基于自然語(yǔ)言Python的長(zhǎng)文本比較研究

姜安印　馮龍飛

摘 要：文本比較作為人工智能的重要應(yīng)用，在語(yǔ)言分析、比較研究乃至學(xué)術(shù)誠(chéng)信等方面有著廣泛應(yīng)用。文章以中國(guó)古代具有重要經(jīng)濟(jì)學(xué)價(jià)值的《管子》和西方古典主義經(jīng)濟(jì)學(xué)重要著作《國(guó)富論》作為比較范本，借助Python語(yǔ)言及相關(guān)模塊，以較高的效率和精度實(shí)現(xiàn)了長(zhǎng)文本比較。研究發(fā)現(xiàn)，通過人工智能自然語(yǔ)言處理語(yǔ)言及技術(shù)，能實(shí)現(xiàn)對(duì)經(jīng)濟(jì)學(xué)長(zhǎng)文本比較研究，這一方法在未來還可以探索應(yīng)用到其它社會(huì)科學(xué)領(lǐng)域。

關(guān)鍵詞：人工智能；自然語(yǔ)言處理；文本比較；Python；國(guó)富論；管子

中圖分類號(hào)：TP18；F01 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.11968/tsyqb.1003-6938.2018026

Research of Co-term Analysis of Long Text Comparison based on Python

——Case Study of the Economic Thoughts in Wealth of the Nations and Guanzi

Abstract Text comparison based on information technology becomes a very important tool in nowadays academic research as linguistic analysis， academic thoughts and academic integrity examination. This paper focused on the long text comparison with the approach of Co-term Analysis on Python and used the economic thoughts comparison between Wealth of the Nations and Guan Zi to explore the way to do future thoughts comparison in economic and other social science with better efficiency and accuracy.

Key words artificial intelligence； Natural Language Process（NLP）； text comparison； Python； Wealth of the Nations； Guan Zi

文本比較是指通過對(duì)相似范疇和內(nèi)容的文章或書籍進(jìn)行對(duì)比，研究其文字、觀點(diǎn)和思想的異同，從而實(shí)現(xiàn)言語(yǔ)特征分析、學(xué)術(shù)思想比較乃至學(xué)術(shù)誠(chéng)信檢驗(yàn)等多種目的。隨著信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展，基于計(jì)算機(jī)的文本比較特別是長(zhǎng)文本比較在現(xiàn)代社會(huì)科學(xué)中有了越來越廣泛的應(yīng)用。在實(shí)際應(yīng)用中，通過借助Python等編程語(yǔ)言，運(yùn)用jieba分詞模塊進(jìn)行文本比較，可以有效的提高信息篩選和對(duì)比的效率和精度，相比其他方法具有較大優(yōu)勢(shì)。在經(jīng)濟(jì)學(xué)中，以文本比較為重要手段的經(jīng)濟(jì)思想比較是制度經(jīng)濟(jì)學(xué)和經(jīng)濟(jì)史研究的常用方法，特別是東西經(jīng)濟(jì)學(xué)思想比較在研究制度變遷、社會(huì)變化、政策效果等方面具有重要意義。本文試圖借助Python語(yǔ)言對(duì)《管子》和《國(guó)富論》兩書進(jìn)行比較，探討兩書之間的思想異同，同時(shí)對(duì)如何利用計(jì)算機(jī)技術(shù)進(jìn)行未來的經(jīng)濟(jì)學(xué)和其他社會(huì)科學(xué)思想的比較研究進(jìn)行了探索。

