破壁與賦能：多學(xué)科驅(qū)動下的數(shù)字人文

2021年5月22日，由南京農(nóng)業(yè)大學(xué)數(shù)字人文中心主辦的“破壁與賦能：多學(xué)科驅(qū)動下的數(shù)字人文國際學(xué)術(shù)研討會”在南京農(nóng)業(yè)大學(xué)召開。多位海內(nèi)外重量級學(xué)者受邀參加了會議，包括哈佛大學(xué)包弼徳（Peter K. Bol）教授、上海圖書館劉煒副館長、北京科技大學(xué)潛偉教授、武漢大學(xué)王曉光教授、南開大學(xué)王利華教授、北京大學(xué)王軍教授、上海圖書館陳濤工程師、西北大學(xué)曲安京教授、復(fù)旦大學(xué)路偉東教授、南京大學(xué)陳靜副教授、萊頓大學(xué)魏希徳（Hilde De Weerdt）教授、杜倫大學(xué)德龍（Donald Sturgeon）助理教授以及南京農(nóng)業(yè)大學(xué)包平教授等。南京農(nóng)業(yè)大學(xué)黨委常委、副校長胡鋒教授和江蘇省哲學(xué)社會科學(xué)規(guī)劃辦公室主任許益軍致開幕辭。此次會議采用線上線下相結(jié)合的方式，共開展十三場專題報告及一場圓桌討論，并在騰訊會議和嗶哩嗶哩彈幕視頻網(wǎng)進(jìn)行同步直播。

與會學(xué)者合影

劉煒：“數(shù)字人文平臺架構(gòu)及語義互操作設(shè)計”

上海圖書館副館長、中國科技情報協(xié)會副理事長劉煒教授率先以“數(shù)字人文平臺架構(gòu)及語義互操作設(shè)計”為題進(jìn)行了報告。

劉煒教授從數(shù)字人文發(fā)展的態(tài)勢、技術(shù)發(fā)展的形勢、上海圖書館的數(shù)字人文建設(shè)、數(shù)字人文平臺的互聯(lián)及互操作等方分別進(jìn)行了匯報。他認(rèn)為當(dāng)前處在發(fā)展初期的數(shù)字人文研究被“圖博檔”，即圖書館、檔案館、博物館所占領(lǐng)，基礎(chǔ)設(shè)施建設(shè)者占據(jù)了研究中的主導(dǎo)地位。然而同時，當(dāng)下基礎(chǔ)設(shè)施建設(shè)仍然不夠到位。他指出，在當(dāng)前的數(shù)字人文研究中，圖情領(lǐng)域研究者的核心競爭力在于解決“如何組織知識”這一問題。近二十年來，技術(shù)發(fā)展極其迅速，一批數(shù)字人文項目、工具和平臺被建設(shè)起來，但目前使用的技術(shù)基本集中于網(wǎng)絡(luò)互聯(lián)（Internet-connected）階段，縱然互聯(lián)網(wǎng)已經(jīng)將所有的研究者們串聯(lián)在一起，每個研究者所使用的系統(tǒng)仍然是相互獨立的。

劉煒認(rèn)為，數(shù)字人文的應(yīng)用系統(tǒng)發(fā)展存在數(shù)字化、文本化和數(shù)據(jù)化幾個階段。他還特別強(qiáng)調(diào)，漢學(xué)材料在數(shù)字化階段需要保存原始圖像，這是中國數(shù)字人文發(fā)展中所面對的特殊問題之一。他通過一個“堆?！眻D向大家介紹了他心目中的數(shù)字人文的全景。理想中的數(shù)字人文的“堆?！卑ㄎ镔|(zhì)和精神兩大板塊以及制度、構(gòu)成、方法、系統(tǒng)、界面五個層面，它們共同構(gòu)成了數(shù)字人文的發(fā)展全景。他認(rèn)為，未來云原生時代的數(shù)字人文平臺系統(tǒng)，也應(yīng)包括系統(tǒng)和內(nèi)容兩個方面的架構(gòu)，同時，互聯(lián)網(wǎng)上的各個數(shù)字人文系統(tǒng)應(yīng)該通過應(yīng)用程序接口（Application Programming Interface, API）來進(jìn)行互操作，例如工具書，應(yīng)當(dāng)通過建立接口的方式服務(wù)于任何數(shù)字人文平臺和系統(tǒng)。

同時，劉煒也提出，目前數(shù)字人文提出的技術(shù)、框架和設(shè)想一定要和商務(wù)模式結(jié)合起來。他認(rèn)為，目前的數(shù)字人文平臺建設(shè)應(yīng)該凸顯“內(nèi)容架構(gòu)”，從平臺建設(shè)之初，就應(yīng)該在知識關(guān)聯(lián)的層面上打造宏觀架構(gòu)，實現(xiàn)真正的知識管理。建立數(shù)字人文平臺，不外乎數(shù)據(jù)和方法兩個層面，其中，在數(shù)據(jù)層面應(yīng)當(dāng)實現(xiàn)“數(shù)據(jù)占有”和“書目控制”，在方法層面則應(yīng)強(qiáng)調(diào)“獲得事實”和“循證研究”。此外，劉煒還指出數(shù)據(jù)服務(wù)應(yīng)遵守FAIR（Findable, Accessible, Interoperable, Resuable）原則，并實現(xiàn)語義互操作，在系統(tǒng)底層解決信息的關(guān)聯(lián)問題。目前，上海圖書館正在建設(shè)“歷史人文大數(shù)據(jù)平臺”，以期實現(xiàn)“讓查全不是夢想，讓資料唾手可得，讓模型隨心所欲，讓計算隨遇而安，讓結(jié)果美輪美奐，讓人文研究不再困難”的愿景。

包弼徳（Peter K. Bol）：“數(shù)字環(huán)境下的研究周期：面臨何種挑戰(zhàn)”

接下來，哈佛大學(xué)東亞語言與文明系包弼徳（Peter K. Bol）教授以“數(shù)字環(huán)境下的研究周期：面臨何種挑戰(zhàn)”為題進(jìn)行演講，從研究周期問題出發(fā)，闡述了數(shù)字人文發(fā)展過程中的問題。包弼徳教授認(rèn)為，一個完整的研究周期分為提出研究問題、查找資料、整理、分析、出版五個環(huán)節(jié)。其中，提出研究問題環(huán)節(jié)是所有研究者共同面對的，而數(shù)字人文則能夠在查找資料、整理、分析、出版這幾個環(huán)節(jié)提供重要幫助。

從查找資料、數(shù)據(jù)、信息的環(huán)節(jié)上看，在2015年，世界上的數(shù)字資料總量為2澤字節(jié)（zettabytes），到2020年，這一數(shù)據(jù)則已經(jīng)達(dá)到了40澤字節(jié)，這個數(shù)據(jù)量，相當(dāng)于美國所有高校圖書館資料綜合的50萬倍。這些數(shù)據(jù)形式多種多樣，并不全都與學(xué)術(shù)直接相關(guān)，如視頻、音樂、通俗文學(xué)、漫畫、游戲、照片等。對于學(xué)者來說，則可以在網(wǎng)上找到各類資源，如書籍、地理空間信息、數(shù)字化字畫資源、古籍原文等。包弼德教授認(rèn)為，在資源的獲取上，有兩個重要問題，其一是跨資源平臺搜索，其二是大小機(jī)構(gòu)間資源獲取能力不平等。

從數(shù)據(jù)整理環(huán)節(jié)來看，過去我們將信息記錄在紙上并保存在文件柜中，但今天我們將許多數(shù)據(jù)保存為電子文檔和圖片，并將其存儲于文件系統(tǒng)中。研究者使用不同的數(shù)據(jù)存儲形式，如電子表格、關(guān)系型數(shù)據(jù)庫、圖數(shù)據(jù)庫中，同時，也有人將資料存儲在“云端”，以便從不同設(shè)備進(jìn)行訪問，這一切都使得當(dāng)今分享數(shù)據(jù)與合作變得容易。然而，共享數(shù)據(jù)與合作也面臨挑戰(zhàn)。首先是數(shù)據(jù)存儲的空間問題，這涉及將數(shù)據(jù)存儲在何處以供分享。其次是許多學(xué)者害怕分享數(shù)據(jù)，不希望數(shù)據(jù)被自己項目以外的人使用，針對這個問題，包弼徳提出，數(shù)據(jù)只是數(shù)據(jù)，數(shù)據(jù)本身無價值，被廣泛的分析和使用才能讓數(shù)據(jù)真正具有價值。最后則是一些與學(xué)術(shù)無關(guān)的原因，如校園網(wǎng)內(nèi)服務(wù)器的“斷網(wǎng)”等，這類問題在中國比較嚴(yán)重。在數(shù)據(jù)整理工作中，包弼德教授所在的CBDB開發(fā)團(tuán)隊還在數(shù)據(jù)組織和分享中嘗試使用眾包模式，目前已經(jīng)通過眾包平臺開展了對25,000余封明代書信的人工地址識別。

