數(shù)據(jù)激活海量信息

學(xué)術(shù)家園：我們身處信息時(shí)代，數(shù)字化對(duì)人文學(xué)術(shù)研究的影響越來(lái)越大，面對(duì)浩瀚的文獻(xiàn)資料，談?wù)勀拇髷?shù)據(jù)使用經(jīng)歷和體會(huì)。

王兆鵬：我1992年開(kāi)始用數(shù)據(jù)來(lái)研究古代文學(xué)。最初是用手工來(lái)搜集數(shù)據(jù)，后來(lái)慢慢地開(kāi)發(fā)小程序，用計(jì)算機(jī)來(lái)自動(dòng)處理數(shù)據(jù)。我用的第一個(gè)小型數(shù)據(jù)庫(kù)，是宋詞的唱和數(shù)據(jù)庫(kù)。我通讀《全宋詞》時(shí)，發(fā)現(xiàn)蘇軾的《念奴嬌·赤壁懷古》和賀鑄《青玉案》（凌波不過(guò)橫塘路）兩首詞，后人追和的很多。特別是《青玉案》，南宋人只要寫(xiě)此調(diào)，基本上是用賀鑄詞韻。為此，我寫(xiě)了一篇短文論述名篇與“和作”的關(guān)系。先是手工統(tǒng)計(jì)《全宋詞》里《念奴嬌》《青玉案》兩首詞的和韻之作，花了一兩天的時(shí)間才弄完。后來(lái)想了解《全宋詞》所有追和之作，看哪些詞追和之作最多。而要把兩萬(wàn)多首詞的追和之作都弄清楚，人力很難完成。于是求助于友人，請(qǐng)他用計(jì)算機(jī)處理。我下載他寫(xiě)好的程序統(tǒng)計(jì)的結(jié)果后，不僅掌握了宋詞里所有和作的數(shù)據(jù)，而且無(wú)意中發(fā)現(xiàn)了許多宋詞的互見(jiàn)之作。原來(lái)有些同調(diào)同韻之詞不是追和，而是同一首詞分別收錄于不同的作者名下。當(dāng)年我的老師唐圭璋先生寫(xiě)過(guò)《宋詞互見(jiàn)考》的長(zhǎng)篇論文，考察了宋詞互見(jiàn)的情況，但畢竟是憑人工記憶，不無(wú)遺漏。此次嘗到數(shù)據(jù)庫(kù)的甜頭后，以后凡是能用計(jì)算機(jī)處理的，就都用計(jì)算機(jī)來(lái)完成。

我從實(shí)踐中深切體會(huì)到：只有想不到的數(shù)據(jù)，沒(méi)有計(jì)算機(jī)做不了的數(shù)據(jù)。后來(lái)《全明詞》和《全清詞》出版后，我讓學(xué)生將其中所收詞人詞作及其文獻(xiàn)來(lái)源做成數(shù)據(jù)庫(kù)，進(jìn)行比對(duì)后，發(fā)現(xiàn)彼此都有漏收。不到10天，我就陸續(xù)寫(xiě)成《〈全明詞〉漏收1000首補(bǔ)目》《〈全明詞〉續(xù)補(bǔ)遺：日本稀見(jiàn)明人別集所載詞輯錄》《〈全清詞·順康卷〉前5冊(cè)漏收詞補(bǔ)目》等論文，為《全明詞》和《全清詞》增補(bǔ)了一兩千首詞。如果不用數(shù)據(jù)庫(kù)，完全人工操作，10年也寫(xiě)不出這幾篇論文。此后，我自己陸續(xù)開(kāi)發(fā)了十幾個(gè)數(shù)據(jù)庫(kù)，為計(jì)量文學(xué)史和計(jì)量學(xué)術(shù)史研究提供了大量實(shí)用的數(shù)據(jù)。

學(xué)術(shù)家園：您從什么時(shí)候開(kāi)始關(guān)注數(shù)字人文？如何理解數(shù)字人文？

王兆鵬：我從2012年開(kāi)始關(guān)注數(shù)字人文。動(dòng)因是基于內(nèi)在的需求，要解決古典文學(xué)研究中的問(wèn)題。我長(zhǎng)期做宋代詞人年譜，苦于各種資料分散，有些古地名弄不清楚在什么地方，經(jīng)常要查歷史地圖，于是就想做詞人地圖，把詞人一生所到所居之地都在數(shù)字地圖上標(biāo)識(shí)出來(lái)，為宋詞教學(xué)和研究提供便利。做數(shù)字化地圖，就需要數(shù)字技術(shù)來(lái)實(shí)現(xiàn)。在尋找技術(shù)支持過(guò)程中，開(kāi)始了與數(shù)字人文的親密接觸。具體機(jī)緣是，2011年6月在首都師范大學(xué)參加《文學(xué)遺產(chǎn)》編委會(huì)擴(kuò)大會(huì)期間，我把做詞人地圖的設(shè)想與幾位學(xué)者交流，獲得詹福瑞、左東嶺、張國(guó)星等專家的大力鼓勵(lì)支持，提升了我的信心。左東嶺教授還向我推薦了首都師范大學(xué)做數(shù)字人文的計(jì)算機(jī)專家周文業(yè)先生，周先生又介紹我與北京一家做數(shù)字人文的公司合作，開(kāi)發(fā)詞人地圖。這才開(kāi)始了解什么是數(shù)字人文，知道數(shù)字人文能做什么。