1 文獻(xiàn)綜述

1.1 文本比較方法研究

傳統(tǒng)上，文本比較主要采用通過對(duì)不同文本的閱讀和統(tǒng)計(jì)分析，對(duì)表述、內(nèi)容、主旨進(jìn)行手動(dòng)整理和對(duì)比，針對(duì)文章的某一角度或某一內(nèi)容進(jìn)行比較來得出結(jié)論。由于文本比較涉及大量信息，而傳統(tǒng)手工比較效率太低，往往需要利用計(jì)算機(jī)高速計(jì)算、海量處理、自動(dòng)迭代的特點(diǎn)進(jìn)行數(shù)據(jù)分析。作為抽取分析文本的有效工具，文本分析工具應(yīng)運(yùn)而生[1]。IBM計(jì)算機(jī)科學(xué)家Hans Peter Luhn[2]研究了詞頻統(tǒng)計(jì)在文本比較中的應(yīng)用，在20世紀(jì)中葉創(chuàng)造了 KWIC （Key Words In Context，文本關(guān)鍵詞）這一分析方法和工具，對(duì)計(jì)算機(jī)技術(shù)用于文本比較起到了開創(chuàng)性作用。經(jīng)過幾十年發(fā)展，計(jì)算機(jī)文本比較形成了兩種模式，一方面是KH Coder、 WordStat和WordSmith Tools[3]等軟件的分析方法，特點(diǎn)是使用門檻低便于操作，但也存在難以滿足定制化需求；另一方面是基于C、C++、Python、Java、PHP等編程工具的分析方法，該方法需要一定的編程基礎(chǔ)，但是具有較高的靈活性，可以滿足各種定制化需求。如本文選取的基于Python的jieba模塊[4]，以Trie樹結(jié)構(gòu)[5]為原理，用實(shí)現(xiàn)高效的詞圖掃描將所有可能成詞情況構(gòu)成有向無(wú)環(huán)圖（DAG），并以動(dòng)態(tài)規(guī)劃查找最大概率路徑，找出基于詞頻的最大切分組合；對(duì)于未登錄詞則采用HMM模型用Viterbi算法[6]進(jìn)行切分。通過這一方法進(jìn)行文本分析，效率更高，分詞結(jié)果也更為準(zhǔn)確。

1.2 文本比較實(shí)例研究

通過對(duì)近十年文本比較研究的實(shí)例梳理總結(jié)，發(fā)現(xiàn)文本比較主要應(yīng)用于同一著作不同版本的研究和相似內(nèi)容著作間的研究?jī)深悺?/p>

（1）對(duì)同一著作的不同譯本或版本的比較主要集中在文學(xué)著作和歷史文獻(xiàn)。①文學(xué)方面，有學(xué)者對(duì)不同版本的《琵琶記》[7]《廬山戀》[8]，不同英譯本的《紅樓夢(mèng)》[9]《鄉(xiāng)愁》[10]進(jìn)行了比較，還有學(xué)者通過赫胥黎《進(jìn)化論與倫理學(xué)》不同譯著的對(duì)比，發(fā)現(xiàn)嚴(yán)復(fù)譯《天演論》與其他漢譯版本存在著明顯的差異[11]；②史學(xué)方面，有學(xué)者對(duì)比滿文、拉丁文、俄文三種版本的《尼布楚條約》，兩兩印證，排除了個(gè)別版本中不一致的內(nèi)容和表述，確定了一些存在爭(zhēng)議的條約細(xì)節(jié)[12]。

（2）對(duì)相似內(nèi)容著作間的文本比較主要集中在跨語(yǔ)種著作和新舊著作?？缯Z(yǔ)種著作比較過去主要集中在經(jīng)典著作，如有學(xué)者通過對(duì)比《資本論》與《國(guó)富論》，對(duì)資本爭(zhēng)論進(jìn)行溯源[13]，有學(xué)者通過比較史詩(shī)《滿都莫日根》《英雄格帕欠》，探討兩者敘事結(jié)構(gòu)的異同。近年來研究范圍不斷擴(kuò)展到各類文本，如有研究者通過比較研究人教版高中物理教科書和英國(guó)A-Level版教科書，探討教育理念的異同[14]，有學(xué)者側(cè)重技術(shù)角度，對(duì)法學(xué)研究中美憲法進(jìn)行了文本比較，研究其意識(shí)形態(tài)差別[15]。新舊著作比較研究主要集中在歷史、政策、法律等方面，探討其中基于不同歷史背景下的時(shí)代視角或制度變遷帶來的思想變化，如有學(xué)者側(cè)重寫作年代和背景，比較研究了蔣廷黻版《中國(guó)近代史》和李侃版《中國(guó)近代史》[16]， 還有研究者對(duì)黨的十七大報(bào)告與十六大報(bào)告相關(guān)內(nèi)容進(jìn)行文本比較，研究了國(guó)有企業(yè)的發(fā)展路徑與時(shí)代走向[17]。

