國內(nèi)數(shù)字人文領(lǐng)域文獻(xiàn)主題識別及框架研究

[摘 要]數(shù)字人文能夠活化中國文化，向世界更好地展示中國聲音，講好中國故事。從數(shù)字人文領(lǐng)域研究成果中識別文獻(xiàn)主題，能夠客觀地幫助該領(lǐng)域?qū)W者快速了解與掌握國內(nèi)數(shù)字人文研究內(nèi)容和動向，并形成國內(nèi)該領(lǐng)域基于文獻(xiàn)研究的框架，為相關(guān)研究提供理論支撐。以CNKI中數(shù)字人文領(lǐng)域的1886篇文獻(xiàn)為樣本，綜合使用LDA、Word2Vec及共現(xiàn)分析等文本計(jì)算方法抽取主題，形成以信息技術(shù)為驅(qū)動，以數(shù)字藝術(shù)、文化遺產(chǎn)、歷史檔案等主要研究領(lǐng)域?yàn)閷W(xué)科建設(shè)突破口，以人才培養(yǎng)為最終目標(biāo)的國內(nèi)數(shù)字人文領(lǐng)域研究框架。

[關(guān)鍵詞]數(shù)字人文 文本計(jì)算 主題識別 研究框架 LDA

[分類號]G250.7

2020年11月，教育部在全國新文科建設(shè)工作會議上發(fā)布了《新文科建設(shè)宣言》，明確指出要積極推動人工智能、大數(shù)據(jù)等現(xiàn)代信息技術(shù)與文科專業(yè)深入融合[1]。數(shù)字人文作為人文學(xué)科、計(jì)算機(jī)科學(xué)交叉研究的新型領(lǐng)域，逐漸超越作為工具或提供服務(wù)的功能性角色定位，被賦予新的人文學(xué)科身份，成為新文科建設(shè)的重點(diǎn)內(nèi)容，推動數(shù)字人文領(lǐng)域研究蓬勃發(fā)展，吸引傳統(tǒng)的人文領(lǐng)域、計(jì)算機(jī)科學(xué)技術(shù)領(lǐng)域以及數(shù)據(jù)分析領(lǐng)域等學(xué)者參與到數(shù)字人文的建設(shè)中來。隨著越來越多的學(xué)科融入其中，如何幫助研究人員從宏觀層面快速了解和把握研究重點(diǎn)和發(fā)展趨勢，探索具有創(chuàng)新性和可持續(xù)發(fā)展的研究課題，提高研究的科學(xué)性和穩(wěn)健性是當(dāng)下亟待解決的問題。在新文科建設(shè)和文化強(qiáng)國戰(zhàn)略等建設(shè)推動下，通過主題挖掘的方式形成研究框架能夠描述當(dāng)前學(xué)界研究范圍和研究焦點(diǎn)，從而對我國數(shù)字人文領(lǐng)域研究提供理論支撐。

1 相關(guān)研究

1.1 數(shù)字人文主題研究

數(shù)字人文起源于人文計(jì)算，是以人文數(shù)據(jù)為基礎(chǔ)，以數(shù)據(jù)挖掘、知識圖譜等計(jì)算機(jī)技術(shù)和多媒體技術(shù)為支撐，輔助研究者開展人文研究而形成的新型跨學(xué)科研究領(lǐng)域[2]，國內(nèi)外學(xué)者從定性和定量視角不斷完善數(shù)字人文理論與方法，針對不同領(lǐng)域開展數(shù)字人文研究，形成了一系列研究成果。劉煒等[3]從技術(shù)體系與理論結(jié)構(gòu)對數(shù)字人文的整體性發(fā)展進(jìn)行探討。蔡迎春等[4]以“共享場景”理念分析了圖書館創(chuàng)建數(shù)字人文實(shí)驗(yàn)室的時空呈現(xiàn)、基礎(chǔ)設(shè)施、參與人員、交互體驗(yàn)4個構(gòu)成要素和空間、平臺、培訓(xùn)、管理4個關(guān)鍵環(huán)節(jié)。這些研究成果為開展數(shù)字人文演化路徑與熱點(diǎn)主題識別、人文與信息技術(shù)關(guān)系的探索等量化研究提供了有意義的數(shù)據(jù)支持?？缕降萚5]運(yùn)用文獻(xiàn)計(jì)量方法對WOS核心集中數(shù)字人文研究文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析和內(nèi)容挖掘，得出數(shù)字人文研究的前沿和熱點(diǎn)領(lǐng)域。李晚蓮等[6]提出一種基于Word2Vec詞嵌入和LDA主題建模技術(shù)的科學(xué)研究前沿識別方法，對國際數(shù)字人文領(lǐng)域的前沿主題進(jìn)行探測。魯國軒等[7]提出一種基于機(jī)器學(xué)習(xí)的數(shù)字人文文獻(xiàn)主題識別分類模型，實(shí)現(xiàn)了不同領(lǐng)域數(shù)字人文文獻(xiàn)的多種分類。Fangli S等[8]使用Pajek和VOSviewer對1900—2020年期間的WOS核心集中數(shù)字人文研究文獻(xiàn)進(jìn)行分析，識別出館藏內(nèi)容、技術(shù)驅(qū)動、跨學(xué)科合作及數(shù)字人文演進(jìn)4個研究主題。Soohung J等[9]收集2010—2020年Scopus等多個數(shù)據(jù)庫的數(shù)字人文研究文獻(xiàn)，采用LDA主題建模的方式，分析數(shù)字人文研究領(lǐng)域課題及其發(fā)展趨勢。

