郭翠瀟

計(jì)算民俗學(xué)

郭翠瀟

隨著數(shù)字時(shí)代和網(wǎng)絡(luò)時(shí)代的到來，全球范圍內(nèi)民俗數(shù)字資源急劇增加，數(shù)據(jù)量空前龐大，數(shù)據(jù)類型多樣。社交媒體、自媒體在信息傳播中起到越來越重要的作用。當(dāng)代民俗學(xué)者能接觸到的資料數(shù)量之大、獲取方式之便捷是前人無法想象的。

然而，在這樣一個(gè)時(shí)代，早期的民俗學(xué)方法開始遭遇困境：手工制作的索引卡片跟不上數(shù)字資源的增長，原有的基于小樣本的民俗學(xué)分類和索引不能滿足多樣化和個(gè)性化的建檔與檢索需求，傳統(tǒng)的“文本細(xì)讀”（close reading）方法無法應(yīng)對海量資料。民俗學(xué)者必須要適應(yīng)這樣的新環(huán)境，掌握新的研究方法，來應(yīng)對這一巨大變化。

2012年，加州大學(xué)洛杉磯分校亞洲語言文化系的蒂莫西?坦蓋利尼（Timothy R. Tangherlini）等學(xué)者聯(lián)袂發(fā)表文章，明確提出“計(jì)算民俗學(xué)”（computational folkloristics）這一新概念。他們認(rèn)為計(jì)算民俗學(xué)是民俗學(xué)的子學(xué)科，并將其初步定義為“以計(jì)算機(jī)算法為研究方法的民俗研究屬于計(jì)算民俗學(xué)”。①James Abello, Peter M Broadwell, and Timothy R. Tangherlini, “Computational Folkloristics,”Communications of the Association for Computing Machinery, 55(7): 60-70, 2012.計(jì)算民俗學(xué)本質(zhì)上是方法論的革新，是將信息技術(shù)與傳統(tǒng)民俗學(xué)研究相結(jié)合實(shí)現(xiàn)學(xué)術(shù)創(chuàng)新。其方法論層面涉及民俗研究全過程和民俗檔案的全生命周期：從采集、立檔、存儲、分類、索引、檢索，到呈現(xiàn)、利用、分析解釋乃至分析工具的開發(fā)，每一步都可以運(yùn)用計(jì)算機(jī)和信息傳播技術(shù)來實(shí)現(xiàn)。

其實(shí)，在“計(jì)算民俗學(xué)”這一概念提出之前，就已有學(xué)者探索利用計(jì)算機(jī)技術(shù)做相關(guān)研究。如中國學(xué)界熟悉的約翰?邁爾斯?弗里（John Miles Foley）從20世紀(jì)70年代初就開始嘗試用計(jì)算機(jī)技術(shù)輔助史詩研究，并成功利用計(jì)算機(jī)分析《貝奧武甫》的步格和韻律②John Miles Foley, “Formula and Theme in Old English Poetry,” Benjamin A. Stolz and Richard S.Shannon eds., Oral Literature and the Formula. Ann Arbor: Center for Coordination of Ancient and Modern Studies, pp. 207–38, 1976. John Miles Foley, “A Computer Analysis of Metrical Patterns in Beowulf,” Computers and the Humanities, 12: 71-80, 1978. 弗里本人也是口頭傳統(tǒng)研究領(lǐng)域一向堅(jiān)持以信息傳播技術(shù)探討人類表達(dá)文化的領(lǐng)軍人物，參見朝戈金：《約翰?弗里與晚近國際口頭傳統(tǒng)研究的走勢》，《西北民族研究》，2013年第2期；巴莫曲布嫫：《約翰?邁爾斯?弗里》，《民間文化論壇》，2016年第1期。。自20世紀(jì)80年代以來，芬蘭、美國等發(fā)達(dá)國家相繼開展了一系列實(shí)踐，各地的民俗學(xué)研究機(jī)構(gòu)和民俗學(xué)者積極進(jìn)行民俗資料數(shù)字化和數(shù)字檔案庫建設(shè)工作，取得了豐碩的成果，國際間學(xué)術(shù)交流日趨頻繁①詳情見畢傳龍：《大數(shù)據(jù)時(shí)代民俗文化資源的數(shù)字化》，《民族藝術(shù)研究》，2016年第3期。。