1.3 《管子》和《國(guó)富論》的文本比較研究

《管子》作為管仲及其學(xué)派的思想和著作匯編，三分之二篇目涉及經(jīng)濟(jì)問題[18]，是中國(guó)古代具有重要經(jīng)濟(jì)學(xué)價(jià)值的著作，與《國(guó)富論》等西方經(jīng)濟(jì)學(xué)經(jīng)典的比較也成為經(jīng)濟(jì)思想史的熱門課題。早在近代洋務(wù)運(yùn)動(dòng)，仁人志士從西學(xué)中探尋救國(guó)之道時(shí)就眼光聚焦到《管子》，梁?jiǎn)⒊岢觥豆茏印分性S多思想與《國(guó)富論》一致[19]。國(guó)外研究方面，Lewis[20]認(rèn)為，《管子》與重農(nóng)學(xué)派的觀點(diǎn)驚人相似，與《國(guó)富論》具有相同思想基礎(chǔ)。美國(guó)《經(jīng)濟(jì)思想史》[21]將《管子》稱為中國(guó)的《國(guó)富論》，認(rèn)為其體現(xiàn)了供需理論、數(shù)量理論、反周期財(cái)政政策和市場(chǎng)理論等思想。但這些結(jié)論的取得，包括當(dāng)前經(jīng)濟(jì)學(xué)研究中多數(shù)文本比較研究多憑借研究者對(duì)書本的深入閱讀了解和對(duì)其他學(xué)者成果的引用，很少借助現(xiàn)代的文本分析技術(shù)，費(fèi)時(shí)費(fèi)力，也難免有不全面的地方[22]。

2 研究思路和設(shè)計(jì)

本研究采取了當(dāng)前信息化文本比較的常用思路，即通過對(duì)提取的高頻詞進(jìn)行比較分析來實(shí)現(xiàn)對(duì)應(yīng)文本的比較，將語(yǔ)言問題轉(zhuǎn)換為數(shù)學(xué)問題進(jìn)行解決，從而實(shí)現(xiàn)自然語(yǔ)言比較的批量化與自動(dòng)化處理。在具體操作時(shí)考慮到以章節(jié)為單位文本過長(zhǎng)，而且每一章節(jié)思想較為混雜；以句為單位文本又較短，且許多句子無(wú)法完整表示作者思想，因而確定以段落為單位，兼顧思想的完整性和文本的簡(jiǎn)潔性（具體研究設(shè)計(jì)見圖1）。

2.1 著作版本的確定

兩書分別采用古漢語(yǔ)和近代英語(yǔ)且各自版本較多，比較前需選定語(yǔ)言和版本。本研究對(duì)市面各種版本的篩選確定了中華書局李山譯《管子》[23]和商務(wù)印書館郭大力、王亞南譯《國(guó)民財(cái)富的性質(zhì)和原因的研究》[24]。主要基于以下考慮：一方面，按照資源庫(kù)和語(yǔ)言特征，英語(yǔ)是進(jìn)行比較的理想語(yǔ)言，但市面上《管子》的英譯本較少，全譯的僅有Rickett的譯本[25]，雖然專業(yè)精準(zhǔn)，但晦澀難懂，通常限于國(guó)外漢學(xué)家研究[26]；另一方面，現(xiàn)代漢語(yǔ)雖然與編程語(yǔ)言結(jié)合度不如英語(yǔ)，但考慮到兩書的現(xiàn)代漢語(yǔ)譯本都比較豐富，僅在豆瓣、淘寶等平臺(tái)上搜索到的《管子》譯注就有19種，《國(guó)富論》更是有25種，且普遍內(nèi)容質(zhì)量較高，可選性較強(qiáng)。

2.2 研究工具的選擇

由于本文選取的研究對(duì)象比較龐大，兩篇著作的總字?jǐn)?shù)約80萬(wàn)字，研究過程中涉及對(duì)兩書2996個(gè)自然段的分析比較，同時(shí)分析過程設(shè)計(jì)大量的循環(huán)、迭代、替換、條件判斷等運(yùn)算。

選取Python作為研究工具（版本為Python2.7.13）。Python作為面向?qū)ο蟆⒔忉屝?、?dòng)態(tài)數(shù)據(jù)類型的開源程序設(shè)計(jì)語(yǔ)言[27]，除了自帶的標(biāo)準(zhǔn)庫(kù)，還積累了大批由程序員和工程師不斷創(chuàng)造添加的第三方庫(kù)。這一特點(diǎn)使得基于Python編程時(shí)可直接調(diào)用標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)中的已有內(nèi)容來大大減少重復(fù)工作。在文本分析方面，Python也具有較為豐富和成熟的各類庫(kù)文件，在文本比較的相應(yīng)步驟可調(diào)用庫(kù)文件來提高效率，實(shí)現(xiàn)大型長(zhǎng)文本的快速比較。

