|
对主题模型的反思 我们在研究中验证了主题模型的有效性，并从“德语文献档案”中发现了一些不被学者重视的历史现象。虽然这些内容算不上颠覆性的成果，但是与传统研究相比，主题模型在效率上有传统路径无法比拟的优势。不要忘记，我们对18世纪德意志的认知，经历了好几代学者的研究积累，而主题阅读的工具在没有任何人工干预和先入为主的前提下，在短期内完成了对启蒙时代的画像，这本身就是一个成就。当然，我们在本文仅仅对几个具有代表性的主题模型结果进行了分析，还有很多内容值得深入挖掘；其次，我们处理的德语文献并非新史料，想要获得全新的发现比较有难度。可以肯定的是，如果我们的研究对象足够合理，主题模型不失为一款有效的历史研究工具。 不过，谨慎的学者会倾向于认为，主题模型“产生的问题和带来的启示或许一样多”。(44)毫无疑问，主题模型输出的结果如果不经过学者的解释，就是一堆词组而已；而要想让分析符合历史学科的规律，仍然需要研究者对文献形成的历史背景、所处的社会环境等有一定的把握。所以，在数字史学研究的名义下展开的合作，历史学家永远在场：精于机器学习的计算专家提供智能化的工具，历史学家贡献专业化的分析。从上文的论述可以看出，LDA的算法胜在对大数据的归纳能力，以及挖掘隐含信息的效率。如果在数字人文研究中将远距离阅读与细读有机结合起来，而不是相互对立，(45)应该能够得到更具说服力的研究成果。 另外，主题模型仅仅是一种研究工具，我们对“主题模型”的应用前景审慎乐观。LDA对大数据的解析能力令人鼓舞，研究者会倾向于研究宏大主题，使用动辄上万的文献，这在方法论上固然没有什么问题，但无法结合细读的结果输出，其合理性是值得怀疑的，甚至是危险的。(46)换句话说，用主题模型的算法获取词群仅仅是研究开始的第一步，要想透过有限的主题词挖掘合理解释，历史学家的定性分析功力不可埋没。同时，LDA的算法还会抛弃那些由于样本过少而被程序视为无法构成主题、但对历史研究可能仍然具有意义的内容。这种省略是否合理，在不同的结果输出中如何取舍，类似的问题都需要结合具体文献、具体的研究项目进行讨论。 有一点可以肯定，史学研究中出现更多数码工具的介入，将是不可避免的趋势。毫不意外地，2015年8月在中国济南召开的第22届国际历史科学大会，专门设置了数字史学的讨论单元，“历史学的数字化转向”乃是大势所趋。(47)它将在宏观层面影响历史学的整体面貌，在微观层面改变个体史学研究者的工作方式。当然，主题模型作为一种文本挖掘的方法，仍然存在改进的空间，而这种进步需要人文学者与计算专家更紧密的通力合作。这也是数字人文继续发展的必由之路。 本文写作得到了哈佛大学CBDB中心王宏甦，徐力恒两位学友的帮助。南京大学历史学院舒小昀对本文提出了建设性的修改意见。 注释： ①早年间已经有国内学者注意到了“数字史学”这个概念，从史学史的角度发布了一些介绍性文章，参见王旭东《数字世界史：有关前提、范式及适用性的思考》，《安徽大学学报》2006年第6期，第96-101页；周兵：《历史学与新媒体：数字史学刍议》，《甘肃社会科学》2013年第5期，第63-67页；牟振宇：《数字历史的兴起：西方史学中的书写新趋势》，《史学理论研究》2015年第3期，第74-81页；以及王涛《挑战与机遇：数字史学与历史研究》，《全球史评论》2015年第8辑，第184-201页。《史学月刊》在2015年第1期组织了“计算机技术与史学研究形态笔谈”，2015年12月4-7日上海大学主办了“传承与开启：大数据时代下的历史研究”主题研讨会，呈现了中文语境中“数字人文”研究的最新进展。 ②具有代表性的数据库包括“中国基本古籍库”、“晚清民国期刊全文数据库”等；量化历史的研究成果参见王跃生《民国时期婚姻行为研究》，《近代史研究》2006年第2期，第26-44页；梁晨、李中清《无声的革命：北京大学与苏州大学学生社会来源研究》，《中国社会科学》2012年第1期，第98-118页；梁晨、李中清《大数据、新史实与理论演进》，《清华大学学报》(哲学社会科学版)2014年第5期，第104-113页；梁晨、董浩、李中清《量化数据库与历史研究》，《历史研究》2015年第2期，第113-128页。值得一提的还包括陈志武主导的北京大学经济学院量化历史研究所。观念史的研究参见金观涛、刘青峰《中国近现代观念起源研究和数据库方法》，《史学月刊》2005年第5期，第89-101页；金观涛、刘青峰《历史的真实性：试论数据库新方法在历史研究的应用》，《清史研究》2008年第1期，第90-108页。 ③人文学科领域的研究成果包括David Newman,Shaw,Block,"Probabilistic topic decomposition of an eighteenth century American newspaper",Journal of the American Society for Information Science and Technology,Vol.57,No.6,2006,pp.753-767; Sharon Block, David Newman,"WHAT, WHERE,WHEN,AND SOMETIMES WHY:Data Mining Two Decades of Women's History Abstracts",Journal of Women's History,Vol.23,No.1,2011,pp.81-109; David Mimno,"Computational historiography:Data mining in a century of classics journals",Journal on Computing and Cultural Heritage,Vol.5,No.1,2012,pp.1-19.