數(shù)字人文，通俗地說(shuō)，是用數(shù)字技術(shù)來(lái)研究人文科學(xué)。說(shuō)得專業(yè)一點(diǎn)，是以數(shù)據(jù)為基礎(chǔ)、平臺(tái)為支撐、多學(xué)科交叉的學(xué)術(shù)團(tuán)隊(duì)為主體，運(yùn)用計(jì)算機(jī)技術(shù)和方法來(lái)研究人文科學(xué)。數(shù)字人文的核心是數(shù)據(jù)，平臺(tái)是各種數(shù)據(jù)的匯合，并具有檢索、統(tǒng)計(jì)、分析、可視化呈現(xiàn)等功能。數(shù)字人文包含人文科學(xué)的內(nèi)容和數(shù)字技術(shù)兩個(gè)方面，一個(gè)人很難獨(dú)立完成數(shù)字人文項(xiàng)目，需要人文學(xué)者和計(jì)算機(jī)技術(shù)人員組成團(tuán)隊(duì)，才能合作完成相關(guān)項(xiàng)目。如果把數(shù)字人文項(xiàng)目比作大餐，那么，數(shù)據(jù)是菜肴，平臺(tái)是盛放菜肴的桌子，團(tuán)隊(duì)就是做各種菜肴、主食、點(diǎn)心的廚師隊(duì)伍。

學(xué)術(shù)家園：具體在您的研究中是怎樣進(jìn)行的？請(qǐng)您舉例談?wù)劇?/p>

王兆鵬：我主持的第一個(gè)數(shù)字人文項(xiàng)目，是國(guó)家社會(huì)科學(xué)基金重大招標(biāo)項(xiàng)目《唐宋文學(xué)編年系地信息平臺(tái)建設(shè)》，唐宋文學(xué)編年地圖就是該項(xiàng)目的成果，2017年3月正式上線發(fā)布。《唐宋文學(xué)編年地圖平臺(tái)》核心內(nèi)容包含兩個(gè)方面的數(shù)據(jù)：唐宋時(shí)期作家的活動(dòng)和創(chuàng)作編年系地?cái)?shù)據(jù)、歷史地圖的矢量化數(shù)據(jù)。平臺(tái)通過(guò)GIS（地理信息系統(tǒng)）將兩方面的數(shù)據(jù)融合成地圖平臺(tái)，予以可視化呈現(xiàn)。這樣，我們可以呈現(xiàn)唐宋作家的行蹤軌跡：一位作家，一生經(jīng)行寓居過(guò)哪些地方，何時(shí)在何地寫(xiě)有哪些作品、跟哪些人交往，一目了然；同時(shí)可以查閱一個(gè)地方，歷史上有哪些作家、什么時(shí)候在此地活動(dòng)過(guò)、寫(xiě)有哪些作品；還可以查閱任意一年，有哪些作家在哪些地方活動(dòng)、寫(xiě)有哪些作品。原來(lái)只有單一的空間地理信息的平面地圖，變成了有時(shí)間、地點(diǎn)、人物、活動(dòng)和作品信息構(gòu)成的立體多元信息系統(tǒng)。

我們團(tuán)隊(duì)由三個(gè)方面的專業(yè)人才構(gòu)成，一是古代文學(xué)專業(yè)的教授和研究生，負(fù)責(zé)作家作品數(shù)據(jù)的挖掘采集和校訂，二是歷史地理專業(yè)的教授和研究生，負(fù)責(zé)將歷史地圖矢量化和查考?xì)v史地名的方位及所屬行政區(qū)劃；三是熟悉GIS的技術(shù)開(kāi)發(fā)人員，負(fù)責(zé)將作家作品數(shù)據(jù)和歷史地圖數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)平臺(tái)的設(shè)計(jì)功能。我們先自己設(shè)計(jì)數(shù)據(jù)模板，從作家年譜、年表和有編年的作家詩(shī)文集中提取作家活動(dòng)和創(chuàng)作的編年系地?cái)?shù)據(jù)，然后與矢量化的歷史地圖數(shù)據(jù)結(jié)合，再由技術(shù)人員開(kāi)發(fā)成數(shù)字化的唐宋文學(xué)編年地圖平臺(tái)。數(shù)據(jù)模板不是一蹴而就，而是反復(fù)試驗(yàn)并與技術(shù)人員多次磨合后，才找到最優(yōu)方案。

