，就是注重弘法团队的培养。
6 如来
如来（8.8万次），如来是佛的十种称呼之一，所有的佛都可以称为如来。佛经中出现很多过去佛、现在佛、未来佛，对这些佛的描述，一方面是众多如来的事迹，一方面时刻提醒众生，要向如来看起，以如来的标准来要求自己，努力修行，永不懈怠。
7 众生
众生（8.3万次），众生不仅包括活着的人类，还包括死去的，还包括地狱里的，甚至还包括天上的，佛法要度一切众生。而众生的特点，却是刚强难伏，于是地藏菩萨发出伟大的誓愿，『地狱不空，誓不成佛』。只要你还有烦恼，就需要修行。
8 波萝蜜
波罗蜜（8.3万次），是一个音译，一般被意译为『到彼岸』，从生死的此岸到涅槃解脱的彼岸。更是指所有修行者必须修行累积的善德，是究竟成佛的根本资粮。佛陀所有的讲经说法，都是工具，都是筏子，目的是波罗蜜，是到彼岸。到达彼岸以后，『法尚应舍，何况非法？』。
9 世尊
世尊（8.1万次），也是佛陀的别名之一，一般情况下，在法会上，弟子们向佛陀提问时，都会加上这个称呼，表尊敬的含义。整个佛经，是一场场内容丰富多彩的演讲会和互动问答记录。从这个词的高频出现来看，当时的互动情况还是非常热烈的。
10 乃至
乃至（7.3万次），这个词的出现，一方面可能由于梵语翻译成汉语的时候，有一些表达方法的特殊结构导致，另一方面，说明佛陀在表达的时候，为了表达相对完整，不得已要用很多递进句式，一定程度也意味着，佛经理解起来确实相对复杂。比如短短260字的心经中，就出现了两次：
是故空中无色，无受想行识，无眼耳鼻舌身意，无色声香味触法，无眼界，乃至无意识界。无无明，亦无无明尽，乃至无老死，亦无老死尽。
紧跟着的五个词条是：摩诃萨、般若、不可、菩提、无量。这些高频词的出现，一方面可以反映出佛陀在当时讲经过程中经常强调的内容，同时也可以为学佛爱好者去理解掌握佛经要义提供参考。
愿每一个人，都能找到属于自己的信仰，找到属于自己的依归。
补充一下，利用计算机文本分析技术，可以有很多角度来支持各类文字解读。除了本文最简单的词频分析之外，还可以进行一些有趣的分析，比如通过提取文本中的副词、助词等功能词的使用特点，识别不同作者的行文风格等。
另外，计算语言学和自然语言处理是当前AI领域热门的一个分支，都是试图从技术上来理解文本，从而进行更多深层的语义理解；可见的一些有趣的应用包括：微软出品的自动写对联写诗、微信的原创自动判别等。本文非技术文章，不做深入探讨，有兴趣者可进一步研究。
联系客服