1.2 數(shù)字人文研究框架

研究框架能從宏觀層面描述數(shù)字人文領(lǐng)域研究的大致范圍和焦點(diǎn)，目前針對數(shù)字人文領(lǐng)域框架的研究并不多。王麗華等[10]辨析了數(shù)字人文相關(guān)的人文學(xué)科、人文科學(xué)、人文主義等概念，從數(shù)字人文基礎(chǔ)、方法論、具體工作內(nèi)容及研究領(lǐng)域4個方面構(gòu)建了數(shù)字人文理論框架。唐江浩等[11]采用扎根理論等方法從數(shù)字信息獲取能力、數(shù)字技術(shù)運(yùn)用能力、數(shù)字學(xué)術(shù)交流能力3個方面構(gòu)建了人文學(xué)者數(shù)字學(xué)術(shù)能力理論框架。左娜等[12]基于共生理論從共生單元、共生模式與共生環(huán)境3個方面構(gòu)建了數(shù)字人文多主體共生的分析框架。饒梓欣等[13]運(yùn)用扎根理論方法對8所國外高校數(shù)字人文中心的項(xiàng)目管理數(shù)據(jù)進(jìn)行分析，從項(xiàng)目界定、項(xiàng)目規(guī)劃、項(xiàng)目實(shí)施、項(xiàng)目結(jié)束4個方面構(gòu)建出數(shù)字人文項(xiàng)目管理框架。

學(xué)者們圍繞數(shù)字人文領(lǐng)域的理論、技術(shù)、資源等方面進(jìn)行了深入的探討，為形成數(shù)字人文領(lǐng)域研究框架提供了理論基礎(chǔ)。在主題研究方面，現(xiàn)有研究多是使用文獻(xiàn)計(jì)量方法，少量文獻(xiàn)采用主題概率模型進(jìn)行數(shù)字人文領(lǐng)域演化路徑與熱點(diǎn)主題識別研究。在框架研究方面，現(xiàn)有研究主要以定性的研究方法圍繞數(shù)字人文領(lǐng)域研究機(jī)制進(jìn)行初步探索，缺少以定量研究方法從宏觀層面形成國內(nèi)數(shù)字人文領(lǐng)域研究框架的成果。因此，筆者基于LDA主題模型[14-15]、Word2Vec模型[16]及共現(xiàn)分析法提出一種用于數(shù)字人文領(lǐng)域文獻(xiàn)主題識別的方法，為研究人員提供了一種更加符合數(shù)字人文科學(xué)規(guī)律的新視角。通過量化研究方法形成的框架具有可調(diào)性，以可視化的方式呈現(xiàn)，可以動態(tài)性地幫助數(shù)字人文領(lǐng)域研究學(xué)者，特別是交叉學(xué)科領(lǐng)域?qū)W者準(zhǔn)確把握數(shù)字人文研究的重點(diǎn)和整體發(fā)展趨勢。

2 研究過程

通過文本計(jì)算方法識別出主題的組成要素，形成國內(nèi)數(shù)字人文領(lǐng)域研究框架。主要包括數(shù)據(jù)獲取與預(yù)處理、最優(yōu)主題數(shù)目確定、LDA主題聚類、主題圖譜構(gòu)建4個步驟。首先，從CNKI數(shù)據(jù)庫中獲取文獻(xiàn)數(shù)據(jù)，構(gòu)造特征詞表和無效詞表，進(jìn)行數(shù)據(jù)預(yù)處理；其次，使用困惑度評價(jià)法確定文獻(xiàn)的最優(yōu)主題數(shù)目，使用LDA聚類出主題-詞分布，進(jìn)行主題識別；再次，通過引入Word2Vec詞向量模型進(jìn)行文本向量化表示，計(jì)算主題與文本間相似度，并設(shè)置閾值過濾無效主題；最后，利用主題聚類結(jié)果進(jìn)行共現(xiàn)分析，并通過VOSviewer可視化的方式形成數(shù)字人文領(lǐng)域文獻(xiàn)主題聚類。研究過程如圖1所示。

2.1 LDA主題模型

LDA主題模型可以從語義層面識別數(shù)字人文領(lǐng)域文獻(xiàn)主題，主要體現(xiàn)文檔與主題、主題與主題詞的關(guān)系，其中主題詞服從狄利克雷分布，概率值越大，表示主題與主題詞的關(guān)系越強(qiáng)，越能表示主題。LDA模型的聯(lián)合概率如公式（1）所示[15]。

[p（θ，z，w|α，β）=p（θ|α）n=1Np（zn|θ）p（wn|zn，β）] （1）

2.2 無效主題過濾

相似度平均值能夠從全局視角判斷主題與文本之間是否具有協(xié)同性[17]，解決通過困惑度確定最優(yōu)主題數(shù)目可能導(dǎo)致無效主題出現(xiàn)的問題。基于此，使用Word2Vec的Skip-gram模型訓(xùn)練詞向量，計(jì)算主題與所有文本的相似度，生成相似度矩陣，然后計(jì)算主題與文本間相似度平均值，設(shè)定閾值，過濾相似度平均值低于閾值的主題，如公式（2）所示。