3 研究過程

3.1 文本預(yù)處理和分詞

將《管子》和《國(guó)富論》導(dǎo)入txt文本文件，將文本編碼轉(zhuǎn)換為Python語(yǔ)言支持的utf-8中文格式。

配置好Python環(huán)境后，將處理后的文本導(dǎo)入Python，調(diào)用jieba-0.39版本模塊將自然段中的意群進(jìn)行詞匯切分[28]。

3.2 詞頻統(tǒng)計(jì)

詞頻（Term Frequency，TF）統(tǒng)計(jì)作為一種經(jīng)典的文本分析方法，是指抽樣一定數(shù)量和長(zhǎng)度的語(yǔ)料，計(jì)算其中不同詞語(yǔ)的出現(xiàn)次數(shù)，進(jìn)行頻率分析，從而確定文本的高頻詞，便于對(duì)重點(diǎn)內(nèi)容和主旨要義進(jìn)行更加深入地研究[29]。

本研究首先結(jié)合網(wǎng)上現(xiàn)有的“哈工大停用詞詞庫(kù)”“四川大學(xué)機(jī)器學(xué)習(xí)智能實(shí)驗(yàn)室停用詞庫(kù)”“百度停用詞表”等資源，對(duì)jieba模塊自帶停用詞表進(jìn)行整理，用所得停詞表去除標(biāo)題序號(hào)、語(yǔ)氣虛詞、關(guān)聯(lián)詞等無(wú)分析意義詞匯，再參照《經(jīng)濟(jì)學(xué)詞典》[30]中的詞條對(duì)剩余詞匯進(jìn)行整理，然后對(duì)同、近義詞匯進(jìn)行合并，結(jié)合齊普夫定律（Zipf's Law）中的詞頻分布規(guī)律，通過標(biāo)引規(guī)則對(duì)詞匯進(jìn)行控制分析，最終確定高頻詞并編號(hào)（見表1）。

3.3 生成高頻詞矩陣

確定高頻詞表后，通過構(gòu)建高頻詞矩陣將抽象的語(yǔ)義分析轉(zhuǎn)化為可計(jì)算的數(shù)學(xué)問題。首先將高頻詞以自然段為單位分組，將段落簡(jiǎn)化為相應(yīng)的高頻詞數(shù)組，從而將全文轉(zhuǎn)化為矩陣；然后進(jìn)行去重，并對(duì)重復(fù)高頻詞進(jìn)行累積求和；最后將所有高頻詞全部替換為相應(yīng)序號(hào)，生成高頻詞矩陣（見圖2）。

3.4 相似度比較

高頻詞矩陣生成后，進(jìn)一步對(duì)矩陣進(jìn)行相似度比較。

方法上以Jaccard指數(shù)[31]來衡量矩陣相似性，并得出相應(yīng)的相似度。Jaccard指數(shù)取值范圍為[0-1]，值越大相似度越高。

Jac（i，j）=■

其中A■表示《國(guó)富論》中第i段高頻詞集合，Bj表示《管子》中第j段高頻詞集合，Jac（i，j）表示《國(guó)富論》中第i段與《管子》中第j段基于高頻詞的相似度，如Jac（3，2）即表示《國(guó)富論》中第3段與《管子》中第2段的相似度（見表2）。

在Python下，調(diào)用intersection與union函數(shù)進(jìn)行運(yùn)算，遍歷比較兩矩陣各行，得到任意兩行的相似度，所得相似度即為兩書對(duì)應(yīng)自然段的比較。然后按照皮爾遜相關(guān)分類剔除相似度小于0.4及高頻詞小于4的弱相關(guān)項(xiàng)，初步選出具有一定相關(guān)度的對(duì)比組276項(xiàng)（篩選出的段落比較見表3）。

3.5 研究結(jié)果和數(shù)據(jù)處理

通過序號(hào)回查，找到各項(xiàng)在兩部著作中對(duì)應(yīng)的段落，進(jìn)行進(jìn)一步比較分析。

逐項(xiàng)閱讀分析這276項(xiàng)對(duì)應(yīng)段落的內(nèi)容，手動(dòng)剔除出與經(jīng)濟(jì)學(xué)關(guān)聯(lián)較弱項(xiàng)和誤識(shí)別項(xiàng)，對(duì)剩余的各項(xiàng)按照社會(huì)分工、價(jià)格理論、稅收和國(guó)營(yíng)、國(guó)家資源、奢侈、國(guó)際貿(mào)易、統(tǒng)治手段進(jìn)行分類，然后合并同類中內(nèi)容相似的內(nèi)容，并對(duì)相似的主旨進(jìn)行提煉，最終得到比較結(jié)果（示例見表4）。

