數字人文視角下的《拉貝日記》情感識別與分析*

黃紫荊，邱玉倩，沈 彤，趙小萱，陳 剛

0 引言

文本情感分析是對文本數據進行分析并判斷情感傾向的技術[1]，廣泛應用在輿情監控、優化決策等方面。近年在跨學科范式下，數字人文(Digital Humanities)發展迅速[2-5]，采用情感分析等語義技術對歷史文獻和經典文學進行挖掘，對人文學科的創新發展具有重要意義[6]。南京大屠殺作為中國近代史上震驚世界的重大慘案，一直是學者關注熱點。《拉貝日記》由德國商人約翰·拉貝所著[7]，以第三方視角記述南京大屠殺見聞。由于當時德國與日本結盟，拉貝是納粹黨南京小組組長，拉貝的特殊身份使其記述具有很高的歷史價值。過往《拉貝日記》主要為相關研究提供歷史依據，研究內容主要包括探討南京國際安全區的成立與運作[8-10]、南京大屠殺前后的市民生活[11-12]、揭示日軍暴行[13-14]等。也有部分學者對拉貝在中國的思想見聞及《拉貝日記》的真實性進行探討[15-16]。目前關于《拉貝日記》內容本身的研究并不多見，也尚未引入量化方法對文本進行整體解讀。

戰爭往往會給民眾帶來劇烈的情感沖擊，與一般歷史檔案相比，《拉貝日記》包含更多情感層面的內容。一方面其情感表達折射出拉貝個人立體的形象；另一方面，部分學者將理性與情感對立起來[17-18]，認為情感會讓史料記述存在立場、眼界的偏見[19]。數字人文視角下的歷史文本研究倡導量化、整體論的研究視角[20]。對日記全文進行情感識別，探索日記情感書寫與歷史現實的關系，對厘清《拉貝日記》情感書寫是“敘事的前提”[21]還是“外部作用的結果”[15]，以及補充揭示拉貝的人物形象，均具有探索價值。

情感分析主要涵蓋情感識別、情感抽取與情感檢索等下游任務，其中情感識別研究最為廣泛，主要通過人工標注、情感詞典與機器學習來實現[22]。《拉貝日記》面臨語料稀缺和缺乏業內標注數據集等問題，給情感識別帶來挑戰。完全靠人工標注情感極性，精確度最高，但需耗費大量人力資源[1]。NLP平臺為學者封裝便捷的接口，但存在對基準詞的依賴問題，由于史料具有專業性和特殊性，僅依賴平臺的模型方法，可能訓練效果不佳[23-24]。情感詞典是文本情感分析的重要方法，但也存在不能聯系上下文語義、依賴先驗知識的限制[25]。深度學習技術在語義分析領域日漸成熟，為情感研究帶來新機遇[26-29]。BERT(Bidirectional Encoder Representations from Transformers)是由多個Transformer雙向堆疊而成的預訓練模型，已在多個NLP(Natural Language Processing)任務上取得最佳成績[30]。BERT對同一個詞在不同語境中動態編碼，相比Word2Vec、Glove等傳統詞嵌入方法(Word Embedding)，能有效解決《拉貝日記》中的一詞多義問題[31-32]。目前針對特定領域的數據標注項目，人工與模型混合的工作方案被證明可以在降低人力成本的同時兼顧準確率[33-34]。

本文基于人工標注與BERT模型對《拉貝日記》進行分句情感極性識別，通過時序統計、地圖映射和史料對照，探索性分析南京大屠殺前后拉貝的情感分布特征、變化趨勢和對不同人物的情感傾向，以期為研究《拉貝日記》、南京大屠殺歷史提供新視角和參考資料。

1 研究對象與數據預處理

1.1 研究對象

《拉貝日記》包括拉貝從1937年9月7日到1938年2月26日記錄的南京戰時日記和相關報告文件，全文共計約37.7萬字。戰時日記的起始日期為1937年9月7日，結束日期為1938年2月26日，共計159天，13.3萬字。期間包括1937年11月12日日軍占領上海、12月1日南京保衛戰打響和12月13日南京城市淪陷3個重大歷史節點。

