特色資源建設中的數字人文應用進展研究*
——基于國內數字人文相關項目及實踐案例

蔡迎春 （上海師范大學圖書館 上海 200234）

1 引 言

“數字人文”（Digital Humanities）是在20世紀90年代以后逐漸成熟的研究領域，涉及的學科集中在語言學、歷史學、文學等方面。數字人文產生的背景主要是由于海量的圖書、報刊、視頻和圖片等人文資源的數字化，以及面對海量的數字化文本，學者需要新的技術、工具和數據平臺對其進行組織、挖掘、統計、量化分析和智能化處理等[1]。該研究領域于2009年在現代語言協會年會（The Modern Language Association）上獲得了北美學界的認可。近10年，國內外圖書館、博物館以及大學科研機構，以特色資源建設、古籍文獻數字化等作為發展契機和重點，成立了一批數字人文國際學術性研究組織或機構，致力于數字人文項目的建設和開發，建立人文網站和主題數據庫，并面向用戶開放[2]。例如，在國外主要有美國哈佛大學“地理分析研究中心”和斯坦福大學“數字人文實驗室”[3]，英國倫敦大學學院“高級空間分析中心”和謝菲爾德大學“數字藝術與人文專門研究中心”等[4]。在國內主要有香港公開大學“數碼文化與人文學科研究所”、臺灣大學“數位人文研究中心”、武漢大學“數字人文研究中心”、南京大學“數字人文研究中心”、上海交通大學“地方歷史文獻研究中心”、復旦大學“社會科學數據研究中心”、南京師范大學“虛擬地理環境實驗室”、首都師范大學“國學傳播中心”、北京師范大學“文藝學研究中心”等。此外，國內許多大學和研究機構也圍繞著特色資源或古籍文獻開展了“數字人文”研究，如上海圖書館的“名人手稿檔案關聯開放數據集”和“家譜數據庫”、中國社會科學院的“地理信息服務平臺系統”以及中山大學的“徽州民間歷史文獻整理”等。同時，國家數字圖書館工程也建設了多個數字人文數據庫并向公眾開放[5]。可以說，這些數字人文項目為特色資源建設提供了基礎數據保障和基本分析工具，并利用信息技術和數字技術對特色資源進行數字化整理、分析和展示。

由此可見，國內的數字人文項目主要是在特色資源建設方面已經取得了一定的成績。因此，本文主要采用文獻調研與案例分析相結合的方法，對國內圖書館、博物館以及大學科研機構開展數字人文項目并成功實踐的案例，在特色資源建設中應用數字人文的方法和技術情況等進行梳理，綜合分析數字人文在國內人文領域實踐的進展、特點和趨勢，以期獲得國內大學圖書館對未來研究與實踐有益的啟示和思考。

2 國內特色資源建設中的數字人文情況調研

近幾年，國內在數字人文特色資源建設方面的相關研究越來越受到大學或圖書館的關注，本文以“數字人文”“特色資源”“數字化”等作為關鍵詞對CNKI數據庫進行檢索（檢索時間區間為2011-01-01至2018-02-10），然后對檢索結果進行人工梳理，篩選出國內與特色資源相關的“數字人文”研究與實踐方面的學術論文。通過查詢，最終獲得相關學術論文46篇，從發表時間上來看，2011—2015年每年發表在3篇以下，自2016年快速增長，到2017年達到了18篇（見圖1）；從發表刊物來看，主要以圖情領域相關刊物為主，有30篇，占到了65%，其中以《圖書館論壇》《大學圖書館學報》《中國圖書館學報》等刊物發表相關論文數最多，其他圖情刊物均有涉及（見圖2）；從作者來看，主要有夏翠娟、劉煒、張磊、趙思源和朱本軍等（見圖3），5位作者的發文量占到總發文量的46%；從作者所在機構來看，主要是集中在上海圖書館，以及部分全國知名大學，如北京大學、華東師范大學、上海交通大學和中山大學等（見圖4）；從課題分布來看，有24篇論文是有相關課題支撐的，其中國家級以上課題的相關研究占到了46%（見圖5）。