在數(shù)據(jù)分析的環(huán)節(jié)，數(shù)字人文方法及計算機(jī)科學(xué)技術(shù)，為人文科學(xué)的發(fā)展做出了極大貢獻(xiàn)。包弼徳認(rèn)為，知識推進(jìn)包括三個部分，分別是知識的專門化，理論和典范的轉(zhuǎn)移，以及工具的變遷。正如同顯微鏡和望遠(yuǎn)鏡的發(fā)明使得自然科學(xué)家得以觀察到從前無法觀察的事物那樣，數(shù)字人文發(fā)展中引入的新工具也使得人文科學(xué)家能夠觀察到從前無法觀察之物。針對這個觀點，包弼徳進(jìn)一步討論了數(shù)字人文帶來的“概念飛躍”——文本挖掘和文本挖掘改變了閱讀方式，基于關(guān)系型資料的建模推動了人物傳記資料構(gòu)建，群體傳記學(xué)的發(fā)展解決了更多研究問題，空間分析使得數(shù)字化方志得以轉(zhuǎn)化成為空間對象，社會網(wǎng)絡(luò)分析促進(jìn)了對人物關(guān)系的深入研究。

如何維持可以繼續(xù)進(jìn)行的數(shù)據(jù)庫項目，工具和平臺？在這個問題上，包弼徳教授認(rèn)為“商業(yè)化就是大眾化”。目前CBDB也在進(jìn)行一些商業(yè)化工作，例如目前國內(nèi)的高校可以從中文在線“引得”數(shù)字人文資源平臺購買CBDB數(shù)據(jù)庫使用許可，以使用完整版本的CBDB數(shù)據(jù)。

潛偉：“科學(xué)史研究的數(shù)字化問題”

隨后，北京科技大學(xué)科技史與文化研究院院長潛偉教授以“科學(xué)史研究的數(shù)字化問題”為題進(jìn)行了發(fā)言。潛偉教授指出，在“大數(shù)據(jù)”時代下，需要積極利用信息技術(shù)開展“新文科”建設(shè)。在科技史這個相對小眾的學(xué)科中，數(shù)字化的發(fā)展存在嚴(yán)重缺位。近年來，無論是“數(shù)字人文”還是“數(shù)字史學(xué)”的研究都呈現(xiàn)上升趨勢，雖然目前科學(xué)史領(lǐng)域的相關(guān)研究較少，但計量史學(xué)、數(shù)字人文、數(shù)字史學(xué)、e考據(jù)等趨勢，都對科技史研究產(chǎn)生了一定影響。

定量研究的方法，在科學(xué)史研究中由來已久。自十九世紀(jì)下半葉以來，德堪多、高爾頓、雷諾夫、洛特卡、默頓、貝爾納、普萊斯、竺可楨、趙紅州等學(xué)者都曾使用量化方法研究科技史中的問題。潛偉教授自己及其研究團(tuán)隊，也曾就“科學(xué)圖形面積比例與學(xué)科硬度測量”、“《宋史》記載的高頻次學(xué)科”、“宋代科技成果曲線與科技政策曲線”等問題開展過科技史方面的定量分析。

潛偉認(rèn)為，數(shù)字史學(xué)的發(fā)展有兩種模式。一種是問題導(dǎo)向，這是傳統(tǒng)史學(xué)擅長的方法，致力于學(xué)術(shù)問題的分析與解決，更關(guān)注思想；另一種則是數(shù)據(jù)導(dǎo)向，注重數(shù)據(jù)驅(qū)動，數(shù)據(jù)轉(zhuǎn)換、提取、清洗和漂亮的可視化呈現(xiàn)?？萍际返臄?shù)字化分為三個階段，首先是史料的數(shù)字化存儲和檢索管理，其次是可視化展示，最后是基于大規(guī)模歷史數(shù)據(jù)挖掘的量化分析研究。近年來，科技史領(lǐng)域?qū)偶臄?shù)字化亦發(fā)生興趣，產(chǎn)生了一批相關(guān)研究成果。目前，潛偉及其所在的團(tuán)隊正致力于中國古代金屬技術(shù)相關(guān)研究。最近，他的研究團(tuán)隊從圖情領(lǐng)域借鑒了新方法來建設(shè)中國古代金屬技術(shù)詞表，以構(gòu)建知識之間的關(guān)聯(lián)。 自去年起，團(tuán)隊著手建設(shè)了“文物科技標(biāo)本庫和數(shù)據(jù)庫”，使用三維掃描、計算機(jī)輔助計算等新技術(shù)對文物進(jìn)行信息采集和技術(shù)復(fù)原，并通過文物數(shù)據(jù)與地理信息系統(tǒng)的結(jié)合進(jìn)行遺址選址的預(yù)測。

潛偉強(qiáng)調(diào)，數(shù)字化不等于數(shù)據(jù)化。建設(shè)具有邏輯關(guān)系的結(jié)構(gòu)化量化數(shù)據(jù)庫，才是實現(xiàn)數(shù)字史學(xué)的關(guān)鍵?？萍际返臄?shù)字化既有文獻(xiàn)數(shù)據(jù)庫，也有文物遺址的數(shù)字化應(yīng)用；既有古代文獻(xiàn)挖掘整理，也有近現(xiàn)代文獻(xiàn)的科學(xué)計量研究。當(dāng)前，知識管理、數(shù)據(jù)挖掘、三維掃描、數(shù)值模擬、地理信息系統(tǒng)、聚類分析、社會網(wǎng)絡(luò)分析，已成為科技史數(shù)字化的主要方法。他樂觀地指出，科技史工作者先天具有技術(shù)向，科技史研究數(shù)字化未來可期。

王曉光：“文化遺產(chǎn)智能計算：方向與路徑”

武漢大學(xué)信息管理學(xué)院副院長、數(shù)字人文研究中心主任王曉光教授以“文化遺產(chǎn)智能計算：方向與路徑”為題進(jìn)行了報告。文化遺產(chǎn)作為記錄人類文明的重要載體和媒介，擁有著豐富的歷史文化和知識內(nèi)涵。盡管數(shù)據(jù)資源在人文社會科學(xué)研究中日益重要，但當(dāng)前的數(shù)字化建設(shè)還處于“搖籃本”時代，大量數(shù)字資源尚未成為可計算、可深度加工的數(shù)據(jù)生產(chǎn)要素。

對此，王曉光教授提出“文化遺產(chǎn)智能計算”，指出借助大數(shù)據(jù)、人工智能、云計算、5G等前沿技術(shù)對文化遺產(chǎn)蘊(yùn)含的信息與知識進(jìn)行采集、分析、組織、挖掘、表達(dá)、傳播和展示。通過從傳統(tǒng)文獻(xiàn)資源到智慧數(shù)據(jù)的轉(zhuǎn)換升級，真正支撐人文研究，實現(xiàn)文化遺產(chǎn)“活起來”的目標(biāo)和愿景。目前，以歐洲“歷史時光機(jī)”項目、芬蘭Sampo系列項目以及“數(shù)字敦煌”項目為代表的一批文化遺產(chǎn)智能計算的典型案例正在進(jìn)行中。