[AvgSim=1n（i=1nsim（tj，di））] （2）

其中，[AvgSim]是指主題與文本間的相似度平均值；[tj]是指第j個主題；[di]是指第i個文本；[sim（tj，di）]是指主題與文本間的相似度。

2.3 核心主題抽取

通過LDA提取的主題詞能夠概括對應(yīng)的主題，但由于LDA聚類出的主題對應(yīng)的詞簇具有泛化性的特點(diǎn)，依靠人工從詞簇中提煉主題存在主觀性。因此，提出使用共現(xiàn)分析的方法識別關(guān)聯(lián)度和影響較大的主題詞，進(jìn)而發(fā)現(xiàn)最能準(zhǔn)確描述和概括數(shù)字人文的研究主題。其中主題詞共現(xiàn)強(qiáng)度如公式（3）所示[18]。

[Eij=S2ijSiSj] （3）

其中，[Eij]是指主題詞共現(xiàn)強(qiáng)度；[Si]與[Sj]是指主題詞在主題語句中出現(xiàn)的頻次；[Sij]是指兩個主題詞共現(xiàn)在主題語句中的數(shù)量。

3 數(shù)字人文領(lǐng)域文獻(xiàn)主題識別

3.1 數(shù)據(jù)獲取與預(yù)處理

首先，以“數(shù)字人文”為檢索詞對CNKI數(shù)據(jù)庫進(jìn)行檢索，截至2022年12月共檢索出文獻(xiàn)1938篇，剔除無效文獻(xiàn)后共計(jì)1886篇，從數(shù)據(jù)庫中導(dǎo)出文獻(xiàn)的篇名、摘要和關(guān)鍵詞；其次，對數(shù)據(jù)進(jìn)行清洗，提取3154個文獻(xiàn)關(guān)鍵詞作為特征詞表；最后，為進(jìn)一步提高主題識別的準(zhǔn)確度，防止研究、分析、目的等學(xué)術(shù)類無效詞的干擾，構(gòu)建面向數(shù)字人文領(lǐng)域的無效詞表。

3.2 最優(yōu)主題數(shù)目確定

基于分詞結(jié)果，計(jì)算主題的困惑度值[19]，生成困惑度曲線。為防止過擬合，選取困惑度下降不明顯或處于拐點(diǎn)的值，確定最優(yōu)主題數(shù)目為28，如圖2所示。

3.3 LDA主題聚類

首先，使用LDA主題模型進(jìn)行主題聚類，生成主題-詞的分布；其次，使用文獻(xiàn)的篇名、摘要及關(guān)鍵詞來訓(xùn)練詞向量模型，基于公式（2）計(jì)算主題與每篇文本的相似度平均值，閾值設(shè)定為0.2，并進(jìn)行人工判讀，過濾無效主題[20]，最終確定有效主題數(shù)目為20，LDA主題識別結(jié)果如表1所示。

3.4 核心主題抽取

首先，在主題-詞過濾的基礎(chǔ)上，基于公式（3）使用Python生成主題詞共現(xiàn)矩陣；其次，對“數(shù)字人文”等干擾詞進(jìn)行過濾及同義詞合并，最終得到大小為157*157的共現(xiàn)矩陣；最后，使用Ucinet軟件將共現(xiàn)矩陣轉(zhuǎn)成Pajek格式，導(dǎo)入VOSviewer分析軟件繪制出數(shù)字人文主題詞共現(xiàn)圖譜（見圖3），圓圈大小表示主題重要度，連線表示主題詞之間的交互關(guān)系。其中較大的圓圈諸如“數(shù)字人文項(xiàng)目”“人才培養(yǎng)”“信息技術(shù)”“學(xué)科”“歷史”“圖書館”“人工智能”等，表示這些主題詞被共現(xiàn)多次，同時這些主題詞也反映出國內(nèi)數(shù)字人文研究關(guān)注的熱點(diǎn)方向。

4 數(shù)字人文領(lǐng)域研究框架

通過對國內(nèi)數(shù)字人文領(lǐng)域文獻(xiàn)核心主題的識別，筆者抽取信息技術(shù)、數(shù)字藝術(shù)、文化遺產(chǎn)、歷史檔案、學(xué)科建設(shè)、人才培養(yǎng)6個主題，各主題之間相互支撐，并存在層次關(guān)系，形成了以信息技術(shù)為驅(qū)動，以數(shù)字藝術(shù)、文化遺產(chǎn)、歷史檔案等主要研究領(lǐng)域?yàn)閷W(xué)科建設(shè)突破口，以人才培養(yǎng)為最終目標(biāo)的國內(nèi)數(shù)字人文領(lǐng)域研究框架（見圖4），為我國數(shù)字人文領(lǐng)域研究提供了理論支撐。

4.1 信息技術(shù)