4 結(jié)論

（1）初步實(shí)現(xiàn)了長(zhǎng)文本比較的智能化。利用Python語(yǔ)言及相關(guān)模塊，進(jìn)行相似度比較，按照詞頻的大小提取出高頻詞，歸納相似思想，成功對(duì)應(yīng)到了兩本著作的相似思想和觀點(diǎn)，對(duì)長(zhǎng)文本比較的方法進(jìn)行了創(chuàng)新和拓展，進(jìn)一步提高了長(zhǎng)文本比較的效度和精度。未來應(yīng)用該方法，可實(shí)現(xiàn)對(duì)書籍和書籍間、文章和書籍間等各類長(zhǎng)文本比較的自動(dòng)化與批量化處理，在繁雜的自然語(yǔ)言和冗長(zhǎng)的篇幅中高效提取、篩選、比較信息。

（2）近義詞識(shí)別進(jìn)一步提高了有效比對(duì)的范圍。由于Python第三方庫(kù)中強(qiáng)大的近義詞匯系統(tǒng)，本方法可以在很大程度上利用人工智能識(shí)別出文字不同但文意雷同或相近的內(nèi)容，提升了詞頻統(tǒng)計(jì)的效度，降低了系統(tǒng)誤判的概率，這一點(diǎn)較單純比較文字的現(xiàn)有學(xué)術(shù)查重系統(tǒng)是一個(gè)進(jìn)步，值得在這一方向上進(jìn)一步探索和應(yīng)用。

（3）應(yīng)用于案例文本后得出了比前人更加全面的結(jié)論。即早在春秋時(shí)期，《管子》就已熟練運(yùn)用《國(guó)富論》倡導(dǎo)的一套完整的調(diào)控思想（輕重之術(shù)），初步建立起了有體系的經(jīng)濟(jì)學(xué)理論和框架，成書背景方面，戰(zhàn)國(guó)和18世紀(jì)歐洲有著列國(guó)紛爭(zhēng)的相似之處，英國(guó)和齊國(guó)作為當(dāng)時(shí)強(qiáng)國(guó)，有著坐擁海洋之利、善于商貿(mào)的相似之處；寫作視角方面，《管子》作為管理者和決策者來制定和檢驗(yàn)經(jīng)濟(jì)政策，《國(guó)富論》則以歷史經(jīng)驗(yàn)檢視和理論分析為主，視角上更像是一個(gè)觀察者；經(jīng)濟(jì)政策方面，《管子》比《國(guó)富論》更為積極，主張國(guó)家掌控貨幣金融和自然資源，利用杠桿、貿(mào)易等手段進(jìn)行調(diào)控，獲得財(cái)富和穩(wěn)定。

（4）文本比較在智能化方面還有提升空間。作為一個(gè)探索性研究，本研究尚有一些需要改進(jìn)的不足之處，主要是自動(dòng)文本比較的精準(zhǔn)度還有待進(jìn)一步提高，需要后期人工剔除的選項(xiàng)較多，無(wú)法完全做到利用計(jì)算機(jī)的全過程智能比較。分析原因，一方面是受制于自然語(yǔ)言渾濁模糊的非邏輯性特點(diǎn)，比較中難以做到完全的精準(zhǔn)識(shí)別定義；另一方面，由于Python第三方庫(kù)中的中文字典尚有進(jìn)一步充實(shí)改進(jìn)的空間，客觀上也制約了篩選比較的精準(zhǔn)度。

參考文獻(xiàn)：

[1] 程慧榮，黃國(guó)彬，鄭琳，等.非結(jié)構(gòu)化文本分析軟件比較研究[J].圖書與情報(bào)，2015（4）：110-117.

[2] H P Luhn.A Statistical Approach to Mechanized Encoding and Searching of Literary Information[J]. IBM Journal of Research and Development，1957（4）：19.

[3] 毛毳，邱天河.WordSmith在翻譯批評(píng)中的應(yīng)用——借助WordSmith工具分析《匆匆》譯文的風(fēng)格[J].科技信息，2007（34）：14-16.

[4] Sun Junyi.結(jié)巴中文分詞項(xiàng)目[EB/OL].[2017-08-28].https：//github.com/fxsjy/jieba.

[5] 楊文川，劉健，于淼.基于雙數(shù)組Trie樹的中文分詞詞典算法優(yōu)化研究[J].計(jì)算機(jī)工程與科學(xué)，2013（9）：127-131.

