跨界與融合：全球視野下的數字人文

朱本軍+聶華

摘要由北京大學圖書館、哈佛大學“中國歷代人物傳記資料庫”項目和北京大學“數字人文建設與發展研究課題組”共同舉辦的首屆北京大學“數字人文論壇”對全球視野下的數字人文的概念、內容與實踐進行了全景式掃描，集中對數字技術與歷史學、語言文學、藝術學等人文學科融合的“歷史學與史料的深度挖掘”“語言文學與文本處理、知識探索”“人文藝術與數據可視化呈現”等三個議題進行了深入討論，提出了四個高校圖書館數字人文可具體實踐的方面：分類匯總整理并展示來自全球的數字人文數據庫、工具軟件或平臺；開展數字人文數據集建設；新增數字人文咨詢；成立數字人文相關部門。

關鍵詞數字人文 會議綜述 北京大學數字人文論壇

盡管“數字人文”的概念晚至2001年才被首次提出，但在短短十多年的時間內即受到全球人文學者的矚目。據國際數字人文組織聯盟（The Allianceof Digital Humanities Organizations，ADHO）的統計，目前全球有超過183個冠以“數字人文”的機構或項目正在運行。在國內，“數字人文”的浪潮正在形成。2016年5月，北京大學圖書館聯合哈佛大學“中國歷代人物傳記資料庫（CBDB）”項目和北京大學“數字人文建設與發展研究課題組”共同舉辦了首屆北京大學“數字人文論壇”，該論壇對全球視野下的數字人文概念、實踐和反思進行了全景式掃描，對數字人文在歷史學、語言文學和藝術學中的應用進行了深入探討。本次會議人數192人，來自全國20個省份，其中教學科研人員130人，學生62人（本科占12.9%、碩士占33.87%、博士占48.39%、其他占4.84%），年齡分布在18-60歲之間（其中18-25歲占11.98%、26-30歲占25%、31-40歲占34.9%、41-50歲占18.23%、51-60歲占9.38%），參會人員所從事學科領域主要集中在社會科學（29.17%）、信息科學/計算機（23.96%）、歷史學（22.92%）、文學（13.02%）、哲學（3.13%）和藝術學（3.13%）。為將全球“數字人文”的歷史及進展公諸同好，筆者對此次會議的主要內容綜述如下。

1.全球視野下的數字人文概念、內涵與實踐

1.1數字人文的緣起與概念

“數字人文”起源于“人文計算”。一般認為，“數字人文”最早可追溯到肇始于1949年的“人文計算（Humanities Computing）”。那一年，意大利耶穌教神父羅伯托·布薩（Roberto Busa）在IBM公司的幫助下，用計算機成功為托馬斯·阿奎那（StThomas Aquinas）和相關人員多達1100多萬拉丁文的作品編制索引。這一成功，使得計算機在語言學領域的運用風行，并在此后逐步向文學、歷史學、文藝學等領域擴展。20世紀90年代早期至21世紀初期，隨著互聯網的出現和計算機技術的發展，“人文計算”的對象從電子文本逐步擴展到超文本、圖像、視頻、音頻、數字地圖、網頁、虛擬現實、3D等多媒體，計算的領域也不只在語言學領域，而是擴展到歷史、音樂、藝術等多個領域。這種發展使得繼續使用“人文計算”這個概念顯得有些過時。2001年4月布萊克維爾出版社（Blackwell Publishing）首次出版了一部以“數字人文”為書名的圖書《數字人文指南》?！皵底秩宋摹毖杆偃〈叭宋挠嬎恪背蔀橐粋€在西方廣泛傳播的新興跨學科研究領域的代名詞。