另有里士满大学(University of Richmond)的尼尔森(Robert K.Nelson)对1860-1865年间出版的《每日快讯》(Daily Dispatch)的数据挖掘，见http://dsl,richmond.edu/dispatch/pages/home ④合作阅读的方法在文学研究领域使用较多，相关研究包括，Larry Isaac,"Movements,Aesthetics,and Markets in Literary Change:Making the American Labor Problem Novel",American Sociological Rev/ew,Vol.74,No.6,2009,pp.938-65. ⑤Gregory Crane,"What do you do with a Million Books？" D-Lib Magazine,Vol.12,No.3,2006.克雷恩是古典学教授，“珀耳修斯数码图书馆”(Perseus Digital Library)的项目主持人。 ⑥莫莱蒂最初在2000年的一篇论文中提到了“远距离阅读”的概念，参见Franco Moretti,"Conjectures on World Literature",New Left Review,No.1,2000,pp.54-68. ⑦本例参见Matt Erlin,ed.,Distant Readings.Topologies of German Culture in the Long Nineteenth Century,New York:Camden House,2014,p.59. ⑧David Blei,Andrew Ng,Michael Jordan,"Latent Dirichlet allocation",Journal of Machine Learning Research,Vol.3,No.4-5,2003,pp.993-1022. ⑨David Blei,"Topic Modeling and Digital Humanities",Journal of Digital Humanities,Vol.2,No.1,2012,pp.10-11. ⑩David Blei,"Probabilistic topic models",Communications of the ACM,Vol.55,No.4,2012,p.77.关于“主题模型”从概念、应用到工具的梳理，请参见《数字人文杂志》在2012年的专刊，Daniel Cohen,ed.,Journal of Digital Humanities,Vol.2,No.1,2012. (11)适合历史学家了解MALLET的使用指南，参见Shawn Graham,Scott Weingart and Ian Milligan,"Getting Started with Topic Modeling and MALLET",Programming Historian (02 September 2012),http://programminghistorian.org/lessons/topic-modeling-and-mallet.html.另外有Ted Underwood,Scott Weingart,Miriam Posner等学者关于主题模型的博文，亦可参考。 (12)http://www.papermachines,org/wiki/page/Basic_Troubleshooting (13)这里借用了哈佛大学历史系安·布莱尔(Ann Blair)教授近著的标题，Ann Blair,Too much to know:managing scholarly information before the modern age,New Haven:Yale University Press,2010. (14)数据库的网址为http://www.deutschestextarchiv.de (15)CLARIN的网址为https://www.clarin.eu/。关于CLARIN整体状况，可以参见Martin Wynne,"The Role of CLARIN in Digital Transformations in the Humanities",International Journal of Humanities and Arts Computing,Vol.7,2013,pp.89-104.涉及德国项目的技术指标，工作流程，请参见Christian Thomas,"Making great work even better.Appraisal and digital curation of widely dispersed electronic textual resources in CLARIN-D",in Jost Gippert,ed.,Historical Corpora.Challenges and Perspectives,Tübingen:Narr Verlag,2015,pp.181-196. (16)http://www.deutschestextarchiv,de/doku/textquellen (17)Arnold,Gottfried:Unpartheyische Kitchen-und Ketzer-Historie.Bd.2 (T.3/4).Frankfurt(Main),1700.