鄭飛 樂雙嘉

引 言

數(shù)字人文是將人工智能技術(shù)與人文學(xué)科相結(jié)合的學(xué)術(shù)領(lǐng)域，它以數(shù)字化的研究資源、跨學(xué)科的研究方法和定量研究為特點，旨在通過計算機工具為人文學(xué)科研究提供高效、準(zhǔn)確的新方法，并為傳統(tǒng)研究提供新思路。多年來學(xué)者針對數(shù)字人文的定義和研究范圍意見不一，但對數(shù)字人文范式的4種特征取得了共識：(1)使用已存在的語料庫開展研究；(2)使用量化模型解析人文研究領(lǐng)域中的問題；(3)選擇特定學(xué)科來設(shè)計研究項目；(4)運用多種跨學(xué)科技能——如編程與批評分析——開展研究(Liu, 2013)。

隨著信息技術(shù)的發(fā)展，信息資源的獲取打破了地理空間限制，即使身處鄉(xiāng)野，人們也能將獲取信息的范圍向外無限擴展，通過高速網(wǎng)絡(luò)體驗數(shù)字技術(shù)帶來的世界快速變化(羅靖,2020: 123-124)。作為計算機技術(shù)與社會科學(xué)緊密結(jié)合的產(chǎn)物，數(shù)字人文這一跨學(xué)科的研究范式發(fā)端于20世紀(jì)中期的人文計算領(lǐng)域，它憑借靈活調(diào)配研究資源、跨學(xué)科的研究方法以及定量研究等優(yōu)勢迅速為人文學(xué)科研究提供高效、準(zhǔn)確的驗證數(shù)據(jù)，填補了傳統(tǒng)人文研究的效率短板。在文學(xué)學(xué)者仍字斟句酌、頁頁唏噓、苦尋契合時，數(shù)字人文已迅速且精準(zhǔn)定位到相隔數(shù)十頁，甚或數(shù)百本書中的字詞句篇，令文學(xué)研究省時省力，因而這一新型范式的出現(xiàn)勢必成為信息時代人文研究中的一個趨勢和走向。然而，作為文學(xué)研究領(lǐng)域的新生產(chǎn)物，數(shù)字人文的發(fā)展正面臨諸多困境，同時，如何從研究者、研究工具、研究方法、研究目的與成果等多方面推動數(shù)字人文的實際運用與創(chuàng)新是目前文學(xué)研究領(lǐng)域亟待解決的問題。本文基于“中國知網(wǎng)”檢索出的國內(nèi)相關(guān)文獻，在分析歸納國內(nèi)數(shù)字人文文學(xué)研究的發(fā)展現(xiàn)狀與階段成果基礎(chǔ)上，總結(jié)現(xiàn)有數(shù)字人文領(lǐng)域文學(xué)研究困境，并結(jié)合多年研究成果，為數(shù)字人文視域下的英美文學(xué)尋求新的研究思路，提供新視角。

圖1 中國知網(wǎng)“數(shù)字人文”與“英美文學(xué)”相關(guān)文獻數(shù)量增長走勢圖

國內(nèi)研究的成果與困境

以“數(shù)字人文”“語料庫”和“英美文學(xué)”為主題詞搜索中國知網(wǎng)相關(guān)文獻，可見1993—2020年間共1971篇論文，剔除非相關(guān)文獻(如圖書館、情報學(xué)、翻譯等)后，與主題詞密切相關(guān)的論文共81篇(其中應(yīng)用類文章53篇，綜述類文章28篇)。由于數(shù)字人文運用于文學(xué)研究的具體方法和有效工具在國內(nèi)外處于探索階段，大多數(shù)研究中所運用的“數(shù)字人文”技術(shù)仍局限于語料庫方法，因而我們將數(shù)字人文的關(guān)鍵因素——語料庫作為此總結(jié)的關(guān)鍵因子來探討，此類相關(guān)文獻增長走勢如圖1所示。

