基于Pajek的《說文解字》部首關(guān)系可視化與計量性探索

王奕人 張緣緣

一、引言

《說文解字》是我國歷史上第一部系統(tǒng)分析漢字字形和字源的漢語字典，也是我國第一部文字學(xué)專書。但由于漢字部首數(shù)量多、關(guān)系雜，純?nèi)斯そy(tǒng)計整理漢字部首間的關(guān)系非常困難，所以到目前為止都沒有形成一個全面系統(tǒng)的部首間關(guān)系整體框架。因此，本研究在數(shù)字化時代大背景下，基于Pajek社會網(wǎng)絡(luò)分析技術(shù)，從可視化和計量性兩個方面對漢字部首關(guān)系進(jìn)行深入研究，旨在探索社會網(wǎng)絡(luò)分析技術(shù)與傳統(tǒng)文字學(xué)科結(jié)合的最優(yōu)模式，挖掘新興信息科學(xué)技術(shù)在傳統(tǒng)人文學(xué)科中的應(yīng)用價值與學(xué)術(shù)價值。

二、相關(guān)研究現(xiàn)狀

數(shù)字人文是將計算機(jī)網(wǎng)絡(luò)技術(shù)與傳統(tǒng)人文學(xué)科結(jié)合起來，進(jìn)行交叉研究而形成的新興跨領(lǐng)域?qū)W科。在數(shù)字化時代的大背景下，社會網(wǎng)絡(luò)分析技術(shù)與傳統(tǒng)人文學(xué)科結(jié)合的研究領(lǐng)域有著廣闊的應(yīng)用空間。比較具有代表性的是南京師范大學(xué)陳小荷和許超（2014）等人以網(wǎng)絡(luò)科學(xué)為視角研究《左傳》的文章，其構(gòu)建了春秋時期人物關(guān)系網(wǎng)絡(luò)，以此來探查《左傳》中反映的春秋社會歷史；趙薇（2018）運用社會網(wǎng)絡(luò)分析技術(shù)對小說《大波》“三部曲”中的人物關(guān)系和社會網(wǎng)絡(luò)進(jìn)行了可使用性分析等。

本研究以許慎的《說文解字》540部漢字部首為研究對象，在此領(lǐng)域中的研究成果數(shù)不勝數(shù)，歷代學(xué)者從不同角度對其進(jìn)行了深入的研究。經(jīng)查閱文獻(xiàn)資料，可大致將以往對《說文解字》的研究概括為兩方面內(nèi)容：一方面，是對部首分類方面的研究，另一方面，是以某部為切入點的部首字形義方面的研究。前者在部首分類方面進(jìn)行了著重考察研究，后者針對具體的某一個部首進(jìn)行深入全面研究，包括發(fā)展歷史、研究現(xiàn)狀、研究思想與方法等。

前人對《說文解字》的研究涉及方方面面，取得的成果也十分顯著。但目前學(xué)界還沒有學(xué)者對漢字部首間的關(guān)系進(jìn)行可視化和計量性研究，不能很好地滿足部首關(guān)系研究、漢字研究等方面的學(xué)術(shù)需求。不僅如此，由于社會網(wǎng)絡(luò)分析技術(shù)與傳統(tǒng)人文學(xué)科結(jié)合的應(yīng)用在國內(nèi)起步較晚，仍在探索和發(fā)展階段，對于人文性更強(qiáng)的項目研究還處于相對起步階段，尚未形成系統(tǒng)的研究方法理論。綜上所述，本研究借助Pajek社會網(wǎng)絡(luò)分析技術(shù)，旨在為傳統(tǒng)人文學(xué)科知識的呈現(xiàn)與傳播提供新的方法與形態(tài)。面對目前傳統(tǒng)人文學(xué)科所面臨的挑戰(zhàn)，借助新興數(shù)字化技術(shù)，從不同角度對傳統(tǒng)人文學(xué)科進(jìn)行再挖掘和進(jìn)一步整合，使傳統(tǒng)人文學(xué)科伴隨著科技的發(fā)展而更加完善。