然而，就術(shù)語構(gòu)詞和方法論而言，“計(jì)算民俗學(xué)”（computational folkloristics）不同于“數(shù)字民俗學(xué)”（digital folkloristics）。坦蓋利尼及其合作者的相關(guān)文章表明，“計(jì)算民俗學(xué)”主要側(cè)重于運(yùn)用計(jì)算機(jī)算法來開展研究性分析，或基于現(xiàn)有數(shù)據(jù)庫進(jìn)行研究，或利用更先進(jìn)的計(jì)算機(jī)技術(shù)改進(jìn)現(xiàn)有數(shù)據(jù)庫，而非基礎(chǔ)性數(shù)字化和數(shù)據(jù)庫建設(shè)工作。在前期數(shù)字化、數(shù)據(jù)化工作積累的基礎(chǔ)上，民俗學(xué)研究正步入“算法時(shí)代”。

計(jì)算機(jī)算法給民俗學(xué)研究帶來了新機(jī)遇和創(chuàng)新空間，也帶來了新挑戰(zhàn)。面對數(shù)字形式的研究對象，坦蓋利尼認(rèn)為民俗學(xué)者應(yīng)當(dāng)特別注意四個(gè)方面②Timothy R. Tangherlini, “Big Folklore: A Special Issue on Computational Folkloristics”, Journal of American Folklore, 129(511):5-13, 2016. Timothy R. Tangherlini, “The Folklore macroscope:Challenges for a computational folkloristics,” Western Folklore, 72(1): 7–27, 2013.：

搜集和立檔：民俗學(xué)者可以不必與人面對面地調(diào)查搜集資料，而是可以利用網(wǎng)絡(luò)爬蟲技術(shù)搜集信息，在更大范圍內(nèi)做調(diào)查研究，但網(wǎng)絡(luò)爬蟲抓取到的數(shù)據(jù)可能會引發(fā)隱私侵犯等相關(guān)倫理問題。雖然民俗學(xué)者更容易獲得大量數(shù)據(jù)，但過量數(shù)據(jù)又帶來數(shù)據(jù)處理的負(fù)擔(dān)。從資料立檔方面看，前數(shù)字化時(shí)代的民俗資料，不論從數(shù)量上還是從形式上看都較少，易歸檔，而現(xiàn)在數(shù)字化的資料數(shù)量龐大、格式多樣，但技術(shù)更新?lián)Q代易導(dǎo)致舊有格式數(shù)據(jù)不易被讀出、異構(gòu)數(shù)據(jù)不易整合的問題。此外，提供數(shù)字化資料有時(shí)會引發(fā)復(fù)雜的知識產(chǎn)權(quán)問題。

分類、索引和檢索：以往的民俗學(xué)分類，是基于分類者個(gè)人的語言、學(xué)識水平和掌握的有限資料而得出的。計(jì)算機(jī)算法能夠基于民俗語料庫建立相關(guān)的統(tǒng)計(jì)模型，突破這些局限，助力學(xué)者做超越類型、母題之上的研究。民俗檔案庫資料的多模式呈現(xiàn)，可以讓分類方式和檢索方式適應(yīng)研究者個(gè)性化的需求，而不是讓研究者的需求受分類和檢索方法的制約。

可視化和導(dǎo)航：可以運(yùn)用諸如地理信息系統(tǒng)（GIS）、時(shí)間線、統(tǒng)計(jì)圖表、社交網(wǎng)絡(luò)圖等可視化方式呈現(xiàn)民俗資源。比起傳統(tǒng)的民俗地圖方法，低成本GIS軟件的出現(xiàn)和易用的網(wǎng)絡(luò)地圖服務(wù)為制作民俗學(xué)提供了便利。

