先秦諸家學(xué)派的相關(guān)系數(shù)與特征詞研究

馬創(chuàng)新，梁社會(huì)，陳小荷

(1. 江蘇師范大學(xué) 語(yǔ)言科學(xué)與藝術(shù)學(xué)院，江蘇 徐州 221009;2. 南京師范大學(xué) 國(guó)際文化教育學(xué)院，江蘇 南京 210097;3. 南京師范大學(xué) 文學(xué)院，江蘇 南京 210097)

0 引言

中華文化博大精深、源遠(yuǎn)流長(zhǎng)，先秦時(shí)期，老子、孔子、韓非子、孫子、墨子等諸子開創(chuàng)了中國(guó)歷史上第一次學(xué)術(shù)文化的繁盛時(shí)期。在此階段，出現(xiàn)了道家、儒家、法家、兵家、墨家等學(xué)派。這些學(xué)派的學(xué)術(shù)思想是中華民族精神文明的結(jié)晶，它們對(duì)后世的政治、經(jīng)濟(jì)、文化等各個(gè)領(lǐng)域都產(chǎn)生了深遠(yuǎn)的影響[1]。

歷代學(xué)者都很重視對(duì)于諸子百家學(xué)術(shù)思想和學(xué)術(shù)淵源的研究。儒家希望通過(guò)人生修養(yǎng)、克已復(fù)禮、實(shí)行仁政，以實(shí)現(xiàn)博施濟(jì)眾、老安少懷的理想社會(huì)[2]，據(jù)《淮南子·要略》，墨子本來(lái)是學(xué)習(xí)儒家思想的，因不滿于儒家主張而創(chuàng)立墨家，提出了“天志”、“明鬼”、“非攻”、“節(jié)用”、“節(jié)葬”、“兼愛”等主張，反對(duì)儒家思想中的一些主張[3]。法家倡導(dǎo)在政治中推行法治，不同與儒家主張的德治和禮治，但儒法兩家都強(qiáng)調(diào)人治，這又不同于道家的“自然無(wú)為而治”。儒墨道學(xué)派的共同點(diǎn)是依據(jù)他們各自的人生理想發(fā)展出人生修養(yǎng)理論，目標(biāo)就是創(chuàng)造一個(gè)和平的社會(huì)環(huán)境[4]。兵家思想與老子《道德經(jīng)》之間在軍事思想方面也具有相同之處，有些學(xué)者甚至把《道德經(jīng)》視為兵書。道儒法墨兵諸家思想之間有差異之處，但他們的最終目標(biāo)都是在尋找救世治世的良方[5]。

如今信息時(shí)代，計(jì)算機(jī)技術(shù)、信息技術(shù)與人文研究融合而形成了一個(gè)新的研究領(lǐng)域，即“數(shù)字人文”研究，數(shù)字人文的出現(xiàn)對(duì)人文學(xué)術(shù)的研究方法與過(guò)程產(chǎn)生深遠(yuǎn)影響[6]。以往學(xué)界對(duì)于先秦諸家思想的研究?jī)H限于定性的評(píng)價(jià)和討論，那么在數(shù)字人文興起的今天，能否利用計(jì)算語(yǔ)言學(xué)方法，對(duì)先秦諸家學(xué)派之間的相關(guān)關(guān)系作量化考察，對(duì)諸家思想的主題內(nèi)容作統(tǒng)計(jì)分析呢?本文首次提出通過(guò)計(jì)算不同學(xué)派之間在高頻詞型等級(jí)方面的相關(guān)系數(shù)來(lái)獲得學(xué)派之間的相關(guān)系數(shù)，以評(píng)價(jià)學(xué)派的影響力和學(xué)派之間的親疏遠(yuǎn)近，通過(guò)計(jì)算學(xué)派之間在詞型等級(jí)上的差異度來(lái)獲取學(xué)派的主題特征詞[7]。

1 先秦諸家學(xué)派的相關(guān)度分析

1.1 實(shí)驗(yàn)語(yǔ)料和實(shí)驗(yàn)方法

為了分析先秦諸家學(xué)派的相關(guān)度并且篩選出各學(xué)派的特征詞，我們分別從儒家、道家、法家、兵家、墨家等學(xué)派的作品中選取出具有代表性的文獻(xiàn)作為實(shí)驗(yàn)語(yǔ)料。本文選取的儒家代表文獻(xiàn)是《論語(yǔ)》和《孟子》，道家代表文獻(xiàn)是《老子》和《莊子》，法家代表文獻(xiàn)是《韓非子》和《商君書》，兵家代表文獻(xiàn)是《孫子》和《吳子》，墨家代表文獻(xiàn)是《墨子》，由于墨家的文獻(xiàn)比較少，所以只從墨家中選取一部代表性文獻(xiàn)。