三、《說文解字》部首關(guān)系的可視化研究

（一）網(wǎng)絡(luò)文件

在Pajek社會網(wǎng)絡(luò)分析技術(shù)中，一張圖和附加在圖的點線之上的信息可以構(gòu)成一個網(wǎng)絡(luò)。利用Pajek研究《說文解字》部首關(guān)系時，可以借頂點表示部首，連線表示部首間關(guān)系，并改變顏色加以區(qū)分，通過新建網(wǎng)絡(luò)文件，把540個部首之間錯綜復(fù)雜的關(guān)系以網(wǎng)絡(luò)圖的形式進(jìn)行可視化展示，更加清晰直觀，為部首關(guān)系的全面研究提供了便利。通過系統(tǒng)地收集和整理資料，本文將《說文解字》部首間的關(guān)系分為五類。

1.意義相近

意義相近指在形符互換的異體字中，充當(dāng)形符的兩個或多個部首承擔(dān)角度和內(nèi)容相同或相近的表義功能。

例如《說文解字》中提到：“蔦，寄生也。從艸，鳥聲?！对姟吩唬骸\與女蘿。樢，蔦或從木?！薄笆\”與“樢”即為一組形符互換的異體字，“蔦”的形符為“艸”，“樢”的形符為“木”，而“艸”與“木”的本義又同屬植物，屬性相近，故判斷艸部和木部的關(guān)系為意義相近。

2.意義相關(guān)

意義相關(guān)指在形符互換的異體字中，充當(dāng)形符的兩個或多個部首承擔(dān)角度和內(nèi)容相關(guān)的表義功能。

例如《說文解字》：“祝，祭主贊詞者。從示，從人、口?！倍都崱分杏痔岬健白＃驈氖场?，這說明“?！边€有一個異體字，即把示部替換為食部。“?！钡男畏静勘硎尽白！钡囊饬x與祭祀有關(guān)，而異體字的形符食部則表示祭祀之禮起源于飲食。雖然示部和食部在這組異體字中可以互換，但二者承擔(dān)的表義功能并不完全相同，只是在內(nèi)容上有一定的相關(guān)性，故判斷示部和食部的關(guān)系為意義相關(guān)。

3.同源分化

同源分化指取形對象相同，但由于字形分化，演變?yōu)榱瞬煌渴椎姆只F(xiàn)象。

例如很多部首在造字之初都選取人的圖形，但取形的角度則不盡相同。人部、尸部是依據(jù)人的側(cè)面圖形而造，其中，人部源于人的側(cè)面站立之形，尸部在《說文解字》中的釋義為“尸，陳也。象臥之形”。說明尸部源于人的側(cè)面屈臥之形。大部、子部是依據(jù)人的正面圖形而造，其中，大部源于成人的正面圖形，子部源于幼兒的正面圖形，《漢語大字典》中也提到子部的金文“象小兒頭上有發(fā)及兩脛之形”。故判斷這些取人之形造字的部首之間存在同源分化的關(guān)系。

4.異體部首

異體部首指部首及其異體字分別作部首，并且各有其從屬字。

根據(jù)朱強(qiáng)的《<說文解字>異體部首探析》一文，可以了解到《說文解字》的540部中共有五組異體部首，出現(xiàn)這種情況是由于五個異體字單獨立部，并沒有像通常情況那樣歸入與其對應(yīng)的五個正體部首中。例如《說文解字》中明確提出了“亣，籀文大，改古文”，認(rèn)為“大”是古文，“亣”是對應(yīng)的籀文。然而，亣部并沒有合并進(jìn)大部，而是單獨立部，有自己的從屬字，并且二者的從屬字在結(jié)構(gòu)上呈現(xiàn)出了不同的特點。故判斷大部和亣部之間存在異體部首的關(guān)系。

5.訛變

訛變指在漢字的演變和使用過程中，由于使用者出現(xiàn)失誤，導(dǎo)致漢字形體的突變。

漢字的訛變在其漫長的演變過程中并不少見，但部首的訛變則沒有那么豐富?！墩f文解字》540部中較為典型的訛變出現(xiàn)在月部和肉部之間。觀察“月”和“肉”的字形演變可以發(fā)現(xiàn)，二者甲骨文和西周金文的字形都有著非常明顯的區(qū)別，但從戰(zhàn)國時期開始，字形趨于相同，到了篆文，已經(jīng)十分接近，很難區(qū)分，人們在寫作時將二者混淆也是情理之中。

