大數據思維與數字人文的加值應用
——傳統文化數據庫發展的新趨勢

王 潔（武漢大學文學院）

1 利用大數據研究與傳播中國傳統文化是大勢所趨

大數據為中國傳統文化的研究和傳播帶來了巨大的便利。利用數據庫所創造的新資源，人們可以突破原有時間和空間的局限，在短時間內查找更多的資料；同時，數據庫也為研究者提供了新方法、新思路，為中國傳統文化的愛好者提供了新渠道、新平臺。利用數據庫，研究者可以開辟新的研究領域、進行更科學的研究，傳統文化愛好者也可以更全面地了解傳統文化、進行傳統文化的二次傳播。

中國古典文學是隸屬于中國傳統文化中的一門學科，充分占有史料是進行中國古典文學研究的基礎。正如傅璇琮先生所說：“古代包括經史子集中的典籍，都與文學史料有關。”［1］那么，如何占有這么多的史料就是一個問題。在古代，研究古典文學時能夠“讀萬卷書”就算是充分占有史料了；在今天，情況卻發生了變化，一個人讀萬卷書是遠遠不夠的。同樣，在今天，中國古典文學愛好者們也不再滿足于“熟讀唐詩三百首”，想要滿足他們的需求，只講唐詩三百首也是不夠的。

最近20年，隨著數字化的發展，史料也出現了“大爆炸”，即可以利用的史料急劇增加。我國是歷史文獻大國，現存的古代文獻資料數量巨大，今人的研究成果也層出不窮。僅唐宋文學作品及相關的史書、地理、筆記、目錄版本學著作等就數以萬計。這些資料有著非常重要的史料價值，但在過去，僅有部分專業研究人員會接觸這些文獻中的一部分。2009年開始，王兆鵬教授領導的《唐宋文學編年地圖》研發團隊利用專業的考據編年方法將這些文獻中的信息整合并數字化，最后以編年地圖的方式呈現。2016年年底，《唐宋文學編年地圖》正式上線，使得這些晦澀駁雜的文獻能夠以最直觀的方式系統地展現在大眾面前。除《唐宋文學編年地圖》外，許多古籍數字化技術公司都在大力開展文獻數字化工作，所涉及的文獻數量都很驚人。

大量散落在國外的歷史文獻中，也包含很多重要史料。在過去的20年里，一些機構開始建設域外漢籍數據庫。如哈佛燕京圖書館耗時10年，將館藏的4,200部中文善本特藏全部數字化；由中、英、法、俄、日等多國合作共建的“國際敦煌項目”（IDP）專屬數據庫，于1994年開始籌建，目前數據仍在持續上傳。像這樣的史料，對中國傳統文化研究者和傳播者來說極為重要。這些數據庫一旦建成，國內學者將看到一大批全新的資料。國內的王兆鵬教授早已看到了這一點，積極與海外相關機構取得聯系，充分吸收和利用了域外漢籍資料。

史料急劇增加帶來的結果是，無人能自夸讀遍天下書，也不會有人止步于唐詩三百首。即使一位學者或文學愛好者過目成誦，要讀遍《唐宋文學編年地圖》數據庫中涉及的書，也是很難做到的。數據庫的建立必然引起研究和傳播方法的革命，這在大數據不斷發展的今天，顯得尤為突出。

2 如何使用數據庫研究中國傳統文化

經過學界20多年的努力，歷史文獻的數字化已經取得了很大進展，建成了一些可供傳統文化相關專業使用的數據庫。建設者們也在積極推進這些數據庫的高級化和專門化。中國傳統文化資料大數據的形成，為傳統文化的研究帶來了極大的便利。許多傳統文化研究者雖然認同這一點，卻又覺得無從下手。其實，數據庫在中國傳統文化研究中的運用方法有很多種，研究者可以依據自己研究的課題選擇不同的方法，以充分利用豐富的大數據資源。

