2020年—2022年檔案學界與圖書情報學界開展數字人文研究的比較分析

摘? 要：運用文獻計量方法，對國內圖書情報與檔案管理專業數字人文研究的現狀進行了梳理歸納，之后通過主題分析法，對各自的研究方向進行匯總，歸納三個專業數字人文研究現狀，進而對檔案類和圖情類期刊在數字人文方面主要研究方向進行了對比分析。在此基礎上，對檔案專業相較于圖情專業在數字人文領域研究中的不足分析其原因，并提出加大數字人文工具在檔案專業的應用，進一步推進檔案開放審核等舉措，以進一步加大檔案資源開發力度。

關鍵詞：數字人文；檔案學；圖書館學；情報學；資源開發；機器學習；知識圖譜；開放利用

Abstract： By using the method of bibliometrics， this paper reviews the current situation of digital humanities research in the domestic library science， information science and archival science， analyzes their research directions through the thematic analysis method， and makes a comparison between the archival science journals and periodicals of library and information science in the field of digital humanities. On this basis， this paper analyzes the deficiencies in the archival research and proposes initiatives such as increasing the application of digital humanities tools in the archival profession and further promoting the opening audit of archives so as to further increase the development of archival resources.

Keywords：? Digital humanities; Archival science; Library science; Information science; Resource development; Machine learning; Knowledge graph; Open utilization

數字人文是對人文科學與計算機科學交叉領域進行研究，出現時間短，研究熱度高，引起圖情檔專業學者的廣泛關注。孫鳴蕾等[1]對2010年至2019年數字人文在圖情檔專業的研究情況進行了綜述，筆者在此基礎上，對2020年至2022年國內圖情檔期刊上的數字人文研究成果進行了梳理、分析，為后續研究提供借鑒。

1 文獻定量分析

1.1 數據來源。筆者以中國知網為文獻來源，時間選自2020年至2022年，檢索范圍為圖情檔專業期刊。檢索條件為：主題=數字人文，采用模糊匹配，共檢索出文獻843篇。經手工篩選，最終在檔案專業期刊中得到目標文獻155篇，圖情專業期刊中得到目標文獻280篇。

1.2 文獻年度發表數量趨勢分析。檔案專業期刊2020年發表論文49篇，2021年60篇，2022年46篇，呈現先增后減的態勢，增長率由22.4%變為-23.3%，短期內對數字人文的研究呈下降趨勢。圖情專業期刊2020年發表論文71篇，2021年90篇，2022年118篇，呈逐年遞增趨勢，且增速由26.8%增至31.1%，顯示出圖情專業在數字人文領域的研究處于上升且加速過程中。對比二者，檔案專業在這一領域的研究短期內處于降溫狀態，圖情專業則處于持續升溫中。

1.3 發文期刊數量分析。由于檔案專業與圖情專業在從業人數、期刊數量上各有其特點，單純比較發文數量顯然有失客觀，以期均刊載數字人文方面的文獻可較好地反映發文密度，進而反映出研究者在這一領域成果多寡。基于此，筆者對三年內刊載數字人文領域文獻排名前三的期刊及其平均刊載量進行了統計。其中檔案專業期刊共18本，刊載數字人文文獻最多的期刊為《山西檔案》，三年內共刊載25篇，約1.39篇/期。其次為《蘭臺世界》，共刊載18篇，約0.50篇/期，《檔案學研究》《檔案管理》《黑龍江檔案》并列刊載量第三，均為13篇，期均刊載量均為0.72。具體排名如表1所示。

圖情專業共37本期刊刊載數字人文領域的文獻，刊載最多的期刊為《圖書館論壇》，共計34篇，約0.94篇/期；其次為《大學圖書館學報》，刊載33篇，約1.83篇/期；排名第三的為《圖書館雜志》，刊載28篇，約0.78篇/期。具體如表2所示。

對比上述數據可知，檔案專業在總發文量及平均發文量方面均低于圖情專業。

1.4 作者分析

1.4.1 獨著與聯合作者對比。檔案專業期刊有65篇文獻為獨著，兩人合著的文獻59篇，三人合著的文獻22篇，四人合著的文獻7篇，五人及六人合著的文獻均為1篇。合作研究成果約是單獨研究的1.38倍，顯見在這一領域學者展現出強烈的合作研究特點，且以兩人聯合開展研究為主。