圖1 2011—2018年發表的相關論文數量單位：篇

圖2 2011—2018年特色資源數字人文相關論文發表機構

圖3 2011—2018年特色資源數字人文相關論文作者分布

圖4 2011—2018年特色資源數字人文相關論文作者機構

圖5 2011—2018年特色資源數字人文相關論文課題分布

同時，通過46篇論文的關鍵詞詞頻共顯可以看出：相關研究主要集中在數據庫建設、資源數字化、GIS、歷史地理、歷史研究、歷史文獻、地方歷史、古籍整理、古籍善本、徽州文書、物質文化遺產、人文科學研究、人文研究、人物傳記、數字博物館等方面，而應用的數字人文技術主要表現在可視化分析、詞頻統計、關聯數據、文本挖掘、規范控制等方面（見圖6）。

圖6 2011—2018年特色資源數字人文相關論文關鍵詞共顯

從以上數據可知，國內對特色資源建設的數字人文研究起步較晚，但是發展勢頭較為強勁，尤其是在2016年以后，發文量已超過以往年份的總和，說明國內圖情領域學者已經在密切關注并積極推動相關研究，而且研究大多得到各類基金項目的支持，尤其是國家級的基金項目的支持。但是研究機構卻相對集中，主要分布在上海圖書館和幾所國內知名的大學。從研究內容考察，主要集中在古籍文獻、歷史文獻、徽州文書、人物傳記以及非物持文化遺產等領域，主要是利用可視化分析、關聯數據和詞頻控制等數字人文技術支撐，而且研究的焦點大多還是基于理論上的探討，真正從理論層面、技術層面、應用層面等進行整體性框架分析和研究并支持案例的相對較少。通過對相關論文的內容進一步分析可知，上海圖書館在數字人文研究及特色資源建設方面起到了引領和借鑒作用，尤其是在名人手稿開放數據集和家譜知識庫建設方面。

另外，通過查詢相關會議信息以及會議綜述可以發現，國內圖書館界近幾年的數字人文研究熱度持續增加，尤其是2015年以后，北京大學、南京大學、上海圖書館、深圳大學城、中國人民大學等都有相關的學術研討會或學術論壇進行深層次的探討。許多大學圖書館或科研機構都在積極推進人文領域的數字化建設與研究，在特色資源建設方面，都有相關的研究案例報告，或者是在課題策劃中應用數字人文理念對所需資源的深度揭示和組織的相關報告。據不完全統計，目前關于特色資源庫建設的國家社會科學基金支持項目達127項，各種資源庫建設已經為學術研究提供了豐富的基礎數據[6]。為此，學者探討的不再是“能否用”，而是“如何建”“怎么建”的問題。可以說，隨著數字人文實踐不斷深入，以及更多分析統計工具在資源整合上的應用，不僅要將資源庫作為檢索的平臺，而是要作為分析研究的平臺進行建設，因此，要有長遠規劃和數據整理的統一規范，以實現不同資源庫之間的兼容。同時，框架設計時要具有“眾籌”意識，從而為以后的補充、修改和完善提供可能。

3 國內特色資源建設中的數字人文應用案例分析

為了深入分析特色資源建設中的數字人文應用研究情況，本文對46篇相關論文中涉及到的數字人文應用案例進行挖掘和梳理，同時結合網絡資源進行補充。在匯總時考慮到有些數字人文應用案例是由圖書館或研究機構成立的數字人文研究中心牽頭規劃實施的，而有些是圖書館或學者根據資源研究需求自行建設的，故分別進行匯總。

3.1 數字人文中心及相關項目

數字人文中心是使用數字媒體和技術進行人文研究、教學和實驗的機構，主要以大學或圖書館為依托，為各類人文研究項目提供豐富的數據、機構之間的協同管理以及研究人員的培訓等[7]。數字人文中心起源于美國，據統計，美國的數字人文中心有一半左右設置在圖書館。近幾年，國內的數字人文研究中心建設力度顯著加強。據不完全統計，國內目前已正式成立的數字人文中心或從事數字人文研究的機構共有12個，具體見表1所示。

通過以上統計，可以很清晰地看出：國內數字人文中心的活動主要涉及特色資源建設、人文工具的開發與研究，以及與數字人文相關的講座、培訓等會議的開展。同時，將與其他研究機構或本校其他部門之間的合作作為關注和發展的關鍵。