智能化、數(shù)據(jù)化、可視化

學(xué)術(shù)家園：當(dāng)前數(shù)字人文研究發(fā)展情況如何？

王兆鵬：近日中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)《關(guān)于推進(jìn)實(shí)施國(guó)家文化數(shù)字化戰(zhàn)略的意見(jiàn)》，部署推進(jìn)實(shí)施國(guó)家文化數(shù)字化戰(zhàn)略。雖然這個(gè)文件不是主要針對(duì)數(shù)字人文的，但數(shù)字人文與文化數(shù)字化關(guān)系十分密切。從某種意義上說(shuō)，文化數(shù)字化，就是人文數(shù)字化、數(shù)字化人文。國(guó)家戰(zhàn)略部署，對(duì)數(shù)字人文的發(fā)展將有重大推進(jìn)作用。同時(shí)，當(dāng)前數(shù)字人文的發(fā)展已上升到學(xué)科層面，中國(guó)人民大學(xué)信息管理學(xué)院已增設(shè)數(shù)字人文二級(jí)學(xué)科和博士點(diǎn)。這極有利于學(xué)術(shù)研究和人才培養(yǎng)。

從研究層面而言，創(chuàng)辦了專門的學(xué)術(shù)期刊，涌現(xiàn)出多個(gè)數(shù)字人文平臺(tái)。前年清華大學(xué)和中華書(shū)局合作創(chuàng)辦了《數(shù)字人文》雜志。專業(yè)期刊的出現(xiàn)，標(biāo)志著數(shù)字人文專業(yè)作者隊(duì)伍的日益擴(kuò)大和研究成果的日益增多。沒(méi)有相對(duì)穩(wěn)定的作者隊(duì)伍和不斷產(chǎn)出的學(xué)術(shù)成果，學(xué)術(shù)期刊是很難維持的。數(shù)字人文平臺(tái)日益增多，如哈佛大學(xué)與北京大學(xué)等單位合作開(kāi)發(fā)的《中國(guó)歷史人物傳記資料庫(kù)》(CBDB)、復(fù)旦大學(xué)史地所和哈佛大學(xué)共建的《中國(guó)歷史地理信息系統(tǒng)》（CHGIS）、中南民族大學(xué)和搜韻網(wǎng)合作開(kāi)發(fā)的《唐宋文學(xué)編年地圖平臺(tái)》等。這些平臺(tái)都免費(fèi)開(kāi)放，用戶可以隨時(shí)查詢使用。

學(xué)術(shù)家園：數(shù)字人文技術(shù)為人文學(xué)術(shù)比如古典文學(xué)研究帶來(lái)什么樣的影響？是否產(chǎn)生了一些新的學(xué)術(shù)增長(zhǎng)方向？

王兆鵬：數(shù)字人文技術(shù)為古典文學(xué)研究帶來(lái)三大進(jìn)展：獲取資料的智能化、研究方法的數(shù)據(jù)化、研究結(jié)果的可視化。所謂智能化，是指從資料的關(guān)鍵詞檢索跨越到主題分類檢索，從人工逐條識(shí)別下載升級(jí)到智能分類打包、一鍵提取。比如查地名，現(xiàn)有的數(shù)字化資源庫(kù)，只能查到“點(diǎn)”的直接資料，如輸入“福州”，查詢結(jié)果里只包含有“福州”二字的資料。升級(jí)后的智能化數(shù)據(jù)庫(kù)，則能查詢到“面”的全部資料，即包含福州所轄全境的直接相關(guān)和間接相關(guān)資料，凡是數(shù)據(jù)庫(kù)里跟福州有關(guān)系的人物、事件、物產(chǎn)、山川、建筑、作品等資料，也都能聯(lián)類而及，一網(wǎng)打盡，而且這些資料是分地分時(shí)分類編排，有條不紊。由于每個(gè)地名都有古今對(duì)照，平臺(tái)系統(tǒng)可以自動(dòng)識(shí)別每個(gè)朝代同一地名所轄區(qū)域及其變化。查人物資料，不僅可以查詢到包含人物姓名的資料，還能查詢到與所查人物相關(guān)的生平資料、作品資料、評(píng)點(diǎn)資料、研究論著目錄等。