[6] 李榮，鄭家恒.一種改進(jìn)Viterbi算法的應(yīng)用研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007（3）：530-533.

[7] 黃仕忠.元明戲曲觀念之變遷——以《琵琶記》的評(píng)論與版本比較為線索[J].藝術(shù)百家，1996（4）：14-24.

[8] 劉傳霞.愛情的結(jié)構(gòu)與重建——兩個(gè)“廬山戀”文本的比較[J].山東師大學(xué)報(bào)（社會(huì)科學(xué)版），1999（2）：87-89.

[9] 陳曜.《紅樓夢(mèng)》及英譯本在中國(guó)的研究現(xiàn)狀[J].理論月刊，2007（11）：128-130.

[10] 王進(jìn).《鄉(xiāng)愁》英譯文本比較研究[J].中國(guó)校外教育，2015（3）：382.

[11] 耿傳明.嚴(yán)復(fù)的《天演論》與赫胥黎的《進(jìn)化論與倫理學(xué)》[J].文藝?yán)碚撗芯浚?997（6）：69-74.

[12] （日）野見山溫.《尼布楚條約》不同文本的比較研究[J].黑河學(xué)刊，1996（6）：101-104.

[13] 張謖.資本爭(zhēng)論的理論溯源：基于《資本論》與《國(guó)富論》的文本比較分析[J].學(xué)術(shù)論壇，2016（10）：18-21.

[14] 溫博.赫哲族史詩(shī)《滿都莫日根》與鄂倫春族史詩(shī)《英雄雄格帕欠》的文本比比較研究[D].福州：福建師范大學(xué)，2013.

[15] 喬耀章，馮志峰.法學(xué)研究中美憲法文本比較之技術(shù)路徑[J].山東高等教育，2008（2）：57-67.

[16] 范美琪.兩種視野下的中國(guó)近代史——蔣廷黻的《中國(guó)近代史》和李侃等人的《中國(guó)近代史》之比較[J].濰坊學(xué)院學(xué)報(bào)，2017（2）：75-77.

[17] 謝保平.國(guó)有企業(yè)的發(fā)展路徑與時(shí)代走向[J].企業(yè)家天地，2008（1）：86-87.

[18] 李霞.本世紀(jì)以來《管子》研究簡(jiǎn)介[J].哲學(xué)動(dòng)態(tài)，1994（3）：40-43.

[19] 梁?jiǎn)⒊?飲冰室合集[M].北京：中華書局，1989.

[20] Hamilton C H.Economic Dialogues in Ancient China.Selections from the Kuan-tzu，by Lewis Maverick[J].Artibus Asiae，1954，

18（1）：84.

[21] Harry Landreth，David C.Colander.History of Economic Thought[M].South-Western College Pub，2001.

[22] 鐘祥財(cái).中國(guó)近代研究經(jīng)濟(jì)思想史的方法論特點(diǎn)：以梁?jiǎn)⒊瑸槔齕J].財(cái)經(jīng)研究，2010，36（8）：37-46.

[23] 管仲.李山譯注.管子[M].北京：中華書局，2009.

[24] （英）亞當(dāng)·斯密.郭大力，王亞南譯.國(guó)民財(cái)富的性質(zhì)和原因的研究[M].北京：商務(wù)印書館，2015.

[25] 張燕，李克.《管子》英譯本描述性研究[J].山東理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（1）：60-65.

[26] Dobson W A C.Book Review：Science and Civilisation in China[J].The Journal of Asian Studies，1957，12（4）：317-319.

[27] 狄博，王曉丹.基于Python語(yǔ)言的面向?qū)ο蟪绦蛟O(shè)計(jì)課程教學(xué)[J].計(jì)算機(jī)工程與科學(xué)，2014（S1）：122-124.

[28] 彭琦，俞春強(qiáng).淺析中文分詞方法[J].信息通信，2015（3）：92-95.

[29] 尹斌庸，方世增.詞頻統(tǒng)計(jì)的新概念和新方法[J].語(yǔ)言文字應(yīng)用，1994（2）：69-75.

[30] （法）熱敘阿.李玉平，等譯，經(jīng)濟(jì)學(xué)詞典[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2013.

[31] Tan P N，Steinbach M，Kumar V.Cluster analysis：basic concepts and algorithms[J].Introduction to data mining，2006（8）：487-568.

作者簡(jiǎn)介：姜安印，男，蘭州大學(xué)經(jīng)濟(jì)學(xué)院教授；馮龍飛，男，蘭州大學(xué)經(jīng)濟(jì)學(xué)院博士研究生。