日記中拉貝的活動范圍集中在中山大道沿線和國際安全區為主的主城區。國際安全區位于南京主城西北，占地3.86平方千米，是南京淪陷后拉貝等為來不及撤退的難民創建的避難所。日本對安全區的存在呈含糊的默許態度[35]，但占領南京后經常強行闖入安全區犯下暴行[36]。

約翰·拉貝于1882年11月23日出生，先后在德國西門子駐北京分公司、南京分公司工作。1937年11月12日，上海淪陷后日軍直逼南京，拉貝冒著生命危險堅守于此保護人民。拉貝因其德國公民身份及出色的個人能力被推舉為南京國際安全區主席。拉貝本為商人，無心政治，但在南京城淪陷前后參與庇護超過20萬中國難民。該時期恐怖經歷使得拉貝思想和行動產生巨大變化[16]，情感隨之轉變。

1.2 數據說明與處理

情感極性識別是對帶有感情色彩的主觀性文本判斷情感傾向的過程，本文選取《拉貝日記》的個人日記部分作為研究對象，并將全文語句分為積極、中性、消極3個情感極性，以句子作為識別粒度。積極情感包含期待、快樂、信任等，消極情感包含生氣、恐懼、悲傷等，中性情感表示該語句沒有明顯的情感傾向。原始數據剔除非日記內容后，使用Python進行分句與結構化處理，得到有效數據4，416條①。由于缺乏語料數據集，首先綜合百度智能云(cloud.baidu.com)的NLP情感傾向分析模塊的識別結果與人工判讀，對2，500條隨機數據建立標注數據集。由于《拉貝日記》是戰時敘事，拉貝的情感起伏相比人對產品或輿情的情感起伏要更強烈，情感語境也讓標注人員的主觀認同問題更突出，同一語句需要更多的人員參與標注。為降低結果的主觀性，人工階段采取3輪的情感標注流程，最終同意百分比為98%。針對數據量偏少問題，采用小樣本數據增強中的“回譯”方法[37]，擴充數據，以減輕模型過擬合影響。本文基于百度翻譯接口，將對已標注的語句進行3次連續批量翻譯(中文>日語>英文>中文)，以降低語義的重復率，同時防止語義失真。得到2，500條回譯數據，與已標注的數據組成5，000條模型訓練數據，其中“訓練集：驗證集：測試集”比例設定為“3∶1∶1”，剩余的1，916條數據后續通過訓練后的模型預測情感極性。此外，將1937年南京城市地圖、《拉貝日記》中的主要建筑和事件點在Arc GIS軟件中進行配準和分層數字化，還原《拉貝日記》時期的南京城市空間格局以用作后續分析的輔助資料。

表1 人工數據標注規則及示例

2 研究方法

2.1 模型原理

本文在人工標注基礎上，采用BERT模型對未標注數據進行詞嵌入與情感極性分類。在日記情感分析中，文本有復雜豐富的情感語義特征，首先需要進行詞嵌入處理。BERT是由多個Transformer雙向堆疊而成的預訓練模型，通過注意力機制來建模輸入序列中的單詞之間的關聯。BERT模型的輸入處理模塊將每個句子序列處理為3個[1]向量的和：詞向量(Token embeddings)、段向量(Segment embeddings)與位置向量(Position embeddings)。詞向量表示對當前詞對應的向量；段向量表示對當前詞所在句子的位置編碼，該向量用于刻畫文本的全局語義信息，并與單字/詞的語義信息相融合；位置向量表示對當前詞的位置編碼，由于出現在文本不同位置的字/詞所攜帶的語義信息存在差異，如“拉貝擔心難民”與“難民擔心拉貝”，因此需要附加位置向量以作區分。將輸入處理模塊結果再輸入BERT的雙向Transformer編碼模塊，使用Encode特征抽取器進行文本特征提取，最終將得到具有雙向上下文敏感的話語特征的詞向量。

2.2 實驗參數

選取Bert-base-chinese，一種采用中文詞典且粒度到標點符號的BERT模型處理數據。該模型采用12層Transformer，隱藏層大小為768，Multi-head Attention參數為12。實驗中每次訓練樣本數(batchsize)為16句，訓練迭代次數為4，序列長度為140，優化器為Adam，損失函數為交叉熵損失函數。為了防止模型過擬合的影響，學習率稍作降低，保持在0.000009。首先在詞嵌入環節，通過Berttokenizer預訓練模型處理輸入的語句，查詢字向量表將每個字轉換為一維向量；得到Berttokenizer輸出的向量后，將詞向量、段向量和位置向量的和輸入BertForSequenceClassification模型，進行編碼和情感極性分類，得到識別結果。