中國傳統文化數據庫建設之初，是將歷史文獻資料通過攝影、掃描、影音拍攝、全文輸入等方式轉化為數字文件（Digital Records），再經過元數據（Metadata）的后臺整理，供讀者使用。前文提到的哈佛燕京圖書館中文善本特藏資源庫和國際敦煌項目專屬數據庫都屬此類。這類數據庫實際上是傳統圖書館的數字化，被稱作數字典藏（Digital Archive）或數字博物館（Digital Museum）。數字典藏雖然有強大的存儲和檢索功能，但對使用者來說，其中的史料都是信息碎片，很難被充分使用。后來興起的數字人文（Digital Humanities）克服了數字典藏的弊端，即通過資料探勘（Data Mining）將數字典藏所匯集的無數史料進行處理、分析，展示出史料內部隱含的關系。它不僅能實現資料檢索，而且能為研究者提供一個觀察某歷史時期具體事件發生的環境，呈現出相關史料之間的時空聯系，彌補了史料本身存在方式的不足。在使用這類數據庫時，只要輸入一個檢索詞，搜索結果就會形成一個意義的集合。通常情況下，這些數據庫還會在每條搜索結果的后面標注史料來源，為研究者觀察史料之間的聯系提供方便。總之，借助數據庫提供的這些方法和便利，研究者能更好地進行人文研究。

中國傳統文化的研究者可以根據自己的研究課題使用不同的數據庫。對許多研究者而言，最常見的方法是使用數字典藏數據庫，從海量的數字文件中檢索出自己需要的史料，然后對這些史料進行篩選和甄別，以便得到最可靠的史料，進而找出這些史料之間的深層聯系。如有學者談到，自己為撰寫某位歷史人物的年譜，用了三個月的時間，查閱了與之相關的所有史料，從而發現了許多不為人知的文獻，并以此為依據得出若干新結論。正是得益于有檢索功能的數字典藏數據庫，學者們才能如此高效地查閱到前代學者尚未窮盡的史料。否則，依靠純人工的方法，用十幾年工夫也未必能遍覽這些文獻。

研究者們還可以使用更高級、更專業的數字人文數據庫進行學術研究。經過學界的不懈努力，現已建成一些可供傳統文化專業研究使用的數字人文數據庫。與數字典藏不同，數字人文是由人文計算（Humanities Computing）發展而來的。因此，數字人文數據庫除了具有數字典藏匯集了大量史料的基本特征外，還可以實現史料探勘視覺化、量化分析、建立3D模型、數字原生（Bom-Digital）論文、動態環境制作、自造實境空間等功能。即這些數據庫中的史料信息依據某種人文理念被整合加工過，可以全方位清晰呈現并被直接使用。以現今發展較為成熟的《唐宋文學編年地圖》為例，經過近10年的努力，該數據庫現已收入唐宋時期大部分重要作家及作品的相關史料，并不斷參照今人的研究成果予以更新。它通過資料探勘技術處理、分析數字文件信息，將這些數據信息結構化，數據結構框架由時間、人物、地點、事件四部分構成，最終用立體、多元的地圖把古代文學人物事件關系呈現出來。通過該數據庫對數字文件的探勘、分析和視覺化，研究者既可以對文學作品開展深入研究，又可以得到相關歷史人物、事件的時空分布及復雜的作家作品關系網絡。值得一提的是，這也是迄今為止完全由我國本土獨立開發的、專業性最強、影響最大的古典文學數據庫。其中的史料也可廣泛應用于哲學、歷史、語言學、民俗等中國傳統文化相關學科的研究中。

除此之外，具備條件的中國傳統文化研究者還可以根據研究的需要，建立課題組專用數據庫，依此展開相關研究。如有語言學研究團隊把漢江流域方言的音頻信息建成一個數據庫，開展漢江流域語言文字的傳承與流變研究。依據這些數據庫得出的結論，已經開始受到學界的重視。