王曉光介紹到，文化遺產(chǎn)智能計算任務(wù)包括文本、視覺、時空和歷史虛擬再現(xiàn)四個維度，其實現(xiàn)路徑包括了數(shù)字化、智能計算和大規(guī)模富語義智慧數(shù)據(jù)三個過程，這也是從實物到數(shù)據(jù)、再到知識、最終到智慧的過程。目前，武漢大學(xué)正在全力建設(shè)文化遺產(chǎn)智能計算實驗室，從數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)、古籍深度挖掘與再造、圖像語義理解與計算、文化遺產(chǎn)地理系統(tǒng)、遺產(chǎn)3D建模與虛擬呈現(xiàn)五大方面探索文化遺產(chǎn)資源的創(chuàng)造性轉(zhuǎn)化和創(chuàng)新性發(fā)展。王曉光教授表示，挖掘文化遺產(chǎn)中更深層次的歷史文化知識是數(shù)字人文研究的重要內(nèi)容，文化遺產(chǎn)智能計算需要多學(xué)科共同參與，利用先進(jìn)的數(shù)字技術(shù)對文化遺產(chǎn)進(jìn)行數(shù)字化再造與活化。文化遺產(chǎn)智能計算將構(gòu)建新型數(shù)字基礎(chǔ)設(shè)施，成為繁榮數(shù)字文化產(chǎn)業(yè)，開啟數(shù)字文明的關(guān)鍵。

王利華：“數(shù)字資源與數(shù)字陷阱：一名普通學(xué)者的‘?dāng)?shù)字史學(xué)’實踐”

下半場第一場，由南開大學(xué)歷史學(xué)院暨生態(tài)文明研究院王利華教授率先以“數(shù)字資源與數(shù)字陷阱：一名普通學(xué)者的數(shù)字史學(xué)實踐”為題進(jìn)行報告。

王利華教授認(rèn)為，從地球生成到今天，人類已經(jīng)歷了物理世界、化學(xué)世界、生物世界、人類世界、文明世界到虛擬世界的迭深和嵌入。人類的生存狀態(tài)在發(fā)生顛覆性的變化，這種變化也帶來史學(xué)的顛覆。 數(shù)字技術(shù)給歷史學(xué)帶來諸多變化，改變了資源獲取方式，帶來新的工具，推動學(xué)科聯(lián)系，并描繪了新的歷史鏡像。

王利華教授介紹了自己早起建立歷史資料數(shù)據(jù)庫并從事研究的經(jīng)歷。他通過對唐以前大量文獻(xiàn)的數(shù)字化和分析，提出在中古時代中國北方地區(qū)以食羊肉而非豬肉為主的結(jié)論。在教學(xué)工作中，王利華也曾在多種情境下感受數(shù)字化帶來的便利。與此同時，在史料數(shù)字化過程中，王利華也曾面對許多問題，如同名異物問題、資料信度問題、資料轉(zhuǎn)化造成錯誤的問題等。

此外，王利華結(jié)合自己從事“中國當(dāng)代環(huán)境保護(hù)史數(shù)字資源數(shù)據(jù)庫”建設(shè)的經(jīng)驗，指出了一些數(shù)字史學(xué)發(fā)展過程中可能存在的問題。其中，最大的問題是“誰來作苦力”——在史學(xué)數(shù)據(jù)庫的建設(shè)中，有一些優(yōu)秀的學(xué)者成為了“數(shù)字史學(xué)的犧牲者”，未能產(chǎn)出理想的研究成果。另外，他還提出“由數(shù)字平臺操控學(xué)術(shù)評價”的危害。他認(rèn)為，目前各大數(shù)字平臺的學(xué)術(shù)評價體系存在弱點，在論文查重方面也存在如公共知識被判定為抄襲等諸多問題，這可能造成對學(xué)術(shù)的戕害。

王軍：“數(shù)字人文能為歷史做什么——人工智能技術(shù)在史料處理中的應(yīng)用”

北京大學(xué)信息管理學(xué)院王軍教授以“數(shù)字人文能為歷史做什么——人工智能技術(shù)在史料處理中的應(yīng)用”為題，展示館了北京大學(xué)數(shù)字人文研究中心的最新研究成果。

北京大學(xué)數(shù)字人文發(fā)展的一個重要方向，是幫助歷史學(xué)家從事研究工作。王軍教授表示，數(shù)字人文并不期待能夠在研究環(huán)節(jié)代替人文學(xué)者，而旨在為歷史研究提供輔助工具。歷史學(xué)家鄧廣銘先生有言，歷史研究有四把鑰匙，即目錄、年代、地理和職官。歷史學(xué)所做的工作，即在古典文獻(xiàn)的基礎(chǔ)上，在時空和政治制度的多維空間下，思考?xì)v史上的人與事。在這個框架之下，數(shù)字人文應(yīng)當(dāng)為歷史學(xué)家提供一些工具。文獻(xiàn)載體對歷史研究方法有決定性影響，傳統(tǒng)印本時代的年表、輿圖、職官志、圖書目錄、人名辭典等資料和工具書，在數(shù)據(jù)庫時代已被轉(zhuǎn)換成為各種數(shù)據(jù)庫。但目前數(shù)據(jù)庫能為學(xué)者提供的輔助，無非是快速數(shù)據(jù)查找和大規(guī)模資料存儲，如何從大規(guī)模的資料中，還原地理時空以及職官制度的多維思考空間，實現(xiàn)如譚其驤先生從文獻(xiàn)文本構(gòu)建歷史地圖籍那樣的工作，仍舊有待思考。 

王軍教授認(rèn)為，在智能時代，大數(shù)據(jù)環(huán)境和人工智能應(yīng)用是兩大特征。一方面，數(shù)字技術(shù)的普及和開放共享風(fēng)氣的形成使得學(xué)者面臨歷史資料的再發(fā)現(xiàn)，產(chǎn)生了“讀不完的材料”，也帶來網(wǎng)絡(luò)時代“數(shù)字文獻(xiàn)學(xué)”要解決的一系列問題。王軍認(rèn)為，解決這些問題的方法是實現(xiàn)文本材料的數(shù)據(jù)化、結(jié)構(gòu)化和語義化。另一方面，人工智能代表著計算機(jī)處理技術(shù)的極大提升，計算機(jī)已經(jīng)具備較強(qiáng)的搜索能力甚至理解能力，從基于規(guī)則的專家系統(tǒng)發(fā)展到基于學(xué)習(xí)的人工智能。

目前，王軍教授及其團(tuán)隊正致力于在兩三年之內(nèi)為學(xué)術(shù)界提供一個“漢語古籍大數(shù)據(jù)分析平臺”。該平臺的核心部分在于自動句讀和命名實體自動識別，王軍在現(xiàn)場向大家展示了這套系統(tǒng)的自動句讀及命名實體識別過程。此系統(tǒng)目前從先秦上古文本到明清及近現(xiàn)代文本的平均自動句讀準(zhǔn)確率已達(dá)94%左右，在詩詞韻文上的準(zhǔn)確率甚至達(dá)到99%。在命名實體自動識別方面，系統(tǒng)已經(jīng)能識別人名、地名、時代名和職官名，其中，該在標(biāo)注語料上的識別準(zhǔn)確率達(dá)到99%，在泛化語料上的識別準(zhǔn)確率接近88%。在識別速度上，系統(tǒng)將8000字文本進(jìn)行句讀需要約20秒時間，進(jìn)行命名實體識別則需要約25秒。團(tuán)隊下一步的目標(biāo)，是在此系統(tǒng)中實現(xiàn)關(guān)系提取。隨后，王軍還向大家展示了其團(tuán)隊開發(fā)的“宋元學(xué)案知識圖譜”系統(tǒng)。這套系統(tǒng)在命名實體識別的基礎(chǔ)上，將87個宋元學(xué)案進(jìn)行可視化描繪，對學(xué)案中各學(xué)派學(xué)者人數(shù)變化、地理分布、著作信息、官職信息、人際關(guān)系網(wǎng)絡(luò)、學(xué)術(shù)傳承關(guān)系等各個層面的信息進(jìn)行生動刻畫。

王軍表示他在數(shù)字人文研究中的終極目標(biāo)，是實現(xiàn)系統(tǒng)的“自然語言問答”。他樂觀地指出，如果能將二十四史的全部信息輸入到這套系統(tǒng)中，并用自然語言問答來訪問該系統(tǒng)，就能“復(fù)活”歷史與文化，實現(xiàn)人與歷史的直接對話。

陳濤：“史料資源圖像知識框架構(gòu)建與應(yīng)用”

接下來，上海圖書館及上?？茖W(xué)技術(shù)情報研究所高級工程師陳濤博士以“史料資源圖像知識框架構(gòu)建與應(yīng)用”為題進(jìn)行了報告。