圖情專業期刊有81篇獨著文獻，兩人合著的89篇，三人合著的42篇，四人合著的39篇，五人合著的17篇，六人合著的7篇，七人合著的3篇，十一人合著的1篇。聯合發表論文數量約是單獨發表論文數量的2.44倍。

對比檔案與圖情專業，共同點是在這一領域的研究均以聯合研究為主，且以兩人聯合開展研究居多。不同之處為圖情專業學者三人以上聯合研究的數量較檔案專業更高，合作開展研究力度更大，且不乏中外學者聯合開展研究的成果。

1.4.2 發文數量前十名作者分析。如表3所示，檔案類期刊發文量排名前十的作者共18人（部分作者發文數量相同），發文最多的作者是張衛東，三年內共發表該領域論文10篇，其次是鄧君，發表5篇；左娜、李子林、李姍姍分別發表4篇，趙瑞紅、謝巍弘、王玉玨等分別發表3篇。其中，除李子林來自科研院所外，其他作者均來自高校，且張衛東、鄧君、左娜三人均來自吉林大學。可見這一領域研究者中以高校為主，同時吉林大學學者在這一領域研究成果更為豐富。

圖情專業期刊發文量前十的作者共12人（部分作者發文數量相同），發文數量最多的是王東波，共發表文章20篇，排名第二的劉煒共發表文章11篇，陳濤、李斌各自發表10篇文章，并列第三。其中，發文量前十的學者除劉煒、夏翠娟來自科研院所外，其他研究者均來自高校。

對比檔案和圖情專業期刊學者及其發文量可知，以高校學者為主是圖情檔專業的在這一領域研究的共性。但是，圖情專業的發文量不論是單個作者還是總體數量，都是檔案專業的一倍及以上，展現出更有廣度和深度的研究特點。值得一提的是，鄧君在檔案專業期刊和圖情專業期刊上分別發表5篇和9篇文章，體現出較強的跨學科研究能力。

2 檔案專業研究主題分析

在研究主題方面，通過人工標注，檔案專業期刊共15個主題，分別涉及檔案資源開發、檔案利用、學科融合等。從文獻分布來看，基于數字人文的檔案資源開發是目前研究的重點，一定程度上也代表著檔案專業目前主要的研究方向。因此，筆者重點對檔案資源開發的研究內容進行分析，并與圖情專業占比第一的研究主體進行比較，以便分析二者在數字人文領域主要研究方向上的異同。

2.1 紅色檔案資源開發。趙紅穎、張衛東[2]以綜合網絡化、廣泛社會化和深度智慧化為原則，提出紅色檔案資源開發的一種模式，即首先構建標準的紅色檔案資源體系，實現檔案資源的數據化，在此基礎上構建多個敘事角度，由此實現講好中國故事的目的。薛文萍、周昊[3、4]等以沂蒙紅嫂檔案為例，指出當前檔案領域在紅色檔案資源開發中存在的開發方式單一、受眾面較小、內容挖掘深度不夠等問題，提出以數字人文為工具，構建紅色檔案資源數據庫，在此基礎上進行數據挖掘，提煉出多層次的信息資源，形成紅色檔案資源利用的新思路。劉曉芯、楊不為[5]等采用樣本觀察、概念分析、問卷調研等方法，在梳理紅色檔案資源的概念、類型基礎上，以延安數字檔案資源為樣本，對其開發與保護狀況以及大學生群體獲取紅色檔案資源的渠道、偏好、接受程度、價值認知、資源開發障礙等進行了實地調研，進而提出明確開發目標，強化保護意識，規范開發方式，理清權責歸屬，建立媒體矩陣的系統性開發方式。李姍姍、羅夢涵[6]等對紅色檔案從形態、載體、開發程度等方面進行了多角度劃分，針對不同載體的紅色檔案資源，通過數據提取、語義標注、關聯組織等方式將其轉換為數據，進而提供可視化成果、智能化服務等。陳艷紅、陳晶晶[7]對全國31個省級綜合檔案館的網站進行了調研，就各網站在紅色檔案資源開發上存在的問題進行了匯總分析，指出存在的開發主體協同不夠、技術運用薄弱等問題，針對這些問題提出邀請專業團隊參與資源開發，運用信息技術加強受眾的沉浸式體驗，打造情感依賴內容，助力紅色檔案開發空間化等方式。由上述學者的研究內容可以看出，以紅色檔案資源開發為研究對象，既契合“四史”學習教育的主旨，又較好地利用了數字人文的研究工具，為檔案資源開發提供了新的思路。