本研究所采用的實(shí)驗(yàn)方法是：

(1) 從儒家、道家、法家、兵家等每個(gè)學(xué)派選出代表性文獻(xiàn)；

(2) 對(duì)每部文獻(xiàn)的詞型分別統(tǒng)計(jì)詞頻并且按照頻次降序排列，然后使用并列法確定各部文獻(xiàn)的詞型等級(jí)并做等值化處理[8]；

(3) 篩選出每個(gè)學(xué)派的共有詞型，并且取該詞型的“轉(zhuǎn)化等級(jí)”的均值作為“最終等級(jí)”；

(4) 使用斯皮爾曼等級(jí)相關(guān)系數(shù)公式，計(jì)算學(xué)派之間共有的高頻詞型等級(jí)序列的相關(guān)系數(shù)。

1.2 確定各部文獻(xiàn)的詞型等級(jí)

“詞型等級(jí)”是按詞型在文獻(xiàn)中的出現(xiàn)頻次(即詞型的詞例數(shù))遞減排序，把出現(xiàn)頻次最高的詞型等級(jí)定為1，次高的詞型等級(jí)定為2，依次類推。但對(duì)于如何確定同頻詞型的等級(jí)，國(guó)內(nèi)外學(xué)者提出最大值法、最小值法、平均值法、并列法四種方法[9]。本文使用并列法確定同頻詞型的等級(jí)，即把出現(xiàn)頻次最高的詞型等級(jí)定為1，次高的詞型等級(jí)定為2，依次類推，頻次相等的詞型為一個(gè)等級(jí)，以其在語(yǔ)料中詞頻序值為等級(jí)。

通過(guò)分析表1發(fā)現(xiàn)由于各部文獻(xiàn)的詞型數(shù)、詞例數(shù)差異都較大，使得各部文獻(xiàn)的詞型等級(jí)數(shù)差異明顯，其中《韓非子》的最大詞型等級(jí)為228，《吳子》的最大詞型等級(jí)為47，兩部文獻(xiàn)的詞型等級(jí)數(shù)量相差約五倍。

表1 先秦文獻(xiàn)的等級(jí)數(shù)和等級(jí)系數(shù)

這種情況就使得各部文獻(xiàn)之間的共有詞型難以做等級(jí)差異比較和加減運(yùn)算。例如，《老子》和《莊子》同為道家文獻(xiàn),《老子》的詞型等級(jí)數(shù)為58，《莊子》的詞型等級(jí)數(shù)為165。“聖人”這個(gè)詞型在《老子》中的詞型等級(jí)為27,在《莊子》中的詞型等級(jí)為70。單從詞型等級(jí)的大小差異來(lái)看，“聖人”在《老子》應(yīng)該比在《莊子》更常見，而實(shí)際上“聖人”在《老子》中出現(xiàn)33次，在《莊子》出現(xiàn)108次。

由于上述原因，我們提出要對(duì)各部文獻(xiàn)中的詞型等級(jí)做等值化處理。方法是給每部文獻(xiàn)設(shè)定一個(gè)等級(jí)系數(shù)，特定文獻(xiàn)中每個(gè)詞型的等級(jí)都要乘以它的等級(jí)系數(shù)，從而將由并列法確定的“原始等級(jí)”轉(zhuǎn)變?yōu)椤稗D(zhuǎn)化等級(jí)”。各部文獻(xiàn)的等級(jí)系數(shù)是不同的，特定文獻(xiàn)的等級(jí)系數(shù)等于100除以該文獻(xiàn)的最大詞型等級(jí)。例如，《老子》中的最大詞型等級(jí)為58，它的等級(jí)系數(shù)就約等于1.72；《莊子》中的最大詞型等級(jí)為165，它的等級(jí)系數(shù)就約等于0.61。表1的第五列給出了每部文獻(xiàn)的等級(jí)系數(shù)。