陳濤博士指出，圖像是一種重要的史料。當(dāng)前的資料平臺中，圖像更多的是作為附件而非“資源”存在，且各平臺間的圖像獨立存儲在各自的服務(wù)器上，不能進(jìn)行交互，造成了“圖像孤島”現(xiàn)象。上海圖書館的想法，則正是希望能夠讓這些圖像“活”起來，通過使用 “國際圖像互操作框架（International Image Interoperability Framework, IIIF）”，實現(xiàn)圖像之間的“互操作、可獲取、可展示、可關(guān)聯(lián)、可比較、可分析”，使圖像成為可以流通、共享、交互的數(shù)據(jù)節(jié)點。IIIF已經(jīng)在全球掀起熱潮，國內(nèi)方面，除了上海圖書館的“歷史人文大數(shù)據(jù)平臺”項目之外，各大高校、博物館中也有多項數(shù)字人文項目使用了該框架。IIIF并非一個平臺或系統(tǒng)，而是定義了一套交互的“標(biāo)準(zhǔn)”，目前包含“圖像、呈現(xiàn)、搜索、驗證”四個API，其中“呈現(xiàn)API（Presentation API）”是核心。基于IIIF，陳濤所在的團(tuán)隊提出了“史料資源圖像知識框架”，該框架包含“圖像資源IIIF重組”、“圖像資源數(shù)據(jù)化提取”、“圖像資源語義化關(guān)聯(lián)”以及“圖像資源智慧化應(yīng)用”四個部分。

以IIIF為基礎(chǔ)，結(jié)合關(guān)聯(lián)數(shù)據(jù)、知識圖譜、圖數(shù)據(jù)庫等技術(shù)，陳濤團(tuán)隊開展了“多維圖像智慧系統(tǒng)（簡稱MISS平臺）”建設(shè)。該平臺支持多種格式的圖像資源一站式在線組織、發(fā)布、復(fù)用、語義標(biāo)注、分享等，目前可支持億級像素的超清、超大圖像資源的在線交互，為史料資源再利用提供了堅實的技術(shù)堡壘。目前，平臺由上海市高等院校海外交流聯(lián)誼會及上海市海峽兩岸教育交流促進(jìn)會新文科專業(yè)委員會發(fā)布與運(yùn)營。MISS平臺具備資源層、功能層、研究探索層三層架構(gòu)。在資源層，平臺可以將海內(nèi)外的資源進(jìn)行導(dǎo)入；在功能層，平臺將資源按照圖數(shù)據(jù)庫結(jié)構(gòu)進(jìn)行存儲，并能實現(xiàn)資源內(nèi)容重組、OCR、多層標(biāo)注、協(xié)同研究、對象識別及關(guān)聯(lián)等操作；在研究探索層，則可開展語義鏈接、圖像內(nèi)容檢索、史料圖像復(fù)用、知識圖譜分析等。目前，MISS平臺已經(jīng)能導(dǎo)入海內(nèi)外超過20所高校、圖書館、博物館的資源，這為研究者整合研究資源提供了便利。此外，陳濤還著重介紹了平臺建設(shè)中正在實現(xiàn)的新設(shè)想，如通過圖像復(fù)用及重組保持圖像版本的唯一性、建設(shè)圖像多模態(tài)注釋體系、設(shè)計圖像內(nèi)容注釋模型和圖像語義標(biāo)注流程等。

陳濤認(rèn)為，可以將“數(shù)字人文”理解成一棵大樹。人文數(shù)據(jù)是這棵樹的樹根，研究數(shù)據(jù)是樹葉，數(shù)字人文的成果是樹果，資源描述框架則是樹干。想要將不同的樹葉連起來，則需要關(guān)聯(lián)數(shù)據(jù)（Linked Data）和IIIF兩個樹枝。同時，從人文數(shù)據(jù)到研究數(shù)據(jù)的提取，又需要大數(shù)據(jù)（Big Data）和人工智能（Artificial Intellegence, AI）兩項技術(shù)。他將這五項技術(shù)，合稱為數(shù)字人文研究中的LIBRA技術(shù)理論。

曲安京：“中國出土文獻(xiàn)的數(shù)字人文研究”

下午的會議中，第一場報告人是西北大學(xué)科學(xué)史高等研究院曲安京教授，他的演講題目為“中國出土文獻(xiàn)的數(shù)字人文研究”。

目前，曲安京教授所在的西北大學(xué)科學(xué)史高等研究生院，正在進(jìn)行出土文獻(xiàn)與數(shù)字人文方面的研究，他們的目標(biāo)是實現(xiàn)“中國出土文獻(xiàn)語料庫”之構(gòu)建與應(yīng)用。出土文獻(xiàn)的目標(biāo)范圍，包括簡牘、金文 、甲骨文等，西北大學(xué)團(tuán)隊期望在“中國出土文獻(xiàn)語料庫”的基礎(chǔ)上，開展諸如簡牘的復(fù)原和綴連等歷史問題的數(shù)字人文研究，并為中文信息處理領(lǐng)域提出一些新鮮的問題，如短文本處理等。曲安京教授向聽眾們闡述了團(tuán)隊選擇出土文獻(xiàn)進(jìn)行研究的理由。他認(rèn)為，中國出土文獻(xiàn)文本規(guī)模適中，同時又與傳世文獻(xiàn)存在結(jié)構(gòu)上的顯著差異，值得單獨進(jìn)行研究。構(gòu)建“中國出土文獻(xiàn)語料庫”的意義在于，將數(shù)字人文的研究方法應(yīng)用到出土文獻(xiàn)的研究領(lǐng)域，為傳統(tǒng)出土文獻(xiàn)的研究提供新方法。在語料庫構(gòu)建完成后，團(tuán)隊亦期望能夠在此基礎(chǔ)上進(jìn)一步提出歷史問題和中文信息處理問題并進(jìn)行解決。

曲安京指出，數(shù)字人文研究中，語料庫的構(gòu)建是一項沉沒成本極高的工作。因此，他的團(tuán)隊在選擇出土文獻(xiàn)作為研究對象時，立足點并不僅僅是基礎(chǔ)設(shè)施建設(shè)，而更多放在數(shù)字人文研究和語料庫應(yīng)用之上。在未來，團(tuán)隊還希望進(jìn)一步推動數(shù)字人文基礎(chǔ)設(shè)施建設(shè)和數(shù)字人文方法的創(chuàng)新與應(yīng)用，形成以科學(xué)史為交叉點的全國高?！皵?shù)字人文”多學(xué)科融合交流平臺，為歷史、考古、情報、信息等多學(xué)科在數(shù)字信息環(huán)境下的發(fā)展，構(gòu)建基礎(chǔ)設(shè)施、提供實驗場所、創(chuàng)新研究方法。

路偉東：“數(shù)字人文背景下長時段中國歷史人口研究”

來自復(fù)旦大學(xué)中國歷史地理研究所（以下簡稱復(fù)旦史地所）的路偉東教授以“數(shù)字人文背景下長時段中國歷史人口研究”為題進(jìn)行了報告。他指出，歷史地理研究的對象是典型的具有時間屬性的空間數(shù)據(jù)，歷史地理學(xué)者關(guān)注數(shù)字人文是從GIS（地理信息系統(tǒng)）開始的。早在二十年前，在葛劍雄教授和包弼德教授（Peter K. Bol）的帶領(lǐng)下，復(fù)旦史地所和哈佛大學(xué)就曾一起推動了CHGIS項目的建設(shè)。這一項目的本質(zhì)是基于史學(xué)考據(jù)的科學(xué)數(shù)據(jù)生產(chǎn)。該項目已經(jīng)公布一批免費(fèi)使用的標(biāo)準(zhǔn)歷史基礎(chǔ)數(shù)據(jù)，在海內(nèi)外廣受關(guān)注。但路偉東教授認(rèn)為，對于個體研究者來說，如何將這些數(shù)據(jù)、技術(shù)、理論與方法運(yùn)用在自己的研究實踐中，進(jìn)行真正面向?qū)W術(shù)問題關(guān)切的個案研究，可能是一個更值得思考的問題。在過去的十幾年間，路偉東教授持續(xù)關(guān)注清代歷史人口相關(guān)問題，他認(rèn)為自己在研究中“有一點點工作勉勉強(qiáng)強(qiáng)可以歸入數(shù)字人文的范疇”，他的演講就主要圍繞這些工作展開。