2.2 高校檔案資源開發。賈鈞[8]從理念、途徑、方法三個方面對高校體育文化檔案資源的開發進行了研究，從檔案管理流程的角度提出建立檔案智慧管理平臺，擴大檔案征集范圍，將可公開檔案分散保存到社會上不同物理空間的服務器上，擴展檔案收集范圍到每一位在校和離校師生等方法。巴特、鄧君[9]對高校口述歷史檔案建設狀況進行了分析，提出準備階段明確權責主體，完善組織、經費、人員保障，訪談階段立足校史搶救及勵志育才，實施階段分工明確，轉錄整理階段做好校對、鑒定，管理與維護過程中實現在線查詢、使用和共享，增強服務的普適性，利用時可通過制作專題片、相關文化產品等擴大影響力六個推進口述歷史檔案建設的路徑。彭薈吉[10]在分析數字人文視角下高校檔案資源開發必要性基礎上，提出從多重脈絡、人物事關系網、社會記憶重構三個層次進行檔案資源開發的方法。其他學者還從高校檔案資源的特征，[11]利用文本挖掘、組織關聯技術[12]等方面對高校檔案資源開發工作進行了論述。由于高校學者是數字人文研究的主力，因此立足自身，對高校檔案如口述歷史等資源從數字人文視角提出開發方法也在情理之中。

2.3 其他方面。李姍姍、梁鈺唯[13]以西部電影集團為例，構建了電影檔案資源共享平臺開發框架，并從資源采集等五個方面提出具體實施路徑。李思琪、孫志瑩[14]從學科融合、資源特點和技術重塑三方面分析了數字人文與地圖檔案開發的契合點，并提出利用地圖檔案構建新型虛擬城市藝術地圖等檔案資源開發視角。這些研究方向或立足具體案例，或進行理論推演，在研究對象的選擇上呈現出多樣性，也為檔案資源開發方法提供了更多可能性。

綜上，79篇文章中涉及檔案資源開發的占比51%。

3 圖情專業研究主題分析

圖情專業期刊文獻經手工標注，共有16個主題，分別涉及技術運用、案例研究等。從文獻分布來看，利用數字人文領域的工具對文獻進行語義分析是研究的一個主要方面。

圖情專業期刊文獻中，共有52篇文章涉及技術運用，占比19%。

3.1 BERT預訓練模型。利用SikuBERT預訓練模型進行文獻分析是此類研究的一個熱點。林立濤、王東波[15]等以25部經人工標注動物命名的先秦文獻作為語料，對由BERT預訓練模型發展而來的系列模型進行訓練，構建出古代典籍動物命名實體模型，并在此基礎上以《史記》作為測試文獻進行試驗，達到預期效果。劉暢、王東波[16]等運用四種學習模型，以春秋至魏晉時期的六部有代表性的古籍為學習語料進行古文獻分詞技術研究。劉江峰、馮鈺童[17]等以《史記》《漢書》《后漢書》《三國志》《左傳》為語料，對BERT-base、RoBERTa、GuwenBERT、SikuBERT、SikuRoBERTa五種預訓練模型在構建人名、地名、時間等命名實體上的優缺點進行了比較分析，由此構建了基于SikuBERT的典籍命名實體識別軟件，為古籍信息挖掘提供了參考。徐潤華、王東波[18]等以《資治通鑒》為語料，利用SikuBERT預訓練模型自動生成摘要，并將其與百度智能云摘要等進行對比，驗證了數字人文技術對古文進行自動摘要方面的優越性。耿云冬[19]、李斌[20]等學者也進行了類似研究，為古籍的深度開發提供了較為可行的方法。

