基于自然語言處理的錢塘江詩路唐詩景觀要素挖掘與場景呈現

徐 濤 徐 斌 張亞平 李佳艷

1 研究背景

1.1 傳承“詩意棲居”營建智慧

詩是“文學中的文學”，是具有中國古典文化特色的地理認知表達方式[1]。既往研究表明，詩詞文本是還原社會生活圖景、傳達理想景觀認知、闡述在地文化內涵的基礎資料[2]。對詩詞文本語義的挖掘為知悉古人景觀審美、洞見古代城鄉風貌、傳承詩意棲居營建智慧提供支撐。此外，文本信息的空間屬性逐漸成為歷史文本語義表達的熱點。相關研究[3-4]便體現了古詩詞系地研究對區域環境風貌優化的重要價值。然而，一些地方的建設實際與詩意棲居的內涵、特征存在差距[5]。尤其在廣袤的鄉村，營造“望得見山，看得見水，記得住鄉愁”的詩畫風貌任重道遠[6]。這一現狀從側面反映出詩詞文化價值的識別意義重大，詩詞景觀空間的解譯與詩意棲居營建智慧的探索亟待深入。

浙江省人民政府在2019年10月發布了《浙江省詩路文化帶發展規劃》①，決策部署浙東唐詩之路、大運河詩路、錢塘江詩路、甌江山水詩路四大詩路文化帶。其中，錢塘江詩路范圍最廣、跨度最大，自隋唐運河南北貫通后被往來文人盛贊為“東南財賦地，江浙人文藪”。而唐代是錢塘江詩路奠定雛形的發生發展期，唐詩是探源詩路文化內涵的一手材料。因此，以錢塘江詩路唐詩為研究對象，挖掘詩情畫意的景觀要素與空間意象，解析如詩如畫的自然風貌與人文情境。

1.2 “自然語言處理”進階文本挖掘能力

“數字人文”(Digital Humanities)是全球人文學者矚目的新興跨學科領域。得益于數據庫的建設、數字平臺的開發與研究范式的創新[7-9]，“數字人文”延展了眾多學科領域的對象范疇與思維理路。其中，自然語言處理(Natural Language Processing，NLP)作為“數字人文”的關鍵技術，以統計代替文法規則，完成了人類語言與計算機符號之間的雙向轉譯[10]，進而被廣泛應用于摘要生成、文本聚類、機器翻譯等多種文本挖掘場景[11]。

在技術層面，近年來多數研究都將重點聚焦于新模型的開發與優化組合上。例如在卷積神經網絡(CNN)[12]、循環神經網絡(RNN)[13]等語言建模模型的基礎上，為應對計算能力有限導致信息超載、語料資源缺乏導致數據不足等問題，一系列基于預訓練模型(MASS)的改進模型[14]為文本挖掘帶來了革命性進步。同時，NLPIRICTCLAS漢語分詞系統[15]為中文語料的自然語言處理提供了強大支撐，成為中文世界“數字人文”研究的奠基之作。

在應用層面，國內外研究主要涉及社交媒體、電子商務、醫療健康、專利分析等。例如，Wang等[16]基于深度學習的混合NLP方法，從CLAMP工具中快速構建了性能更優的COVID-19癥狀系統；Yang等[17]通過關聯關鍵詞fear的相關文本數據分析，更好地反映了投資者情緒。可見，NLP作為計算機科學與語言學的融合焦點[10]，為不同語言形式的文本挖掘與不同行業領域的知識發現開辟了廣闊前景。