計(jì)算分析：基于優(yōu)質(zhì)數(shù)據(jù)和數(shù)據(jù)庫，用計(jì)算機(jī)技術(shù)發(fā)現(xiàn)問題、分析問題、解決問題。在傳統(tǒng)民俗學(xué)的文本細(xì)讀之外，運(yùn)用文本挖掘分析、可視化等技術(shù)實(shí)現(xiàn)的“遠(yuǎn)讀（distant reading）”為研究者提供了一個(gè)宏觀視角。

從實(shí)踐層面上看，計(jì)算民俗學(xué)的學(xué)者積極探索，在多個(gè)領(lǐng)域均有創(chuàng)新成果。下面選擇具有代表性的項(xiàng)目擇其要略予以分述。

在分類、檢索方面，格雷戈?duì)?斯特勒（Gregor Strle）和馬蒂亞?馬洛爾特（Matija Marolt） 運(yùn)用自然語言處理（NLP）方法對斯洛文尼亞民歌中潛在的語義結(jié)構(gòu)進(jìn)行研究；分析結(jié)果表明，適當(dāng)?shù)乃惴梢栽诿窀璧闹黝}分布和相似性度量的基礎(chǔ)上生成多維語義空間，從而實(shí)現(xiàn)對民歌更細(xì)致的類型分析③Gregor Strle and Matija Marolt, “Computational folkloristics: A semantic analysis and visualization of topic distribution of song types,” Glasnik Sed, 54(3) :36-43, 2014.。福爾格特?卡爾斯多普（Folgert Karsdorp）等人開發(fā)了湯普森民間文學(xué)母題索引（Motif-Index of Folk Literature）的在線搜索引擎——MOMFER，通過使用自然語言處理和信息檢索技術(shù)，實(shí)現(xiàn)了語義搜索①Folgert Karsdorp, Marten van der Meulen, Theo Meder and Antal van den Bosch, “MOMFER: A Search Engine of Thompson's Motif-Index of Folk Literature,” Folklore, 126(1):37-52, 2015.。特奧?梅德爾（Theo Meder）等人在論文中介紹，荷蘭民間故事數(shù)據(jù)庫建設(shè)過程中，他們使用命名實(shí)體（named entity）探測技術(shù)，為未標(biāo)記數(shù)據(jù)創(chuàng)建人名和地名索引，將元數(shù)據(jù)信息自動分配給民間故事。這些自動生成的元數(shù)據(jù)既可以用于地理可視化和社會網(wǎng)絡(luò)呈現(xiàn)等各種分析工作，又有助于更好地理解民間故事的類型和母題序列②Theo Meder, Folgert Karsdorp, Dong Nguyen, Mari?t Theune, Dolf Trieschnigg, and Iwe Everhardus Christiaan Muiser, “Automatic Enrichment and Classification of Folktales in the Dutch Folktale Database,” Journal of American Folklore, 129(511):78-96, 2016.。

在可視化呈現(xiàn)方面，丹麥民俗數(shù)據(jù)庫③http://etkspace.scandinavian.ucla.edu/danishfolklore/, 2017-09-25.是一個(gè)優(yōu)秀案例。該數(shù)據(jù)庫由加州大學(xué)洛杉磯分?；诘溍袼讓W(xué)家唐?克里斯滕森（Tang Kristensen）記錄翔實(shí)的田野調(diào)查資料建成。其特色是將時(shí)間、地點(diǎn)（包括故事搜集地點(diǎn)和故事涉及地點(diǎn)）、人物（故事講述者和學(xué)者）、故事文本相互連接起來，用可視化互動地圖方式呈現(xiàn)。