數(shù)字人文是人文探索與信息技術(shù)之間動態(tài)對話的結(jié)果，因此信息技術(shù)是數(shù)字人文重要的驅(qū)動[21]。如圖3所示，信息技術(shù)所涉及的核心主題包括圖書館、學(xué)術(shù)、特征、挑戰(zhàn)等，這些內(nèi)容在一定程度上解釋了數(shù)字人文如何從數(shù)字到意義，如何從量化的證據(jù)和對象轉(zhuǎn)變?yōu)殛P(guān)于人文學(xué)科的文化、文學(xué)、藝術(shù)的研究，并解決了當(dāng)下數(shù)字人文學(xué)科中激增的可視化需求等難題。（1）圖書館。以圖書館等機(jī)構(gòu)為代表，將數(shù)字人文作為實(shí)踐的新方向，圖書館憑借其獨(dú)特的優(yōu)勢融合信息技術(shù)，能更好地為數(shù)字人文學(xué)科提供數(shù)字人文服務(wù)[22]，如可以在數(shù)字人文專題信息服務(wù)、數(shù)字人文網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)、跨學(xué)科橋梁建設(shè)、數(shù)字人文項(xiàng)目孵化器建設(shè)等方面展開實(shí)踐[23]。（2）學(xué)術(shù)研究。數(shù)字人文研究本質(zhì)上是讓信息技術(shù)以一種更好的數(shù)字化方式重塑人文社科數(shù)據(jù)的意義價(jià)值。主要包括兩類：一類是基于統(tǒng)計(jì)的計(jì)量方法搭建數(shù)字人文通用平臺[24]；另一類是利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、知識圖譜等方法針對各領(lǐng)域、各專業(yè)構(gòu)建合適的神經(jīng)網(wǎng)絡(luò)模型、圖解模型等，以挖掘人文資料語義信息、形成專業(yè)領(lǐng)域知識圖譜等，豐富了人文研究的內(nèi)容和工具，如人工智能技術(shù)在古籍整理領(lǐng)域廣泛應(yīng)用于開展自動標(biāo)注、自動?？?、自動注釋等工作[25]。（3）特征與挑戰(zhàn)。大數(shù)據(jù)、人工智能等信息技術(shù)有利于活化圖書館館藏資源，促進(jìn)圖書館提供更加智慧化的服務(wù)，并輔助人文學(xué)科開展研究。通常數(shù)字人文研究中會出現(xiàn)具有歷史一致性但缺乏語義連貫性的詞組，或者是具有語義連貫性但具有非歷史關(guān)系的語義場的情況。因此，數(shù)字人文研究在注重研究范式的同時，需要警惕不能忽視人文專業(yè)知識，應(yīng)平衡好研究問題與信息技術(shù)之間的關(guān)系。

4.2 數(shù)字藝術(shù)

數(shù)字藝術(shù)是指依托數(shù)據(jù)挖掘和計(jì)算方法對原始的藝術(shù)歷史文物等資源展開研究，以期用全新的方式揭示其特征，并促使從事藝術(shù)學(xué)研究的學(xué)者對數(shù)字化藝術(shù)呈現(xiàn)方式的重新定位、思索和發(fā)現(xiàn)。通過圖3可以看出，數(shù)字藝術(shù)所涉及的核心主題包括藝術(shù)、知識、人工智能等，反映出藝術(shù)學(xué)作為八大學(xué)科門類之一，隨著新文科政策的推動及以人工智能技術(shù)為代表的數(shù)字技術(shù)發(fā)展，所衍生的數(shù)字藝術(shù)成為其與計(jì)算機(jī)科學(xué)類學(xué)科交叉研究的熱點(diǎn)。以圖像藝術(shù)分析和計(jì)算機(jī)生成藝術(shù)為例，圖像藝術(shù)分析是指將數(shù)據(jù)挖掘和可視化技術(shù)引入傳統(tǒng)的藝術(shù)分析領(lǐng)域，從而借助數(shù)字技術(shù)實(shí)現(xiàn)新的藝術(shù)價(jià)值，如構(gòu)建特定領(lǐng)域藝術(shù)數(shù)據(jù)庫；計(jì)算機(jī)生成藝術(shù)是指以藝術(shù)數(shù)據(jù)為驅(qū)動，從事藝術(shù)學(xué)研究的學(xué)者借助人工智能等數(shù)字技術(shù)實(shí)現(xiàn)藝術(shù)創(chuàng)作[26]?？梢姅?shù)字藝術(shù)實(shí)現(xiàn)了人工智能技術(shù)與藝術(shù)的深度融合，搭建了藝術(shù)學(xué)家和計(jì)算機(jī)科學(xué)家之間的橋梁，進(jìn)而豐富了數(shù)字人文研究內(nèi)容。此外，數(shù)字技術(shù)的使用還需以尊重藝術(shù)為前提，重視藝術(shù)學(xué)研究的理論和范式。如，隨著元宇宙的興起，各類數(shù)字藏品程序?yàn)槿藗儌鞒形幕洃涀髌泛蛣?chuàng)作人文藝術(shù)提供方便，但同時僅依托技術(shù)呈現(xiàn)的作品藝術(shù)價(jià)值參差不齊，嚴(yán)重影響人們的審美取向。因此，數(shù)字藝術(shù)研究應(yīng)以藝術(shù)學(xué)研究為導(dǎo)向，以藝術(shù)學(xué)和計(jì)算機(jī)科學(xué)資源為依托，在進(jìn)行知識重構(gòu)和增強(qiáng)藝術(shù)的同時確保藝術(shù)價(jià)值。

4.3 文化遺產(chǎn)