（二）分區(qū)文件

分區(qū)文件主要用于保存網(wǎng)絡(luò)頂點的分類或聚類信息，使每個頂點都能被確切地劃分到某個分區(qū)類別中。在研究漢字部首關(guān)系時，可以利用分區(qū)文件的特點對540個部首進(jìn)行意義和功能方面的分類，從而更有針對性地進(jìn)行討論。

關(guān)于部首的意義分區(qū)文件，鄒曉麗的《基礎(chǔ)漢字形義釋源》將540部分為七個意義類別，分別是：以人體為內(nèi)容的部首、以器用為內(nèi)容的部首、以動物為內(nèi)容的部首、以植物為內(nèi)容的部首、以自然界為內(nèi)容的部首、以數(shù)字為內(nèi)容的部首和以干支字為內(nèi)容的部首。用不同顏色的頂點表示歸屬于不同意義類別的部首，并給予它們不同的分類號，最終呈現(xiàn)在網(wǎng)絡(luò)圖上會更加清晰直觀，也方便研究者分析相同和不同意義類別部首的分布情況。

部首的功能分區(qū)文件參考了王晴的《<說文解字>五百四十部首研究》對部首進(jìn)行的分類，根據(jù)部首從屬字的數(shù)量及其造字能力，分為高能部首、中能部首、低能部首和無能部首，并同意義分區(qū)文件一樣，用不同顏色的頂點和不同的分類號加以區(qū)分。

（三）矢量文件

矢量文件負(fù)責(zé)保存頂點的連續(xù)特征，可以為網(wǎng)絡(luò)中的每一個頂點賦予一個實數(shù)值，并最終反映在頂點面積的大小上。在研究《說文解字》部首關(guān)系時，矢量文件的應(yīng)用主要體現(xiàn)在計量化研究中。

四、《說文解字》部首關(guān)系的計量化研究

（一）計量化方法

如何對《說文解字》540部進(jìn)行計量化分析，也是一個非常重要的問題。根據(jù)上述的可視化操作，這樣部首之間的關(guān)系通過網(wǎng)絡(luò)圖能夠直觀地展示出來，然而網(wǎng)絡(luò)圖同樣需要數(shù)據(jù)支撐，這樣部首間關(guān)系才會更加明確。對此，可以選擇兩種計量化方法進(jìn)行研究。

點度，即一個頂點所擁有的連線數(shù)量。一個頂點所擁有的連線越多，它的點度越大，在能化排列時更靠近部首網(wǎng)絡(luò)的中心，在部首網(wǎng)絡(luò)關(guān)系圖中占據(jù)更重要的位置，在矢量文件中，該頂點的面積也相對較大。點度較小的部首在能化排列時則較為邊緣化，它所對應(yīng)的頂點也較小。一般高點度頂點也更容易出現(xiàn)在網(wǎng)絡(luò)中的高密度區(qū)。

斯皮爾曼等級相關(guān)系數(shù)用于分析頂點某種特征的秩次與頂點另一種特征秩次是否相符。在統(tǒng)計學(xué)中，兩種現(xiàn)象的關(guān)系往往用相關(guān)系數(shù)來衡量。相關(guān)系數(shù)的取值范圍為-1到1。相關(guān)系數(shù)為正，意味著一種特征的高得分與另一種特征的高得分相關(guān)；相關(guān)系數(shù)為負(fù)，意味著一種特征的高得分與另一種特征的低得分相關(guān)。如果相關(guān)系數(shù)的絕對值小于0.05，意味著不相關(guān)，絕對值為0.05-0.25為弱相關(guān)，絕對值為0.25-0.60為中度相關(guān)，絕對值為0.60-1.00為強(qiáng)相關(guān)。

（二）實驗和分析

為了驗證上述的計量化方法，本文選取《說文解字》540部中與口部相關(guān)的28個部首進(jìn)行可視化展現(xiàn)，并對此進(jìn)行點度和斯皮爾曼相關(guān)系數(shù)的計量化分析。

1.點度

計算點度需要用到分區(qū)矢量文件。需要先得到與口部有關(guān)部首的點度分區(qū)文件（Net>Partitions>Degree>All），執(zhí)行此指令后，便可以得到點度分區(qū)文件。接著，需要得到矢量文件（Partition>Make vector），最后進(jìn)行可視化展現(xiàn)。