在特色資源數字人文技術應用方面，臺灣地區進行了有益的實踐，研究領域非常廣泛。例如，臺灣大學的數位人文研究中心為學者提供明清檔案、古契書、臺灣老照片、植物標本等豐富的數據資源；而“中央研究院”的人文社會科學研究中心關注面則更廣，將經濟、文化、地圖、航空也納入到研究領域。除武漢大學和南京大學數字人文中心外，包括香港地區在內的其他數字人文中心研究的資源領域相對單一，主要涉及家譜、古籍、歷史、地理、傳記、藝術和非遺等方面，研究項目較少，大多僅涉及1項。武漢大學數字人文研究中心關注領域較為廣泛，不僅在專題數據庫方面，而且對古籍、檔案等方面均有涉及，主要致力于人物、傳記、地圖等領域。在人文工具的開發和研究方面，武漢大學數字人文研究中心基于文本挖掘、歷史地理信息可視化以及圖像捕捉分析等，著力研究數字人文理論、方法和技術標準，并設計開發數據平臺與通用軟件。中山大學等4所高校聯合成立的文化遺產繼承與數字化保護協同創新中心，也開展數字化技術方面的相關研究。在開展培訓教學活動等方面，臺灣大學數位人文研究中心、香港公開大學數碼文化與人文學科研究所、南京大學數字人文中心都會定期舉辦國際研討會，或開展相關培訓與教學，以加強和促進數字人文方面的學術交流和合作。

表1 國內各大學或研究機構“數字人文研究中心”及相關項目

縱觀我國人文學科領域，雖然成立了一些數字人文中心，但相較而言數字人文理念仍未被廣泛接受，數字人文中心主要分布在一些知名的大學或研究機構，而且還未真正發揮其作為重要研究孵化器的作用，所涉及的資源領域相對較為單一，對相關技術的研究還需要更大層面上的合作和深入。但從國內近幾年數字人文中心的建設趨勢來看，各大學、研究機構之間合作逐步加強，而且多以研究和開發為主要內容，為加強學者之間的交流與合作、有效促進數字人文技術和特色資源項目的廣泛開展搭建起平臺。

3.2 數字人文項目及實踐案例

雖然沒有建立數字人文中心，但許多大學圖書館或研究機構也從事特色資源的數字人文項目研究，并通過相關實踐研發出多個數字資源平臺或數據庫。據不完全統計，這方面的項目共涉及21項（見下頁表2）。

世界各國數字人文項目中以歷史記憶和檔案管理為主題的數字檔案項目數量龐大，影響深遠。而從國內數字人文項目來看，則主要集中在古籍、文學、藝術、檔案等人文領域，尤其以古籍整理、保護，以及古代詩文類文學作品為主題的數字人文項目最受關注，雖然其它領域也有涉及，但關注度不高。從參與機構進一步分析，相對集中在北京大學、首都師范大學和上海圖書館。絕大多數都是人文領

域的學者依靠各類型基金課題的項目成果，占到近3/4，并且學科領域較為廣泛，基本上是將數字人文等相關技術應用到特色資源數字化保存或文本建設中，對人文領域相關研究產生較大的影響。例如，北京大學中文系的3個相關項目，均是在史料文本庫的基礎上，通過相關技術實現對文本的標注、智能點讀或文本分析，以方便學者的研習和分析；“唐宋文學編年地圖”項目，通過構建多維地圖的形式，形象直觀地提供給研究者；“數字敦煌”項目，則以測繪遙感、3D打印等相關技術，將敦煌文物及莫高窟內外形態進行精確掃描、修復還原，并以數字形式保存；“絲綢之路歷史地理信息系統建設”，利用地理信息系統（GIS）進行數據庫建設與相關信息的考證、定位，從整體上分析絲綢之路多邊民族關系，以及兩千年來沿線文明發展與演變的歷史脈絡。另外，大多數圖書館雖然在特色資源的整合建庫方面起到了一定的作用，但參與度還不是很高，實踐項目所涉及到的領域和技術應用開發還不是很深入。例如，北京大學圖書館的數字人文項目是以打造“數字人文交流平臺”和建設北京大學“數字人文孵化器”為主的交流培訓類項目；而上海財經大學圖書館和上海外國語大學圖書館主要是對館藏老電影和館藏俄羅斯文學資源進行收集、挖掘，以便于學者進行文本挖掘統計和語義分析研究。