數字人文的定義難于界定。究竟何謂“數字人文”？武漢大學信息管理學院王曉光教授“全球視角下的數字人文：概念與實踐”從對數字人文發展沿革的梳理，哈佛大學費正清研究中心徐力恒博士“歐美高校數字人文建設經典案例與當下議題”從國際學界對數字人文概念及相關問題的討論，一致認為“數字人文”是一個不斷發展的概念，難于清晰界定，不僅過去不同時期不同領域的人所進行的界定和賦予的內涵并不一致，未來還將處于不斷發展變化和再定義過程中。王曉光教授認為，盡管難于定義，但是可以從當前數字人文研究人員的研究主題和數字人文組織機構的實踐中總結數字人文的研究領域和范疇，并援引美國伊利諾伊州立大學香檳分校圖書館和信息科學研究生院教授約翰·昂斯沃斯（John Unsworth）的觀點，認為數字人文的主要范疇是改變人文知識的發現（Discovering）、標注（Anno-tating）、比較（Comparing）、引用（Referring）、取樣（Sampling）、闡釋（lllustrating）與呈現（Represen-ting），實現人文研究與教學的升級和創新發展。哈佛大學徐力恒博士認為“數字人文”的意義在于通過更智能的工具幫助人文學者提出、重界定和回答人文領域的問題。

數字人文可為人文學者提供新的研究范式和視角。數字人文會對傳統人文學者進行何種改變？北京大學朱本軍副研究員和聶華研究員在“數字人文及圖書館實踐的新方向——基于人文研究與數字人文項目調查的視角”報告中對人文學者（主要集中在文、史、哲，及其衍生出來的藝術、美學、宗教、倫理等學科領域）與社會科學學者的研究范式進行了對比，認為人文學者較多采用定性研究，其創作或研究較多基于基礎材料進行思辨、演繹推理、解釋、敘述，而且個體性非常強、無固定的套路，而社會科學學者較多采用定量研究，其創作或研究結果較多基于對基礎數據的統計分析得出，具有一定的規律性且可以在一定條件下重復再現。在他們看來，“數字人文”在某種程度上就是將社會科學領域的某些研究方法引入人文領域，通過信息技術工具軟件或規?；瘮祿槿宋难芯刻岢鰡栴}、界定問題和回答問題提供新的視角。

1.2數字人文的實踐與內容

數字人文在全球的實踐已有較豐富的成果。數字人文在全球，特別是歐美已經有了相當長時間的發展。在數字人文組織機構建設方面，徐力恒博士援引哈佛大學的一份與數字人文相關的內部報告指出，全球范圍內有超過183個以“數字人文”為名稱的中心、項目、實驗室、團隊或圈子，各數字人文項目的性質和類型從小型實驗室、虛擬技術支持中心到包括硬件設施、甚至是要件完備可授予學位的學術部門。王曉光教授全景展示了全球范圍內知名的數字人文研究中心、資助基金，如斯坦福大學人文中心、麻省理工大學HyperStudio、加州大學洛杉磯分校數字人文研究中心、英國倫敦國王學院人文藝術學院數字人文部、日本立命館大學京都文藝數字人文研究中心、中國臺灣大學數位人文研究中心、美國國家人文基金會。等，和國際數字人文組織聯盟，如文學與語言學計算協會（The As-sociation for Literary and Linguistic Computing，ALLC）、人文領域計算機應用聯合會（The Associa-tion for Computers in the H umanities，ACH）、數字人文學會（The Society for Digital Humanities/Societe pour letude des m6dias interactifs，SDH/SEMI）。在國際學術會議和學術刊物方面，徐力恒博士和王曉光教授均提到了國際數字人文組織聯盟（ADHO）及其每年一次、旨在探討全球數字人文領域的新實踐和新動向的“數字人文國際會議”。此外，還有一些向全球傳播數字人文研究的理念、方法和成果的學術刊物和在線出版物，如《文學和語言計算》（Literacy and Linguistic Computing）、《文本技術》（Text Technology）、《人文領域計算機應用工作論文》（Computers in the Humanities Working Pa-pets）、《數字人文季刊》（Digital Humanities Quar-terly）和持續討論數字人文相關主題的《數字人文指南》（Companion to Digital Humanities）叢書。

