借器之势出道之新数字人文浪潮下的古典文学研(2)

刘京臣从人文计算到数字人文的用词转变，始于2004年约翰·恩斯沃思（John Unsworth）等人所编的文选《数字人文指南》（A Companion to Digital Humanities, John Wiley and Sons Ltd，2004）。2006年，美国人文学科国家基金发起成立数字人文组织，2008年改名为数字人文科学办公室。自此，“数字人文”一词在美国被广泛接受。

郑永晓近十多年来，数字人文学发展迅猛，渐成热潮。研究机构如雨后春笋般涌现，各种数字人文研究学会和专门的研究中心遍布全球。截至2019年4月20日，数字人文合作组织“数字人文中心网络”（Center Net）收录的数字人文中心已达201个。专门的数字人文期刊也纷纷创办，如国际数字人文组织联盟赞助出版的《数字人文季刊》（Digital Humanities Quarterly）、欧洲数字人文协会主办的《数字人文学刊》（Digital Scholarship in the Humanities）等。

王兆鹏我们中国的数字人文，是什么时候开始起步的？

郑永晓2009年，武汉大学信息管理学院王晓光教授，在其博客上发表《“数字人文”的产生、发展与前沿》，此文后收录于武汉大学出版社2010年11月出版的《中国高校哲学社会科学发展论坛：2010方法创新与哲学社会科学发展》。这是较早全面介绍国内外数字人文发展状况的文章。学界将此文视为国内数字人文研究的正式起步。2011年之后，相关论文逐渐增多，数字人文的专题研讨会也不断举行，涉及地理信息系统、图书馆学、档案学、文学、文献学、历史学、学术出版等。

刘京臣台湾地区的数字人文，起步比我们大陆略早。2008年，台湾大学成立数位人文研究中心，并发行第1期《数位人文研究中心电子报》。此后，“中研院”和政治大学都成立了数位人文中心，每年12月定期召开数位人文国际学术研讨会，至今已举办了九届。

郑永晓值得注意的是，在“数字人文”这一名词被介绍到中国之前，无论是大陆还是台湾，都已有这方面的研究和实践。如2005年，北京大学中文系李铎教授主持开发了《全唐诗分析系统》《全宋诗分析系统》。2009年，南京师范大学虚拟地理环境教育部重点实验室开发上线《华夏民族家谱地理信息系统》。2010年，李铎又与国家图书馆联合开发了《中国历代典籍总目分析系统》，旨在挖掘海量书目数据背后隐藏的知识。

刘京臣台湾“中研院”史语所范毅军研究员主持开发了基于GIS的《中华文明之时空基础架构》，提供上古至清代二千多年的中国历代基本底图和各类历史地图、遥测影像等基础信息。利用这个平台，可以开发出适合不同学科的专题地理信息系统，如考古地理信息系统、文学地理信息系统等。

郑永晓已故台湾元智大学罗凤珠教授，也做了卓有成效的探索。她在20世纪80年代就开始关注电脑介入人文学科的研究，这对中国韵文的语意标记及语意概念分类研究、文学地理信息研究尤具启发意义。她主持开发了《宋人与宋诗地理信息系统》。可惜她英年早逝，令人叹惋！

王兆鹏人文学者普遍关心，数字人文究竟有哪些功能，或者说它能解决什么问题？

刘京臣这确实是一个非常重要的问题。早在人文计算时代，人们就追问：人文计算的功能是什么？它能解决什么样的问题？无论是早期的人文计算，还是现阶段的数字人文，它要解决的，就是不借助信息技术手段学者难以发现的问题与难以进行研究的课题。简单地讲，数字人文所要解决的，取决于学者的需求；所能解决的，取决于技术的发展。比如，早期文史类数据库的数据，很大一部分是靠人工录入的；随着技术的发展，出现了以多特定人规范手写识别引擎为代表的OCR识别。正是基于这种技术，解决了《文渊阁〈四库全书〉电子版》90%以上的录入问题。近些年OCR技术不断发展，应用领域也越来越广泛，但是能准确识别稿抄本的OCR技术尚未问世。即使有了这种技术，也还没有大规模应用到稿抄本的识别领域。这便是“要解决的”与“能解决的”二者之间的矛盾。

郑永晓基于大数据的数字人文研究，在宏观研究方面具有优势。比如，我国历代以“愁”为主题的作品不计其数，传统方法几乎不可能对历代所有以“愁”为主题的作品进行分析。而“主题模型算法”（latent dirichlet allocation）作为一种机器学习技术，可以用来识别大规模文档库或语料库中潜藏的主题信息。其原理在于可以将文本库中每篇文档的主题以概率分布的形式抽取出来，通过分析这些抽取出的主题，进行主题聚类或文本分类。

文章来源：《中国历史地理论丛》 网址: http://www.zglsdllc.cn/qikandaodu/2021/0315/489.html