路偉東教授表示，兩千年的中國歷史人口發(fā)展中，有一個重要的轉(zhuǎn)折點就是清末民初人口增長模式發(fā)生了結(jié)構(gòu)性變化，在這個轉(zhuǎn)折點上發(fā)生了一次全國性的人口調(diào)查，即宣統(tǒng)人口調(diào)查。研究宣統(tǒng)人口調(diào)查對于觀察中國人口和社會由傳統(tǒng)向現(xiàn)代轉(zhuǎn)型，具有重要學(xué)術(shù)意義和現(xiàn)實價值。但是對于這次調(diào)查數(shù)據(jù)質(zhì)量，學(xué)界存在較大爭議，認(rèn)可這次調(diào)查結(jié)果的學(xué)者將其稱為“中國歷史上第一次真正具有現(xiàn)代人口普查意義的人口調(diào)查”，反對者則認(rèn)為這次調(diào)查的數(shù)據(jù)非常糟糕，與其說是調(diào)查不如說是編造。無論是支持者還是反對者，能夠看到的數(shù)據(jù)都非常有限，主要是出自民國學(xué)者分省統(tǒng)計表，基本上只有“戶、男口、女口、性別比” 等少量字段。實際上，就這份簡單的統(tǒng)計表還不是原始數(shù)據(jù)，而是王士達(dá)、陳長蘅等人從清朝民政部宣統(tǒng)人口調(diào)查匯總表中抄錄并修訂而來，被抄錄的原始數(shù)據(jù)則收藏在臺北“國史館”中，為分縣統(tǒng)計數(shù)據(jù)。大約十年前，路偉東教授在甘肅省圖書館偶然發(fā)現(xiàn)了宣統(tǒng)年間人口調(diào)查的基層原始文獻(xiàn)，即“地理調(diào)查表”，該文獻(xiàn)以自然聚落為單位，大約記錄了7000個聚落的戶口等數(shù)據(jù)。這些原始的文獻(xiàn)引發(fā)了路偉東教授的思考。

第一個問題是城市人口等級模式。傳統(tǒng)時代后期中國究竟有多少城市人口？這個問題很有趣，但是很難回答。主要原因是缺少數(shù)據(jù)，一方面中國傳統(tǒng)文獻(xiàn)中的歷史人口是以保甲體系為單位的納稅戶口，而非以城鄉(xiāng)為單元的全部人口；另一方面，文獻(xiàn)中有限的城市歷史人口又大多是行政治所類城市。在這種情況下，研究的問題似乎可以轉(zhuǎn)化成為——假如可以在一個特定的區(qū)域內(nèi)根據(jù)有限的行政治所城市人口，構(gòu)建一個不同行政等級的城市人口非等差比例模型，就可以差補(bǔ)全部城市人口。這一做法，在邏輯上看似符合普遍認(rèn)知，即省城人口多于府城人口，府城人口多于縣城人口。但實際上卻存在嚴(yán)重錯誤，因為傳統(tǒng)時代決定城市行政等級的核心要素不是，或者至少不只是城市人口，反過來也無法推斷一個與城市行政等級相吻合的城市人口等級模式。用地理調(diào)查表的數(shù)據(jù)可以用來檢驗這樣的結(jié)論，其實，這一問題更深層的社會背景是傳統(tǒng)時代行政城市的首位度很低，對于人口和資源的虹吸效應(yīng)很弱；人口與水源和交通等地理要素的相關(guān)性也較低；相較之下，人口是趨于離散的，人口的空間分布相當(dāng)平滑，這與當(dāng)代人口空間分布存在顯著差異。許多現(xiàn)在看起來遠(yuǎn)離交通線和水源的“窮鄉(xiāng)僻壤”，在改革開放前都曾存在大量人口，這些人口實際上大部分都是傳統(tǒng)時代中后期逐漸遷入的。路偉東教授強(qiáng)調(diào)，如果我們偏離這樣的基本歷史認(rèn)識，用不同的地理因子匹配歷史人口，通過復(fù)雜的計算可能就會得出錯誤結(jié)論 。

第二個問題是中國傳統(tǒng)社會的城市化水平。這個問題一方面呼應(yīng)了對傳統(tǒng)中國社會結(jié)構(gòu)穩(wěn)定性的討論，另一方面在某種程度上也迎合了對于歷史中國輝煌過往的想象，學(xué)界討論比較熱烈。許多知名學(xué)者，如珀金斯（D. H. Perkins）、諾斯坦（Frank Notestein）、喬啟明、施堅雅（G. W. Skinne）、趙岡、饒濟(jì)凡（Gilbert Rozman）等，都曾根據(jù)自己定義的“城市”，即人口大于某一個閾值為城市，估算中國傳統(tǒng)社會晚期的城市化水平。路偉東通過對這些研究者的估計數(shù)據(jù)與“地理調(diào)查表”數(shù)據(jù)的對比，發(fā)現(xiàn)他們的結(jié)論均存在錯誤。路偉東認(rèn)為，探討現(xiàn)代話語的城市化水平有兩個基本前提，其一是嚴(yán)格人為界定的城市和城市空間邊界，其二是基于空間邊界的科學(xué)人口普查數(shù)據(jù)。但是歷史中國這兩個條件均不具備，所以實際上討論歷史時期的城市化水平是一個偽命題?，F(xiàn)實工作中，還有很多工作和研究歷史時期的城市化水平一樣，就是把歷史問題強(qiáng)行納入到現(xiàn)實的框架中進(jìn)行討論，“新瓶裝舊酒”，最終，通過復(fù)雜的數(shù)據(jù)計算和眼花繚亂的數(shù)學(xué)公式堆砌，得出漏洞百出、似是而非的結(jié)論。

此外，路偉東還講解了一個通過靜態(tài)截面數(shù)據(jù)展示人口動態(tài)遷移過程的案例。戰(zhàn)爭與戰(zhàn)爭引發(fā)的饑饉瘟疫是中國歷史人口短時間內(nèi)劇烈波動的核心要素。同治西北的戰(zhàn)爭造成了約千萬量級的人口損失，通過繁瑣的文獻(xiàn)梳理可以發(fā)現(xiàn)，這一時期的人口遷移模式不是橫向的水平遷移，即從戰(zhàn)爭區(qū)域逃離到非戰(zhàn)爭區(qū)域；而是在戰(zhàn)爭區(qū)域內(nèi)部的縱向垂直遷移，即從小的聚落逐層逐級遷往較大的核聚落，尤其是那些有城墻和守衛(wèi)的行政治城。這一問題體現(xiàn)在數(shù)據(jù)上就是聚落的數(shù)量在減少，但聚落的規(guī)模在擴(kuò)大。將“地理調(diào)查表”中千人以上聚落進(jìn)行可視化展示，會發(fā)現(xiàn)這些聚落的分布是集聚而非離散的，并且數(shù)據(jù)分布在戰(zhàn)時人口損失特別嚴(yán)重和特別不嚴(yán)重的兩個極端區(qū)域，前者顯然是由于戰(zhàn)爭期間人口收縮的結(jié)果，后者則是戰(zhàn)爭期間及戰(zhàn)爭后避難人口入遷導(dǎo)致的。

使用“地理調(diào)查表”中的戶口數(shù)據(jù)，路偉東還對葛劍雄教授主編的六卷本《中國人口史》中的部分研究進(jìn)行了驗證。在《中國人口史》中，第五卷和第六卷作者對宣統(tǒng)人口調(diào)查數(shù)據(jù)的認(rèn)識不同，數(shù)據(jù)前后無法銜接。通過使用人口重心模擬1776年至1953年西北人口變動，路偉東發(fā)現(xiàn)，使用《中國人口史》第五卷中關(guān)于宣統(tǒng)人口數(shù)的校正數(shù)據(jù)，和使用“地理調(diào)查表”人口數(shù)據(jù)計算出的人口與重心存在方向性的不同，在排除幾種不可能的解釋之后，他認(rèn)為《中國人口史》第五卷中的人口校正數(shù)據(jù)是錯誤的。除此之外，基于“地理調(diào)查表”，路偉東及其團(tuán)隊還開展了一系列其它工作，比如開發(fā)聚落在線定位網(wǎng)站、基于隨機(jī)森林回歸模型重建西北地區(qū)歷史人口空間分布、輔助建設(shè)《清朝歷史地理信息系統(tǒng)》以及建設(shè)絲綢之路沿線歷史人口數(shù)據(jù)庫等。路偉東指出，在一套看似簡單的數(shù)據(jù)上，傳統(tǒng)人文研究者可以工作十年甚至更久，這是因為需要將看似簡單枯燥的數(shù)據(jù)放在更宏大的時空背景中研究，才能透過數(shù)據(jù)觀察復(fù)雜多面向的歷史，不斷地感知和走近歷史現(xiàn)實。