對其中的應(yīng)用類文章進行研究要素分析和統(tǒng)計，結(jié)果如表1所示(括號中為論文數(shù))。

表1 國內(nèi)數(shù)字人文視域下英美文學(xué)應(yīng)用類研究論文統(tǒng)計結(jié)果

對論文中作為研究對象的作家作品統(tǒng)計結(jié)果如表2所示(括號中為涉及相應(yīng)作品的論文數(shù))。

表2 國內(nèi)數(shù)字人文視域下英美文學(xué)應(yīng)用類研究論文中作家作品統(tǒng)計結(jié)果

結(jié)合圖1和表1、2可見，盡管近年來國內(nèi)數(shù)字人文與文學(xué)研究取得了一定進展，仍面對如下4個方面的問題與挑戰(zhàn)：

(一)發(fā)展態(tài)勢落后于國際水平

國際上，作為一種新興研究方法，數(shù)字人文公認發(fā)源于19世紀(jì)的計量文獻學(xué)、20世紀(jì)20年代的俄羅斯形式主義以及法國的年鑒學(xué)派。21世紀(jì)伊始，意大利學(xué)者弗朗科·莫萊蒂(Franco Moretti)提出“世界文學(xué)體系”和“遠讀”概念后(楊玲，2017：296)，國際數(shù)字化文學(xué)研究熱潮迅速形成。隨著數(shù)字人文的日益成熟，計算機技術(shù)與文學(xué)研究的聯(lián)系更加密切，現(xiàn)今已有數(shù)據(jù)語料庫、文本挖掘和可視化、文學(xué)地圖、社會網(wǎng)絡(luò)分析、數(shù)字記憶建構(gòu)、學(xué)術(shù)編輯等多種研究手段與形式問世。部分學(xué)者基于利用計算機協(xié)助文學(xué)批評所涉及的技術(shù)和文學(xué)層面的考量，證明數(shù)字人文可助推文學(xué)批評的論證和創(chuàng)新，引起學(xué)界廣泛重視，相關(guān)理論性著作已有數(shù)十部。此外，數(shù)字人文相關(guān)建設(shè)也提上日程，部分學(xué)者在基金資助下討論數(shù)字人文研究工具的通用性，例如羅伊·羅森茨魏格歷史與新媒體中心(The Roy Rosenzweig Center for History and New Media)在美國國家人文基金會的資助下，在文本挖掘和可視化領(lǐng)域的研究極大地推動了數(shù)字人文工具的開發(fā)，使數(shù)字人文與英美文學(xué)研究結(jié)合更為緊密(Gibbs，etal.，2012)。

中國有關(guān)數(shù)字人文的研究始于21世紀(jì)初期，晚國外近50年。從上述圖表可見，國內(nèi)數(shù)字人文與英美文學(xué)研究不僅起步較晚，發(fā)展態(tài)勢也顯見舒緩。轉(zhuǎn)折期來自2015年，得益于數(shù)字人文概念的傳播及相關(guān)著述的影響增強，數(shù)字人文在文學(xué)領(lǐng)域迎來新發(fā)展。直至近3年，數(shù)字人文與英美文學(xué)結(jié)合研究發(fā)展步伐加快，成果數(shù)量顯著增長，約占成果總量的80%。目前國內(nèi)已有一定量的論文成果，但仍鮮有數(shù)字人文與英美文學(xué)研究的課題和專著面世。因而，相較國際上數(shù)字人文課題計劃、語料庫建設(shè)、成果數(shù)量的長足發(fā)展，中國數(shù)字人文與文學(xué)的相關(guān)研究方呈起勢，發(fā)展速度較緩，且尚未形成規(guī)模。

當(dāng)前，國際數(shù)字人文研究持續(xù)升溫，態(tài)勢迅猛。2019年3月的德國Erlangen文體學(xué)(Phraseology and Stylistics of Literary Language)高端論壇會議上50多位來自歐洲的語言學(xué)者運用數(shù)字人文的一個重要工具——語料庫進行文學(xué)的各種闡述。遺憾的是除筆者外，沒有其他中國學(xué)者參加；2019年5月美國文學(xué)年會(ALA 30th Annual Conference)中，運用語料庫及數(shù)字人文進行文學(xué)處理的研究者形成一個小型團隊，個中不見中國學(xué)者影子；2020年10月在中國上海舉辦的“語料庫語言學(xué)國際研討會：跨學(xué)科視角”300余人參與的跨學(xué)科盛會上，文學(xué)研究的分組會上發(fā)言人僅有聊聊6位。