3.2 知識圖譜構建。王阮、鄧君[21]以國家圖書館館藏的東北抗聯戰士口述歷史檔案為數據源，利用數字人文技術構建口述檔案資源的知識圖譜模型，為口述歷史檔案資源開發提供了新途徑。崔倩倩[22]利用CiteSpace軟件對中國知網和Web of Science中主體為數字人文的文獻進行了可視化分析，構建出數字人文研究的熱點及該領域研究趨勢。徐孝娟、孫愛華[23]等利用知識本體和知識圖譜對皖西紅色檔案進行了關聯、聚合，較好地證明了數字人文方法在紅色檔案資源開發中的作用。宋雪雁、霍曉楠[24]等利用社會網絡分析法對《全唐詩》中貶謫詩人數據進行采集、清洗、可視化呈現。同時還利用計量統計法、QGIS地理信息系統對貶謫詩人的時空信息進行可視化呈現，為歷史、文學研究提供了新線索。[25]這些研究體現出借助數字人文領域的研究工具進行圖書文獻資源開發的可行性。

4 檔案與圖情專業在數字人文領域的研究比較分析

對比檔案專業和圖情專業各自的主要研究方向，其研究共同之處主要體現在研究對象和研究目的上。研究對象上，三個學科均涉及古文獻、紅色檔案、口述檔案等，作為以信息管理為主要研究對象的學科，這一共同點實屬必然，相應會存在同一學者在三個專業的期刊上均有文獻發表的情形；研究目的上，均致力于利用數字人文技術對檔案或文獻進行資源開發，通過機器學習提高信息資源開發的效率，最終形成一套可行的方法、路徑，不同之處主要有三方面。

一是檔案專業主要聚焦于方法設計上，具體技術手段應用研究較少。而圖情專業既有方法設計，又有具體技術手段的應用研究，研究層次更加豐富，對實踐的指導性也更強。比如前述圖情專業相關學者以及胡昊天、張逸勤[26]、王東波、劉暢等[27]眾多學者較多地使用自然語言處理工具對文獻進行預訓練，以提高數據挖掘的效率、維度。

二是檔案專業學者多立足自身可接觸的資源進行研究，缺少國際視域下類似項目的研究分析。而圖情專業在立足自身可挖掘的文獻資源研究基礎上，對國內外類似項目也進行了對比、分析，研究范圍更廣。徐彤陽、祁璇[28]對印度文學與藝術、數字歷史、數字人文工具與平臺開發等方面具有代表性的數字人文項目進行了系統梳理，并根據印度數字人文項目多向合作等特征，提出發揮自身資源優勢，激發創造性，全面開展數字人文建設等啟示。張素芳、張向怡虹[29]對美國國會圖書館的By the People眾包項目進行了個案分析，總結了圖書館在進行數字人文項目眾包時招募、培訓、激勵志愿者的手段，提出制定規劃、明確定位、多途徑激勵、分階段培訓等眾包項目實施建議。劉凌宇[30]以美國塞勒姆州立大學圖書館的數字人文項目為例，總結出其定位明確、注重館藏特色資源開發、關注信息化技術運用以及優化師生項目合作方式等特征，提出在推進數字人文項目時可充分發揮中介作用，合理規劃項目資源，制訂多樣化的培養計劃，促進圖書館資源高效開發。還有其他學者對德國[31]、新加坡[32]、加拿大[33]、日本[34]等國的數字人文項目進行了系統研究，為我國數字人文發展提供了參考對象和發展思路。

