基于數據庫的唐詩宋詞對比研究

蔡愛娟

【摘 要】唐詩宋詞是中國文化的瑰寶，歷來受到人們的廣泛關注。本文基于數據庫分析，對唐詩宋詞的題目、詩人、用字和意象進行了統計和對比分析。

【關鍵詞】全唐詩；全宋詞；數據庫；對比分析

歷來對唐詩宋詞的對比研究主要是感性的定性研究，比如分析唐詩宋詞的不同風格。20世紀以來，隨著計算機科學的發展，人們加大了對古代文學的定量研究。張三夕（1984）通過定量分析，考證全唐詩的詩人實為三百多人①。朱崇才（1993）統計《全宋詞》高頻字，認為《全宋詞》有一定的女性化傾向。劉明華（1999）利用《全唐詩》軟件，發現《全唐詩》用字的一些特點，比如字頻最高的是“不”。 尚永亮（2007）探討數據庫、計量分析方法及其對古代文學研究的現代化進程作用。龔嵐（2009）分析唐詩宋詞中高頻字的使用和演變情況。張三夕、張世敏（2013）從方法論的角度提出將計量研究法引入古代文學研究。

利用數據處理工具構建唐詩宋詞數據庫進行定量研究，具有系統性和可驗證性。本文基于《全唐詩》、《全宋詞》數據庫，利用ACCESS、MySQL和PHP等數據處理工具，從統計的角度出發，探討唐詩宋詞的不同特點。

1 對唐詩宋詞題目的分析

1.1 對《全唐詩》高頻題目的分析

《全唐詩》所有詩作共計42657篇，共有2271個題目。此處列舉了重復頻率最高的前十項題目，如下表所示：

表1顯示，《全唐詩》中題目重復最多的是《句》，并且它遙遙領先于第二名《古意》，而我們所了解的詩詞中以“句”為名的不多，有些奇怪。再篩選出題目為《句》的詩作，發現它們并不全是以“句”為題，絕大多數指詩歌中零落的句子，也許是在流傳過程中散佚，不知其名，因而以“句”為名。所以，《全唐詩》題目頻率使用最高的應為《古意》。

此外，高頻的《長門怨》、《塞下曲》、《送別》、《柳》反映了詩歌選材和情感的取向，體現了“送別”、“閨怨”、“邊塞”等幾大主題，符合我們通常的認知。

1.2 對《全宋詞》高頻題目的分析

《全宋詞》記錄數5303，查找題目重復項，使用頻率最高的前十個題目如下所示：

此處宋詞的題目指“詞牌名”，一般與詞的內容無關，只是套用格式。通過數據庫查找出來的前十項高頻詞牌名，均為常見詞牌名。

《全宋詞》使用頻率最高的前五項詞牌名覆蓋的詩人數目如下：

《全宋詞》前五個高頻詞牌名覆蓋的詩人數目相差不大，并且詩人是相似的，但《浣溪沙》覆蓋的詩作數目遠勝于其他詞牌名，即對于特定詩人而言，《浣溪沙》的使用頻率高于其他詞牌名。它音節明快，句式整齊，易于上口，為婉約、豪放兩派詞人所常用。兩大流派皆鐘情于此，則排名第一不足為奇。

2 唐詩宋詞的詩人與作品的情況分析

2.1 《全唐詩》高產詩人

《全唐詩》共2356位詩人，其中詩作總數最多的前十名詩人列舉如下：

可見，唐詩詩作最多的并非李白而是白居易，其詩作2641篇，占全唐詩總數的6.2%。除了白居易，李白、杜甫、劉禹錫、元稹、李商隱、齊己、韋應物、陸龜蒙也都是我們耳熟能詳的詩人，其詩作不僅流傳千古而且數量豐富。

前十名中只有“貫休”不太熟悉。貫休是唐末五代著名畫僧。他能詩善畫，在中國繪畫史上有很高的聲譽。他博學多才，嫉惡如仇，詩作中往往體現了憂國憂民、高風亮節的特點，例如“旅夢遭鴻喚，家山被賊圍”，品格高潔由此可見一斑。

2.2 《全宋詞》高產詩人

《全宋詞》共72位詩人，其中詩作總數最多的前十名列舉如下：

其中蘇軾作品共348篇，約占全宋詞總數的6.56%，位列第一。與《全唐詩》相似，前十名中絕大多數是我們熟悉的詞人，僅“朱敦儒”、“毛滂”和“張元干”相對陌生。

朱敦儒為詞中之俊，詞作風格隨個人人生經歷的變化而轉變。少年時，不識愁滋味，詞風濃艷麗巧；中年時，憂時憤世，詞風慷慨激昂；晚年時，閑居山水，詞風清新自然。他開拓了宋詞的題材，進一步發揮了以詞敘事和以詞言志的功能，使詩詞的功能初步合二為一，在詞壇上具有獨特的地位。