2.3 訓練結果

本研究數據量偏少，可能導致訓練準確率與驗證、測試準確率差距變大，模型過擬合。因此實驗降低學習率以縮短訓練準確率與測試、驗證準確率的差距，最終訓練結果見表2。BERT的適宜迭代次數(epochs)為2～4次，從第1次到第4次訓練，訓練準確率和驗證準確率不斷提高，平均訓練損失下降速率變緩，平均驗證損失收斂在0.67。最終的訓練準確率為0.91，驗證準確率為0.81，測試準確率為0.84，BERT模型能在樣本量偏小的情況下較為準確地識別出情感傾向，具有較好的適用性。之后將剩余的1，916條數據通過模型預測進行情感極性識別，最終整理得到《拉貝日記》個人日記部分的分句情感極性表，其中積極情感語句743條、中性情感語句1，964條、消極情感語句1，709條。

表2 模型訓練情況

3 情感可視化分析

結合上文情感識別的數據結果從整體和分人物兩個維度對《拉貝日記》進行情感可視化分析。首先將個人日記的全部結果進行整體性分析，旨在探析《拉貝日記》呈現什么樣的情感敘事特征？情感變化是否深切受到外部局勢的影響？情感敘事是否具有明顯的情節編排？之后探討拉貝對不同人物的情感傾向。日記作者對所記述的不同人物有不同的情感態度，并且隨著時間推移對同一人物的情感往往也有所變化。分析《拉貝日記》情感敘事在不同對象之間的差異化表現，不僅可反映出拉貝的社交圈層和性格特點，也為分析其記述是否有明顯的立場偏見，是否明顯受到外界局勢和他人行為的影響提供參考信息。

3.1 整體性情感分析

將全部數據進行數量統計與情感曲線制圖(圖1)，以獲得全文的情感分布特征及各類情感語句占比。從語句的每日分布情況看，雖然受限于精力、記錄環境等因素，但即使在情況最惡劣時期，拉貝仍然有著一定篇幅的文字記錄內容，體現了拉貝記錄暴行的決心。在殘酷戰爭背景下，全文中性情感語句數量最多，整體占比0.44，拉貝寫作風格偏向理性。觀察全時期的情感曲線，發現日記的情感曲線趨勢變化會先于重大歷史節點出現，反映出拉貝對形勢敏銳的洞察力，印證拉貝未雨綢繆的處事性格[38]。整體逐漸下落的情感曲線展現出拉貝在戰爭局勢不斷惡化下，心理壓力持續加重的精神狀態；而情感曲線下降速率則與外部形勢的變化相契合，表明拉貝情感波動主要受到不明朗時局的顯著影響。

圖1 全文情感曲線及各類情感極性語句計數

第1天到第53天拉貝的情感曲線呈現緩慢下落趨勢，第53天內累計情感得分為“-160”分。此時期是淞滬會戰和南京空襲時期，拉貝情緒受到頻繁空襲的負面影響。經統計原文中這段時期含有“天氣”語句出現29次，美好天氣意味著空襲威脅，“陽光明媚，天氣晴朗!”“上午9時多壞的天氣——就是說，天空陽光燦爛!”等語句透露出拉貝的負面情緒。

第53天日軍正式占領上海，到第72天南京保衛戰打響，拉貝的情感曲線整體下落到-238分。情感曲線先快速下降，在第60天開始變得平緩，積極情感占比變大。南京形勢惡化使得拉貝倍感壓力，但之后也發生了一些帶給他希望的事情。第60天(1937年11月19日)委員會成立[7]92。第61天(1937年11月20日)拉貝收到妻子來信[7]93。第64天(1937年11月23日)拉貝因55歲生日的到來感到快樂，并收到了妻子的電報與禮物[7]102。第66天(1937年11月25日)拉貝收到日本對安全區成立的友好回應，獲知國民黨軍隊正面抗敵的信息，收到妻子的來信并與鄰里互幫互助[7]105。第70天(1937年11月29日)，他看到了希特勒的照片，幻想自己的元首會幫助中國，并帶給他勇氣和力量[7]117。