三是檔案專業在研究數字人文技術開展信息挖掘的同時，對信息內容及載體的安全性也給予了關注，而圖情專業較少涉及。周耀林、吳化[35]從數字人文的角度對少數民族檔案文獻的保護從改善保存條件、加大保管力度、更新保護觀念、拓展實踐視野的角度提出對應的發展思路。王燦榮、劉喜球[36]提出通過采集口述檔案、建立非遺數據庫、開展信息共享等方法搶救性保護土家族文字、語言以及民間儀式傳承人等民族文化。秦壘、姬榮偉[37]認為老字號檔案可與數字人文結合進行資源開發，提出強化政府主導、擴大資源儲備、應用數字技術、加大社會宣傳等手段以保護老字號檔案。還有其他學者從古籍資源保護等角度對數字人文背景下檔案資源的保護提出了相關措施，為檔案資源的長久保存提供了新舉措、新路徑。[38]

5 分析與展望

筆者認為，存在上述三方面差異的原因，與圖情專業的研究對象多是公開文獻，可集中精力提高其數據的結構化、易用性及傳播便捷性，不需考慮數據的安全性保障以及信息的受控范圍等因素有關。而檔案專業在以檔案為研究客體時，囿于其開放范圍限制，語料選擇受限，導致其研究多處于方法設計層面。因此，較之圖情專業，檔案專業為提高資源開發的廣度和深度，除積極借鑒圖情專業的研究成果，利用數字人文工具對檔案資源進行更高效、更有深度的挖掘外，還可在相關法規規制下，進一步加大對檔案資源的開放程度、程序方面的研究，分析檔案開放利用中的權利矛盾，公眾、檔案館、利用者在開放審核中的角色定位，促進檔案資源精準開放，提高檔案開放審核效率，為機器學習、知識庫建設奠定更為堅實的資源基礎。

參考文獻：

[1]孫鳴蕾，房小可，陳忻.圖書情報檔案領域數字人文研究綜述[J].蘭臺世界，2021（04）：117-121+125.

[2]趙紅穎，張衛東.數字人文視角下的紅色檔案資源組織：數據化、情境化與故事化[J].檔案與建設，2021（07）：33-36.

[3]薛文萍，周昊，王昊，譚必勇.數字人文視角下的紅色檔案資源建設——以沂蒙紅嫂檔案為例[J].山西檔案，2020（02）：85-91.

[4]王昊，薛文萍，周昊，譚必勇.數字人文視角下的紅色文化傳承——以紅嫂精神為例[J].山西檔案，2020（02）：92-100.

[5]劉曉芯，楊不為，羅夢涵，李姍姍.數字人文視域下延安數字紅色記憶資源的開發與保護[J].陜西檔案，2021（02）：24-26+29.

[6]李姍姍，羅夢涵，崔璐.數字人文視域下多模態紅色記憶資源知識聚合與開發[J].檔案與建設，2022（06）：33-36.

[7]陳艷紅，陳晶晶.數字人文視域下檔案館紅色檔案資源開發的時代價值與路徑選擇[J].檔案學研究，2022（03）：68-75.

[8]賈鈞.數字人文視域下高校體育文化檔案資源建設探討[J].檔案管理，2022（05）：90-93.

[9]巴特，鄧君.數字人文視域下我國高校口述校史檔案建設路徑思考[J].蘭臺世界，2020，No.572（06）：31-34.

[10]彭薈吉.數字人文視閾下高校檔案信息資源體系的開發與應用[J].城建檔案，2021（03）：42-44.

[11]曹晨.數字人文視域下高校檔案資源的開發與利用[J].蘭臺世界，2022（10）：116-118.

[12]趙瑞紅，陳香.數字人文視域下高校校史研究新模式探析[J].蘭臺內外，2021，No.327（18）：79-80.

[13]李姍姍，梁鈺唯.數字人文視域下電影檔案資源的建構與開發[J].檔案學研究，2021（02）：68-74.

[14]李思琪，孫志瑩.數字人文視閾下地圖檔案資源開發探究[J].中國檔案研究，2020（02）：115-127.

[15]林立濤，王東波，劉江峰等.數字人文視域下典籍動物命名實體識別研究——以SikuBERT預訓練模型為例[J].圖書館論壇，2022，42（10）：42-50.

[16]劉暢，王東波，胡昊天等.面向數字人文的融合外部特征的典籍自動分詞研究——以SikuBERT預訓練模型為例[J].圖書館論壇，2022，42（06）：44-54.