1.3 古詩詞文本挖掘的關鍵參數創新

借助對某一景點相關詩文的要素抽取、意境解析與意象探討，傳統的古詩詞景觀研究對深入探究典型樣本的詩意內涵具有重要價值，尤其是對文字背后深藏的個性審美與情思隱喻具有深入理解[2，18]。然而，過于精細化的研讀導致其缺乏處理大量樣本的能力。在這一方面，更側重場所空間集體認知與景觀審美普遍經驗[19]的NLP研究范式恰恰能與其互補。雖然某些單詞在個案中的隱喻偏向及語境不同所產生的語義流變難以被精細識別，但NLP技術能夠快速挖掘并充分利用海量數據背后的集體潛意識，為古詩詞的批量處理創造可能[20]。因此，基于NLP的古詩詞文本挖掘與傳統的古詩詞景觀研究在效率與細節、廣度與深度上各有側重、相輔相成。

然而，詩句中同種景觀語義的符號往往因修辭、語境的不同而異化為形式多樣的詞條，這種語言特征成為NLP研究中“強化共性，提取主流”[5]的巨大阻撓。因此，將非結構化、異化的源詞條按照“同(近)義詞”歸并為標準詞條成為常見做法[4-5]。但這種方式需要遍覽整體古詩詞樣本，人工逐一判斷并登錄詞條的對照關系，耗費大量人力，且難以在新的研究對象中沿用推廣。因此，一種自動化效率更高、復用性更強的異化符號歸一化路徑亟待探索。

古詩詞是高度凝練的語言藝術，古漢語是以“單音節”(單字)為主的語言[21]。同時，符號意指系統認為，在詞條中語義源主要來自名詞，而色彩、數量、方位等限定詞僅充當輔助語[22]。由此，本研究創造性地以“景觀名詞單字”代替、歸并形式多樣的景觀要素詞條，作為古詩詞文本挖掘的關鍵參數。這種“以字代詞，歸并差異”的思路僅通過對核心參數的調整，便使全過程大部分環節都能憑借機器分詞、命名實體識別等自動化處理步驟來實現，進而更快速地構建了古詩詞景觀語義系統，彌補了既往研究在數據預處理時操作煩瑣、人力投入大、復用性不佳的缺憾。

綜上，本研究以錢塘江詩路唐詩為對象，創新了一種以景觀名詞單字為文本挖掘關鍵參數的思路，充分發揮了NLP技術在批量處理上的強大效能。同時，結合共現語義網絡、核密度分析等手段，提煉景觀要素與空間意象，呈現詩詞文學地圖，為區域城鄉風貌的差異化建設、詩意棲居營建智慧的在地性傳承提供參考。

2 研究方法

2.1 文本數據來源與異化詞條歸一化處理

以《錢塘江詩詞選》②中收錄的89位詩人的262首唐詩(總計15 069字)為研究材料。首先，為自動篩除不可切分的專名，借助Jieba模塊，完成分詞、命名實體識別等步驟，得到錢塘江詩路唐詩歷史典故。之后，為批量清洗低頻單字及語義輔助單字，調用Collections、Posseg等函數，實現字頻統計、詞性標注等工作。最后，從獲取的名詞單字集合中識別景觀名詞單字，得到錢塘江詩路唐詩景觀要素單字。

2.2 景觀要素單字與歷史典故詞匯的分類統計

借鑒章政[23]、李源[4]等的做法，將103個歷史人物專名與198個景觀要素單字劃分為天景、地景、水景、生景、人物、建構與典故7個類別。依托Collections模塊，統計比較各類別要素的出現頻率，探究錢塘江詩路唐詩的典型自然景源要素與人文景源要素。

2.3 詩詞共現語義網絡呈現與文本聚類

根據每2個景觀要素單字在同首詩中的共現頻次，構建198×198的共現矩陣。之后，將其導入Gephi 0.9.3軟件，借助社區探測算法③，依據要素間的關聯性將詩詞景觀要素自動聚類。利用平均度統計功能，過濾影響力較弱的單字。在此基礎上，將各聚類中的景觀要素細分，重組為“天景-地景-水景-生景-建構筑-人物”的景觀組合序列。

2.4 空間意象分布特征的核密度分析

結合“唐宋文學編年地圖”[24]推導研究材料中160首唐詩的地名線索。借助Requests模塊，在百度地圖API中爬取詩詞寫作地點坐標，構建各類別詩詞文本空間信息一體化數據集。最后，利用GIS核密度分析工具，分類呈現錢塘江詩路唐詩場景意象的分布結果。