數字人文至少包括四個層面的內容。通過對全球“數字人文”項目實踐的梳理和歸納總結，朱本軍和聶華指出，數字人文的內容主要集中在四個層次：一是人文數據庫或數據集的建設。這一層次主要表現為兩個方面：其一是將非數字的人文資料加工轉化為數字內容，典型的例子如：谷歌數字圖書項目（Google Books）、中國學術期刊CNKI項目、西文過刊全文庫（JSTOR）等數字化項目；其二是對非結構化的數字文本內容按照某種使用目的進行規范化標注著錄的數據集（Dataset）建設，典型的例子如哈佛大學費正清研究中心發起的“中國歷代人物傳記資料庫”項目（China Biography Database，CBDB）。二是人文數字工具的開發使用。這一層次主要表現為兩個方面：其一是使用或設計數字工具和平臺解決傳統人文問題。數字工具和平臺在其中所起的作用，主要是處理低水平重復的工作，如資料查找、文本比對、文本標記等，將人文學者從“體力勞動”中解放出來，讓其將精力放在更高深的人文問題研究中。典型的例子，如Ctext文本比對工具、MARKUS文本標記工具、圖書館使用的SUMMON等檢索工具。其二是使用或設計非人文領域研究方法的數字工具來理解和分析數據集。典型的例子，如：使用可視化社會網絡分析工具Ge-phi來分析處理歷史人物的親屬關系或社會關系；使用空間分析工具Qgis來展示歷史人物的分布或變遷；衛星影像記錄河流改道、不間斷拍攝記錄巖壁壁畫褪色等大時間尺度的記錄與呈現。人文學者使用或設計這種非人文領域研究方法的數字工具，可以用來解決傳統人文領域無法解決的問題，也可以發現新問題。三是創新人文研究方法和研究范式，將人文學者較多采用的定性研究轉變為定性研究與定量研究相輔助的形式。四是人文領域的創造性破壞與建設，通過數字技術切入人文領域，對人類文化遺產的傳承、傳播、全球化和創新提供新的方法。典型的例子，如中國2010年上海世界博覽會期間所展示的全息《清明上河圖》，以全息視頻的形式將靜態的人、物進行動態展示，引起世界關注，推動了古代中國繪畫、中國古代文化的全球化傳播。

2.數字人文與人文學科

數字人文最受人文學者青睞之處在于數字技術與人文領域的緊密融合。本次論壇對數字人文在歷史學、語言文學、藝術學的相關應用議題進行了深入的探討。

2.1史學與大規模史料的深度挖掘

史學文獻數字化與數據庫建設。數字技術應用到史學，最直接的體現是史料數字化和數據庫建設。截至目前，這方面的工作成果大量存在，最典型的是將實體文獻掃描為數字文獻，并通過數據庫來集中揭示。王曉光教授在“全球視角下的數字人文：概念與實踐”報告中列舉了一些重要的古籍文獻資料數字化項目，如國家圖書館的“華夏記憶項目”、北京大學主持的“中國歷代典籍總目”項目和“中國基本古籍庫”項目、首都師范大學電子文獻研究所的“國學寶典”項目、首都師范大學國學傳播中心的“古籍電子定本工程”等。浙江大學圖書館黃晨研究員在“CADAL數字人文合作舉要”報告中所列舉的CADAL項目及其一系列子項目如“民國文獻大全（一1949年）”、“浙江大學&哥倫比亞大學甲骨文數字化項目”等，伊利諾伊州立大學香檳分校史蒂芬·多利（J.Stephen Downie）在“HathiTrust研究中心：探索更多的合作機遇”報告中重點提及的HathiTrust項目等，都屬于數字化和數據庫建設項目。

史學文獻文本化與數據集建設。對史學文獻進行文本化，并在此基礎上建設結構化數據的數據集，是一個最為基礎的工作，但是目前這樣的數據集目前并不多見。本次會議提到的兩個典型的數據集，一個是社會科學院邱源媛副研究員在“史學數字化研究中的人文思維——以清代旗人戶口冊研究為例”報告中提到的香港科技大學李中清團隊所開發的“中國遼寧多代人口數據集”（China Multi-Gener-ational Panel Dataset，Liaoning），另一個是哈佛大學徐力恒博士在“數據驅動的史學研究——中國歷代人物傳記資料庫的建設與使用”報告中所介紹的“中國歷代人物傳記資料庫（CBDB）”。以CBDB為例，其主要工作是將分散在史料中人物相關的非結構化文本數據進行結構化標引，如將人名（別名、字號）、時間、地址（籍貫、游學、人仕地等）、職官、入仕途徑、著作、社會區分、親屬關系、社會關系、財產、人物參與的重大事件等標引轉化為結構化的數據，并大規模著錄，形成了一個超大規模的數據集。人文學者可以很方便地利用數據進行地理空間分析、社會網絡分析、群體分析和統計分析。