表2 國內各大學或研究機構特色資源建設中的數字人文項目及實踐案例

國家圖書館和上海圖書館在古籍等特色資源建設中的數字人文應用方面可以說起到了一起的引領作用，尤其是上海圖書館的“上海年華”項目，不僅涉及主題較廣，包括晚清民國期間的報刊、手稿、照片、名人檔案、地圖和地方文獻等，而且對館藏特色資源進行了全方位的整合，其中的家譜知識庫利用關聯數據的知識組織功能，把散落在不同家譜文獻中的人、地、時和事關聯起來，形成完整的知識圖，以可視化的方式呈現，讀者不僅可以利用家譜資源，而且可以參與資源開發[8]。而上海圖書館名人手稿檔案關聯開放數據集，數據經過語義化的清洗、加工、轉換進行知識組織之后，不再是簡單的關于文獻的描述性元數據，而存在著豐富的人與人、人與文獻、文獻與文獻間的關聯關系，是研究近現代歷史、人文、經濟、社會等問題的寶貴資料。

總之，數字人文項目及相關實踐雖然在國內已引起關注，但相關實踐案例主要集中于研究機構或人文領域學者，圖書館雖然已有涉及，但成功案例相對缺乏，尚在探索之中，需更多地與人文領域學者進行廣泛合作，借鑒成功案例，在館藏特色資源的挖掘和開發方面發揮重要作用。

4 思考與啟示

一般而言，數字人文項目追求的是“小而深”，“開放、合作、連接、多元、實踐”是其核心價值[9]。這5個特點并不是獨立的，更多的時候是以一種相互交叉的綜合方式呈現。因此，開展特色資源建設的數字人文項目時，并不是需要每個圖書館都建立數字人文中心。但是，圖書館需要加強與人文學者和其他研究機構的合作，注重發揮自身資源優勢，把項目進行細化、深化。同時需要借鑒其他研究機構的經驗，形成互動關系，而且，在實踐過程中應該加強以下6個方面。

（1）問題意識

特色資源的挖掘和開發是圖書館的核心工作，為了有效地推進特色資源建設中的數字人文研究，圖書館需要了解人文學者的研究需求，整合其常用的資源，同時，還需要圖書館具有跨學科的思維和研究角度[10]。另外，由于研究工具日新月異，相關技術和方法實踐性強，因而對研究人員的知識更新速度以及應對問題能力提出更高的要求。因此，圖書館在啟動數字人文項目之初，首先要對相關人文領域所研究的諸多問題進行調研，并且考慮“如何用”“怎么用”數字技術來達到其研究的目的。一方面，數字人文項目面對的不僅是館藏特色資源，而且還包括人文領域已產生的可編輯、可存檔文本，這些資源和文本如何應用相關技術有機地整合在一起？另一方面，圖書館如何優化人文學者的研究體驗和整合人文學者研究所需數字內容，從而建立一個多元的、可供分析的數據平臺？這些都需要圖書館具有較強的問題意識，先期進行充分調研和論證。

（2）學習意識

數字人文研究在很大程度上依賴于數字內容，需要對海量文獻進行數據化處理，即文本挖掘。因此，相對于傳統的數據庫建設，特色資源數字人文應用項目對圖書館提出更高的要求，需要圖書館員掌握數字人文的相關技術和數字化運算工具，不僅成為專業的數據處理專家，在文本數字化、文本挖掘、數據管理和保存等發面發揮獨特的作用，而且在元數據創建、管理及映射方面與國際接軌[5]。基于相關案例分析可知，數字人文應用項目的規劃實踐與專業團隊建設具有直接的關聯。例如，上海圖書館數字人文項目的開展，主要得益于具有一個不論在項目開發還是技術實踐上都非常專業的團隊。因此，圖書館要重視人才隊伍建設，尤其是對數字人文相關技術的培訓和人才引進，不僅要儲備相關的技術人才，而且還要不斷加強與人文學者的聯系，做好相關領域資源的收集和組織工作，為特色資源建設中的數字人文應用項目的開展做好人員、技術和資源準備。