第72天到第84天南京城市淪陷，此段時期是拉貝情感曲線在全時期下降最迅速的時期，情感得分從“-238”下降到“-427”，平均每天有超過16句負面語句，高于每日均值。此時中外人士利用一切可能的交通工具逃離[16]，留在南京意味著要冒生命的危險，同時拉貝寄希望于希特勒的想法破滅，他面臨著前所未有的壓力。

從第84天南京城市淪陷到日記結束，此段為南京大屠殺時期，情感曲線整體持續下降，在第95-97天曲線下降平緩，正向情感語句偏多。此時為圣誕節時期，大家一起度過了短暫的溫馨時光[7]278，安置在拉貝居所中朝不保夕的難民“爭先恐后想讓拉貝有更大的圣誕喜悅”[7]272，甚至布置了圣誕樹和蠟燭，令拉貝非常感動。

情感曲線也是文學、電影作品中辨別情節類型的方法[39]，起伏變化透露出作者隱含的敘事意圖。參考文學作品的情感曲線分類研究[40]，如《拉貝日記》敘事中有親近中國或強化日軍暴行的主觀意圖，其情感曲線通常會呈現出“盛轉衰的跌落”或“落-起-落”的悲劇敘事特征。但由圖1看出，《拉貝日記》的情感曲線持續下落，沒有明顯起伏，其情感敘事沒有明顯的情節編排。在日記伊始的南京相對和平時期，情感曲線便呈現出緩慢下落的特征，拉貝并未刻畫出對中國的積極情緒，他對中國底層民眾亦未流露出同情心，罵疲倦的人力車夫[7]6，鄙視鄰居鞋匠[7]14；全文情感曲線下降最為迅速的時期是南京保衛戰到南京城市淪陷前，拉貝并沒有強化南京大屠殺給他帶來的負面情緒。

3.2 分人物情感分析

參考相關研究[23]，本文將提及相關人物的語句情感極性視為拉貝對此人物的情感傾向。因為以句子為單元識別的結果代表該語句的整體情感傾向，本文得出的人物情感值包括3種情況：拉貝對該人物的態度、拉貝與該人物共同經歷事件后的情感波動、拉貝對人物和事件的整體態度，需要相關史料和研究輔以判斷。

本文選取全文出現次數排名前20的高頻人物進行情感傾向統計，正向、中性、負向語句數量見圖2。除妻子多拉和朋友魏特琳，其他所有人物的中性情感語句占比都最高，拉貝對不同人物的情感傾向整體偏向理性，但對中國的國民黨高層幾乎沒有積極情感語句，在日記原文中不乏對國民黨和中國軍隊的批評。從語句數量上看，德國大使館秘書羅森、拉貝秘書韓湘琳、委員會財務主管克勒格爾與妻子多拉是全文提及最多的4個人物。羅森和克勒格爾與拉貝同為德國同胞，既有工作關系，又在難民救助上積極互動。妻子多拉的積極情感占比最高，60句相關語句中有43句為正向情感。

圖2 高頻人物情感極性統計

在人員歸屬上，前20人中參與難民救助的中外人士占9人、日本大使館成員4人、國民黨政要4人、家庭成員2人、公司下屬1人，可以看出《拉貝日記》中拉貝的主要社交圈集中在難民救助事務上。由于人物較多，本文針對拉貝在戰爭期間的主要社交圈層，分類探索拉貝對相關人物的情感傾向。

3.2.1 日本大使館成員

對日本大使館全體成員和出現頻次前三成員的相關語句進行情感統計與可視化(圖3)，發現拉貝對日本大使館成員總體呈現多元情感態度。拉貝對日本人并不持一刀切立場，雖然對日軍暴行表現出厭惡的負面情緒，但并不諱言日本大使館的禮貌形象，他的情感態度是日方行為的寫照。

圖3 日本大使館成員情感曲線和不同情感極性語句的數量統計

從語句情感極性的數量統計看，日本大使館全體成員的中性情感語句數量最多，占比0.57，3名大使館成員的不同情感極性語句數量占比不同，但也是中性情感語句占比最多。尤其是福井的負面情感語句數量占比為0.16，小于其他人物和整體均值，他的態度較為溫和有禮，拉貝在日記中稱他為“日本大使館全體成員中我唯一寄贈西門子日歷記事簿的人”[7]277。他認可大使館成員為安全區的維持付出了努力[7]297，也發現“他們中有人長時間以來對日軍的做法深感羞恥”[7]506。

