就程序员的思路，南都记者请教了一位人文领域研究者刘锐。刘锐现在香港教育大学中国语言学系做词汇语义学、语料库语言学方面的研究。他评价两篇文章称:这种文理之间、文科和工程科学之间的跨界，在大众看来还比较新奇，想必这和教育体制的文理分科在大众中形成的观念有关。这样的文章虽然算不上学术研究(其实很多是程序员的“练笔之作”)，但是对于向大众普及文理合流、文理相通的观念很有帮助。由此可以看到跨界和学术走入生活的趋势。通过一些计算机技术，从宏观的方面揭示诗词歌曲的特点，并通过现代人熟知的一些概念表达出来，比如“社交网络”、朋友圈等，能够引发大众对现象的思考，和对学术的兴趣。

刘锐告诉南都记者，之前他看过另一篇很火的文章《我分析了42万字的歌词，为了搞清楚民谣歌手们在唱些什么》，是用计算机方法分析歌词。相比之下，“前进四”的文章所用材料数量更大，分析较为严谨。不过，就学术研究而言，失之简单。做诗歌研究绕不过文学史。诗人社交网络、诗坛核心，考量的维度很多，“除了诗歌的互引，还比如各种史料记载的诗人交游的情况，诗人对文学风格的影响，贡献等。如果文章根据制图得出结论后再查查文学史，若能互相印证，会更有说服力”。

同时他认为，基于字词统计的方法是语言学中常用的方法，比如汉语中哪些是常用词，就用统计方法加一些语言学原理来确定。但是“前进四”的字词统计还是流于简单。“诗歌精细的意义不说，单说这个字词统计没有考虑到多义词、多义字的情况，这就不是很可靠了。而且他用的分词软件是不是适用于古汉语呢?古今汉语的分词是非常不同的”。

刘锐表示，整体而言他很乐见这种“跨界研究”。据他介绍，学术领域有一门计算语言学，专门用计算机研究语言。由此能验证出不少有趣的结论，最著名的便是“齐普夫定律”。此定律有点像所谓的“二八定律”，是最省力法则在语言中的体现。

他山之石

“数据挖掘”

在历史研究中大有可为

实际上，程序员的这次“跨界”也得到不少人文领域读者的关注。“有些不会写代码的朋友，他们想知道有没有现成的工具可以对其他文献进行分析”;还有一些读者和“前进四”交流对话，由此他听说了数字史学(digital history)这一概念，才明白自己的文章用计算机分析、展示历史，可以算作“数字史学”的范畴。

“前进四”口中的数字史学，据南京大学历史系王涛的论文《挑战与机遇:“数字史学”与历史研究》介绍，早在上个世纪90年代就有了这一概念。信息技术革命与“大数据”时代的到来，为史学研究史料整理、分析思路造成了不小的冲击。论文认为，计算机“数据挖掘”的特长在历史研究中大有可为。王涛提到，2007年开始，哈佛大学由谷歌公司支持，借助电脑“阅读”百万计电子书，利用n-grams分析书籍中出现的重要词汇，获悉不少有趣的结果。例如，对著名历史人物的成名过程有了定量的描述，而且发现成名的准备期从20世纪中期开始变得越来越短;对历史上出现的瘟疫流行路线有了清晰的描绘;主流文化对技术进步的接纳，在19世纪初平均需要66年，而在1880-1920年间，则只需27年。

无论是“计算语言学”还是“数字史学”，离普通人还是有些距离。不过，善用搜索工具、用程序处理人文，总能带给你意想不到的结论。毕竟，依照计算机分析，现代民谣歌手在歌词中最喜欢春天，最爱念叨“南方”，和全唐诗中诗人的偏爱有那么一丝接近呢。

文章来源：《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2020/1111/1378.html