格格党

手机浏览器扫描二维码访问

一文本分析的量化方法简介（第3页）

若想给这个论断提供更科学的定量证据，就可以用大数据文本分析的办法量化出后人的文风从关键词、声调、韵律等多大程度上分别跟“杜、韩、苏三家”

相似。

结构化的文本“数据挖掘”

还可以帮助研究者发现文本中容易被忽视的一些细节，总结出其中的文字规律。

比如，刘京臣的研究中就介绍了下面这句诗，来说明结构化文本分析的应用潜力：“河阳飞鸟外，雪岭大荒西。

（郎士元《送杨中丞和番》）卷经归鸟外，转雪过山椒。

（无可《送僧归中条》）夕阳鸟外落，新月树端生。

（梅尧臣《中秋新霁，壕水初满，自城东隅泛舟回》）新月已生飞鸟外，落霞更在夕阳西。

（张耒《和周廉彦》）。”

[25]刘京臣认为这四段诗词确实有相通或者类似的语言特征，“但却难像钱锺书先生一样见解深邃，钱先生称朗士元与无可句：‘都是想象地方的遥远，不是描写眼前的景物；梅、张的写法正像岑参《宿东溪王屋李隐者》‘天坛飞鸟过’，杜甫《船下夔州别王十二判官》‘柔橹轻鸥外’，姚鹄《送友人出塞》‘入河残日雕西尽’，以至文徵明《题子畏所画黄茆小景》‘遥天一线鸥飞剩’等，把一件小事物作为一件大事物的坐标，一反通常以大者为主而小者为宾的说法。

’”

[26]通过深层次、高技术的机器学习和文本分析，研究者们可以尝试定量地提炼出这些语段的语言特征和细微的差别。

文本分析除了自身的功能之外，在“数字人文”

的研究中还通常和其他的工具一起使用。

比如，我们关心文学、文论的发展对时代文化、社会风俗的跨时间跨区域的影响。

要给出这个问题的答案，研究者不仅需要使用文本分析的工具，还需要同时使用地理信息系统（GIS）的工具。

地理信息系统（GIS）不仅能提供给定时间段内不同因素的地理定位信息，还能提供更为翔实的跨时间的数据信息。

这样跨时间、跨空间的社会信息和相应的对文论进行文本分析的数据相结合，就有可能帮助我们回答文学的发展对不同时间、不同区域的社会文化的影响。

对一个时代文学和文论的发展对其社会影响的理解，依赖于我们对这个时代文学特征的区域分布特征和时间特征的理解，通过海量的“数据挖掘”

与地理信息系统的结合使用，研究者的视角便可以跳出传统人文研究的范围，走向与社会科学的有机融合。

刘京臣就介绍了一个文本分析和地理信息系统相结合的方法在宋代文学与社会交互研究中的应用。

“宋代与辽、西夏、黑汗、西州回鹘、黄头回纥、吐蕃诸部、大理以及蒙古、金、西辽等多个政权并存过，民族交往融合也带来了文学交流，甚至是文学风尚的转变——苏学北上便是典型案例。

利用数据挖掘，可以将当时的所有区域纳入考察范围，对于研究多民族的文学、文化、交融，具有重要的作用与意义。

既可以设定某个具体地域，也可以检索某片区域，给定地点之后，再与时间相参，系统便可将某区域某时段内的所有事件、参与人物、事件的前因后果等生成表格或图表，并在数字地图上相应呈现。

例如我们可以以宋代晁氏家族为例，该家族派分三支，历两宋绵延而下。

利用数据挖掘便可以实现对家族所有人物的生平、仕宦、贬谪、升迁、交游等情况进行详尽考察。

同时，家族东、中、西三眷的迁徙，也可在数字地图上直观呈现。

“基于这个意义上的数据挖掘，一是拓宽了视野，许多隐含信息被挖掘、抽取出来；二是许多原来靠人力很难关联起来的信息之间有了关联，从而能建构起强大、丰富、可感的人物社交网络体系。

我们面对的研究对象，已经不再是单独的个体，而是以之为中心的群体。

不同的群体之间又有交集，从一定程度上讲，我们甚至能将文献中出现的每一位宋人定位在某个特定的关系网中。

这只有依赖数据挖掘才可能实现。”

[27]