[17]劉江峰，馮鈺童，王東波等.數字人文視域下SikuBERT增強的史籍實體識別研究[J].圖書館論壇，2022，42（10）：61-72.

[18]徐潤華，王東波，劉歡，梁媛，陳康.面向古籍數字人文的《資治通鑒》自動摘要研究——以SikuBERT預訓練模型為例[J].圖書館論壇，2022，42（12）：129-137.

[19]耿云冬，張逸勤，劉歡等.面向數字人文的中國古代典籍詞性自動標注研究——以SikuBERT預訓練模型為例[J].圖書館論壇，2022，42（06）：55-63.

[20]李斌，王璐，陳小荷等.數字人文視域下的古文獻文本標注與可視化研究——以《左傳》知識庫為例[J].大學圖書館學報，2020，38（05）：72-80+90.

[21]王阮，鄧君.數字人文視域下口述記憶資源知識圖譜構建研究[J].現代情報，2022，42（02）：22-33.

[22]崔倩倩.基于知識圖譜的國內外數字人文研究可視化分析[J].圖書館界，2020，No.179（06）：48-54+65.

[23]徐孝娟，孫愛華，史如菊等.數字人文視角下皖西紅色文獻知識本體及其應用[J/OL].圖書館論壇：1-14[2023-03-05].http：//kns.cnki.net/kcms/detail/44.1306.G2.202212261 056.002.html.

[24]宋雪雁，霍曉楠，劉寅鵬等.數字人文視角下《全唐詩》貶謫詩人社會關系研究[J].現代情報，2022，42（02）：14-21.

[25]宋雪雁，霍曉楠，劉寅鵬等.數字人文視角下《全唐詩》貶謫詩人的時空軌跡分析[J].圖書情報工作，2022，66（07）：26-34.

[26]胡昊天，張逸勤，鄧三鴻等.面向數字人文的《四庫全書》子部自動分類研究——以SikuBERT和SikuRoBERTa預訓練模型為例[J].圖書館論壇，2022，42（12）：138-148.

[27]王東波，劉暢，朱子赫等.SikuBERT與SikuRoBERTa：面向數字人文的《四庫全書》預訓練模型構建及應用研究[J].圖書館論壇，2022，42（06）：31-43.

[28]徐彤陽，祁璇.印度數字人文項目探析及啟示[J].圖書館工作與研究，2022，No.315（05）：59-65.

[29]張素芳，張向怡虹.圖書館數字人文類眾包項目志愿者服務模式研究——以By the People項目為例[J].圖書館學研究，2022，No.519（04）：94-101.

[30]劉凌宇.美國高校圖書館微型數字人文實踐及啟示——以塞勒姆州立大學為例[J].四川圖書館學報，2022，No.249（05）：84-91.

[31]徐彤陽，王淑怡.多樣合作與機構引導：德國數字人文項目特點及啟示探析[J].圖書館建設，2022，No.316（04）：92-101+146.）

[32]徐彤陽，賈翠淋.新加坡數字人文項目特點解析及啟示[J].圖書館，2021，No.327（12）：39-46.

[33]徐彤陽，黃映思.多元文化視域下加拿大數字人文項目調查概述[J].圖書館，2022，No.331（04）：50-59.

[34]徐彤陽，顧婷婷.日本數字人文項目探析和啟示[J].國家圖書館學刊，2021，30（03）：88-99.

[35]周耀林，吳化.數字人文視野下少數民族檔案文獻遺產數字化保護研究[J].檔案學研究，2022，No.188（05）：123-129.

[36]王燦榮，劉喜球.數字人文視域下土家族瀕危民間儀式保護與傳承研究[J].蘭臺世界，2022，No.599（09）：48-51.

[37]秦壘，姬榮偉.數字人文背景下老字號檔案的保護與開發探索[J].北京檔案，2022，No.373（01）：29-31.

[38]張會芳.數字人文時代圖書館古籍文獻資源的數字化長期保存機制分析[J].辦公室業務，2020，No.350（21）：191-192.

（作者單位：漯河職業技術學院 豆志磊，碩士，館員 來稿日期：2023-04-20）