3 錢塘江詩路唐詩景觀要素挖掘

錢塘江詩路唐詩所蘊含的景觀要素可分為兩大類、7個中類、47個小類。大類方面，自然景源要素(2 075次)比人文景源要素(711次)的提及頻數更高，一定程度上反映出古人對自然景物的偏愛；中類方面，水景(590次)和建構設施(349次)分別為自然、人文景源中最易被古人感知的類別，這一結論在契合錢塘江地理屬性的同時，也彰顯了古人的環境審美意趣；小類方面，日月星光、水岸景觀、浪潮、鳥類、舟船、行客、隱士逸人等是錢塘江流域唐詩畫卷的基本構景要素。

3.1 自然景源要素

由圖1 可知：在地景和水景方面，“嶂”“崖”等僅見于上游，“洄”“瀨”等僅見于中游，體現出上中游區段“山峻水急”的特質[25]；而在下游，“皋”“浦”等特征單字強調了濱水平地的位置屬性。在植物景觀方面，上游的“荷”“杉”等體現了“荷香坐久著衣巾”的鄉土風情；中游的“蘿”“楓”等體現了“翠蘿深處遍青苔”的山野逸趣；下游的“荻”“蘋”等體現了“荻花寒渡思萋萋”的濱水景觀。在動物景觀方面，“雞”“蝶”等鄉村的代名詞集中于上游；嘯聚山林的“猿”在中游數量最多；而下游主要為“鯨”“鰲”等海洋生物。可見，山川地貌、花草樹木、鳥獸蟲魚是詩人游賞行為的重要誘因與地域特色的鮮明標志。因此，尊重區域山水格局、摸排當地生物資源，做到“顯山露水，知花知鳥”，對推進錢塘江流域地方生態名片的個性化打造具有重要意義。

圖1 錢塘江詩路唐詩自然景源要素

值得注意的是，通過“坳如開玉穴”等詩句發現，“岫”“穴”等并非現實景物，而是詩人對波濤、濃云等的形象比擬。這類用字雖然出現頻率極低，但卻對厚植場所人文內涵、抒發空間藝術魅力具有增益效果，需在更精細的景觀要素挖掘中得到充分關注。

3.2 人文景源要素

由圖2可知：在建構筑方面，從“帆”“津”“橋”等水運設施中能窺見唐代錢塘江流域因水而興的生活畫卷；“寺”的反復出現映射了江南地區“東南佛國”的重要地位；此外，從“府”“闕”“驛”等眾多建筑形制中能夠推測下游城鎮化水平在當時顯著高于其他區段[26]186。在人物方面，“客”在全流域的高頻出現反映錢塘江自江南運河開鑿以來的交通繁忙[26]165；“漁”是當地水鄉澤國環境下的經濟產業代表；“隱”“僧”“仙”是當時三教并存背景下的文化信仰使者。可見，人造設施、建構筑、人物對認知區域城鄉風貌、產業結構、文化信仰具有顯著標識作用。因此，對歷史遺存建筑的保護、傳統建構符號的轉譯、“畫中人”形象的挖掘是詩意棲居營建智慧傳承的有效途徑。

圖2 錢塘江詩路唐詩人文景源要素

歷史典故是在地文化挖掘與場所精神塑造的重要支撐。縱觀整個流域，上游中陶淵明被高頻提及，說明此處的鄉村風光不亞于“世外桃源”；中游，嚴子陵“羊裘垂釣”的高風亮節令后世詩人競相吊懷；而下游作為吳越爭雄的用武之地[27]，伍子胥、范蠡等名臣良相成為膾炙人口的地域文學話題。可見，典故作為古詩中歷久彌新的“文化偶像”，更應予以活化利用，成為提升錢塘江流域文化歸屬與精神認同的重要依托。