《“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確指出要推動中華優(yōu)秀傳統(tǒng)文化創(chuàng)造性轉(zhuǎn)化、創(chuàng)新性發(fā)展。文化遺產(chǎn)是中華優(yōu)秀傳統(tǒng)文化的重要組成，開展文化遺產(chǎn)數(shù)字人文研究為弘揚(yáng)優(yōu)秀傳統(tǒng)文化提供了契機(jī)。從圖3可以看出，文化遺產(chǎn)所涉及的核心主題包括數(shù)字人文項(xiàng)目、強(qiáng)化、閱讀等，反映出文化遺產(chǎn)數(shù)字人文研究主要以數(shù)字人文項(xiàng)目為成果導(dǎo)向，由文化遺產(chǎn)專家主導(dǎo)，以文化遺產(chǎn)為特定研究對象，運(yùn)用數(shù)字人文技術(shù)、方法與理論的綜合性、跨學(xué)科研究活動[27]，以實(shí)現(xiàn)從傳統(tǒng)的單人模式向協(xié)作生產(chǎn)項(xiàng)目的數(shù)字化轉(zhuǎn)型[16]。數(shù)字人文項(xiàng)目是開展數(shù)字人文服務(wù)最重要的實(shí)現(xiàn)途徑之一，也是數(shù)字人文領(lǐng)域?qū)W者開展研究的重要組成部分[28]。文化遺產(chǎn)作為數(shù)字人文項(xiàng)目的重要組成部分，對文化傳播和文化傳承起到助推作用。如馮惠玲[29]以“北京記憶·雙奧之城”數(shù)字展廳的建設(shè)為例，探討“雙奧”遺產(chǎn)數(shù)字化保存與傳播的應(yīng)用落地，以實(shí)現(xiàn)把燦爛悠久的中華文化呈現(xiàn)給世界，也把偉大的奧林匹克精神映照給中國。從整體上看，國內(nèi)文化遺產(chǎn)數(shù)字人文項(xiàng)目發(fā)展迅速，并且具備跨學(xué)科、跨機(jī)構(gòu)、跨區(qū)域特征的合作性項(xiàng)目開始顯現(xiàn)[30]，但國內(nèi)數(shù)字人文項(xiàng)目的開展主要以高校、圖書館、美術(shù)館、博物館等為中心。為更好地促進(jìn)文化遺產(chǎn)知識整合與資源建設(shè)，未來應(yīng)由文化遺產(chǎn)專業(yè)學(xué)者牽頭，廣泛聯(lián)合企業(yè)及相關(guān)領(lǐng)域團(tuán)體共同開展文化遺產(chǎn)數(shù)字人文項(xiàng)目，吸引更多的國內(nèi)外資源注入數(shù)字人文建設(shè)中，同時依托人文社科各個專業(yè)領(lǐng)域資源，以響應(yīng)國家文化強(qiáng)國戰(zhàn)略為目標(biāo)，探索更多可持續(xù)發(fā)展的文化遺產(chǎn)數(shù)字人文項(xiàng)目。

4.4 歷史檔案

歷史檔案資源是我國歷史文化遺產(chǎn)的重要組成部分，也是我國珍貴的歷史憑證，具有重要的史料價(jià)值和情報(bào)價(jià)值，因此成為數(shù)字人文研究重要的對象和資源[31]。如圖3所示，歷史檔案所涉及的核心主題包括歷史、檔案館、回顧、視野、保護(hù)、路徑等，反映了在數(shù)字人文背景下檔案館成為開展數(shù)字人文研究的重要平臺，數(shù)字人文的信息技術(shù)賦能傳統(tǒng)檔案館的數(shù)字化建設(shè)：歷史檔案資源整理與開發(fā)逐漸多元化[32]，拓展了歷史檔案資源對象范圍[33]，為歷史檔案資源知識聚合與知識發(fā)現(xiàn)研究提供有力地工具支撐，能夠更加真實(shí)地還原歷史、回顧歷史及擴(kuò)大視野，同時也為歷史檔案資源提供了新的保護(hù)路徑。當(dāng)下數(shù)字人文背景下歷史檔案研究主要圍繞歷史檔案資源庫建設(shè)[34]、歷史檔案資源的數(shù)字化整理[35]、口述歷史檔案資源知識圖譜構(gòu)建[36]等展開，隨著歷史檔案資源的多元、異構(gòu)及其知識化服務(wù)需求不斷提高，元數(shù)據(jù)標(biāo)記與注釋等數(shù)據(jù)的結(jié)構(gòu)化整理與開發(fā)工作的難度也在不斷增加。因此，未來應(yīng)以服務(wù)需求為導(dǎo)向，優(yōu)化數(shù)字化技術(shù)體系，提高歷史檔案資源整理與開發(fā)的深度；以元宇宙虛擬空間為代表，形成多元化、多場景的歷史檔案資源數(shù)字化成果展示，促進(jìn)歷史檔案資源的開發(fā)與利用。

4.5 學(xué)科建設(shè)