以上這些都表明，中國傳統文化研究者不僅應當使用相關數據庫，而且可以使用好這些數據庫。

3 數據庫的加值應用與中國傳統文化的傳播

從20世紀40年代末，Roberto Busa用人文計算建立St.Thomas Aquinas的著作索引數據庫“Index Thornisticus”［2］開始，到2005年澳、加、日和歐洲各國數字人文聯盟（AllianceofDigitalHumanitiesOrganizations，ADHO）成立，大數據日漸成為人文研究的一種趨勢，甚至一種運動。在這種趨勢下，《四庫全書》《中國基本古籍庫》《唐宋文學編年地圖》等一批中國傳統文化數據庫相繼建成，并全部可以應用于學術研究。其中能實現加值應用（Value-added Applications）的數據庫并不多見。通過對數據庫加值應用來傳播傳統文化，不僅意味著傳統文化網絡傳播方式的革新，更是將數字學術（Digital Scholarship）引入大眾傳媒的有益嘗試?！吨袊竟偶畮臁泛汀吨袊鴼v代人物傳記資料庫》就屬于未實現加值應用的數據庫，而《3D實景莫高窟》和《唐宋文學編年地圖》就屬于實現加值應用的數據庫（見圖1）。

網絡時代文化傳播的最初形態是將傳統媒介網絡化，推出視頻音頻節目和紙質文獻文章的網絡版。在此基礎上，搭建多種受眾自主選擇的平臺。如喜馬拉雅FM就是一個音頻節目的手機選擇平臺，微信公眾號則是網絡文章的微信選擇平臺。傳統媒介的網絡化作用很大，對許多文化傳播者來說，這也是最簡單的方法。即通過在自媒體（We Media）上寫文章、錄視頻，將自己對傳統文化的認識以文字、視頻或音頻的方式記錄下來，然后發布到網絡上，以電腦或手機客戶端的形式供受眾選擇性閱讀和轉發。很多上班族談到，自己利用開車時間用手機軟件收聽歷史文化類講座，一個月的時間已經對《資治通鑒》的基本內容有了一定了解。他之所以能在沒時間翻書的情況下了解到這么多歷史文化知識，就是得益于網絡化傳播方式。否則，終日忙忙碌碌，又想用傳統文化知識充實自己，是很難做到的。然而，對受眾來說，這些傳統文化知識只是換了一種呈現方式，依然難以直接、迅速地應用于生產生活實際。加值應用的數據庫就克服了這種網絡原始傳播方式的弊端，即建立的數據庫不僅可以展示豐富的歷史文化知識，而且還可以根據受眾的即時需求選擇性提供其可能需要的傳統文化信息。許多數據庫還可以呈現出這些信息之間的某種趣味性或實用性聯系，以彌補網絡時代原始文化傳播方式的不足。在使用這些數據庫時，只要輸入一個檢索詞，搜索結果就會是一個與使用者需求高度匹配的傳統文化知識集，并為使用者提供各種角度來了解其中的關聯，從而更直接、更迅速地滿足使用者的求知欲或生產生活需求?？傊?，加值應用的數據庫使傳統文化更好地應用于生產生活實際，革新了網絡文化傳播方式。

圖1 數字人文與數字典藏加值應用舉例

無論是數字典藏還是數字人文都可以通過加值應用，向大眾傳播傳統文化。中國傳統文化的傳播者可以根據自己的行業需求，采用不同的方法來選用不同的數據庫。對許多傳統文化傳播者來說，最簡單的方法就是用檢索的方式從海量的數字典藏文獻中搜尋自己需要的資料，然后將這些資料整合成一個能滿足傳播需求的資料集，再通過電子媒體展示出來，從而達到傳播的目的。如應用數據庫《3D實景莫高窟》傳播敦煌壁畫文化時，就是通過檢索的方式，將所需的敦煌壁畫原貌整合起來，直接呈現給觀者，很好地解決了敦煌文化傳播中的地域限制和洞窟保護問題。再如，臺北縣某小學中年級任課教師就將若干藝術與人文專業數位典藏網站的內容選擇性整合，編成可通過電子媒體向學生展示的“數位典藏網站內容教材”，實現了教學方式的更新。在教學活動結束后，教師們對學生學習成效進行了測驗。測試結果顯示，相較于“傳統紙本教材”，“數位典藏網站內容教材”在某些課程上，傳播效果顯著。更重要的是，隨后發放的《學生學習興趣調查接受問卷》中顯示，“學生覺得上藝術與人文領域課，使用數位典藏網站教材是有趣的，而且喜歡老師用數位典藏網站來教授藝術和人文領域課程及期望以后還能學習數位典藏網站內容課程。”［3］由此可見，數字典藏比傳統紙本更能提高接受者的興趣，在某些領域，還能收到更好的傳播效果。