從情感曲線的時序變化看，第84天南京城市淪陷起始，日本大使館成員的情感波動開始出現，此時拉貝通過外交方式和日本大使館頻繁交涉，希望以此阻止日軍暴行，守護安全區秩序。而日本大使館全體人物的情感曲線整體呈現出波折下降的趨勢，反映出交涉結果的不如意。但是也出現了兩次明顯的短暫上升，這些積極情感是日方行為引發的結果：在第96-97天，全體成員的情感曲線有小幅度的上升，拉貝對態度溫和的大使館成員有正面描寫[7]281。而在第116-118天，拉貝等人為難民募集到600噸食品，需要日本大使館簽發入城許可證[7]414，日本大使館為委員會成員舉行便宴[7]416，肯定他們的工作，使拉貝對日本大使館的情感曲線有小幅度上升。

3名日本大使館成員的情感曲線時序變化是多元化的。福井和田中是日本大使館秘書，情感曲線波動較為平穩，趨于中性情感傾向。參贊福田的情感曲線從南京淪陷后整體呈現顯著下降趨勢，回歸文本，發現拉貝并不是厭惡福田本人。由于拉貝經常向福田提交日軍暴行的事態報告，通過地圖可視化，可以看出多次交涉后，僅僅讓日本大使館周邊小范圍區域(圖4藍色橢圓范圍)沒有被搜集到暴行，收效甚微令他失望。這與早于《拉貝日記》面世的1985年版《侵華日軍南京大屠殺史料》記錄的“經拉貝與國際安全區委員會的竭力交涉，敵兵明目張膽的獸行略見減少，但其滅絕人性的殘暴程度，并未降低”史實相互印證[41]。福田和日本大使館整體在南京城淪陷初期迅速下落情感曲線，也從側面印證此時日本軍隊已在安全區內犯下暴行[15]。

圖4 事態報告地空間分布

3.2.2 委員會成員及其他難民救助者

由于參與難民救助的中外人士較多，本文對參與難民救助的中立國全體成員和這其中出現頻次前三的成員進行情感分析(圖5)。拉貝對全體成員的情感曲線隨時序經歷了從平緩波動到短期緩慢上升再到迅速持續下落的變化。情感曲線上升發生于第63-72天，彼時為安全區籌備時期，拉貝起初期待通過希特勒來迫使日本同意設立安全區，直到第72天(1937年12月1日)，拉貝仍然在日記中記錄：“謝天謝地，現在我敢肯定，我們有救了，元首不會丟下我不管的!”[7]123但第73天(1937年12月2日)開始，全體成員的情感曲線開始持續下降至日記結束。當日日本政府否決安全區的存在，但表示尊重這片區域，拉貝也獲知不能再指望希特勒的幫助[7]125。南京淪陷后，拉貝和委員們努力通過外交途徑制止暴行，但日本大使館權力有限，他們只能在阻止暴行和救助難民上不斷疲于奔波[16]。拉貝對這些難民救助者的情感曲線展現出他們無奈又缺乏支援的處境。

圖5 難民救助者情感曲線及不同情感極性語句數量統計

喬治·羅森是德國大使館秘書，是《拉貝日記》中提及最多的人物。拉貝得到羅森竭力幫助[7]111，他的相關語句達95句。羅森的情感曲線自第21天開始出現并長期波動平緩，但從1938年1月初開始大幅下降。此時日本組織成立自治委員會，剝削了國際安全區委員會權力[42]，羅森返回南京，為維護委員會利益與日方針鋒相對。羅森在與日方相處時不掩飾對日本人的厭惡[43-44]，給拉貝與日方的周旋帶來了麻煩，令拉貝感到無奈。“不可否認，日本大使館的官員們是對我們有過一些幫助的唯一的人們。”[7]418拉貝對羅森情感曲線的變化也反映出拉貝理智克制、顧全大局的性格特點。

