大數據背景下傳統文獻學研究方法的轉型

摘" 要：大數據技術的快速發展轉變了傳統的業態。當前，各個領域在現代化發展的過程中開始積極與互聯網和信息技術進行深度融合，在這一過程中大數據技術發揮出了巨大的作用，為各個行業注入了新的生機與活力，為改革創新注入了強勁動力。傳統文獻學作為研究文獻和文獻發展規律的重要學科，大數據技術的介入使得傳統文獻學在研究過程中能夠通過新技術的應用拓寬研究路徑，對傳統文獻學的現代化轉型發展有極大的促進作用。基于此，文章以大數據與傳統文獻學的相關概念為出發點，對大數據背景下傳統文獻學研究的轉型進行深入討論。

關鍵詞：大數據；傳統文獻學；轉型

中圖分類號：G256；TP311.13 文獻標識碼：A 文章編號：2095-9052（2023）05-0-03

文獻學以研究文獻和文獻發展規律為基礎，針對文獻的特點、功能、類型以及分布發展規律等各個方面進行研究［1］。基于文獻學的研究內容和研究方向，文獻學具有碎片化、標準化、結構化和可視化等諸多特點，這樣的特點使得文獻學的研究過程復雜，而傳統文獻學在研究過程中使用的研究方法和模式也不多，難以保證研究的效果。在信息化時代，大數據技術的到來為傳統文獻學的轉型發展以及創新注入了新的生機與活力。大數據技術具有強大的數據挖掘能力、數據分析能力，在傳統文獻學轉型過程中，借助大數據的分析以及數據挖掘能力，能夠為傳統文獻學的研究獲取更多有力的例證。這不僅能夠促進文獻學研究成果的提升，也能夠促進文獻學本身的現代化轉型。因此，積極應用大數據技術推動傳統文獻學的轉型發展是傳統文獻學發展的必然，對探討大數據背景下傳統文獻學的轉型發展具有重要的意義。

一、大數據與傳統文獻學

（一）大數據

當前的信息化時代下，大數據成為各個行業中的熱門詞匯。從定義上來說，大數據也被稱之為巨量資料［2］。對于現代化企業來說，大數據技術更像是一種信息化資產，這種信息化資產能夠幫助企業實現轉型，也能夠幫助企業找到新的利潤點，從而促進企業的發展創新。

對于圖書館領域來說，大數據技術也能夠在圖書館領域發揮出重要的作用。大數據技術把原本分裂和隔絕的事物重新連接在一起，這樣的特點極大地轉變了人們對文獻、文本、知識的認識路徑，也進一步拓寬了文獻研究的尺度。借助大數據技術的優勢和大數據技術的特點，能夠對傳統文獻學進行轉型創新，拓展人們對文獻學的認知，也能夠為傳統文獻學的研究開辟新的路徑，并在研究中運用更多的新方法，這極大地促進了傳統文獻學的轉型發展，更加符合當下的信息化時代需要。

（二）傳統文獻學

從定義上來說，文獻是具有歷史意義或者具有研究價值的圖書［3］。當前，人們把越來越多的有歷史意義的、有研究價值的圖書集中整理起來，然后以科學的方法研究這些文獻內容的功能、特點、類型、分布、生產、發展規律、整理方法、發展歷史，由此衍生出了文獻學。為了更好地促進知識的交流、記載文化與歷史，需要對文獻的特點以及整理方式等各方面進行全方位的研究從而總結出規律，這是文獻學的起源和發端。從文獻學的發展來看，我國古代雖然沒有專門的文獻學一詞，但學者們在研究文獻和文獻整理過程中積累了豐富的經驗，歷代收藏家也整理并保存了大量的文獻。

事實上，現代文獻學和傳統文獻學之間有著諸多共同之處，但也有著較為明顯的區別。現代文獻學更像是一種舶來品，通常附屬于圖書館學和情報學等，其現代化的研究體系主要來自歐美和西方國家的同類學科［3］。準確地說，歐美國家的現代文獻學，更應當稱之為文獻工作。現代文獻學的重點在于收集、收藏、分類、傳播，利用圖書資料中的一切有用知識，并且最大程度地為讀者提供使用上的便利。因此，現代文獻學與圖書館工作聯系緊密，以圖書館為基本起點，以社會大眾作為服務對象，以圖書檢索和利用作為應用中心的一門應用型學科。