毛滂其詞瀟灑明潤、情韻特勝，是“非作家之極，亦在附庸之列”的有風致、有成就、有影響的作家。

張元干勤奮讀書，愛好詩詞，協助李綱，抗擊金兵，義憤作詞，抒發情懷。

對《全唐詩》《全宋詞》詩人、詩作的分析，發掘出了高產而不為人熟知的詩人。

2.3 《全唐詩》《全宋詞》詩人、詩作對比分析

通過對數據的分析，還發現了一些有趣的事實。比如，《全唐詩》中李姓詩人的詩歌有5158篇之多，占12.09%；而在《全宋詞》中李姓詩作323篇，占6.09%。可見，李姓對于唐詩的貢獻遠勝于宋詞。據此展開聯想，也許“李”姓詩作之多與唐朝的特殊性——“李”是國姓有關。但《全宋詞》中收錄的詩人中，趙姓詩人詩作并不多（2%），因此，是否與“朝代”和“國姓”有關有待商榷。

另一個對比是，《全唐詩》每位詩人平均有18.1首詩（而白居易一人就占據詩作總數的6%），所以，實際上其他詩人平均詩作數還不足18首），《全宋詞》平均每位詞人73.6首。可見，《全宋詞》作品集中于部分詞人。

《全宋詞》僅收錄了72位詞人的作品，還會引發一些相關聯想：是否可以認為《全宋詞》收錄的作品是否覆蓋面相對比較狹小，遺漏了一些相對不太有名的作品？或者是否可以認為這與唐宋發展水平和人口數有關？抑或，雖然我們常說“唐詩宋詞”，宋詞的地位和唐詩基本對等，但是，撐起泱泱唐詩的是整個唐朝的百姓，而撐起宋詞的只是一部分文人？

3 對唐詩宋詞高頻字分析

唐詩宋詞用字頻率最高的前二十個字中，有七個是重疊的，即數詞“一”、否定副詞“不”、方位詞“中”、“上”、疑問代詞“何”和名詞“人”“云”。 這些詞有不同的語法功能，它們共同作用，實現詩歌抒情言志的作用。其中，唐詩用字頻率最高的前二十個字中出現了“花”這個意象，下文會對意象作進一步分析。

現在漢字前十高頻字是“的、一、國、在、人、了、有、中、是、年”，其中“一、人、中”仍然保留著高頻地位。 “何”不在高頻之列，“是”進入高頻，體現了白話文對漢字使用頻率的影響。

4 唐詩宋詞意象比較分析

基于《全唐詩》、《全宋詞》，對“花”、“西樓”、“落日/夕陽”以及“云”這幾個常用的典型意象進行對比分析。

《全唐詩》中四種意象的使用情況如下：

可見，“花”是詩詞永恒的主題，可寫景，可比人，表情達意，傳神到位。粗略對比發現，唐詩中的“花”似乎更為“積極”，宋詞中的“花”更為傷感，多用來傷春懷人。

“云”也是詩詞中常用的經典意象，如“浮云游子意，落日故人情”，“云”有飄落無依之義，有純潔之義，內涵豐富，因而為詩人常用。

從這一角度出發，勾選出詩歌常用意象，分析歸納不同意象在語境的不同特點，對理解詩歌含義有很大幫助，可應用于語文教學。

5 總結

本文利用數據庫工具對《全唐詩》、《全宋詞》的題目、詩人、用字以及意象等特質進行初步的對比分析。進一步，可以利用中文信息處理，探索不同詩人的用字習慣、語言風格等，形成一套準確實用相對科學的系統，在古代文學研究者個人研究經驗的基礎上，從信息處理的角度，為詩詞某些特質的確定提供依據，成為輔助工具。例如，確定一首無名詩的作者，我們可以在研究該詩歌的基礎上從數據庫中尋找與其風格相匹配的詩人，根據風格、用字習慣來推測作者。目前，計算機通過“學習”可以“創作”出讓人難辨真偽的詩句，意境、押韻都沒有問題，雖然這種“詩”到底能否算作真正的詩歌有待商榷，但從定量角度，利用數據庫建設、計算機建模等方式研究詩詞不失為一個全新的探索角度。

【參考文獻】

[1]龔嵐.試論唐詩宋詞中的高頻字[J].江西財經大學學報，2009（1）：104-108.

[2]尚永亮.數據庫、計量分析與古代文學研究的現代化進程[J].文學評論，2007，（6）：187-190.

[3]劉明華.唐人最愛說“不”──《全唐詩》軟件字頻檢索如是說[J].中國典籍與文化，1999（4）.

[4]朱崇才.從高頻字看宋詞的女性化傾向[J].中國韻文學刊，1993：70-76.

[5]張三夕.作家作品研究中的數量分析——唐代詩人總數考實[J].江蘇師范大學學報：哲學社會科學版，1984（2）：63-67.

[6]張三夕，張世敏.古代文學研究中計量分析的應用與限度——由唐詩宋詞排行榜引起的思考[J].社會科學，2013（2）：172-177.DOI：10.3969/j.issn.0257-5833.2013.02.020.

注釋：

①張三夕先生區分“詩人”和“寫詩的人”，認為詩人至少應為“存詩一卷以上者”.

[責任編輯：曹明明]