(二)研究手段單一、研究作品體裁集中

對表1的結(jié)果進行簡單分析可見：

1.研究手段較雷同：幾乎所有研究都基于語料庫平臺(包括平行語料庫)，使用的軟件工具均為國外常用語料庫分析軟件；

2.研究作品體裁集中：絕大多數(shù)(占比超過86%)研究對象集中于單部作品，超過90%的研究體裁又集中于小說研究，戲劇只占3部，不見詩歌研究；

3.研究依據(jù)理論角度單一：研究所依據(jù)的理論主要為語料庫文體學(xué)(除未標(biāo)明理論依據(jù)外，占比約56%)和語料庫語言學(xué)(占比約19%)；

4.研究角度趨同：絕大多數(shù)論文重復(fù)集中于幾個角度來研究文本，研究作品主題約占26%，情節(jié)發(fā)展占比約15%，人物相關(guān)(形象、性格、關(guān)系)占比34%，語言及語篇特征占比約43%。

可見，語料庫應(yīng)用于作品主題、文體特征和人物形象分析方面成果頻出，而在分析人物情感、理清敘事方面收效甚微。值得注意的是，在有限行文范圍內(nèi)，由于要考慮作品主題、寫作風(fēng)格等多方面因素，綜合研究文章結(jié)論會流于淺顯；而我們匱乏的恰恰是那種單一角度深度挖掘作品，有可能得出新結(jié)論、發(fā)現(xiàn)新問題的研究。此外，針對單一作品的多維度分析類成果，或單一作品的單角度研究數(shù)量較多，而針對多部作品和多個作家的研究成果數(shù)量非常有限，綜合研究成果十分匱乏，此等重個體輕整體的研究局面對數(shù)字人文與文學(xué)結(jié)合研究的長遠發(fā)展極其不利。而此時國際學(xué)者已跳出文本，在采集、標(biāo)記、統(tǒng)計與解析大量文學(xué)因素的基礎(chǔ)上，對作者與作品主題、作者與敘述形象選擇傾向的關(guān)系展開“網(wǎng)狀”研究(Siobhán，etal.，2017)。

在體裁研究中，國際上利用數(shù)字人文手段進行小說、戲劇、詩歌和散文分析研究的成果均有產(chǎn)出。相關(guān)學(xué)者多搜集小說集、散文集等，組建大型語料庫展開研究，并不局限于特定文本。還有學(xué)者展開對文學(xué)批評主義的縱深研究，如Shawna Ross和James O’Sullivan(2016)使用數(shù)字人文學(xué)科的特定計算方法來展開現(xiàn)代主義案例研究。研究者從數(shù)據(jù)挖掘和可視化到地圖繪制和工具構(gòu)建等等，為借助數(shù)字人文手段研究文學(xué)和文化問題提供了新途徑。目前國內(nèi)絕大部分研究均選取小說這一文學(xué)體裁作為語料，涉及戲劇和戲劇家的相關(guān)研究成果甚少，其他體裁鮮有涉及。僅有戲劇方面的語料庫研究成果包括：鄭飛(2009)分析奧尼爾戲劇《悲悼》中的海島意象及“海島”一詞的搭配和寓意；方穎(2016)提出Paul Werth的文本世界假說能有效闡釋戲劇情境如何動態(tài)地影響人物性格；詹宏偉等(2017)探究《羅密歐與朱麗葉》中男女主人公表達愛意的不同方式；石志亮(2018)基于國內(nèi)外莎劇研究現(xiàn)狀的文獻，論證了開展基于語料庫的莎劇人物形象接受研究的必要性。小說研究者在文學(xué)研究中占多數(shù)，小說在數(shù)字人文研究對象中占“絕對優(yōu)勢”這一現(xiàn)象可以理解，但從長遠看，不利于數(shù)字人文與文學(xué)研究這一新型范式的均衡與深度發(fā)展。

上述各種分布不均表明：數(shù)字人文與文學(xué)研究的結(jié)合仍有很大發(fā)展空間，如何利用數(shù)字人文手段更加深入地分析文本？文本分析的不同角度是否需要轉(zhuǎn)變數(shù)字化手段使用方式？如何更為全面系統(tǒng)地進行多部作品的橫向分析以及作家不同創(chuàng)作階段的縱向分析？已成為數(shù)字人文學(xué)者們不得不直面的一系列問題。