委員會中克勒格爾的情感曲線波動先于斯邁思出現，在南京淪陷后開始持續降低，在第116天后變得平緩。克勒格爾是拉貝的德國同胞和同事，始終沖鋒在阻攔日軍暴行的第一線，給拉貝帶來令人心情沉重的暴行信息，后期他前往上海結婚[7]416，情感曲線便趨于平緩。斯邁思是委員會秘書，情感波動在大屠殺開始后出現，整體持續向下。南京淪陷后他負責與拉貝一起與日本大使館周旋，但并不能解決日本軍隊的作風問題，情感曲線不斷下降也體現了拉貝與斯邁思的焦急和對交涉結果的不斷失望。

3.2.3 妻子

在所有人物中，拉貝對妻子的正面情感語句數量遠遠多于負面和中性情感語句(圖6)，情感曲線隨時序整體持續爬升，波動較低，最高值32分出現在日記結束。妻兒是拉貝留在南京保護人民的情感支柱，正面影響貫徹日記各時段。由圖6可知妻子情感曲線的上升主要來自在南京保衛戰前，截至第72天，妻子的情感累計得分為20分。彼時南京局勢逐漸惡化，拉貝早已將家人送離南京，而自己堅守此地。期間，他經常通過電報與書信與妻子互道想念。在南京保衛戰開始至淪陷期間，妻子的情感波動較和緩，此時南京局勢也進一步惡化，通訊設施被破壞，拉貝忙于與各方人士尋求庇護南京人民的方法。南京城市淪陷后，拉貝更加難以與家人取得聯系[7]302，但妻子的情感曲線呈現出緩慢上升趨勢，可見在殘酷的大屠殺時期，妻子是拉貝的重要情感寄托。對妻子的牽掛展現出拉貝對家人的脈脈溫情，其情感敘事是自然的、人性化的表達。

圖6 妻子情感曲線及不同情感極性語句數量統計

4 結論

本文通過人工標注與BERT模型，對南京大屠殺的重要史料《拉貝日記》進行分句情感極性識別，結合史料對照、時序分析和地圖映射，分析拉貝的情感分布特征、變化趨勢和對不同人物的情感傾向，從數字人文的遠讀與近讀視角為研究拉貝及南京大屠殺史提供了參考思路。

(1)補充和完善了拉貝在南京時期生活的側面，有助于對拉貝形成多層次、多角度的認識。全文情感曲線的變化拐點早于重大歷史節點，表明拉貝具有敏銳的洞察力。拉貝對日本大使館不同成員的情感曲線展現出他客觀、理性的處事態度。拉貝對羅森逐漸下落的情感曲線，體現出拉貝謹慎、克制的處事特點。拉貝對妻子在全時期持續上升的情感曲線，折射出拉貝關愛家人和極具責任感的一面。

(2)與既有的南京大屠殺研究相互驗證。實驗結果表明，日記中性情感語句數量最多，占比達44%，為《拉貝日記》敘事的客觀性提供佐證。日軍暴行事態報告的地圖映射印證了日軍暴行只是在日本大使館附近略顯減少的事實。日本大使館在南京城市淪陷初期迅速下落的情感曲線側面印證此時日本軍隊已在安全區內犯下暴行。當越多信息匹配起來，有助于建立關于歷史更為真實的圖景，為南京淪陷前后提供相關的輔助資料。

(3)發現拉貝的情感書寫主要因外部局勢與人物行為而觸發，并無明顯的預設偏見。日記全文情感曲線呈現持續下落趨勢，且未體現明顯的悲劇型情節編排，表明他并未強化日軍暴行的敘事意圖；而下降速率與戰爭局勢的變化相契合，反映出拉貝的情感表達受外界變化的緊密影響。拉貝因日本大使館成員禮貌的工作方式對他們呈現出客觀多元的情感傾向，因國民黨高層對底層民眾安危的不作為而對他們呈現相對負面的情感傾向，說明他的史料表述并沒有明顯的立場偏見。

本研究展現出數字人文技術應用于史學研究的優勢，但存在可深化之處。因為有限的樣本量容易引起模型過擬合，本文采用數據增強和降低模型學習率的方式避免這一問題，將來可考慮構建垂直領域的相應語料數據集，對樣本進行補充，以實現在降低人工成本的同時提高模型的準確率和普適性。

注釋

①開源項目地址：https://gitee.com/scroll_icon/rabe-diary.git