在計(jì)算分析方面，成果豐富且多樣化。例如坦蓋利尼開發(fā)了一種統(tǒng)計(jì)方法，基于故事講述者的性別、階級或教育識別某一傳統(tǒng)的主題“趨勢”，并可以在微觀層面進(jìn)一步探索④Timothy R. Tangherlini, Interpreting Legend: Danish Storytellers and their Repertoires. New York:Routledge, 2005[1994].。馬克?阿蘭?芬雷森（Mark Alan Finlayson）依據(jù)普羅普故事形態(tài)學(xué)理論，從普羅普語料庫中選取15個(gè)民間故事，采用人工智能技術(shù)學(xué)習(xí)并導(dǎo)出規(guī)則，很好地再現(xiàn)了普羅普的功能項(xiàng)。這表明計(jì)算技術(shù)對于民俗學(xué)研究來講，不只可以處理表層的詞匯和關(guān)鍵詞分析，在檢測民間敘事的深層結(jié)構(gòu)方面也能提供很大幫助⑤Mark Alan Finlayson, “Inferring Propp’s Functions from Semantically Annotated Text”, Journal of American Folklore, 129(511):55-77, 2016.。斯科特?魏因加特（Scott Weingart）和珍娜?喬根森（Jeana Jorgensen）探討了是否有可能運(yùn)用計(jì)算分析技術(shù)來理解歐洲童話中性別和身體的表征與建構(gòu)⑥Scott Weingart and Jeana Jorgensen, “Computational Analysis of the Body in European Fairy Tales,”Literary and Linguistic Computing, 2013, pp. 404-416.。凱瑟琳?拉根（Kathleen Ragan）用定量分析的方法研究民間故事講述者性別與民間故事“性別”的關(guān)系⑦Kathleen Ragan, “What Happened to the Heroines in Folktales? An Analysis by Gender of a Multicultural Sample of Published Folktales Collected from Storytellers,” Marvels & Tales, 23(2): 227-247, 2009.。拉爾夫?肯納（Ralph Kenna）和帕德里克?麥卡?。≒ádraig MacCarron）用網(wǎng)絡(luò)科學(xué)方法研究神話史詩，以社會網(wǎng)絡(luò)分析的方法呈現(xiàn)了四個(gè)著名的歐洲神話史詩的復(fù)雜網(wǎng)絡(luò)，通過比較人物之間的關(guān)系，確定了他們之間的相似性元素⑧Ralph Kenna and Pádraig MacCarron, “A Networks Approach to Mythological Epics”, R. Kenna et al. eds., Maths Meets Myths: Quantitative Approaches to Ancient Narratives, Springer International Publishing Switzerland, 2017.。尤里?別列茲金（Yuri E. Berezkin）通過對美洲民間故事和神話的母題地理分布規(guī)律的可視化分析，呈現(xiàn)了美洲移民的分布和遷徙路線。該研究結(jié)果與考古數(shù)據(jù)形成關(guān)聯(lián)，印證了15000至17000年前早期移民從波尼吉亞遷徙到美洲大陸的假說⑨Yuri E. Berezkin, “Peopling of the New World from Dataon Distributions of Folklore Motifs”, R.Kenna et al. eds., Maths Meets Myths: Quantitative Approaches to Ancient Narratives，Springer,2016.。賈姆希德?德赫拉尼（Jamshid J. Tehrani）和朱利安?于伊（Julien d’Huy）用生物信息學(xué)方法研究國際民間故事，通過兩個(gè)實(shí)例——小紅帽和波呂斐摩斯，展示了如何使用這些方法來識別不同社會和時(shí)代的故事之間的同源關(guān)系，重建故事演變過程①Jamshid J. Tehrani and Juliend’Huy, “Phylogenetics Meets Folklore: Bioinformatics Approaches to the Study of International Folktales,” R. Kenna et al. eds., Maths Meets Myths: Quantitative Approaches to Ancient Narratives, Springer,2016.。達(dá)沃爾?尼古利奇（Davor Nikoli?）和 尼古拉?巴卡里奇（Nikola Bakari?）結(jié)合語音學(xué)、計(jì)算分析和統(tǒng)計(jì)方法檢測和區(qū)分聲音模式及其對克羅地亞繞口令中音效的影響，并與其它類似的民俗文類進(jìn)行了比較②Davor Nikoli? and Nikola Bakari?, “What Makes Our Tongues Twist?: Computational Analysis of Croatian Tongue-Twisters,” Journal of American Folklore, 129(511):43-54, 2016.。約翰?勞頓（John Laudun）和喬納森?古德溫（Jonathan Goodwin）用計(jì)算機(jī)方法描述了美國三種民俗學(xué)研究期刊125年間所發(fā)表的學(xué)術(shù)論文的50種主題③John Laudun and Jonathan Goodwin, “Computing Folklore Studies: Mapping over a Century of Scholarly Production through Topics,” Journal of American Folklore, 126 (502):455-475, 2013.。