設(shè)定好等級(jí)系數(shù)之后，就容易比較各部文獻(xiàn)共有詞型的等級(jí)差異，例如，“聖人”在《老子》中的原始等級(jí)為27,乘以等級(jí)系數(shù)1.72，轉(zhuǎn)化等級(jí)為46.44；“聖人”在《莊子》中的原始等級(jí)為70，乘以它的等級(jí)系數(shù)0.61，轉(zhuǎn)化等級(jí)為42.70。可見“聖人”在《老子》和《莊子》中的轉(zhuǎn)化等級(jí)差異很小，在這兩部文獻(xiàn)中的重要性相差不大。表2中給出《老子》中出現(xiàn)頻次排前20位的詞型的出現(xiàn)頻次、原始等級(jí)和轉(zhuǎn)化等級(jí)。

1.3 確定各學(xué)派的共有詞型和等級(jí)

我們統(tǒng)計(jì)了各個(gè)學(xué)派代表文獻(xiàn)的共有詞型數(shù)及共現(xiàn)率，以及共有詞例數(shù)及共現(xiàn)率,如表3所示。例如，在《論語(yǔ)》和《孟子》中都出現(xiàn)的詞型有978個(gè)，占《論語(yǔ)》和《孟子》總詞型數(shù)(3 367個(gè))的29%?！墩撜Z(yǔ)》和《孟子》總詞型數(shù)等于“《論語(yǔ)》詞型數(shù)+《孟子》詞型數(shù)- 《論語(yǔ)》與《孟子》的共現(xiàn)詞型數(shù)”，因共現(xiàn)詞型在兩部文獻(xiàn)中都出現(xiàn)，故不能重復(fù)計(jì)算。這些共現(xiàn)詞型在兩部文獻(xiàn)中共出現(xiàn)41 118次，占《論語(yǔ)》和《孟子》總詞例數(shù)(46 686次)的88%。

通過(guò)分析表3發(fā)現(xiàn)，除了墨家之外，其他四個(gè)學(xué)派的詞型共現(xiàn)率都比較低，在14%至42%之間，而詞例共現(xiàn)率較高，在78%至89%之間，這說(shuō)明共現(xiàn)詞型的出現(xiàn)頻次相對(duì)較多，大多屬于高頻詞。

在同一流派內(nèi)，我們以共現(xiàn)詞型在兩部文獻(xiàn)中的轉(zhuǎn)化等級(jí)的均值作為最終等級(jí)。表4選取儒家學(xué)派的10個(gè)共現(xiàn)詞型，展示它們計(jì)算最終等級(jí)的方法。我們使用這種方法，計(jì)算出各個(gè)學(xué)派的共現(xiàn)詞型的最終等級(jí)。

表2 轉(zhuǎn)化等級(jí)的計(jì)算方法示例(等級(jí)系數(shù)為1.72)

表3 先秦諸家學(xué)派的共有詞型數(shù)、共有詞例數(shù)及共現(xiàn)率

表4 最終等級(jí)的計(jì)算方法示例

1.4 學(xué)派之間的相關(guān)度計(jì)算

學(xué)派之間相關(guān)度的計(jì)算方法采用“斯皮爾曼等級(jí)相關(guān)”系數(shù)，計(jì)算如式(1)所示。

(1)

其中，Di表示每一對(duì)詞型相應(yīng)的兩個(gè)等級(jí)之差，n表示樣本數(shù)。

斯皮爾曼等級(jí)相關(guān)系數(shù)適用于研究數(shù)據(jù)是具有等級(jí)性質(zhì)的成對(duì)數(shù)據(jù)。但是，兩個(gè)學(xué)派出現(xiàn)的詞型數(shù)據(jù)并不是成對(duì)的，所以采用這種計(jì)算方法所得到的相關(guān)系數(shù)是一個(gè)近似值。我們用ARs來(lái)表示“以學(xué)派A中特定數(shù)量詞型為樣本”與學(xué)派B中全部詞型比較所得到的相關(guān)系數(shù)，對(duì)于在學(xué)派A中出現(xiàn)而學(xué)派B中沒有出現(xiàn)的詞型，就假定該詞型在學(xué)派B中的最終等級(jí)為101。同樣，以BRs來(lái)表示“以學(xué)派B中特定數(shù)量詞型為樣本”與學(xué)派A中全部詞型比較所得到的相關(guān)系數(shù)，對(duì)于在學(xué)派B中出現(xiàn)而學(xué)派A中沒有出現(xiàn)的詞型，就假定該詞型在學(xué)派A中的最終等級(jí)為101。學(xué)派A與B的相關(guān)度用ABRs來(lái)表示，ABRs等于ARs與BRs的均值，即： ABRs=(ARs+BRs)/2。也就是說(shuō)，學(xué)派A與B的相關(guān)度就等于“以學(xué)派A中特定數(shù)量詞型為樣本”與學(xué)派B的全部詞型比較所得到的相關(guān)系數(shù)，加上“以學(xué)派B中特定數(shù)量詞型為樣本”與學(xué)派A的全部詞型比較所得到的相關(guān)系數(shù)，兩個(gè)系數(shù)之和再除以2所得到的商[10-11]。