(三)語料庫欠豐富

語料庫建設(shè)是數(shù)字人文與文學(xué)研究無法回避的艱巨任務(wù)。小到一篇散文，大到整個文學(xué)史，視學(xué)者研究需求都可組建大小不一的語料庫。目前國內(nèi)絕大多數(shù)語料庫由純文學(xué)文本組成，且多停留在文字層面上進行分析和研究。與此同時，國際上已開始有圖片、視頻等層面的語料庫建設(shè)。如圖形敘述語料庫用英文寫成的圖形小說、回憶錄和非小說數(shù)字化建成語料庫，其中還包含分層監(jiān)控語料庫，除滿足基本數(shù)字分析外，語料庫可以平衡不同的歷史時期、地理起源、文學(xué)體裁以及作者的性別和種族背景。

從表2的結(jié)果可以直觀得出以下結(jié)論：

1.語料庫規(guī)模較?。撼齻€別論文外，絕大多數(shù)研究都針對某個作家的一部作品創(chuàng)建語料庫進行研究；

2.規(guī)模較大的語料庫影響力較?。簢鴥?nèi)達到一定規(guī)模的語料庫有海明威短篇小說語料庫(24部作品)、哈代“性格與環(huán)境”小說語料庫(20部作品)及喬治·艾略特小說語料庫(11部作品),但是彼此較孤立，未能形成彼此共享的有益關(guān)聯(lián)，因此也缺乏第三方驗證。

總之，中國的數(shù)字人文視閾下的文學(xué)研究與相關(guān)語言學(xué)與翻譯研究相比，呈現(xiàn)出起步晚、研究者少、語料庫小等特點；語料庫文學(xué)相較數(shù)字人文與其他學(xué)科的結(jié)合來看發(fā)展程度更是相去甚遠。如何構(gòu)建并利用好大型語料庫？如何實現(xiàn)語料庫之間的交互共通？國內(nèi)語料庫如何與國外語料庫取得有效聯(lián)系？這些又是數(shù)字人文研究者亟待解決的問題。

(四)創(chuàng)新性待加強

近10年來國際上一些學(xué)者已不再過分欣喜于數(shù)字化手段的便捷和高效，對數(shù)字人文的認識與利用已進入更深層次。如Manfred Thaller(2012)發(fā)現(xiàn)了數(shù)字人文科學(xué)當(dāng)前階段的困境并提出一系列頗有爭議的具體問題；也有學(xué)者開始重視數(shù)字人文對性別和文化交流的項目中的作用，如Jacqueline Wernimont(2013)探討數(shù)字文學(xué)檔案館項目中女性主義評估的可能性，該研究有助于認識女性主義數(shù)字文學(xué)研究對數(shù)字人文領(lǐng)域的影響。而國內(nèi)數(shù)字人文的文學(xué)研究仍停留在文本或作家研究層面，研究者大多機械化利用軟件工具，分析較為泛泛，深度仍待加強。更有學(xué)者將數(shù)字人文作為“噱頭”，尚未實現(xiàn)數(shù)字人文與研究內(nèi)容的有機結(jié)合。數(shù)字人文與文學(xué)研究結(jié)合模式方面，在文本之外的文學(xué)批評主義、空間研究、文化交流等領(lǐng)域亟待創(chuàng)新思考。

值得肯定的是，近兩年國內(nèi)數(shù)字人文文學(xué)研究論文數(shù)量的增長可見其發(fā)展速度的加快和認可度的提高。一俟數(shù)字人文被更多文學(xué)學(xué)者接納，針對同一作家多部作品的縱向研究及某一時代多位作家多部作品的橫向研究以及更多跳出思維定式，思考數(shù)字人文與文學(xué)結(jié)合新可能的研究將指日可待。

數(shù)字人文視域下的英美文學(xué)研究出路

針對數(shù)字人文視域下英美文學(xué)研究困境，本文團隊經(jīng)過13年前期語料庫生成、文學(xué)研究平臺的搭建以及分析軟件的開發(fā)及驗證，產(chǎn)生出一套由方法論和應(yīng)用研究實踐構(gòu)成的數(shù)字人文視域下的英美文學(xué)研究模式，期待為數(shù)字人文視域下的文學(xué)研究提供新研究方法的同時，為致力于本領(lǐng)域的研究者提供一定研究視角。