根據(jù)分區(qū)矢量網(wǎng)絡(luò)圖可知：口部的連線數(shù)量為12，即口部的點度為12?？诓吭诰W(wǎng)絡(luò)圖中占據(jù)中心位置，且口部對應(yīng)頂點的面積也最大，根據(jù)可視化分析，同樣可以知道亣部在部首網(wǎng)絡(luò)圖中與其他部首的連線數(shù)量為1，即亣部的點度為1，亣部在部首網(wǎng)絡(luò)圖中也就處于邊緣位置，所對應(yīng)頂點的面積也最小。

2.斯皮爾曼等級相關(guān)系數(shù)

為了驗證部首點度和其功能的相關(guān)性，本文運用Pajek軟件進(jìn)行了斯皮爾曼等級相關(guān)系數(shù)的計算。

計算斯皮爾曼等級相關(guān)系數(shù)需要用到的是兩個分區(qū)文件，即點度分區(qū)文件和功能分區(qū)文件。前文均有提及，此處就不過多贅述。

下面將對其操作步驟進(jìn)行簡述：在分區(qū)列表框的第一欄和第二欄中分別選擇點度分區(qū)文件（由Net>Partitions>Degree>All指令生成）和功能分區(qū)文件，二者先后順序并不重要。在指定兩個分區(qū)文件后，執(zhí)行Partitions>Info>Spearman Rank指令便可計算斯皮爾曼等級相關(guān)系數(shù)。

根據(jù)上述操作所得出的數(shù)據(jù)進(jìn)行分析：斯皮爾曼等級相關(guān)系數(shù)所得出的結(jié)果約為0.15，也就是說，以口部為中心的部首網(wǎng)絡(luò)圖的點度和以口部為中心的部首的功能的相關(guān)系數(shù)為0.15。根據(jù)上述相關(guān)系數(shù)的取值范圍可知，斯皮爾曼等級相關(guān)系數(shù)位于0.05-0.25之間時，表明兩種關(guān)系呈現(xiàn)弱相關(guān)，即部首在網(wǎng)絡(luò)圖中的點度與其功能呈現(xiàn)弱相關(guān)。

五、結(jié)語

本文分析了《說文解字》540部部分部首之間的關(guān)系，并將Pajek社會網(wǎng)絡(luò)分析技術(shù)融入其中，通過可視化和計量化方法，旨在更加準(zhǔn)確地展示漢字部首間關(guān)系。實驗證明，本文所提出的將社會網(wǎng)絡(luò)分析技術(shù)與傳統(tǒng)語言學(xué)結(jié)合研究的方法是切實可行的。本文選取的方法，除了用于研究漢字部首關(guān)系外，還可以為辭書編纂、對外漢語教學(xué)、古代漢語教學(xué)等領(lǐng)域提供參考。由于知識結(jié)構(gòu)的限制，本文只對目前的研究結(jié)果進(jìn)行闡述，不敢隨意妄下定論。但這也說明社會網(wǎng)絡(luò)分析技術(shù)與傳統(tǒng)語言學(xué)結(jié)合的研究是大有可為的。工作目前偏向技術(shù)性嘗試，今后仍有許多工作需要完善。

參考文獻(xiàn)：

[1][荷蘭]沃特·德·諾伊，[斯洛文尼亞]安德烈·姆爾瓦，[斯洛文尼亞]弗拉迪米爾·巴塔蓋爾吉，著.蜘蛛：社會網(wǎng)絡(luò)分析技術(shù)[M].林楓，譯.北京：世界圖書出版公司，2012.

[2]鄒曉麗.基礎(chǔ)漢字形義釋源——《說文》部首今讀本義[M].北京：中華書局，2007.

[3]王玉新.漢字部首認(rèn)知研究[M].濟(jì)南：山東大學(xué)出版社，2009.

[4]王晴.《說文解字》五百四十部首研究[D].江西師范大學(xué)，2009.

★基金項目：本文系西南民族大學(xué)省級大學(xué)生創(chuàng)新訓(xùn)練項目“《說文解字》部首關(guān)系的可視化與計量性研究”（項目編號：S202210656147）的階段性成果。

（作者簡介：王奕人，女，本科在讀，西南民族大學(xué)中國語言文學(xué)學(xué)院，研究方向：漢語國際教育；張緣緣，女，本科在讀，西南民族大學(xué)中國語言文學(xué)學(xué)院，研究方向：漢語國際教育；<通訊作者：李涵宇>）

（責(zé)任編輯 王瑞鋒）