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/arnold_ketzerhistorie02_1700. (18)Wahrhaffter AbriB,DeB Wunder-Geschicht,so sich Anno 1702.den 29.Aprill in [...]Wienn[...]zugetragen.[s.l.],1702.in:Deutsches Textarchiv,http://www.deutschestextarchiv.de/nn_abriss_1702. (19)https://code.google,com/p/topic-modeling-tool/wiki/Topic-ModelingTool (20)由于篇幅原因，我们无法展现全部40个主题的词群结果。在后文的分析中，我们会重点介绍一些主题词群。感兴趣的读者可以与作者联系索要原始数据。 (21)康德对“优美感和崇高感”的论述，无疑是“自然崇拜”的写照；活跃于18世纪晚期的瓦肯罗德(Wilhelm Heinrich Wackenroder)是早期浪漫主义的奠基人之一，他的代表作《一个热爱技术的修士的内心倾述》亦录于“德语文献档案”，见Wackenroder,Wilhelm Heinrich; Tieck,Ludwig:HerzensergieBungen eines kunstliebenden Klosterbruders.Berlin,1797.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/wackenroder_herzensergiessungen_1797. (22)参见加州大学马杰维斯基(Majewski)对运用数字史学研究美国铁路的书评，见John Majewski,"Review of The Iron Way",The Journal of Southern History,Vol.LXXIX,No.3,2013,p.714. (23)罗伯特·达恩顿：《屠猫记》，吕建忠译，新星出版社，2006年，第202-203页。 (24)Susanne Haaf and Matthias Schulz,"Historical Newspapers & Journals for the DTA",in LRT4HDA,26-30 May 2014,Reykjawik,Iceland. (25)Staats-and Gelehrte Zeitung des Hamburgischen unpartheyischen Correspondenten.Nr.115,Hamburg,21.Juli 1789. in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/hc_1152107 _1789/1. (26)Rolf Reichardt,"Deutsche Volksbewegungen im Zeichen des Pariser Bastillesturms.Ein Beitrag zum sozio-kuhurellen Transfer der Franzsischen Revolution",Geschichte und Gesellschaft.Sonderheft,Vol.12,1988,S.10-27.另外可参见王涛《入侵与解放背景下的革命：美国茨共和国的历史解读》，《世界历史》2015年第4期，第47-58页。 (27)Staats-und Gelehrte Zeitung Des Hamburgischen unpartheyischen Correspendenten.Nr.105,Hamburg,2.Julii 1771.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/hc_1050207_1771. (28)Holger Bning,"Hamburgischer Correspondent:Journal der Epoche",Zeit Online,6.Juni 2012. (29)Schiller,Friedrich:Geschichte des dreyBigjhrigen Kriegs.Frankfurt u.a.,1792.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/schiller_krieg_1792. (30)比如在1790年的报道中，Staats-und Gelehrte Zeitung des Hamburgischen unpartheyischen Correspendenten.Nr.67,Hamburg,27.April 1790.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/hc_672704_1790. (31)Giles MacDonogh,Frederick the Great:A Life in Deed and Letters,New York:St.Martin's Press,2000,p.341. (32)[La Roche,Sophie von]:Geschichte des Fr  uleins von Sternheim.Hrsg.v.Christoph Martin Wieland.Leipzig,1771.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/laroche_geschichte01_1771.