最后，路偉東教授表達(dá)了他身為歷史學(xué)者對數(shù)字人文研究的一些看法。數(shù)字人文引起學(xué)界的普遍關(guān)注不過最近十余年，但如果談到人文計算或者人文計量，其實可以回溯得更久遠(yuǎn)一些。若干年前在史學(xué)界曾經(jīng)興起過計量史學(xué)的熱潮，但近年來計量史學(xué)已漸漸淡出主流史學(xué)研究者們的視野，表面上看，其原因是計量史學(xué)那種過于追求技術(shù)、數(shù)據(jù)和計算的研究偏離了傳統(tǒng)史學(xué)范式，同時，也不排除，有相當(dāng)一部分計量史學(xué)工作者于有意或無意間流露出的技術(shù)炫耀和數(shù)據(jù)傲慢，引發(fā)了傳統(tǒng)史學(xué)工作者的厭惡與嫌棄，近而形成了溝壑式的學(xué)科成見。但路偉東認(rèn)為，這些只是問題的表象，其更本質(zhì)的原因在于計量史學(xué)將復(fù)雜綜合的歷史現(xiàn)象和社會關(guān)系全部歸結(jié)于簡單的數(shù)學(xué)函數(shù)關(guān)系，用單一的“數(shù)據(jù)變量”取代了構(gòu)成歷史主體的人的主動歷史實踐，以及研究者本身對歷史復(fù)雜性的個性化全面理解和整體認(rèn)知，由此最終掩蓋了人文和人文研究的光輝。但是，最近十幾年“數(shù)字人文”的火熱，和之前計量史學(xué)興起的時代背景已有不同。路偉東認(rèn)為現(xiàn)在的數(shù)字人文堪稱“千萬年未有之大變局”，最近十年信息技術(shù)的巨大進(jìn)步不僅僅引發(fā)了全新的技術(shù)變革，也帶來了社會結(jié)構(gòu)質(zhì)的飛躍，其背后更深層次的數(shù)據(jù)基礎(chǔ)是，包括歷史文本在內(nèi)的幾乎所有信息都開始逐漸脫離物理的載體，不斷數(shù)字化。在這樣的時代背景下，無論傳統(tǒng)人文學(xué)者對數(shù)字人文存在怎樣的質(zhì)疑和批評，毫無疑問，當(dāng)下?lián)涿娑鴣淼臄?shù)字人文浪潮已經(jīng)給傳統(tǒng)人文研究帶來了強(qiáng)烈的沖擊，實際上，比這種沖擊更重要，也更嚴(yán)重的問題是，我們目前已經(jīng)處于一個完全不可逆的數(shù)字化進(jìn)程中，再也無法回頭。數(shù)字人文的崛起是信息技術(shù)向傳統(tǒng)人文研究滲透與介入的結(jié)果，但數(shù)字人文既不是傳統(tǒng)人文研究的終結(jié)者，也不是傳統(tǒng)人文研究的附屬品，在不遠(yuǎn)的將來，數(shù)字人文發(fā)展的最終指向一定會有自己獨特的研究理論、方法、范式，以及學(xué)術(shù)關(guān)切和知識體系。從這一視角看，當(dāng)下蓬勃發(fā)展的數(shù)字人文浪潮，只不過是從剛剛開啟的那扇數(shù)字人文大門的縫隙里透出的第一縷曙光。路偉東表示，未來的路還有很長，值得大家的共同努力。

陳靜：“迭代更新還是打破重構(gòu)？數(shù)字人文之于交叉學(xué)科的價值”

來自南京大學(xué)藝術(shù)學(xué)院的陳靜副教授以“迭代更新還是打破重構(gòu)？數(shù)字人文之于交叉學(xué)科的價值”為題進(jìn)行了報告。她表示，目前理工科中交叉學(xué)科的開展情況較好，有生物醫(yī)學(xué)、物理化學(xué)、天文物理以及各學(xué)科與統(tǒng)計學(xué)的交叉等。文科中，則有文化研究、性別研究、審美人類學(xué)、藝術(shù)社會學(xué)等。陳靜教授提到，逐漸走向沒落的“文化研究”領(lǐng)域曾面對與當(dāng)下“數(shù)字人文”相似的困境，當(dāng)時盛寧、周憲、張紅兵、呂新雨等學(xué)者的研究中，曾就研究范式、學(xué)科化、本土資源和問題意識、既有框架下的發(fā)展意義等展開討論，這些對文化研究的探討會引發(fā)關(guān)于數(shù)字人文的思考。

陳靜教授探討的核心問題，在于基于中國語境的人文與實踐問題的一系列理論與方法。她認(rèn)為，數(shù)字人文的建設(shè)性意義在于直面新一輪技術(shù)變革帶來的大挑戰(zhàn)、響應(yīng)國家主導(dǎo)的“新文科”策略、滿足學(xué)科建設(shè)的內(nèi)部匱乏與突破剛需、以及形成新的學(xué)術(shù)共同體與評價體系。在理論探討之外，陳靜也介紹了她的研究團(tuán)隊近兩年正在開展的中國傳統(tǒng)色彩知識研究?！吧省弊鳛橐环N跨領(lǐng)域的存在，分散于典籍、織繡、器物乃至口頭知識中。陳靜及其研究團(tuán)隊希望通過數(shù)字人文的手段從生產(chǎn)主體、生產(chǎn)方式、知識存在方式及知識特點四個層面體現(xiàn)數(shù)字時代的知識生產(chǎn)轉(zhuǎn)型。項目期望做到傳統(tǒng)手工藝的有籍可查、有物可考、有據(jù)可依、有人可問，實現(xiàn)方法論和應(yīng)用層面的多個目標(biāo)，并對接產(chǎn)業(yè)需求。

魏希徳（Hilde De Weerdt）：“東亞數(shù)字人文的關(guān)鍵問題”

隨后，Markus古籍半自動標(biāo)記平臺的主持開發(fā)者、來自荷蘭萊頓大學(xué)的魏希徳（Hilde De Weerdt）教授以“東亞數(shù)字人文的關(guān)鍵問題”為題進(jìn)行了演講，從五個有關(guān)問題出發(fā)，探討東亞數(shù)字人文的問題與挑戰(zhàn)。

首先是近年來東亞數(shù)字人文研究主要成果的問題。其一是創(chuàng)建了全文人名地理信息資料庫，且維護(hù)并擴(kuò)大了這些資料庫，如CBDB、CHGIS、C-Text等；其二是不同機(jī)構(gòu)開發(fā)了促進(jìn)數(shù)字人文研究的工具和平臺，如魏希徳教授自己所在的研究團(tuán)隊開發(fā)的MARKUS文本標(biāo)記平臺、COMPARATIVUS文本對比平臺和PARALLELS版本對比平臺等；其三是不同研究機(jī)構(gòu)的開發(fā)者開始一起設(shè)計交換信息、提供工具使用權(quán)的渠道，如馬克斯-普朗克人類歷史科學(xué)研究所開發(fā)的RISE平臺等；其四是在各個方面上東亞數(shù)字人文的發(fā)展越來越快，國際數(shù)字人文期刊越來越歡迎東亞數(shù)字人文研究的相關(guān)文章；其五是東亞數(shù)字人文研究數(shù)量不斷增加，并呈現(xiàn)出多樣化的取向，多個領(lǐng)域的期刊上都推出了關(guān)于數(shù)字人文的特刊，且產(chǎn)生了新的電子書項目；其六是與中國的情況相似，海外的數(shù)字人文研究也出現(xiàn)了虛擬的學(xué)術(shù)共同體，學(xué)術(shù)共同體內(nèi)部通過電子媒體互相交換經(jīng)驗和分享資源。