相較于現代文獻學，傳統文獻學的研究對象不僅僅局限于文獻，還在于研究“文獻的文本”。傳統文獻學的基本任務是針對傳統文獻進行有效的整理，并且總結整理和利用的規律以及方法，保證文獻內容的完整性與準確性。總的來說，傳統文獻學就是圍繞古代典籍進行整理、收集和研究的科學。在長期的發展過程中，文獻的收集整理利用過程中積累了豐富的經驗，形成了越來越多的知識積累。而隨著傳統文獻學研究理論的不斷完善，研究方法的進一步創新，需要進行現代化發展才能夠進一步推動文獻學的進步。

大數據技術的優勢在于擅長數據挖掘，并且進行數據分析。而傳統文獻學也可以看作是一種“數據挖掘”的過程，只不過和大數據相比，傳統文獻學挖掘的對象體量小，使用的方法相對固定。因此，抓住兩者之間的共同共通之處，不僅可以拓寬文獻學研究的內容，更能夠為文獻的研究方法創新注入新的生機。同時，實現大數據與傳統文獻學的通變，可以拓寬大數據技術下的新型文獻學實踐功能。

二、大數據背景下傳統文獻學的新變革

（一）拓展了知識獲取的方式

第一，從知識計量方面的轉變來看，大數據背景下，通過對知識文本要素以及關系之間的計量，能夠精準地把握知識之間的特征規律以及發展的趨勢。一般來說傳統文獻學更加關注作者的歸屬、主題分類、語義辨析等基本內容，這實際上涉及統計分析學中的內容。傳統文獻學中，往往會用相關知識原理進行計算統計，實際上也是一個海量的計算統計工程。而利用現代化信息技術可以根據作者歸屬、主題分類、語義辨析等不同出發點分別建立相應的模型，通過模型引入計算，能夠根據這些文本之間的關聯把文獻中的知識內容按照與主題相關的內容聯系在一起，從而轉變文獻文本含義的豐富度。人們可以從文獻中挖掘更多的信息，也可以在這樣的啟示下豐富文獻學的研究方向和研究的出發點。

第二，借助現代化的數字技術和大數據技術，能夠根據知識的關聯自動挖掘各種數據信息，并且把這些數據信息按照文獻學的標準進行分類，然后進行存儲。這樣的方式不僅可以自動化收集文獻信息內容也可以實現自動存儲，并且借助電子存儲技術拓寬存儲內容的上限。就傳統文獻來說，我國的古代典籍往往有獨特的結構形式和獨特的語義特征。采用大數據挖掘技術，可以很好地發現這些文本中隱藏的模式。例如，針對先秦諸子百家學派中的共有詞型序列進行統計，可以計算出各個學派高頻詞等級之間的相關性關系。通過這樣的分析，最終可以發現儒道兩派之間具有較高的相關度，道家學派和其他學派之間相關系數均值較大，這可以說明道家對其他學派的影響較大［4］。如果以傳統的文獻學方式針對共有詞型序列進行分析，再計算相關系數，將會是一個龐大的工程。而應用現代技術，往往能夠在很短時間內完成，并且直觀地獲得這一知識結果。