國內(nèi)高校以信息資源管理學(xué)科為發(fā)展基礎(chǔ)，通過設(shè)立數(shù)字人文學(xué)位或開展數(shù)字人文課程確定數(shù)字人文的學(xué)科屬性。中國人民大學(xué)率先在信息資源管理一級學(xué)科下設(shè)置了我國第一個數(shù)字人文二級學(xué)科學(xué)術(shù)型博士點(diǎn)，旨在促進(jìn)雙一流建設(shè)，立足學(xué)科前沿，助力學(xué)科轉(zhuǎn)型，引領(lǐng)國內(nèi)數(shù)字人文新興學(xué)科建設(shè)，創(chuàng)新人才培養(yǎng)，提升學(xué)生綜合素質(zhì)。國內(nèi)很多開展數(shù)字人文二級學(xué)科建設(shè)的院校以數(shù)字藝術(shù)、文化遺產(chǎn)、歷史檔案等主要研究領(lǐng)域?yàn)榫唧w研究方向，而開展數(shù)字人文學(xué)科建設(shè)還需要充分考慮其學(xué)科特征。通過圖3可以看出，數(shù)字人文學(xué)科特征所涉及的核心主題包括學(xué)科、協(xié)同、全球、核心、變化、超越、轉(zhuǎn)型等，反映出數(shù)字人文跨學(xué)科的典型特征。具體體現(xiàn)在：（1）協(xié)同性。一方面指學(xué)科間的協(xié)同性，數(shù)字人文研究的內(nèi)容以尊重各學(xué)科基礎(chǔ)的屬性為前提和核心，將數(shù)字人文學(xué)科發(fā)展的根本問題聚焦于人文學(xué)科本身的學(xué)科身份，對數(shù)字人文學(xué)科從理解逐漸上升到解釋的水平[6]，同時注重學(xué)科之間相互協(xié)同、共同參與。有學(xué)者對數(shù)字人文類國家社科重大項(xiàng)目進(jìn)行分析，結(jié)果呈現(xiàn)出明顯的跨學(xué)科特征，涵蓋人文社會科學(xué)領(lǐng)域和自然科學(xué)領(lǐng)域相關(guān)學(xué)科[37]。另一方面指人文與技術(shù)的協(xié)同性。北京大學(xué)圖書館開設(shè)“數(shù)字人文工作坊”，就人文和技術(shù)的某些專題進(jìn)行交流和討論，旨在豐富人文社會科學(xué)領(lǐng)域師生的相關(guān)知識、擴(kuò)展人文社會科學(xué)領(lǐng)域和信息科學(xué)領(lǐng)域師生對彼此研究領(lǐng)域的興趣，并促進(jìn)二者的互動與跨界融合。（2）跨區(qū)域性。全球化視野是數(shù)字人文學(xué)科的典型特征，一方面，是活化傳統(tǒng)文化資源、講好中國故事、弘揚(yáng)中華優(yōu)秀傳統(tǒng)文化的需要；另一方面，對接國際數(shù)字人文交流有利于培養(yǎng)具備互聯(lián)網(wǎng)思維、數(shù)據(jù)分析能力、跨學(xué)科知識背景的研究和教學(xué)的復(fù)合型人才[38]。

4.6 人才培養(yǎng)

人才培養(yǎng)是數(shù)字人文發(fā)展與建設(shè)的最終目標(biāo)，同時數(shù)字人文人才培養(yǎng)符合新文科建設(shè)的人才需求定位，是對新文科人才建設(shè)方針的具體落實(shí)[39]。通過圖3可以看出，數(shù)字人文人才培養(yǎng)所涉及的核心主題包括高校、整合、深化等，表明數(shù)字人文人才培養(yǎng)主要以高校學(xué)科資源為依托，強(qiáng)調(diào)在人文學(xué)科專業(yè)性的基礎(chǔ)上培養(yǎng)具有較高人文素養(yǎng)、數(shù)據(jù)分析能力、信息技術(shù)能力及信息資源管理能力的復(fù)合型創(chuàng)新人才。具體體現(xiàn)在：（1）教育創(chuàng)新與實(shí)踐。2021年11月，教育部辦公廳發(fā)布《關(guān)于公布首批新文科研究與改革實(shí)踐項(xiàng)目的通知》，來自全國高校的1011個項(xiàng)目入選首批新文科研究與實(shí)踐項(xiàng)目，包括政產(chǎn)學(xué)研協(xié)同育人機(jī)制創(chuàng)新與實(shí)踐、文科復(fù)合型人才培養(yǎng)創(chuàng)新與實(shí)踐等，旨在培養(yǎng)運(yùn)用數(shù)字人文研究范式思考并解決人文社科研究問題的跨學(xué)科人才，標(biāo)志著我國高校新文科建設(shè)和數(shù)字人文建設(shè)進(jìn)入了實(shí)施階段[40]。由南京大學(xué)與中國索引學(xué)會主辦的“時代經(jīng)緯：邁向新文科的數(shù)字人文”學(xué)術(shù)研討會中，除了開展學(xué)術(shù)交流外，開創(chuàng)性地設(shè)置了“數(shù)字人文開放數(shù)據(jù)創(chuàng)新研究大賽”[41]。（2）學(xué)術(shù)平臺搭建。高校依托校內(nèi)圖書館、計(jì)算機(jī)學(xué)科、人文學(xué)科等資源，并融合業(yè)界資源陸續(xù)成立了數(shù)字人文研究中心，形成培養(yǎng)數(shù)字人文人才的重要趨勢。繼2011年武漢大學(xué)成立國內(nèi)第一個數(shù)字人文研究中心之后，北京大學(xué)、清華大學(xué)、南京大學(xué)、中國人民大學(xué)等高校也陸續(xù)成立數(shù)字人文研究中心，這些研究中心的創(chuàng)建與應(yīng)用是促進(jìn)我國數(shù)字人文人才培養(yǎng)的組織保障。上述舉措，為培養(yǎng)數(shù)字人文人才起到了引領(lǐng)和示范作用，同時揭示了當(dāng)下數(shù)字人文發(fā)展面對的挑戰(zhàn)和亟須解決的問題——培養(yǎng)技術(shù)與學(xué)術(shù)能力兼?zhèn)涞膶W(xué)科專業(yè)人才、構(gòu)建多學(xué)科交叉的課程體系、打造學(xué)科交叉的學(xué)術(shù)團(tuán)體等。