第二個問題則是東亞數(shù)字人文面對的關(guān)鍵挑戰(zhàn)。魏希徳教授認(rèn)為，目前東亞數(shù)字人文面對的挑戰(zhàn)分別為學(xué)術(shù)界內(nèi)的障礙、技術(shù)性的挑戰(zhàn)、文物管制上的不同、以及數(shù)字人文認(rèn)識論性的挑戰(zhàn)。其中她特別強(qiáng)調(diào)，技術(shù)性的問題往往沒有學(xué)者想象的那樣嚴(yán)重，以機(jī)器學(xué)習(xí)技術(shù)為例，在MARKUS的開發(fā)過程中很早就設(shè)計了機(jī)器學(xué)習(xí)模組，并將其運(yùn)用至資料的命名實體識別等過程。但她同時也指出，由于MARKUS開發(fā)時間較早，當(dāng)時所采用的技術(shù)以現(xiàn)在來看已顯落后。目前，萊頓大學(xué)已經(jīng)拿到歐盟和荷蘭國科會的兩項大項目，兩個項目的主要目標(biāo)是描繪長時期的“物質(zhì)基礎(chǔ)建設(shè)的社會史（social history of material infrastructures）”，如通過對地方志、考古報告等文獻(xiàn)的數(shù)字分析，探究中國各地的城墻、道路、橋梁等的建設(shè)、瓦解和重組；利用挖掘出的數(shù)據(jù)研究各地的區(qū)域發(fā)展或縮小等。給歷史學(xué)家開發(fā)較好的機(jī)器學(xué)習(xí)服務(wù)，也是兩個項目的核心目標(biāo)。從今年九月開始，萊頓大學(xué)將開放9個博士及博士后職位，包括數(shù)字歷史、數(shù)字考古、人工智能與軟件開發(fā)等，她也歡迎對此感興趣的聽眾申請。在認(rèn)識論性的挑戰(zhàn)方面，魏希徳認(rèn)為數(shù)字人文有兩條道路，一條是計算機(jī)學(xué)性的，利用各種計算機(jī)學(xué)的計量研究方法；另一條是理論性的，也常常是批判性的。可惜的是目前這兩條道路往往是分開的，而她認(rèn)為無論是研究方面還是教學(xué)方面，兩種方法都缺一不可，應(yīng)該將計算性的研究與批判性的理論聯(lián)合在一起。計算機(jī)學(xué)的研究方法往往源自于自然科學(xué)與社會科學(xué)領(lǐng)域，必須把人文科學(xué)方面的關(guān)懷和研究流程與這些科學(xué)的模式結(jié)合在一起。

第三是對數(shù)字人文的不同理念與不同的制度嵌入對國際性合作的影響問題。在理念影響方面，仍然存在面向計算機(jī)學(xué)的數(shù)字人文與面向理論性、文化性的數(shù)字人文地位不平等的問題。在東亞數(shù)字人文研究中，后者比前者更少出現(xiàn)在數(shù)字人文的會議上。在國際合作的問題上，一般來講數(shù)字人文的項目以一個國家的邊界為限，以每個國家的官方語言為主，魏希徳認(rèn)為數(shù)字人文需要更多多語言的研究、工具和平臺。目前，中國的數(shù)字人文研究界大部分平臺只支持漢語，事實上其它在中國歷史上被利用的語言也需要被包含進(jìn)來，魏希徳認(rèn)為，此問題的改善可能需要靠加強(qiáng)國內(nèi)、國際合作來實現(xiàn)。最近，MARKUS系統(tǒng)中已經(jīng)開始支持更多語言，如在中文和英文之外支持韓文材料的處理等。

第四個問題是國內(nèi)和國際性標(biāo)準(zhǔn)的優(yōu)勢與缺陷。魏希徳指出，不同的標(biāo)準(zhǔn)各有優(yōu)劣，但多語言性的研究以及資料庫與工具的結(jié)合無疑需要共同的標(biāo)準(zhǔn)。舉例而言，在剛開始做基礎(chǔ)建設(shè)設(shè)施時，她就開始尋找有關(guān)于基礎(chǔ)設(shè)施的本體（Ontology）或術(shù)語集，但這非常困難。這樣的方法和工具本應(yīng)存在，她的團(tuán)隊也希望能夠在未來為大家提供這樣的工具。

最后一個問題是數(shù)字人文的教學(xué)。目前國外已經(jīng)有一些教學(xué)項目提供數(shù)字人文教材、暑期學(xué)校等，在這個方面，魏希徳也希望大家能努力分享自己的教學(xué)課程和資源。

德龍（Donald Sturgeon）：“從計算機(jī)科學(xué)和中國歷史研究的角度反思數(shù)字人文的相遇”

接下來，由英國杜倫大學(xué)助理教授德龍（Donald Sturgeon）進(jìn)行了題為“從計算機(jī)科學(xué)和中國歷史研究的角度反思數(shù)字人文的相遇”的報告。德隆教授是著名的C-Text項目的唯一創(chuàng)辦者。

德龍教授先介紹了自己的相關(guān)背景。他在本科時學(xué)習(xí)數(shù)學(xué)，中間經(jīng)過漢語、哲學(xué)、東亞研究等多次學(xué)習(xí)、研究轉(zhuǎn)向，目前在杜倫大學(xué)計算機(jī)科學(xué)系工作。他本次演講的核心內(nèi)容在于從人文科學(xué)與計算機(jī)科學(xué)的兩個角度討論數(shù)字與人文的合作問題，特別是教學(xué)方面的問題。德龍教授曾在哈佛大學(xué)東亞系為碩士生開設(shè)“中國研究的數(shù)字方法”課程，也曾在杜倫大學(xué)計算機(jī)科學(xué)系為三年級本科生開展“人文、社會科學(xué)中的計算模型”課程。這兩門課程雖然在細(xì)節(jié)上有所不同，但在內(nèi)容和評定方法方面有相似之處，都涉及文本處理、文本相似性、社會網(wǎng)絡(luò)分析及作者身份識別，并采用期末報告的方式進(jìn)行考核。德龍教授從兩次教學(xué)經(jīng)驗的對比出發(fā)，以探討數(shù)字與人文兩種學(xué)科間合作的可能性與難題。

根據(jù)德龍教授的觀察，人文背景的碩士生在數(shù)字方法課中面對諸多挑戰(zhàn)。在概念上的挑戰(zhàn)方面，這些學(xué)生要學(xué)習(xí)計算機(jī)思維，理解電腦運(yùn)作，以及學(xué)習(xí)評估每種方法應(yīng)用的難度；在實用上的挑戰(zhàn)方面，需要從零學(xué)習(xí)編程，并花時間學(xué)習(xí)如何使用有力工具。反觀計算機(jī)科學(xué)系的學(xué)生，也同樣面對許多挑戰(zhàn)。在概念上的挑戰(zhàn)方面，這些學(xué)生往往受限于計算機(jī)思維而欠缺問題意識，不善于評估什么分析值得做；在實用上的挑戰(zhàn)方面，則面對不知道怎么尋找適當(dāng)?shù)难芯靠瞻?，和傾向于選擇保守研究題目的問題。這兩類學(xué)生也各有優(yōu)勢和缺點：人文背景的學(xué)生具有非常強(qiáng)的問題意識，但不一定能夠?qū)嶋H做到想做的工作；計算機(jī)科學(xué)的學(xué)生則往往從工具出發(fā)思考問題，依賴成熟的數(shù)據(jù)集，他們的研究課題成功率高卻缺乏創(chuàng)意和突破。

德龍在教學(xué)中發(fā)現(xiàn)，“人文、社會科學(xué)中的計算模型”課堂上的計算機(jī)科學(xué)系學(xué)生，常常使用來自Kaggle網(wǎng)站的成熟數(shù)據(jù)完成他們的期末報告。該網(wǎng)站提供各類便于計算機(jī)學(xué)者使用的數(shù)據(jù)集，如Twitter情感分析數(shù)據(jù)、圖片分類數(shù)據(jù)等。同時，Kaggle會對數(shù)據(jù)“可用性”進(jìn)行基于數(shù)據(jù)集元數(shù)據(jù)的評估，評估指標(biāo)包括是否有元數(shù)據(jù)及簡單介紹、數(shù)據(jù)格式是否清晰、是否針對指定目標(biāo)等，而完全不包括資料的完整性、可靠性、客觀性，也不包括指定目標(biāo)的重要性和難度。德龍認(rèn)為，這或許能夠代表計算機(jī)科學(xué)的學(xué)生看待數(shù)據(jù)集的典型思路。德龍曾在這堂課上向?qū)W生們介紹了TEI（Text Encoding Initiative）/XML，希望學(xué)生可以用已標(biāo)記好的豐富文本嘗試數(shù)字人文研究。然而在閱讀學(xué)生們報告的過程中，他發(fā)現(xiàn)學(xué)生們往往不愿意接受這些文本標(biāo)記，因為它們的標(biāo)簽透明度不夠高，需要翻閱TEI說明才能了解，這對學(xué)生來說是一種過于繁雜的挑戰(zhàn)。但學(xué)生們相對愿意接受有線上查詢系統(tǒng)的RDF（Resource Description Framework，資源描述框架）資料，因為它們具有“自說明系統(tǒng)”和更為簡單的數(shù)據(jù)結(jié)構(gòu)。此外，德龍還發(fā)現(xiàn)學(xué)生們對于自然語言處理，尤其是文本情感分析類的題目極為偏愛，因為這些題目具有清晰易懂的指定目標(biāo)和簡單的評價方法。接下來，德龍進(jìn)一步探討了機(jī)器可讀性（Readability）和可處理性（Processability）方面的問題。他指出，機(jī)器可讀并不代表機(jī)器可處理，需要進(jìn)一步將數(shù)據(jù)鏈接到本體或知識圖譜，引入領(lǐng)域知識或常識，以使其具有機(jī)器可處理性，在此方面，Wikidata是一個優(yōu)秀的案例。