在分析工具開發(fā)方面，坦蓋利尼及其團(tuán)隊(duì)針對丹麥民俗數(shù)據(jù)庫開發(fā)了兩套工具： WitchHunter④Peter M. Broadwell and Timothy R. Tangherlini, “WitchHunter: Tools for the Geo-Semantic Exploration of a Danish Folklore Corpus,” Journal of American Folklore, 129(511):14-42, 2016. http://etkspace.scandinavian.ucla.edu/maps/witchhunter.html, 2017-09-26.可以將故事主題與地理位置之間的關(guān)系可視化展示出來，使研究人員能夠在大型民俗語料庫（大于3.5萬個(gè)故事）的中發(fā)現(xiàn)和探索文本間潛在的地理—語義關(guān)系，提煉研究問題；GhostScope⑤Peter M. Broadwell, Timothy R. Tangherlini, “GhostScope: Conceptual Mapping of Supernatural Phenomena in a Large Folklore Corpus,” R. Kenna et al. eds., Maths Meets Myths: Quantitative Approachesto Ancient Narratives, Springer, 2016.則可以將故事講述者置于一個(gè)概念性的“中心”，以此為起點(diǎn)測量某一地點(diǎn)相對于他們的方向和距離，從而描述故事講述者對當(dāng)?shù)丨h(huán)境的概念映射。

就計(jì)算民俗學(xué)的特點(diǎn)和未來發(fā)展方向而言，由以上計(jì)算民俗學(xué)的代表性研究和案例，可以發(fā)現(xiàn)計(jì)算民俗學(xué)具有如下特點(diǎn)：（1）絕大多數(shù)項(xiàng)目由民俗學(xué)領(lǐng)域和計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)等領(lǐng)域的學(xué)者跨學(xué)科合作完成。（2）計(jì)算民俗學(xué)領(lǐng)域的民俗學(xué)者主要來自歐美國家，代表性學(xué)者有蒂莫西?坦蓋利尼、約翰?勞頓、特奧?梅德爾、尤里?別列茲金等人。（3）尚無專門刊物，較為集中地討論見《美國民俗學(xué)刊》2016年冬季號刊出的“計(jì)算民俗學(xué)”專輯⑥The Journal of American Folklore. Vol. 129, No. 511, Winter 2016.，以及《當(dāng)數(shù)學(xué)見到神話：古代敘事量化研究方法》論文集⑦R. Kenna et al. eds., Maths Meets Myths: Quantitative Approaches to Ancient Narratives, Springer,2016.。（4）優(yōu)質(zhì)數(shù)據(jù)庫是計(jì)算民俗學(xué)的基礎(chǔ)，民俗學(xué)研究過程和民俗資源的生命周期各個(gè)階段彼此密切相關(guān)。（5）越來越多的民俗資源是音聲、圖像數(shù)據(jù)，但目前計(jì)算民俗學(xué)的研究對象仍主要是文本數(shù)據(jù)。（6）在傳統(tǒng)的“文本細(xì)讀”的細(xì)致分析之外，補(bǔ)充和拓展了“遠(yuǎn)讀”的宏觀視角，將民俗學(xué)研究對象放在更大的語境中去研究，同時(shí)提倡二者相結(jié)合；重視數(shù)據(jù)與數(shù)據(jù)之間的多維度、多模態(tài)的連接關(guān)系。在未來的理想情形下，研究者既可以“遠(yuǎn)讀”，宏觀觀察整個(gè)研究語料庫，觀察到人、地點(diǎn)、作品之間的復(fù)雜互連，又可以用很多民俗學(xué)者擅長的“文本細(xì)讀”方法來審視，并且能夠在“遠(yuǎn)”“近”之間自由移動。（7）計(jì)算機(jī)算法帶來的突破和自由，反過來迫使民俗學(xué)者思考民俗學(xué)的一些基本概念，比如當(dāng)我們說“A故事與B故事相似”時(shí)，“相似”到底意味著什么？⑧Timothy R. Tangherlini, “Big Folklore: A Special Issue on Computational Folkloristics,” Journal of American Folklore, 129(511):5-13, 2016.