3.3 景觀要素挖掘的可信度檢驗

研究隨機抽取了45個景觀名詞單字，采用“單字-詞條”語義對照的方式展開景觀要素挖掘的可信度驗證。結果表明，45個景觀名詞單字在詩句中共構成了1 087個景觀要素詞條，其中，與單字語義相符的詞條占比達85.6%，說明“以字代詞，歸并差異”的異化詞條標準化方法具有較高的準確度。

4 錢塘江詩路唐詩場景畫面提取

在由4 335組共現關系組成的圖3中，圓點與文字的大小對應景觀要素單字的節點度，即該要素在文本中的重要性。而連線的粗細表征源要素與目標要素之間的邊權重，即某對要素之間關聯的緊密程度[28]。通過比較，發現聚類一的平均節點度與平均邊權重最高，說明聚類一在錢塘江詩路唐詩中的認知度最為廣泛，其次是聚類二、聚類四和聚類三。

圖3 錢塘江詩路唐詩景觀要素共現語義網絡

4.1 類簇一：緣江行舟——泛江漫游，孤舟悵行

類簇一(圖4)的主要要素有“孤舟征帆”“夾岸云山”“鳥飛猿啼”“江流洲灘”等(圖5)。同時，“新安江上孤帆遠，卻令猿鳥向人悲”等詩句也描繪了“滄江一孤舟，猿鳥兩岸啼”的畫面。而隋唐時期，作詩寫賦是開科取士的重要內容，詩人南下漫游、泛舟遠行常常是為“干謁”“溫卷”提供準備[29]。綜上，將類簇一演繹為“緣江行舟——泛江漫游，孤舟悵行”。

圖4 錢塘江詩路唐詩各聚類景觀要素共現語義網絡

圖5 錢塘江詩路唐詩各聚類景觀要素組合序列

4.2 類簇二：坐城觀濤——江樓高坐，八月觀濤

類簇二(圖4)的主要要素有“風濤浪潮”“江城樓關”“高岸平浦”等(圖5)。同時，“樓有章亭號，濤來自古今”等詩句也展現了“江樓對海門，郡亭看潮頭”的畫面。而學者也考證出錢塘文化段“看潮賞桂”的潮文化定位[30]及“登樓倚軒，憑欄觀潮”的行為圖景[31]。綜上，將類簇二定義為“坐城觀濤——江樓高坐，八月觀濤”。

4.3 類簇三：林泉漁隱——林泉垂綸，嚴陵懷古

類簇三(圖4)的主要要素有“空林翠巖”“碧潭清泉”“漁夫釣臺”“嚴陵高隱”等(圖5)。同時，“客星依釣隱，仙石逐槎回”等詩句也描繪了“垂綸隱居，寄情山水”的場景。而學者也通過探索以嚴子陵為代表的富春文學傳統與東晉王、謝山澤的樂游之風，論證了唐詩繼承了隱逸文化為核心的清新風格[32]。綜上，將類簇三演繹為“林泉漁隱——林泉垂綸，嚴陵懷古”。

4.4 類簇四：江村田居——鄉野旅居，聯唱交游

類簇四(圖4)的主要要素有“洲渚澗池”“翠竹垂柳”“江村平田”“行客歸舟”等(圖5)。同時，“野橋經雨斷，澗水向田分”等詩句也描繪了“鄉野覓趣，棲身田園”的場景。而相關研究證實，唐人延續了王羲之“蘭亭雅集”的交游傳統，大歷年間便有鮑防、嚴維等37名詩人在蘭亭、鏡湖等郊野地區閑居游玩[33]。綜上，將類簇四定義為“江村田居——鄉野旅居，聯唱交游”。