文化傳播者也可以選用更高級、更專業的數字人文加值應用來傳播傳統文化。傳播者不再需要自行檢索、整合單一的原始資料，而是可以直接利用這些數據庫自動生成的知識集進行文化傳播。通過加值應用，數字人文數據庫中的史料擺脫了晦澀、陌生、單一的觀感，以綜合、多元、立體、平易近人的姿態化成一個個知識主題與大眾接觸，從而提升了文化古籍的附加價值。言及此處，不得不提數字人文加值應用的典范《唐宋文學編年地圖》。經過多年專業的學術論證和技術研討，到今天《唐宋文學編年地圖》已經搭建成形式簡潔、內容豐富的唐宋文學傳播平臺。它更加貼合受眾生產生活實際，將古典文學知識濃縮到歷史編年地圖上，古典文學知識由古代地理、歷史人物、歷史故事、詩文集、行跡等部分構成。具體而言，它主要從三個維度上實現了唐宋文史知識的加值應用。

① 在人物維度上，只要輸入一個歷史人物的名稱，該數據庫就會自動生成一張地圖，上面標注了該人物所有的仕宦經歷、行跡、作品等。通過在人物維度上的加值應用，增強了史料的可讀性和故事性，大眾得以更全面地了解這些對中華文明有著巨大影響的歷史名人。它提供的多元而豐富的素材，也可以直接應用于文藝創作、文化產品制作、文化旅游導覽等眾多領域。② 在地理維度上，近年來地方政府高唱的地域文化，其實就是我們身邊環繞的地理人文。通過數字人文加值應用，這些地理素材能夠更廣泛地被發現、閱覽，為大眾所了解和使用。輸入一個城市或景點名，相關的人物、故事和作品就會以年代的順序呈現出來。它的迷人之處在于，將數千年的自然、人文、風俗、藝術等融為一體，沉淀在我們周遭的生活中，豐富著我們的生存體驗。③ 在作品維度上，當一首詩被置于山川河流的實景當中，以故事的形式向我們展示它所富含的文化意蘊時，先民的精神、思想和生活方式也會生動地顯現出來。在中國生活的人們，就會產生共識和投入感，并清楚地識別中國文化特質，對傳統文化產生認同。以阿多諾為首的法蘭克福學派曾極力批判文化工業（Cultural Industry），認為大量復制的文化商品（Culture Commodity）是一種低下的模仿。而今天借助專業的數字人文數據庫來生產文化商品就是擺脫這種低下模仿的一種方式?，F在已經有網友根據《唐宋文學編年地圖》獨辟蹊徑，提出開辟“跟著驢友李白游湖北”主題旅行線路、建立“東坡美食”創意餐廳等想法。

圖2 唐代詩人杜甫行跡圖（引自《唐宋文學編年地圖》官網）

其他行業的工作者也可以根據需要，建設與中國傳統文化相關的加值應用數據庫，以此為工具提高工作水平。如有些行業的從業人員把植物的圖像信息搜集整理起來，建成一個數據庫，并在數據庫中錄入與該植物相關的古典詩詞，掃描識別植物的同時展示了植物的人文美學意義，以此開發成一款廣泛應用于花卉零售行業的APP“有形有色”。這樣一些數據庫創造的商業價值，已經受到了相關各界的重視。