2.2語言文學與文本處理、知識探索

北京大學數據分析研究中心許京奕博士認為，在語言學領域，單純的數字化、文本化已然是一個過時的思路，基于規模文本和教學科研需要進行文本深度挖掘和智能分析能更顯數字人文的意義。

在“古籍數字化與史料知識深度挖掘”報告中，許京奕博士介紹了北京大學中文系在這方面所做的幾項重要探究：一是“全唐詩分析系統”和“全宋詩分析系統”，其最重要的工作不是簡單地止于對5.7萬首唐詩和25.4萬首宋詩文本進行文本化入庫，而是在此基礎上結合人文研究、創作的需要建立一系列的數據模型或數據集（如建立了二十八種詩歌模型、音韻庫、詩人信息庫等），并通過數據模型對詩歌的全文文本進行標注和分析，方便人文學者進一步研究。以“全宋詩分析系統”為例，不僅可以做普通的全文檢索，還可以自動識別宋詩中的重出詩，以及自動分析標注人文學者自作詩的格律。二是“古籍研習平臺”，不僅僅止步于將二十五史、十三經注疏、諸子集成等史料文本數字化入庫，而是在此基礎上建立文獻知識網絡（如建立文獻間關系、建立文獻內關系），方便人文領域的用戶查找、研習文獻。三是“古漢語文本自動句讀系統”，并不止步于將史料文本悉數入庫，而是基于語句切分、語詞切分、漢字聚類、搭配關系統計和機器學習，讓計算機對任何一篇古文進行智能點讀，準確率能達98%以上，可有效節省人工點校的時間。

2.3人文藝術與數據可視化呈現

數據可視化呈現為人文研究提供新視角。王曉光教授在“全球視角下的數字人文：概念與實踐”報告中列舉了人文領域很多重要的數據可視化項目，如歷史檔案領域可視化分析研究的“淡新檔案訴訟關系圖”、文學領域地理信息可視化研究的“宋人與宋詩地理資訊系統”、考古學領域的GIS結合應用研究“地理資訊科學研究專題中心”、基于GIS的城市發展歷史可視化展示、Google地圖與文學相融合的可視化展示項目“BibleMap”、多源歷史文獻數據的融合可視化探索項目“The OverlandTrails”等。徐力恒博士在“數據驅動的史學研究——中國歷代人物傳記資料庫（CBDB）的建設與使用”報告中以CBDB數據集的使用為例，探討如何通過數據驅動史學研究，認為可視化可以幫助史學研究提出一些新問題，譬如，歷史學者可以在宋代4730個進士的籍貫分布和1080年（宋元豐三年）18路人口分布（如圖1所示）的基礎上，進一步提出“進士的數量與人口的密度是否存在正相關性”這樣的問題；再比如，歷史學者通過對與朱熹同代的理學家之間書信交往的關系圖（如圖2所示），提出“社會關系對個體影響大小”的假設。

藝術學是數字人文大有可為的領域。清華大學美術學院向帆副教授和朱舜山工程師在“數據可視化與人文藝術——全國美展獲獎作品視覺化分析”報告中對中國第6-12屆全國美展獲獎入圍的2276幅作品進行了可視化分析。他們運用Image-Plot開源軟件對作品的分析顯示，大量作品集中于紅黃色調，高明度的色調特別受到全國美展的青睞。此外，他們通過可視化發現全國美展的油畫作品中大畫幅、獲獎經歷、暖紅色調、中年審美、家園故土主題等因素與入圍獲獎相關度高。通過對大規模圖像數據的視覺化分析來窺探全國美展的獲獎秘密，其所提出的不同于傳統視角的新問題，實際上為計算機技術與藝術學相關研究的融合提供了非常好的樣例。

