这项研究使用机器学习技术和历史文献库来考察艺术家声誉随时间的演变。研究者构建了一个跨越1795～2020年的大规模历史文献库，并为每个PP电子 游戏五年期建立了独立的词嵌入模型，以研究超过3300位著名艺术家 （包括画家、建筑师、作曲家、音乐家和作家） 在他们去世后的声誉如何演变。

　　结果发现，大多数艺术家在去世前声誉达到最高峰，之后开始下降，几乎每个世纪减少一个标准差。这种死后声誉下降适用于所有领域的艺术家，包括年轻或意外去世的艺术家，与艺术家的声誉会持久存在的普遍观点相矛盾。与马太效应相反，声誉下降最为严重的是那些在世时声誉最高的人。两种机制——艺术家可见度的降低和公众审美趣味的变化——在很大程度上解释了死后声誉的下降。这项研究强调了人类声誉的脆弱性，并展示了艺术家的集体记忆如何随着时间展开。在方法上，这项研究展示了自然语言处理在衡量随时间变化的声誉方面的应用。

　　PP电子 app