德龍?zhí)岢隽藥讉€他認(rèn)為數(shù)字人文學(xué)者在開展項目時可以考慮的問題。其一是把相關(guān)資料鏈接到內(nèi)容廣泛的一般性知識圖譜，以補(bǔ)充“理所當(dāng)然”的領(lǐng)域知識或常識；其二是考慮參與Wikidata的知識圖譜建設(shè)，提出新性質(zhì)并提供自己的標(biāo)識符；其三是把數(shù)據(jù)庫包裝成適合機(jī)器學(xué)習(xí)處理的項目，在Kaggle等平臺上分享，吸引計算機(jī)學(xué)者參與；其四是為數(shù)據(jù)提供簡單完整的說明，這會使得數(shù)據(jù)更容易被其它領(lǐng)域的研究者使用。

包平：“方志物產(chǎn)數(shù)字人文研究實踐與思考”

最后，由本次會議的東道主，來自南京農(nóng)業(yè)大學(xué)的包平教授以“方志物產(chǎn)數(shù)字人文研究實踐與思考”為題進(jìn)行了報告。包平教授首先向大家介紹了本次會議召開的原因。在開展研究的過程中，他的團(tuán)隊在項目推進(jìn)過程中遇到了很多難以在內(nèi)部突破的問題，因此決定求教外部力量，這也是本次會議召開的初衷。同時，因為一直對思考跨學(xué)科發(fā)展有所思考，他特地將兩個領(lǐng)域的專家召集起來進(jìn)行討論。包平教授對在場各位專家的到來表示感謝，并在演講中對南京農(nóng)業(yè)大學(xué)數(shù)字人文研究團(tuán)隊的工作進(jìn)行了簡要報告。

包平教授介紹到，方志是中華獨有的一種歷史文獻(xiàn)，約占存世古籍的十分之一。從宋代以后，物產(chǎn)成為方志中一個重要的欄目。較為幸運(yùn)的是，此前已經(jīng)有幾代人將方志資料進(jìn)行整理，如萬國鼎先生在建國初年所整理的一百余冊《方志物產(chǎn)》手抄本，摘錄有3600多萬字的物產(chǎn)信息專題資料。《方志物產(chǎn)》的材料在空間維度上涵蓋了國內(nèi)所有行政區(qū)域，在時間維度上涵蓋宋代以降約九百年的舊志，在內(nèi)容上涵蓋了多種罕見或廣義方志，是獨一無二的古籍再造，也是規(guī)模最大的地方志物產(chǎn)資料集成匯錄，并且具有完備的查檢系統(tǒng)，可以輔佐追溯和還原物種演變的路線圖。上世紀(jì)九十年代開始，王思明教授帶領(lǐng)一支團(tuán)隊開始了《方志物產(chǎn)》的數(shù)字化工作，先是對原始文獻(xiàn)進(jìn)行掃描，而后又開展全文錄入。侯漢清教授的團(tuán)隊，則在十幾年前就開始進(jìn)行文本的自動斷句、自動標(biāo)點、引書、本體構(gòu)建等研究工作，此為《方志物產(chǎn)》智能整理的開端。從2008年開始，包平教授開始接手此項任務(wù)并開展新的系列工作，團(tuán)隊中的朱鎖玲、李娜、徐晨飛等博士分別從實體名稱智能識別、社會網(wǎng)絡(luò)、深度學(xué)習(xí)、關(guān)聯(lián)數(shù)據(jù)等角度進(jìn)行了體系化探索。2018年，團(tuán)隊獲批國家社會科學(xué)基金重大項目，繼而深入開展幾項新的研究，包平教授對這些研究的進(jìn)展依次進(jìn)行了詳述。

首先是《方志物產(chǎn)》資料的再輯錄、整理與數(shù)字化?！斗街疚锂a(chǎn)》手抄本資料也有缺漏，團(tuán)隊目前正在進(jìn)行再輯錄和整理，并對原有材料開展糾錯和校對，現(xiàn)已補(bǔ)充了1696種方志物產(chǎn)資料，總量已達(dá)9071種。同時，團(tuán)隊還進(jìn)行了方志物產(chǎn)素材庫構(gòu)建，目前該素材庫已經(jīng)能夠基本實現(xiàn)物產(chǎn)的導(dǎo)入、導(dǎo)出、瀏覽、抽檢、刪除、修改、統(tǒng)計和用戶管理等功能。其二是方志物產(chǎn)資料的多層級自動標(biāo)注，在這個方面，團(tuán)隊已經(jīng)制定了相應(yīng)規(guī)范并搭建了一體化標(biāo)注平臺，開展分詞、詞性和命名實體識別等工作。其三是知識庫的構(gòu)建，團(tuán)隊進(jìn)行了面向領(lǐng)域?qū)＜业膯柧碚{(diào)查工作，充分了解需求，目前已構(gòu)建新的知識組織框架，并著手處理關(guān)聯(lián)數(shù)據(jù)發(fā)布和本體構(gòu)建問題。這三個子課題相互關(guān)聯(lián)，最終目的設(shè)計并實現(xiàn)方志物產(chǎn)知識庫原型系統(tǒng)，提供檢索、可視化、關(guān)聯(lián)功能。其四是方志物產(chǎn)知識發(fā)現(xiàn)與考證，該子課題當(dāng)下正處在構(gòu)想階段，其核心就是解決方志物產(chǎn)的“同物異名”和“異物同名”問題，目前團(tuán)隊希望通過結(jié)合上下文、引入外部資料、構(gòu)建分類體系等方式構(gòu)建智能考釋模型。其五是方志物產(chǎn)資料深度利用，在這個方面，團(tuán)隊希望將他們的研究與社會需求從宏觀、微觀層面結(jié)合起來。對此，包平給出了幾個典型應(yīng)用場景，包括通過梳理方志物產(chǎn)資料以挖掘傳統(tǒng)種質(zhì)資源，地標(biāo)產(chǎn)品的歷史文化內(nèi)涵挖掘，以及藥用物產(chǎn)的智能整理與利用等。

包平提到，在研究開展的過程中，團(tuán)隊也遇到了版本與資料完整性、集外字、別名、同物異名、同名異物、知識庫構(gòu)建、理論體系與技術(shù)方法構(gòu)建等問題，對此，他們正在積極尋求解決方案。包教授在結(jié)語中先引用《未來簡史》尤瓦爾?赫拉利的一段話：每股科學(xué)的陽，都包含著一股人文主義的陰，反之亦然。陽給了我們力量，而陰則提供了意義和倫理判斷?，F(xiàn)代性的陽和陰，就是理性和感性、實驗室和博物館。延伸出若把方志物產(chǎn)知識組織與挖掘的技術(shù)體系喻為陽，那么物產(chǎn)與自然、社會發(fā)展的關(guān)系則是陰；把物種演變的生物學(xué)屬性喻為陽，其多樣的形態(tài)與人文的解釋又成為陰；數(shù)字人文是數(shù)字技術(shù)快速發(fā)展，學(xué)科間交叉融合的產(chǎn)物，其研究范式尚在形成之中，我們只有多一些合作賦能，多一些爭鳴批判，發(fā)展方能行穩(wěn)致遠(yuǎn)。

最后，他還向大家展示了南京農(nóng)業(yè)大學(xué)設(shè)計的“中華方志物語”標(biāo)志，未來團(tuán)隊的知識庫正式發(fā)布時，將會使用這個logo。