（二）文本形態更加豐富

互聯網時代的到來，推動了數字化技術和行業數據化的發展。傳統文獻學也借助數字化技術和數據的發展轉變了計量單位。傳統的文獻學計量單位開始從本、卷、部、冊等單位開始向基本存儲單元轉變（字、字節等），再向擴展存儲單元轉變（MB、GB、TB等），越來越多的文本開始按照媒介、容量、格式等進行分類。在方法上數據索引、算法、模型等逐漸成為知識鏈接的重要手段之一。文檔資料及數據庫、智能平臺開始與傳統的總集、叢書、資料匯編共同存在，這逐漸成為傳統文獻學研究者使用的文本形態。數字化技術的出現打破了紙張的載體限制［4］，同時也轉變了墨色、裝訂等工藝，賦予了傳統文獻學的新特征和新功能，借助數碼、尺表、圖形等多種方式對傳統的文本信息進行傳遞，也極大地豐富了文本形式。在傳統文獻學數據化發展這一過程中，數據化的文本不只是平面文本，也不再是線性的記錄，而是變成了復雜立體的數據信息網絡，通過對文獻學內容進行分類，通過關鍵詞進行索引，可以通過多個角度和多個接入點打開文本，并且檢索文本中的內容也變得更加方便，這豐富了文獻的保存形式，也加快了文獻內容的傳播效率。在數字化技術和數據化技術應用于傳統文獻學過程中，展現出了新的特點。

第一，基于大數據技術的優勢，傳統文獻學實現了歷史文本的可視化與空間化發展。傳統的文獻主要載體是紙張，在文獻記錄以及文件運用的過程中具有線性化的平面特征，這一特征導致傳統文獻在空間化和可視化方面不足。借助現代信息技術實現傳統文獻的可視化發展，可以直接觀察多個主體間的相關性顯示文本和潛在的語義聯系，從而對海量的信息進行抽象概括。例如，國內第一個綜合性“學術平臺發布地圖”中，把文獻中的歷史人物、社會關系、人群分布配上地理信息，這樣可以一目了然地通過可視化方法查閱所需要的信息，極大地豐富了傳統文本的形態以及使用功能。

第二，數據庫作為一種典型的數字化技術，在應用于文獻學這一過程中，其本身所具有的文本性質沒有發生根本性的變化，根據不同的文獻學內容，把相關數據和文本信息整合在一起，使每一個數據庫變成一種獨立的文本。而不同的文本之間，根據知識、內在、邏輯、功能等方面的共同點連接起來共同形成巨大文本，這對傳統文獻學中別集、類書、叢書等傳統形式進行了創新。當前，利用數據關聯、集成分析、文本挖掘等一系列大數據技術應用于傳統文獻學中，能夠把文本之間的不同領域、不同主題、不同角度、不同層次的文獻內容按照關聯性整合在一起，形成龐大的文獻數據庫。在使用過程中通過關鍵詞詞條進行檢索，便能夠得到與此具有關聯性的所有文件內容，這極大地增強了文獻使用的效率。

三、大數據背景下傳統文獻學的轉型發展之路

（一）以大數據技術促進傳統文獻學的實證化研究

傳統文獻學的研究與發展是一個嚴謹的過程，往往強調研究中的實證化。但在實證化這一過程中，如果只運用傳統的方式，就無法實現對古典文獻的全面高效分析，這極大地影響了研究進展，也使得新觀點在提出之后很難得到佐證。基于這樣的現狀，運用大數據技術，則可以通過更加科學的方法解決感性和偶然提出的問題。例如，在文獻研究過程中，研究者提出關于文體學和風格學的問題，為了更好地研究這些問題，需要進行大量的實證。在浩瀚如煙的典籍中，把不同的文獻典籍按照文體學和風格學進行分類，必然是一個龐大的工程，而借助大數據技術構建文體學和風格學的研究模型，能夠對文獻內容自動進行分析，還能夠總結文體模式，分析文體演化，從而使文獻研究的科學性顯著增強。

（二）以大數據技術推動傳統文獻學研究范式的轉變

大數據技術應用于傳統文獻學中，極大地突破了定性研究與定量研究之間的壁壘，推動了傳統文獻學轉型。在大數據背景下計算機模型極大地拓展了審視維度。例如根據正態分布、方差分析等統計方法，可以發現文獻學中的整體性和深層次的知識，針對這些知識以及經驗的總結，有利于提出新的理論，這實際上提供了一種新的文獻學研究視角，提出了新的文獻學研究范式。大數據技術在深度應用的過程中還開始出現了“計算機+”的交叉學科研究，催生出了新的研究門類。在實踐中，文體風格方面借助大數據技術的統計與分析出現了“統計文體學”“語料庫文體學”等新的研究方向，通過大數據技術對文本語義、詞性等各個方面進行研究，能夠把研究成果應用于自動標點、自動注釋、自動摘要和智能翻譯等各個領域。

