格格党

手机浏览器扫描二维码访问

第一 数字人文简介（第5页）

比如北京大学中国古代史研究中心与哈佛大学费正清研究中心，以及台湾“中研院”

史语所就合作开发了“中国历代人物传记资料库”

（TheaBiographicalDetabase，CBDB）。

这是一个合作超过10年以上的数据库建设项目。

该资料库收录了我国历史上所有的重要传记资料，并将其电子化。

这个数据库最初是20世纪70年代由哈佛大学教授郝若贝（RobertM.Hartwell）和他的夫人建立的。

该数据库把电子化人物的生平记录作为重点，含有个人的字号、亲属关系、出生年份等重要信息；其数据是公开的，供研究使用。

直到2016年，该数据库中共收录从7世纪到19世纪的超过37万人的传记资料。

相关学科的研究者（文学、历史学、政治学、社会学、经济学等）可以直接在线查看相关资料，也可以批量下载后使用。

这样的一个数据库不仅包含了历史上各种文学作品的具体信息，还可以帮助文学领域的学者查找出不同文学作品、作者之间的相互关联，比如谁在他的作品中提到了其他哪些作者。

除此之外还有具体的时间、空间等具体信息。

“中国历代人物传记资料库”

实现了文本的编码化，通过对不同文本进行编码，该数据库在技术上避开汉字，特别是古汉语中的多样化表达，展现出比较完整的史料信息，形成了所谓的“关系型”

数据库。

如果没有强强合作，很难想象这么大工作量的数据建设的工作能够由某一家学术机构独立完成。

从学者个体来说，在没有寻求合作伙伴的前提下，利用相关图书馆的资源可能是最便捷的一种方法。

一些高校的图书馆会支持历史地理信息系统（GIS）的建设。

很多高校的图书馆也有现成的服务器或者数据库。

这就省去了很多数据搜集（也就是将纸板数据电子化的过程）的时间。

随着“数字人文”

在国内的不断发展，国内和“数字人文”

相关的学术交流活动也越来越多（如北大图书馆在2016年5月举办的“数字人文论坛”

），但我国很多相关领域的学者还是感觉到学习并运用大数据和“数字人文”

的方法进行文学尤其是古代文学文化相关研究有较大难度。

这个难度大致体现在数据的获取（搜集）、处理与分析，以及数据的展示三个方面。

以最后一个难度为例，如果数据搜集与分析已经完成，要以一些直观的方式将文学作品的作者之间的相互关系以图表的形式展现，或者将不同地区出现的文学作品的不同特征用GIS的方法形成一张新的电子地图，这些具体而重要的工作可能都是人文学者在涉及“数字人文”

的时候遇到的技术上的困难。

这些挑战从技术层面来看都是可以克服的。

下文会具体提及运用大数据进行文学研究中的搜集数据、处理分析数据和展示数据的方法。