（3）創新意識

數字人文研究團隊構成的多元性和工作內容的實踐性是數字人文的重要創新價值體現。但是從國內特色資源建設中的數字人文應用項目的開展情況看，相關技術的更新與在實踐中的具體應用之間存在諸多脫節，原因之一，可能是與研究團隊的構成具有一定的關聯。例如，國內數字人文應用項目基本上以研究機構、人文學者或圖書館為主，圖書館可能在資源和數字人文技術方面具有優勢，但是對人文學者研究需求不甚了解，而研究機構或人文學者卻有可能在技術或資源組織方面相對薄弱。以古籍方面的數字人文項目為例，由于古籍在時間和空間上的跨度較大，元數據難以統一，無法按照通用標準形成知識體系，而可視化便于知識的表達和描述，使研究者能夠更直觀地理解和進行古籍文獻的知識建構。但是，鑒于技術和資源組織等相關因素的限制，可視化技術在古籍數字化中的應用還不是很充足，大多僅僅提供最基本最簡單的功能，沒有揭示資源間的知識關聯。因此，在特色資源建設中的數字人文應用項目中，研究團隊的多元性以及團隊成員的創新意識顯得格外重要，以達到完善資源的文本挖掘和整合技術，將文本以更直觀的方式呈現給學者，為學者提供簡潔的交互界面，滿足其在海量資源中研究的需要。

（4）協同意識

開展特色資源建設中的數字人文應用項目，必定是在充分調研人文學者研究需求并與其高效互動的基礎上，建立一個基于特色資源的數據平臺，而不是僅靠圖書館自行完成。在協作過程中，還可以通過“眾籌”形式，將更多的人文學者邀請進來，從而促進其與技術人員各取所長，規避彼此之間專業上的短板。另外，數字人文應用項目建設的初衷是對特色資源的開發與共享，勢必需要確保資源的多樣性、開放性和兼容性，需要尋求與不同地區、不同機構和甚至不同國家的機構或研究團隊合作，以方便對資源內容進行多方面收集。例如，哈佛大學燕京學社、“國立中央研究院歷史語言研究所”歷史語言研究所和北京大學中國古代史研究中心合作的“中國歷代人物傳記資料庫”項目，資料庫的強大不只在于其數據量，主要是其數據的處理及提供利用方式，不是純文本的，而是結構化的、帶地理位置信息的，而在資源內容和研究方法方面，合作機構之間則定期組織培訓及工作會議，通過集體討論而達成共識[11]。因此，國內圖書館要具有協同意識，不僅要加強與本校研究機構或人文學者的合作，而且還需要加強與國外在數字人文研究及服務方面有經驗的圖書館的合作，通過邀請國外圖書館及數字人文領域的專家來館內進行相關技術或項目管理的培訓，指導本館數字人文研究的開展。

（5）共享意識

共享總是與開放相對出現的，傳統圖書館或資料庫主要是強調物理空間的保存，人文學者要想獲得某方面的資料，必須要到圖書館或資料庫查找，非常費時、費力，獲得資料也較為單一；在線數據庫更大程度上方便了人文學者對資料的獲取，并有效節省了時間和經費；而數字人文項目通過對特色資源的信息技術處理，把人文學者從單一個體角度的研究中解放出來，使之可以從更為宏觀的角度看待原本獨立的現象，并通過更多的數字工具來處理大規模的數據問題，從而促使了很多開放資源的軟件出現[4]。例如，上海圖書館的“名人手稿檔案關聯開放數據集”，其中所有數據經過語義化的清洗、加工、轉換進行知識組織之后，能夠揭示人與人、人與文獻、文獻與文獻間的關聯關系，并向用戶或其它研究機構開放，支持用戶發布和展示其個人研究內容，并允許用戶開發和使用插件以滿足個性化訂制需要。另外，數字人文所帶來的這種免費數據集及和技術工具的共享，由于使用共同的技術語言，也可以促進在線學術團體的出現與溝通，使得信息的交流和共享變得更為通暢和方便。

（6）持續意識

只有建立可持續的特色資源整合和數字化保存項目，才能反映特定領域的最新研究進展，從而長期地為人文學者提供持續性的研究數據。因此，數字人文項目的可持續性是人文學者必須關注或為之堅持的要素。而作為圖書館，如何組織和保存數字人文研究項目的基礎成果，并讓這些成果能夠對其他研究者有所幫助？能否提供應用程序界面來支持研究者獲得數據并且實現跨項目使用數據？能否根據研究者的需求，提供適合的用戶界面，并且能夠及時提供更新？能否根據數字人文最新技術的應用，實現原有資源的進一步整合和揭示，提供更為直觀、更加方便的分析研究功能？能否持續提供其他領域學者使用的模型或者案例，使研究者也能夠利用這些數字項目和數字人文領域的研究成果？這些都是數字人文項目開展過程中必須要考慮或實踐的關鍵問題[12]。