我們選取各個(gè)學(xué)派中最終等級(jí)排在前120位的詞型作為樣本，計(jì)算各學(xué)派之間的相關(guān)系數(shù)。匯總相關(guān)數(shù)據(jù)，如表5所示。

表5 先秦各學(xué)派之間的相關(guān)系數(shù)

通過(guò)分析表5，能夠發(fā)現(xiàn)以下兩點(diǎn)：

(1) 儒家和道家的相關(guān)系數(shù)最大，這是因?yàn)檫@兩個(gè)學(xué)派的思想接近，都認(rèn)同人性本善，提倡以道德為基礎(chǔ)的治國(guó)理念，具有“民本”思想。兵家和墨家的相關(guān)系數(shù)最小，這是因?yàn)閮蓪W(xué)派的思想差異較大，墨家宣揚(yáng)仁政，主張兼愛和非攻，而兵家文獻(xiàn)主要談?wù)撚帽?，分析取得軍事勝利的策略?/p>

(2) 道家與其他各家學(xué)派相關(guān)系數(shù)的均值最大，這說(shuō)明道家思想在先秦時(shí)期的影響力最強(qiáng)。在當(dāng)時(shí)，儒家思想的影響力也弱于道家，其他各家學(xué)派都在較大程度上受到道家思想的影響。兵家思想與其他各家學(xué)派相關(guān)系數(shù)的均值最小，這是因?yàn)楸宜枷氘吘故窃跇O特殊的戰(zhàn)爭(zhēng)時(shí)期才使用的策略，其他各家思想對(duì)戰(zhàn)爭(zhēng)都持有謹(jǐn)慎態(tài)度。

2 先秦諸家學(xué)派的特征詞研究

2.1 實(shí)驗(yàn)方法

先秦諸家學(xué)派的特征詞研究所使用的語(yǔ)料，與各學(xué)派之間的相關(guān)度分析所使用的語(yǔ)料完全相同。諸家學(xué)派的特征詞研究實(shí)驗(yàn)方法共分四步，其中的前三步與各學(xué)派之間相關(guān)度分析方法的前三步完全相同，即都是要先選取各學(xué)派代表作，然后統(tǒng)計(jì)各代表作的詞頻，并依此確定詞型等級(jí)和做等值化處理，再確定各學(xué)派的共有詞型和“最終等級(jí)”。

第四步是通過(guò)分析某學(xué)派各個(gè)詞型與其他各學(xué)派中相同詞型的等級(jí)之間差額大小，篩選出該學(xué)派特征系數(shù)較高的詞型。

第五步是篩選掉其中的虛詞，只保留特征系數(shù)較高的實(shí)詞作為該學(xué)派的特征詞。

2.2 各流派的特征詞計(jì)算

我們通過(guò)計(jì)算學(xué)派中各個(gè)詞型的特征系數(shù)，來(lái)篩選出學(xué)派中的特征詞。特征系數(shù)的取值范圍是正值、負(fù)值或零。計(jì)算詞型特征系數(shù)的方法如式(2)所示。

(2)

其中，Dj表示某個(gè)詞型在特定學(xué)派中的特征系數(shù)，Di表示“某詞型在‘對(duì)比學(xué)派’中的最終等級(jí)”減去“該詞型在特定學(xué)派中的最終等級(jí)”所得到的差[12]，n表示“對(duì)比學(xué)派”的數(shù)量，在本研究中，n的取值應(yīng)該大于或等于1，小于或等于4。