回觀計(jì)算民俗學(xué)在中國的譯介和實(shí)踐，與民俗學(xué)界較為熟知的“數(shù)字民俗學(xué)”相比，“計(jì)算民俗學(xué)”還是一個(gè)較新的概念。目前有三篇關(guān)聯(lián)性譯文：（1）德國學(xué)者利洛?貝格（Lilo Berg）的《小紅帽2.0版——數(shù)字人文學(xué)的新發(fā)展》①[德]利洛?貝格：《小紅帽2.0版——數(shù)字人文學(xué)的新發(fā)展》，彭牧譯，《民間文化論壇》，2014年第3期。，約翰?勞頓的《故事計(jì)數(shù)：論計(jì)算方法在民間敘事研究中的應(yīng)用》②[美]約翰?勞頓：《故事計(jì)數(shù)：論計(jì)算方法在民間敘事研究中的應(yīng)用》，宋穎譯，《民間文化論壇》，2014年第5期。和《計(jì)算機(jī)民俗學(xué)研究：百年學(xué)術(shù)論文主題地圖繪制》③[美]約翰?洛頓、喬納森?古德溫：《計(jì)算機(jī)民俗學(xué)研究：百年學(xué)術(shù)論文主題地圖繪制》，喬英斐、李揚(yáng)譯，《文化遺產(chǎn)》，2016年第5期。。此外，董曉萍的《數(shù)字民俗搜集理論》一文對數(shù)字時(shí)代的民俗資料搜集工作進(jìn)行了理論思考④董曉萍：《數(shù)字民俗搜集理論》，《民間文化論壇》，2014年第5期。。就實(shí)證性操演和計(jì)算研究而論，吉國秀及其團(tuán)隊(duì)在IT笑話研究中使用了R語言文本挖掘技術(shù)⑤吉國秀、胡安亮：《IT笑話：網(wǎng)絡(luò)社會中的新民間敘事》，《民俗研究》，2015年第6期；吉國秀、王明月：《信息技術(shù)、職業(yè)群體與社會變遷：一項(xiàng)基于IT笑話的跨學(xué)科研究》，《中國科技論壇》，2016年第2期；吉國秀、王明月、楊宏戟：《信息技術(shù)如何進(jìn)入日常生活：一個(gè)知識擴(kuò)散的視角》，《民俗研究》，2016年第4期。，堪稱計(jì)算民俗學(xué)在中國的先行實(shí)踐案例，值得關(guān)注。

綜上所述，計(jì)算民俗學(xué)在國際上也是一個(gè)新興學(xué)科，雖起步未久，卻已顯現(xiàn)出廣闊的發(fā)展空間。在中國，民間文學(xué)、民俗學(xué)及少數(shù)民族文學(xué)的數(shù)字化建檔和數(shù)據(jù)庫建設(shè)取得了相應(yīng)的階段性成果，但計(jì)算民俗學(xué)的基礎(chǔ)非常薄弱，面臨著諸如民俗資源相關(guān)數(shù)據(jù)庫開放程度不夠、數(shù)據(jù)質(zhì)量不高、復(fù)合型人才缺乏、跨學(xué)科合作不足等現(xiàn)實(shí)問題和困境。在大數(shù)據(jù)時(shí)代，這些瓶頸問題尤其是科際整合當(dāng)引起學(xué)界和政府相關(guān)部門的重視，相關(guān)的理論和方法論討論也亟待展開。

K890

A

1008-7214（2017）06-0124-05

郭翠瀟，中國社會科學(xué)院民族文學(xué)研究所中國少數(shù)民族文學(xué)研究資料中心助理研究員。

本文為國家社會科學(xué)基金重大項(xiàng)目“中國少數(shù)民族口頭傳統(tǒng)專題數(shù)據(jù)庫建設(shè)：口頭傳統(tǒng)元數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)”（編號：16ZDA160）的階段性成果。

丁紅美]