(一)方法論研究：由目標(biāo)確定、分析-假設(shè)、假設(shè)驗證及驗證結(jié)論四個環(huán)節(jié)組成

1. 目標(biāo)確定環(huán)節(jié)：通過文本細讀確定研究對象(某一意象/觀點等)，通過“英美文學(xué)語料庫”“文化資料庫”“評論庫”和“傳記庫”確定研究對象的顯著性及對其分析的關(guān)鍵性；

2. 分析-假設(shè)環(huán)節(jié)：從“英美文學(xué)語料庫”中提取文本至“文學(xué)分析平臺”，通過關(guān)鍵詞(簇)排序、語義簇密集程度、分布信息找出主干詞，并從話輪中提取高頻“共現(xiàn)”詞，結(jié)合語境加以分析，形成論點假設(shè)；

3. 假設(shè)驗證環(huán)節(jié)：將假設(shè)帶入下列層次驗證：

A. 原文本驗證：借助“文學(xué)分析平臺”回歸文學(xué)作品文本，驗證假設(shè)是否符合人物性格、情節(jié)發(fā)展、文本邏輯及角色的命運走向；

B. 其他作品驗證：從文本語料庫中提取同一作家的其他文本，定位類似的意象/觀點，驗證假設(shè)可行性；

C. 作家生平驗證：從“傳記庫”中定位作家生平經(jīng)歷中相應(yīng)的意象/觀點，作為佐證；

D. 心理學(xué)/哲學(xué)/社會學(xué)驗證：借用“文本分析理論框架”，結(jié)合“傳記庫”尋找作家生平中的心理學(xué)根源和作家對某類哲學(xué)迷戀等根源，驗證假設(shè)合理性；

E. 評論驗證：利用“文學(xué)分析平臺”，從“評論庫”挖掘評論界對作家作品的相關(guān)評說及定論；

F. 作家本人言辭驗證：運用“傳記庫”中資料查找作家創(chuàng)作初衷，進行驗證；

G. 傳統(tǒng)文化驗證：運用“文化資料庫”中資料查找西方傳統(tǒng)文化意象等信息進行驗證。

4. 驗證結(jié)論環(huán)節(jié)：按照以上驗證步驟，確定/推翻原有假設(shè)

(二)應(yīng)用研究：由主題研究和創(chuàng)作風(fēng)格研究兩部分組成

應(yīng)用研究之一：主題研究

1. 主題確定環(huán)節(jié)：借用“作品研究”及“文學(xué)理論框架”方法論(如原型批評和新歷史主義批評理論等)，在文本細讀基礎(chǔ)上確定主題；

2. 語料庫+文本分析環(huán)節(jié)：以“關(guān)鍵詞”“毗鄰對”“角色出場信息”“角色描寫信息”“話輪轉(zhuǎn)換”等為主要研究手段，以傳統(tǒng)“文學(xué)理論框架”及“文本分析理論框架”為指導(dǎo)分析主題，提出假設(shè)論點；

3. 驗證環(huán)節(jié)：根據(jù)收集資料的類型靈活運用方法論研究“假設(shè)-驗證環(huán)節(jié)”中的7種驗證途徑進行驗證；

4. 確認主題環(huán)節(jié)：確定本主題的合理性和可行性。

應(yīng)用研究之二：創(chuàng)作風(fēng)格研究

1. 創(chuàng)作風(fēng)格假設(shè)環(huán)節(jié)：

A. 抽取共通特征：基于作家多部作品“創(chuàng)作技巧”“人物形象”“文體特征”等研究基礎(chǔ)，抽取作家手法共同之處，借用“作家研究”及“文學(xué)理論框架”方法論，在文本細讀基礎(chǔ)上確定創(chuàng)作風(fēng)格的假設(shè)；