本研究中共有五家學(xué)派，在對(duì)比時(shí)，我們是用一家學(xué)派與其他四家學(xué)派相比較，所以在本研究中n不會(huì)大于4。在用特定學(xué)派中的某個(gè)詞型與其他多家學(xué)派的詞型對(duì)比時(shí)，有時(shí)該詞型不能在其他多家學(xué)派中也都出現(xiàn)。如果該詞型在其他學(xué)派中都沒有出現(xiàn)，就無(wú)法計(jì)算其特征系數(shù)，所以我們規(guī)定該詞型必須在另外至少1家學(xué)派中出現(xiàn)，才把該詞型放在特征詞統(tǒng)計(jì)范圍之內(nèi)[13-14]。所以在本研究中，式(2)中的n的取值應(yīng)該大于或等于1，小于或等于4。經(jīng)過(guò)統(tǒng)計(jì)，我們發(fā)現(xiàn)各個(gè)學(xué)派中符合此條件的詞型數(shù)量是： 儒家882個(gè)、道家663個(gè)、法家1 016個(gè)、兵家489個(gè)、墨家1 377個(gè)。從表3中可以看到，儒家、道家、法家、兵家和墨家的共有詞型數(shù)分別為978個(gè)、714個(gè)、1 129個(gè)、503個(gè)、3 920個(gè)，除墨家以外，其他各家學(xué)派符合此條件的詞型數(shù)均占各家共有詞型數(shù)的89%以上。

由式(2)可以看出：

(1) 詞型的特征系數(shù)是與特定學(xué)派聯(lián)系在一起的，是在特定學(xué)派中的特征系數(shù)，同一詞型在不同學(xué)派中的特征系數(shù)是不同的。

(2) 當(dāng)特定學(xué)派中某詞型的特征系數(shù)為正值時(shí)，表示該詞型在特定學(xué)派中所處的等級(jí)位置是比較靠前的，高于該詞型在多家“對(duì)比學(xué)派”中的等級(jí)均值；當(dāng)特征系數(shù)為負(fù)值時(shí)，表示該詞型在特定學(xué)派中所處的等級(jí)位置是比較靠后的，低于該詞型在多家“對(duì)比學(xué)派”中的等級(jí)均值；當(dāng)特征系數(shù)為零時(shí)，表示該詞型的在特定學(xué)派的等級(jí)值等同于該詞型在多家“對(duì)比學(xué)派”中的等級(jí)均值。

使用該方法，計(jì)算各家學(xué)派中所有詞型的特征系數(shù)，按照特征系數(shù)的大小降序排列，并且篩除虛詞只保留實(shí)詞。表6中列舉出各學(xué)派特征系數(shù)最大的30個(gè)詞型。

表6 先秦各學(xué)派的特征詞及其特征系數(shù)

通過(guò)分析表6，能夠發(fā)現(xiàn)以下兩點(diǎn)：

(1) 使用本方法所篩選出的各學(xué)派特征詞與各學(xué)派的思想主題是相符的，能夠代表各學(xué)派的思想特征。例如，儒家學(xué)派的特征詞有“孔子”“仁”“君子”“問”“禮”“學(xué)”等，這與儒家主題特征是相符的[15]；道家的特征詞有“德”“聖人”“物”“生”“始”“天下”“道”等，與道家主題特征是相符的；法家學(xué)派的特征詞有“主”“法”“私”“官”“刑”“明”“治”“令”“賞”等，與法家的主題特征相符[16]；兵家的特征詞有“軍”“戰(zhàn)”“敵”“兵”“擊”“勝”“地”“進(jìn)”等，與兵家的主題特征相符[17]；墨家的特征詞有“尺”“城”“愛”“兼”“天”“鬼”“義”等等，與墨家的主題特征相符[18]。

(2) 由以上分析發(fā)現(xiàn)，我們所提出的特征詞計(jì)算方法是完全可行的，可以在同類研究中推廣使用。

3 結(jié)語(yǔ)

先秦諸家思想對(duì)后世影響深遠(yuǎn)，歷來(lái)研究者眾多，但以往的研究全都是對(duì)諸家思想的異同作定性地分析和評(píng)論。本文首次采用計(jì)算語(yǔ)言學(xué)方法對(duì)先秦諸家思想的異同做定量的統(tǒng)計(jì)和比較，先分別找出各家學(xué)派中的共有詞型序列，然后計(jì)算各學(xué)派高頻詞型等級(jí)之間斯皮爾曼等級(jí)相關(guān)系數(shù)，經(jīng)過(guò)數(shù)據(jù)統(tǒng)計(jì)之后發(fā)現(xiàn)儒道兩學(xué)派之間的相關(guān)度最高，兵墨兩學(xué)派之間的相關(guān)度最低；道家與其他各學(xué)派之間的相關(guān)系數(shù)的均值最大，說(shuō)明先秦時(shí)期道家對(duì)其他學(xué)派的影響力最大。本文還通過(guò)計(jì)算各學(xué)派詞型等級(jí)之間的差異度，來(lái)獲取各個(gè)學(xué)派的主題特征詞，這些特征詞能夠反映出各個(gè)學(xué)派的主要思想特征。