筆者以CNKI數(shù)據(jù)庫為數(shù)據(jù)源，綜合使用LDA主題模型、Word2Vec及共現(xiàn)分析方法對數(shù)字人文研究文獻(xiàn)的篇名、摘要和關(guān)鍵詞進(jìn)行抽取，得到6個主題，形成以信息技術(shù)為驅(qū)動，以數(shù)字藝術(shù)、文化遺產(chǎn)、歷史檔案等主要研究領(lǐng)域?yàn)閷W(xué)科建設(shè)突破口，以人才培養(yǎng)為最終目標(biāo)的國內(nèi)數(shù)字人文領(lǐng)域研究框架，旨在為國內(nèi)數(shù)字人文領(lǐng)域研究提供理論支撐。該研究框架是面向數(shù)字人文動態(tài)發(fā)展過程研究的參考框架，具有可調(diào)節(jié)性。隨著數(shù)字人文研究的不斷推進(jìn)，可逐步完善數(shù)字人文領(lǐng)域研究框架，以服務(wù)國家數(shù)字人文建設(shè)。因此，筆者的貢獻(xiàn)有兩點(diǎn)：一是創(chuàng)建了一種用于數(shù)字人文領(lǐng)域文獻(xiàn)主題識別的方法，通過LDA主題聚類和共現(xiàn)分析能夠有效提取國內(nèi)數(shù)字人文研究的重點(diǎn)主題；二是形成了國內(nèi)數(shù)字人文領(lǐng)域基于文獻(xiàn)研究的框架，為我國數(shù)字人文領(lǐng)域研究提供理論支撐。

參考文獻(xiàn)：

[1] 教育部新文科建設(shè)工作組.《新文科建設(shè)宣言》[EB/OL].[2023-04-20].http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzd

t/s5987/202011/t20201103_498067.html.

[2] 蔡迎春.數(shù)字人文評價(jià)：學(xué)科性、專業(yè)性、技術(shù)性[J].中國圖書館學(xué)報(bào)，2021（4）：86-96.

[3] 劉煒，葉鷹.數(shù)字人文的技術(shù)體系與理論結(jié)構(gòu)探討[J].中國圖書館學(xué)報(bào)，2017（5）：32-41.

[4] 蔡迎春，嚴(yán)丹，王健.基于“共享場景”的數(shù)字人文實(shí)驗(yàn)室建設(shè)[J].圖書館雜志，2022（11）：94-103，113.

[5] 柯平，宮平.數(shù)字人文研究演化路徑與熱點(diǎn)領(lǐng)域分析[J].中國圖書館學(xué)報(bào)，2016（6）：13-30.

[6] 李晚蓮，田俊欽.國際數(shù)字人文領(lǐng)域研究前沿探測與發(fā)展趨勢分析：基于詞嵌入和主題建模技術(shù)[J].高校圖書館工作，2021（3）：22-28.

[7] 魯國軒，楊冠燦，宋欣.圖情領(lǐng)域數(shù)字人文文獻(xiàn)識別與分類方法研究[J].情報(bào)科學(xué)，2022（9）：154-158，192.

[8] Fangli S，Yin Z. Research output， intellectual structures and contributors of digital humanities research： a longitudinal analysis 2005—2020[J].Journal of Documentation， 2022（3）：673-695.

[9] Soohyung J，Jennifer H，Marie K. Exploring the digital humanities research agenda： a text mining approach[J]. Journal of Documentation， 2022（4）： 853-870.

[10] 王麗華，劉煒，劉圣嬰.數(shù)字人文的理論化趨勢前瞻[J].中國圖書館學(xué)報(bào)，2020（3）：17-23.

[11] 唐江浩，盧章平，蘇文成.人文學(xué)者數(shù)字學(xué)術(shù)能力理論框架構(gòu)建研究——基于數(shù)字人文視角[J].圖書館，2020（11）：47-55.

[12] 左娜，張衛(wèi)東.數(shù)字人文多主體共生分析框架及其關(guān)鍵問題[J].情報(bào)理論與實(shí)踐，2021（1）：96-101.

[13] 饒梓欣，許鑫.數(shù)字人文項(xiàng)目管理框架構(gòu)建研究[J].圖書館論壇，2022（11）：122-131.

[14] Blei， M.D. Probabilistic topic models[J]. Communications of the ACM， 2012（4）：77-84.

[15] Blei， M.D， Ng， YA，Jordan I M. Latent Dirichlet allocation[J].Journal of Machine Learning Research，2003（3）：993-1022.

[16] Mikolov T， et al. Distributed representations of words and phrases and their compositionality[J].CORR，2013，abs/1310.4546.

[17] 張濤，馬海群.我國大數(shù)據(jù)政策主題分析及發(fā)展動向研判[J].情報(bào)理論與實(shí)踐，2022（3）：72-80.