3圖書館數字人文的實踐新方向

數字人文領域的研究和實踐在不斷地跨越學科的壁壘和邊界，融合多方的成果和力量，這是“數字人文”最典型的特征。但是這種跨界與融合對人文學者和信息技術專家充分了解彼此，用互相聽得懂的話進行溝通卻是一大難題。哈佛大學徐力恒博士認為，高校數字人文的實踐應首先建立在高校人文學者與信息技術專家充分溝通和彼此了解的基礎之上。此外，要減小這種跨界帶來的阻力，高校人文院系和信息技術相關院系都應反思和調整人才培養方式，跨越到對方的領域，以便能夠培養出真正意義上既懂數字技術又懂人文學科的數字人文人才。

北京大學朱本軍和聶華從圖書館實踐的角度認為，“數字人文”領域是圖書館可實踐的一個新方向。不過，他們提醒圖書館在實踐中應避免進入兩個誤區：一是將人文學科和社會科學混為一談，讓“數字人文”變成“數字社科”或“數字人文社科”。人文學科和社會科學雖然有一定的共性，但是“數字人文”的落腳點在語言文學、歷史學（包括考古）、哲學（包括美學、藝術學、宗教學、倫理學等衍生學科）等人文學科，而不落腳在社會科學領域。二是由于人文學科的研究或創作帶有非常強的個人色彩，而且沒有固定的套路，人文研究所要使用的數據集、工具軟件或平臺一般是小眾的，而且指向性非常明確，在“數字人文”實踐的過程中，圖書館要避免自以為意式的閉門造車，而應與人文學者保持密切聯系，充分介入到人文學者的教學和科研過程中，避免脫離具體的人文教學科研情景，以免“數字人文”的實踐沒有受眾。至于圖書館可以開展的工作，至少4個具體的方面值得去做：一是將全球范圍內分散在不同地域或機構的人文研究數據庫、工具軟件或平臺進行分類匯總整理，用專門的網站或頁面集中展示，方便人文學者了解使用。二是依托圖書館已有的資源、技術和存儲優勢，創建可促進人文研究的數據集或大規模結構化數據，擴大人文學者的抽樣樣本。三是新增“數字人文”咨詢，讓圖書館成為人文學者、計算機或信息科學人員之間的橋梁，翻譯、整合兩者之間的對話。四是建議有條件的圖書館開設“數字人文部”，為高校研究生、教師提供數字人文課程或培訓，提供數據庫、工具，以及根據人文研究的需求組織實施數字人文項目。

此外，圖書館開展數字人文將可能催生出“數字人文圖書館員”，這類圖書館員具有某種與數字人文相關的知識或技能，如理解人文學者所需數據并能夠為數據制訂元數據著錄規則的人文數據館員、擅長數據可視化呈現的可視化館員、擅長地理信息系統的GIS館員、擅長社會網絡數據分析的SNA數據分析館員、擅長理解人文學者需求并轉化為計算機技術專家可理解語言的人文學者一IT技術專家溝通館員，以及專門培訓人文學者數字人文素養的館員等。

4.對數字人文的反思

“數字人文”是否會取代傳統人文的教學和科研？這是與會者普遍關心的問題。北京大學朱本軍和聶華認為，“數字人文”并不能一攬子解決所有人文問題，它對傳統人文研究的促進，一方面體現在將人文學者從機械、繁重的資料查找、文本比對等工作中解脫出來，使其在學術研究中具有更廣闊的思辨、演繹、推理的空間，另一方面體現在通過數字化、工具軟件等手段將社會科學領域的某些研究方法引入人文領域，創新人文研究方法和研究范式，從定性到定量輔助加定性，為人文研究提出問題、界定問題和回答問題提供新的視角。人文學者提出問題、分析問題和解決問題的敏覺力是數字人文所不能代替的。哈佛大學徐力恒博士以CBDB為例，認為CB-DB數據庫絕非是對歷史文獻的取代，而是一種新的文獻打開方式、查詢方式、呈現方式。他也表示，數字技術只是歷史學者使用的一種研究工具，在研究中應發揮人文學者和計算機各自的長處。

作為一個以跨界與融合為特點的新興領域，數字人文還將不斷變化和被再定義。盡管國內外已經開展了一些與數字人文相關的研究與實踐，但要在全球范圍內，特別是中國國內形成明顯的數字人文研究共同體，尚需時日。