5 錢塘江詩路唐詩空間意象分布特征與成因分析

5.1 緣江行舟：“水運要道”的開辟與“遠行南游”的風靡

“緣江行舟”在錢塘江流域分布最為廣泛，而中游的嚴陵釣臺(今杭州市桐廬縣嚴子陵釣臺景區)是該主題的分布中心(圖6)。“南歸猶謫宦，獨上子陵灘”等詩句表明詩人在行舟途中常會刻意造訪。而該場景在上、下游的分布則見證了古人送別酬答的行為圖景，例如，“傾手奉觴看故老，擁流爭拜見孩提”等詩句便寫于下游的西陵古渡(今杭州市濱江區西興古鎮)。究其原因，為密切京畿與江南財賦之聯系，隋唐時期形成了以杭州為中心的水路交通網絡[34]。同時，詩人自中原坐船南游在魏晉時已屬常態。到唐代，“揚子、錢塘二江者，舟船之盛，盡于江西”[35]。由此，在錢塘江上“泛江漫游，孤舟悵行”成為唐代詩人筆下重要的壯游經歷，也為后世留下了“棹聲帆影”的詩畫意境，開辟了吟詠吳山越水的經典游線。

圖6 錢塘江詩路唐詩空間意象核密度分布

5.2 坐城觀濤：“濱江城郭”的落成與“觀潮節俗”的興起

“坐城觀濤”顯著聚集在錢塘江下游近海一帶(圖6)。“潮來一憑檻，賓至一開筵”等詩句表明，“江樓對海門，郡亭看潮頭”這種在高處建筑中觀潮游宴的活動在當時當地深受追捧。究其原因，隋唐時期錢塘江流域迎來了城市演化的第三個高潮期，此時的杭州城“咽喉吳越，勢雄江海，駢檣二十里，開肆三萬室”[36]，已躍升為東南地區首屈一指的都市。同時，早在東漢《越絕書》中已有對錢江潮涌的記載。至唐一代，八月十八觀錢塘潮已固化為一項重大娛樂活動，“數百里士女，共觀舟人漁子溯濤觸浪”[37]的弄潮節目熱鬧非凡。由此，“江樓高坐，八月觀濤”作為一種地域節俗在詩人的演繹下成為錢塘江流域的文化標志，尤其在南宋時成為該區域詩作的首要題材。

5.3 林泉漁隱：“山林幽居”的開發與“漫游隱逸”的繼承

“林泉漁隱”的匯聚中心位于中游的嚴陵釣臺、七里灘一帶(圖6)。“于今七里瀨，遺跡尚依然”等詩句表明人們對旅游目的地的選擇傾向，很大程度上受到當地歷史名人的吸引[38]。此外，唐代錢塘江中游的幽美生境，是古人催生“垂綸隱居，寄情山水”情愫的重要誘因[39-40]。究其原因，從“客星釣瀨”“謝客開山”等早期探玄山水的個人行為，到梁武帝、陳后主等君王大舉開發山野修建佛寺的國家工程[41]，一座座“山林幽居”在錢塘江流域不斷涌現。同時，自晉室南渡為始，漫游、隱逸之風盛行，來此寄身“山川之樂”成為清流雅士追隨效仿的文化潮流，或是追求仕途的“終南捷徑”[42]。由此，“林泉垂綸，嚴陵懷古”在錢塘江中游一帶的影響力與日俱增，在元代畫家黃公望的一卷《富春山居圖》中推向巔峰。

5.4 江村田居：“鄉村田園”的繁盛與“鄉野別業”的發展

“江村田居”的分布特征與“林泉漁隱”相似，不同之處在于下游的密度略有提升(圖6)。“鳥向喬枝聚，魚依淺瀨游”等詩句表明中游優越的山水資源本底使其成為鄉村聚落選址的上乘之地。而在下游，“南館西軒兩樹櫻”等詩句表明該意象多與詩人早發、夜宿的差旅節奏有較大關聯。究其原因，歷史上第三個溫暖期的到來、人口的大幅增長、水稻復種制等[43]的推行，使得“蹊田踱牛、漁樵耕讀”的生活場景與“屋舍儼然、小橋野驛”的建構環境在唐代錢塘江流域鄉村大規模出現[44]。同時，一部分文人掀起了營建鄉野別業的潮流[45]，“鄉野覓趣，棲身田園”在當時已被士人作為排解貶謫、避亂之苦的理想行為選擇。