以上這些都表明，中國傳統文化相關數據庫不僅能應用于學術研究，而且還可以通過加值應用服務于文化傳播。因此，文化傳播者應當使用好傳統文化數據庫。

4 傳統文化大數據在不斷更新，需謹慎前行

近些年國內傳統文化的研究者和傳播者，在使用大數據的認識和運作上都有了長足的進步。2014年8月，在“中國英漢語比較研究會第11次全國學術研討會暨2014年英漢語比較與翻譯研究國際研討會”上，學者們就“大數據時代如何更好地翻譯中華文化經典”展開討論；2014年11月，有學者在“世界中醫藥學會聯合會中醫藥傳統知識保護研究專業委員會第二屆學術年會暨中醫藥傳統知識保護國際學術大會”上宣讀了《我國傳統醫藥非物質文化遺產名錄數據分析》的論文；2015年11月，在“第十屆全國體育科學大會”上有學者提出了“大數據時代太極拳國際化推廣”的問題；2015年12月，在“傳承與開啟：大數據時代下的史學研究國際學術研討會”上，專家們圍繞“大數據在歷史研究中的技術問題”展開研討。然而也應看到，盡管這方面的工作已經取得了一些進展，但要更普遍、更理性地使用大數據研究和傳播中國傳統文化，還有很長的路要走。

一方面，在大數據成為一種趨勢的今天，傳統文化的研究者和傳播者都要與時俱進、繼續前行。①盡管社會各界在紛紛建設專業、完備、方便使用的傳統文化數據庫，但由于中國傳統文化相關學科的特殊性，目前數據庫建設的整體水平還不高。已建成的數據庫數量有限，能直接服務于學術研究和大眾傳播的數據庫更是寥寥。而且，其中只有一部分有較好的研究和傳播效果。② 使用數據庫來研究和傳播傳統文化，目前還處于嘗試階段。有的學者過分依賴已有數據庫中的信息，認為用數據庫來從事學術研究，就不需要再查找原典了。王兆鵬教授就曾提到，大數據為古典文學研究提供了新方法，但不能完全替代傳統的學術研究。因此完全忽視和過度迷信大數據都是不可取的。

另一方面，盡管要更好地利用數據庫研究和傳播傳統文化還需要從業人員長時間的努力，但也不能盲目冒進。中國傳統文化的研究者和傳播者都應當看到大數據背后隱藏的問題，需謹慎前行。首先，應當注意到數據思維與學術思維的顯著不同。大數據只認可相關關系，學術研究更多的是探尋因果關系。在使用大數據從事學術研究時，如果不能警惕數據思維的漏洞，將相關關系和因果關系相混淆，很容易就會得出荒謬的結論。其次，大數據時代決定研究質量和傳播效果的主要是數據集的質量、數量和利用方式，而需要創新、思辨的人文思維變得相對容易。當大量數據以數據庫研發人員希望的方式自動涌現時，不能以聯想代替靈感、以形象代替形象思維、以數字編碼代替人文創作，要警惕人文思維被架空，防止思想為技術所裹挾。最后，需要提到的是數字化工作的法律規范問題。世界知識產權組織政府間委員會（WorldIntellectual Property Organization-Intergovernmental Committee,WIPO-IGC）是現在國際公認的對傳統文化資源保護最有成效的國際組織，但就傳統文化數據庫資源持有人（國）權益保護、惠益分享和強制公開等基本問題，尚處于討論階段。諸如智慧財產權的保護、文化資產的保存、數字化成果保護等已有的法律規范也是傳統文化數據庫開發者和使用者應當了解并遵守的。

大數據正在改變傳統文化傳承的現狀和未來，但正如電腦不能完全取代人腦，數據庫的使用也不可能取代文化研究者和傳播者的主觀思考、取代相關行業基本的理論和工作方法。想要更好地使用數據庫傳承中國傳統文化，要求研究者和傳播者充分發揮主導作用，利用數據庫擴展和更新人文知識，而不是數字化復制已知的知識。惟其如此，自己才不會落后于時代，大數據才會不斷完善，傳統文化才能更好地傳承。因此，傳統文化工作者要轉變觀念，勇于應用大數據，將最古老的學科和最新的科技完美結合，把中華文明的傳承帶入新時代。