[18] 張濤，馬海群.基于政策文本計(jì)算的開放數(shù)據(jù)與數(shù)據(jù)安全政策協(xié)同研究[J].情報(bào)理論與實(shí)踐，2020（6）：149-155，141.

[19] LTG，Mark S. Finding scientific topics[J].Proceedings of the National Academy of Sciences of the United States of American，2004（6）：5228-5235.

[20] Jiang L，Zhang T，Huang T.Empirical Research of Hot Topic Recognition and its Evolution Path Method for Scientific and Technological Literature[J].Journal of Advanced Computational Intelligence and Intelligent Informatics， 2022（3）：299-308.

[21] Wang Q. Distribution features and intellectual structures of digital humanities A bibliometric analysis[J]. Journal of Documentation， 2018（1）： 223-246.

[22] Wong S H R. Digital Humanities： What Can Libraries Offer？[J].Portal：Libraries and the Academy，2016（4）：669-690.

[23] 朱本軍，聶華.數(shù)字人文：圖書館實(shí)踐的新方向[J].大學(xué)圖書館學(xué)報(bào)，2017（4）：23-29.

[24] 王麗華，劉煒.助力與借力：數(shù)字人文與新文科建設(shè)[J].南京社會科學(xué)，2021（7）：130-138.

[25] 韓業(yè)庭.當(dāng)古籍修復(fù)遇上人工智能[N].光明日報(bào)，2022-04-11（009）.

[26] 金家琴，夏翠娟.數(shù)字人文在視覺化藝術(shù)領(lǐng)域的應(yīng)用前沿——圖像藝術(shù)分析與計(jì)算機(jī)生成藝術(shù)[J].圖書館雜志，2021（6）：101-109，132.

[27] 胡娟，柯平.我國文化遺產(chǎn)數(shù)字人文研究的推進(jìn)策略分析[J].圖書館雜志，2023（4）：78-87，140-145.

[28] 歐陽劍，蔡迎春，王健.數(shù)字人文項(xiàng)目可持續(xù)性研究[J].圖書館雜志，2021（11）：90-98，116.

[29] 馮惠玲，任瑾，陳怡.北京“雙奧”遺產(chǎn)的數(shù)字化保存與傳播[J].圖書情報(bào)知識，2022（3）：22-31.

[30] 沈立力，等.漢語語境下數(shù)字人文項(xiàng)目分析與啟示——2020年數(shù)字人文年會（DH2020）項(xiàng)目評選綜述[J].圖書情報(bào)工作，20215（24）：4-17.

[31] 李子林，王玉鈺，龍家慶.數(shù)字人文與檔案工作的關(guān)系探討[J].浙江檔案，2018（7）：13-16.

[32] 楊茜茜.數(shù)字人文視野下的歷史檔案資源整理與開發(fā)路徑探析——兼論檔案管理中的歷史主義與邏輯主義思想[J].檔案學(xué)通訊，2019（2）：17-22.

[33] 加小雙，姚靜.數(shù)字人文賦能檔案資源體系建設(shè)：機(jī)制與路徑[J].山西檔案，2022（3）：19-27.

[34] 陳宇.古籍?dāng)?shù)字人文平臺對民國檔案開放利用的借鑒意義[J].檔案管理，2021（3）：88-89，91.

[35] 梁繼紅.走向文本的歷史檔案數(shù)字整理：歷史追溯與時代轉(zhuǎn)型（上）[J].檔案學(xué)通訊，2021（5）：95-103.

[36] 鄧君，王阮.口述歷史檔案資源知識圖譜與多維知識發(fā)現(xiàn)研究[J].圖書情報(bào)工作，2022（7）：4-16.

[37] 趙宇翔，練靖雯.數(shù)字人文類國家社科基金重大項(xiàng)目的學(xué)科屬性與合作特征[J].圖書館論壇，2022（1）：102-116.

[38] 南京大學(xué)高研院數(shù)字人文創(chuàng)研中心.“數(shù)字人文”國際合作聯(lián)盟計(jì)劃[EB/OL].[2023-04-20].https：//digitalhumanities.nju.edu.cn.

[39] 王濤.從人才培養(yǎng)看數(shù)字人文對新文科的引領(lǐng)[EB/OL].[2023-04-20].https：//baijiahao.baidu.com/s？id=167623

3971652957778amp;wfr=spideramp;for=pc.

[40] 中華人民共和國教育部.教育部辦公廳關(guān)于公布首批新文科研究與改革實(shí)踐項(xiàng)目的通知[EB/OL]. [2023-04-20].http：//www.moe.gov.cn/srcsite/A08/moe_741/202111/t20211110_578852.html.

[41] 彭韻筑，王潤琦.邁向新文科的數(shù)字人文——第三屆中國數(shù)字人文大會綜述[J].數(shù)字人文研究，2022（1）：3-12.

冷雪卓 女，1982年生。碩士研究生在讀，副研究館員。研究方向：數(shù)字圖書館與圖書館管理。

張 濤 男，1981年生。博士，教授，碩士生導(dǎo)師。研究方向：政策文本計(jì)算與數(shù)據(jù)分析。系本文通訊作者。

崔文波 男，1998年生。碩士研究生在讀。研究方向：文本分析與知識發(fā)現(xiàn)。

（收稿日期：2023-04-23；責(zé)編：劉曉霞。）