6 結論

相比于現有研究所采用的“同(近)義詞歸納，人工搭建詞條對照關系”的異化詞條歸一化辦法，本研究創新了以“景觀名詞單字”作為古詩詞文本挖掘參數的思路。其所挖掘的景觀要素數量(198個)與共現關系數量(4 335組)分別是既往研究的4倍與8倍。同時，經語義對比抽查，其準確率達85.6%，可信度較高。因此，該方法以更少的人工介入與更強的復用性，將為更大量級的詩詞語料處理提供實操可能。

首先，通過Python從錢塘江詩路唐詩中提取出了兩大類、7中類、47小類的景觀要素。發現日月星光、水岸景觀、浪潮、鳥類、舟船、行客、隱士逸人是唐代錢塘江流域詩意棲居畫卷的核心構景元素。同時，推導出上、中、下游各區段在人居環境風貌上分別以鄉土田園、山林幽居、濱江城郭為側重。以上結論為識別古人理想景觀審美、還原古代社會生活圖景提供了重要參考。

其次，借助Gephi共現語義網絡實現了錢塘江詩路唐詩四大場景畫面的提煉與影響力排名。發現“泛江漫游，孤舟悵行”是唐代錢塘江流域詩畫長廊的首要空間意象，其次是“江樓高坐，八月觀濤”與“鄉野旅居，聯唱交游”，最后是“林泉垂綸，嚴陵懷古”。以上結論為認知詩意自然環境與人文情境的內涵特征、設定區域城鄉風貌提升的多層級目標提供了支持。

最后，基于GIS核密度工具分析了錢塘江詩路唐詩空間意象的分布特征。發現水運要道的開辟與遠行南游的風靡使得“緣江行舟”成為唐代錢塘江流域分布最廣的全域性景觀畫面；在漫游隱逸、觀潮節俗等文化因素的影響下，“林泉漁隱”“坐城觀濤”在布局上分別與中游山林幽居、下游濱江城郭的區段環境風貌高度契合；而“江村田居”在中游的分布則與唐代文人營造鄉野別業以供宴飲交游有關。以上結論可以為現今浙江省詩路文化帶沿線各區段的特色品牌樹立、城鄉風貌提升、文旅產業發展提供針對性指引。

然而，在更快捷地解讀古詩詞集體景觀認知與整體空間概貌的同時，以“比興”為代表的藝術化、人文化表達仍有待被精細識別。此外，由于詩詞朝代的單一，本研究著力于分析詩詞景觀意象的空間分異規律，未能開展對詩詞景觀歷史演變軌跡的探討。因此，開展錢塘江詩路詩詞景觀特征的縱向比較，解譯錢塘江詩路流淌至今的詩意密碼，可作為后續研究的深入方向。

注：文中圖片均由作者繪制。

致謝：感謝浙江大學生命科學學院楊國福博士對數據分析的指導。

注釋：

① 來源：浙江省人民政府關于印發浙江省詩路文化帶發展規劃的通知(浙政發〔2019〕22號)。

② 《錢塘江詩詞選》由浙江省詩聯協會與杭州出版社組織選編，篩選了自東晉至20世紀中葉近500位詩人的2 374首作品。該書是我國第一套兼具可供研究與欣賞的歷代錢塘江詩詞最權威的選本。

③ 社區探測法(Community detection)：又稱社團發現，是根據網絡中節點的自然連接結構進行聚類，揭示網絡聚集行為的一種技術，能夠更深入地挖掘網絡中的隱藏信息。其中，模塊化指數(Modularity index)是衡量網絡社區劃分質量的重要指標，其值越接近1，表示網絡劃分質量越好。本研究中模塊化指數為0.85，證明聚類結果可靠。