（三）以大數據技術推動傳統文獻學的整體性研究

以往的傳統文獻學研究過程中，由于傳統文獻載體的平面性和靜止性特點，這使得傳統文獻的形態較為簡單。但這種較為簡單的形式實際上利用和記錄起來越發復雜，極大地影響了傳統文獻學研究以及傳播的效率，而在數字化技術的應用背景下借助大數據技術，能夠對各種各樣的文本實現各種維度的分析。對于研究者來說，通過大數據技術的應用，融合相應的數據應用能夠體現傳統文獻研究中表現出來的整體性、自主性特點。大數據技術通過龐大的數據集合，能夠圍繞某一個主題收集更多的信息和資料內容，這樣能夠很好地幫助傳統文獻學研究中需要的海量研究信息。隨著知識內容越來越多，樣本量也在不斷增加，標準也在發生變化有望建立抽樣或抽象計算的結論，也可能發生改變。而對新的研究結論進行探究，如果仍然依靠傳統的模式，必將是一個長期而復雜的過程，而借助大數據技術根據建立的相應模型自動進行分析，這樣可以在保證文獻研究整體性的基礎上，收集所需要的關鍵信息，從而實現信息獲取、信息保存的一體化發展。

（四）以大數據技術拓寬傳統文獻學的實踐路徑

傳統文獻學的主要研究內容和主要研究工作集中在目錄、版本、典藏、校勘、標點、索引以及真假辨偽等方面。在大數據背景下借助一系列計算機網絡技術、語料庫技術等新技術和新工具，能夠極大地提高研究效能。例如，在大數據技術下，文獻的版本標準除了按照傳統文獻學的標準，還可以結合大數據技術的特點，增添信息技術層面的標準。根據古籍文獻所具有的數據碎片化、標準化和結構化的特點以及其程度的不同，大數據技術下的數據庫和文檔集，也可以具有版本意義。在運用大數據實現傳統文獻學轉型發展這一過程中，結構化與半結構化、標準版、切字版、清洗版會成為各種版本的新形態。

大數據技術下，數字文獻在典藏以及流傳等各個方面具有傳統文獻學所不具備的優勢。通過大數據以及相應的模型不僅能夠對文獻中的標點進行校勘，也可以實現自動斷句自動對比，并且按照文獻的相關性，把相應的內容整合在一起，這樣不僅可以發現文獻的源流和文獻之間的相互影響，也能更好地實現辨偽。當前，大數據技術在傳統文獻學中的深度應用形成了高維索引和分布式語義搜索技術，這極大地實現了文獻資源的深度挖掘，并且實現了文獻信息的綜合利用。

四、結語

大數據背景下，傳統文獻學面臨著新的轉型機遇。在電子化技術、數字化和大數據技術廣泛應用于人文研究的當下，一些更具有方法論和本體論的信息科學出現，這給傳統文獻學的轉型提供了新的視角。因此，傳統文獻學在大數據背景下要想更好地實現轉型，應當抓住大數據的優勢與傳統文獻學進行深度結合，有效實現傳統文獻學的現代化轉型發展。

參考文獻：

［1］鄭永慧．數字人文與文獻學融合發展的進路及趨向［J］．圖書館，2022（8）：49-55．

［2］張劍．文獻學研究專輯［J］．華南師范大學學報：社會科學版，2022（4）：171．

［3］王進，王振國，宋詠梅．數字文獻學的系統脈絡與科學范式闡論［J］．系統科學學報，2022，30（1）：97-102．

［4］劉石，李飛躍．大數據技術與傳統文獻學的現代轉型［J］．中國社會科學，2021（2）：63-81+205-206．

（責任編輯：張詠梅）