(33)恩格辛将节点设置在1750年，精读是对少量书籍的反复阅读，而泛读是对大量书籍的快速阅读，参见Rolf Engelsing,"Die Perioden der Lesergeschichte in der Neuzeit.Das statische Ausmass und die soziokulturelle Bedeutung der Lektre",Archiv für Geschichte des Buchwesens,Vol.10,1969,S.977-983. (34)Dorinda Outram, Panorama of the Enlightenment,London:Thames & Hudson,2006,p.69. (35)Notker Hammerstein,Aufkl  rung und katholisches Reich,Berlin:Duncker & Humblot,1977,S.12.(36)Alan Kors,ed.,Anticipations of the Enlightenment in England,France,and Germany,Philadelphia:University of Pennsylvania Press,1987,pp.171-177. (37)例如Hippel,Theodor Gettlieb von:Lebenslufe nach Aufsteigender Linie.Berlin,1778.in:Deutsches Textarchiv (38)Rudolf Vierhaus,"Geshichtsschreibung als Literatur im 18.Jahrhundert",in Karl Hammer,Hrsg.,Historische Forschung im 18.Jahrhundert:Organisation,Zielsetzung und Ergebnisse,Bonn:R  hrscheid,1976,S.416-31.德国历史学家梅尼克的代表作之《历史主义的兴起》是对这个问题最好的总结，参见弗里德里希·梅尼克《历史主义的兴起》，陆月宏译，译林出版社，2010年。(39)Holger B  ning,Reinhart Siegert,Hrsg.,Volksauf klrung:eine praktische Reformbewegung des 18.and 19.Jahrhunderts,Bremen:Edition Lumière,2007,S.92-93.(40)Swedenborg,Emanuel:Auserlesene Schriften.Bd.2.Frankfurt (Main),1776.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/swedenborg_schriften02_1776. (41)这是参考书类文献的一个独特类型，比如Modestinus,Theophilus:Freymüthige Doch Bescheidene Unterredungen Von Kirchen-Religions-Politischen-und Natur-Sachen.Frankfurt(Main)u.a.,1737.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/modestinus_unterredungen_1737. (42)David Sorkin,The Religious Enlightenment,New Jersey:Princeton University Press,2008,pp.3-5. (43)两部书对日本的历史地理状况，政治结构，宗教体系进行了细致描述，见Kaempfer,Engelbert:Geschichte und Beschreibung von Japan.Hrsg.v.Christian Wilhelm van Dohm.Bd.1.Lemgo,1777.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/kaempfer_japan01_1777; Thunberg,Carl Peter:Reisen durch einen Theil van Europa,Afrika und Asien [...] in den Jahren 1770 bis 1779.Bd.1.  .v.Christian Heinrich Groskurd.Berlin,1792.in:Deutsches Textarchiv,http://www.deutschestextarchiv,de/thunberg_reisen01_1792.(44)Benjamin Schmidt,"Words alone:dismantling topic models in the Humanities",Journal of Digital Humanities,Vol.2,No.1,2012,p.50. (45)David Mimno,"Computational historiography:Data mining in a century of classics journals",p.18. (46)Maurizio Ascari,"The Dangers of Distant Reading:Reassessing Moretti's Approach to Literary Genres",Genre,Vol.47,No.1,2014,pp.1-19. (47)王育济编：《中国历史评论》2016年第11辑，上海文化出版社，2016年，第152-176页。另见玛丽亚塔·希耶塔拉《历史学的数字化转向》，《世界历史》2016年第1期，第29-32页。 (责任编辑：admin) |