數(shù)據(jù)化，是指今后的文學(xué)研究，將大量使用數(shù)據(jù)統(tǒng)計(jì)、定量分析。由于文學(xué)研究歷來(lái)缺乏數(shù)據(jù)意識(shí)和數(shù)據(jù)積累，必須人工采集數(shù)據(jù)，數(shù)據(jù)的體量十分有限。而數(shù)字技術(shù)，可以把日益豐富的數(shù)字化資源庫(kù)轉(zhuǎn)化升級(jí)為關(guān)系型結(jié)構(gòu)化數(shù)據(jù)庫(kù)，為大數(shù)據(jù)時(shí)代文學(xué)研究提供充足的大數(shù)據(jù)。數(shù)字技術(shù)，可以解決文學(xué)數(shù)據(jù)提取的自動(dòng)化、數(shù)據(jù)來(lái)源的全域化、數(shù)據(jù)規(guī)模的海量化三大難題。

研究成果的可視化，不僅是讀屏讀圖時(shí)代的外在需求，也是文學(xué)研究創(chuàng)新的內(nèi)在驅(qū)動(dòng)，它可以讓數(shù)據(jù)圖形化、行蹤地圖化、場(chǎng)景仿真化。比如我們?cè)?jīng)統(tǒng)計(jì)唐代部分詩(shī)人的占籍情況，由武漢大學(xué)測(cè)繪學(xué)院高級(jí)工程師喬俊軍先生繪制轉(zhuǎn)換成圖形，直觀又美觀，是學(xué)術(shù)、美術(shù)、技術(shù)的三合一，使學(xué)術(shù)研究成果也有了美感。

技術(shù)進(jìn)步必然推動(dòng)學(xué)術(shù)研究的進(jìn)步。由于古典文學(xué)研究者對(duì)數(shù)字人文投入的還不夠多，利用平臺(tái)大數(shù)據(jù)來(lái)研究文學(xué)的突出成果還不顯著，所以新的學(xué)術(shù)增長(zhǎng)方向還不夠明顯。不過(guò)，我覺(jué)得，用大數(shù)據(jù)來(lái)量化分析文學(xué)史和學(xué)術(shù)史，將成為古典文學(xué)研究的新方向和新的增長(zhǎng)點(diǎn)。

用數(shù)字技術(shù)盤活優(yōu)秀文化資源

學(xué)術(shù)家園：古籍承載著中華優(yōu)秀傳統(tǒng)文化，數(shù)字化與人文社科學(xué)術(shù)研究的融合，對(duì)于中華優(yōu)秀文化傳播和發(fā)展有什么作用？

王兆鵬：數(shù)字技術(shù)與人文學(xué)術(shù)研究的融合，可以實(shí)現(xiàn)中華優(yōu)秀文化的創(chuàng)造性轉(zhuǎn)化與創(chuàng)新性發(fā)展，盤活優(yōu)秀文化資源，使優(yōu)秀的傳統(tǒng)文化融入當(dāng)下的文化建設(shè)，讓“舊時(shí)王謝堂前燕，飛入尋常百姓家”。比如VR仿真技術(shù)，可以開(kāi)發(fā)唐詩(shī)元宇宙、宋詞元宇宙，以增加對(duì)唐宋詩(shī)詞的沉浸感、代入感、參與感。將詩(shī)書(shū)畫(huà)結(jié)合，開(kāi)發(fā)NFT數(shù)字藏品，也是用之不盡的資源。

數(shù)字技術(shù)，可以讓中國(guó)優(yōu)秀傳統(tǒng)文化更適應(yīng)當(dāng)下讀屏讀圖時(shí)代的審美需求和消費(fèi)需求，可以用更豐富多樣的形式樣態(tài)將中國(guó)優(yōu)秀傳統(tǒng)文化傳播到全世界。

我們四川大學(xué)中國(guó)文化全球傳播數(shù)字融合實(shí)驗(yàn)室，就致力于用數(shù)字技術(shù)向全球傳播中華文化，第一步創(chuàng)建古今中外詩(shī)歌平臺(tái)，將中國(guó)古典詩(shī)歌和五四以來(lái)的新詩(shī)、外國(guó)詩(shī)歌、包括外譯的漢詩(shī)和中譯的外國(guó)詩(shī)歌，匯合集成為一個(gè)全球詩(shī)歌平臺(tái)，實(shí)現(xiàn)古今中外詩(shī)歌的深度融合；第二步是將中國(guó)古代書(shū)法繪畫(huà)作品匯集于平臺(tái)，實(shí)現(xiàn)中國(guó)詩(shī)書(shū)畫(huà)的融合；第三步再將中外文學(xué)作品與影視戲曲作品融合。我們希望建成中華文化全球傳播平臺(tái)，成為中華文化全球傳播的重要窗口。