B. 語料庫語言學(xué)/社會學(xué)方法論：運用 “毗鄰對”“優(yōu)選結(jié)構(gòu)”“反饋項目”等細節(jié)分析風(fēng)格特征；

2. 驗證環(huán)節(jié)：在“英美文學(xué)語料庫”中選取其他作家作品(如同時代、同流派、同種族作家作品)導(dǎo)入戲劇分析平臺。結(jié)合“文本分析理論框架”，選取方法論研究“假設(shè)-驗證環(huán)節(jié)”中的驗證途徑，對目標(biāo)作家進行對比研究。

3. 結(jié)論環(huán)節(jié)：確定作家創(chuàng)作風(fēng)格。

本方法論和應(yīng)用研究結(jié)合了語料庫、文學(xué)分析平臺、語言學(xué)、文學(xué)、心理學(xué)、哲學(xué)及社會學(xué)等研究方法，多角度、全方位對文學(xué)作品、作家風(fēng)格進行系統(tǒng)分析，是將數(shù)字人文運用于文學(xué)研究的較突破性嘗試，在作品主題、作家風(fēng)格方面提出可量化的研究依據(jù)，同時驗證和佐證既有研究成果，在美國波士頓文學(xué)年會(The ALA 30thAnnual Conference)上得到與會專家們的一致好評，更得到尤金·奧尼爾協(xié)會會長Robert Dowling及阿瑟·米勒協(xié)會與會會員們的高度肯定。

結(jié) 語

數(shù)字人文作為一種科學(xué)方法將以其無可辯駁的事實改變著人文研究的面目，只是這種改變非但不因其科學(xué)性而消弭人文精神，反而會在自覺的人文精神支配下使文學(xué)的創(chuàng)作與研究增添更多客觀性因素和理性因素。為此，在困境面前，文學(xué)研究者，特別是數(shù)字人文的文學(xué)研究者應(yīng)：

摒棄成見，擁抱機遇。一直以來，文學(xué)批評重視文本“細讀”，不少學(xué)者對引入數(shù)字化手段進行文學(xué)研究持懷疑甚至否認態(tài)度。然而大數(shù)據(jù)與不同學(xué)科的結(jié)合研究是大勢所趨，數(shù)字人文極大程度上幫助研究者站在更高視角審視更為龐大繁雜的語料，我們需破除學(xué)科壁壘，接納數(shù)字化跨學(xué)科的發(fā)展機遇，令文學(xué)研究緊跟時代潮流。

開放包容，多方合作。數(shù)字人文必將借助計算機軟件進行研究，這對一直以來靠人力研究的傳統(tǒng)文學(xué)研究者來說是不小的挑戰(zhàn)。文學(xué)研究者需秉承開放包容的心態(tài)，向計算機、語料整理、軟件開發(fā)等專業(yè)人員積極“取經(jīng)”，甚至尋求文學(xué)與計算機的“跨界”合作，早日建立起一套行之有效的數(shù)字人文與英美文學(xué)研究方法論，以便充分全面享受數(shù)字手段的便捷優(yōu)勢，助推文學(xué)研究的多樣發(fā)展。

打破定式，推陳出新。正如前文所言，當(dāng)前數(shù)字人文與文學(xué)的結(jié)合模式較為單一，研究成果實際是單一模式下針對不同文本的具體演繹，長此以往，可研究對象變少，結(jié)論也將幾近枯竭。因此，研究者必須創(chuàng)新思考數(shù)字人文與文學(xué)的結(jié)合方式，并多加實踐。同時，在既有結(jié)論的基礎(chǔ)上，如何準(zhǔn)確、充分、完整解讀數(shù)字化信息從而獲得新發(fā)現(xiàn)，以及新發(fā)現(xiàn)與既有結(jié)論有所出入時如何恰當(dāng)取舍，這些必須引起廣大數(shù)字人文文學(xué)研究者的重視和思考；

善用工具，審慎思考?？萍际且话央p刃劍，數(shù)字工具為研究者帶來極大便利的同時也有可能引發(fā)一些不必要的麻煩，研究者如果過分重視數(shù)據(jù)解讀，讓數(shù)據(jù)“大于”文本，將與文學(xué)批評的本質(zhì)背道而馳。數(shù)字化手段僅僅為一項提高效率、啟發(fā)新知的工具，研究者應(yīng)善用之，不可過度依賴，在思辨中努力挖掘文學(xué)研究的新價值。