大數(shù)據(jù)告訴你 影響力最大的唐詩居然是這首

二維地圖:一鍵檢索唐代詩人一生行跡與作品

歷代以來，學者們對唐詩的批評和研究，無論是詩話、評點，還是選本、詩壇點將錄等傳統(tǒng)形式，大部分是感悟、直覺和印象式的，缺少整體上的理論思辨。而時至今日，我們可以通過定量分析和大數(shù)據(jù)的方法，為唐詩研究帶來哪些改變呢?王兆鵬指出，唐詩研究領域至少需要作家、作品、讀者三個方面的數(shù)據(jù)。從作家角度來看，我們所需要的信息，有時間層面的生卒年、享年、進士及第年、進士年歲、創(chuàng)作起始年、創(chuàng)作終止年等;空間層面的出生地(籍貫)、定居地、去世地、活動地、貶謫地等;以及身份層面的帝王、宰相、將軍、帥臣、幕僚、官員、隱士、布衣、僧道、歌妓等等，都應該進入研究的視野。

近年來，王兆鵬及其學術研究團隊從《全唐詩》《全唐文》的作家小傳、《中國文學家大辭典·唐代卷》、年譜及生平考證類論著中持續(xù)挖掘相關數(shù)據(jù)，先后制作成《唐代詩人信息統(tǒng)計表》《唐代文學編年地圖平臺》等多個數(shù)據(jù)庫(表)。他們在不斷摸索中改進，試圖尋找出海量數(shù)據(jù)背后文學衍生發(fā)展的規(guī)律。

在今年3月24日上線的"唐宋文學編年系地信息平臺"中，王兆鵬所提出的"量化分析唐詩及詩人"的研究設想得到了較為充分的展現(xiàn)。經(jīng)過歷時五年的數(shù)據(jù)挖掘后，這個平臺現(xiàn)在可以呈現(xiàn)出151位唐宋詩人一生的行跡路線圖，北至蒙古烏蘭巴托，南至越南清化，點擊路線圖中的任一地點，系統(tǒng)即會詳細顯示出某位詩人在此地創(chuàng)作的詩歌作品。此外，搜索者也可以以地點或年份為關鍵詞進行檢索。例如，我們若輸入年份"公元701年"(則天順圣皇后長安元年)，就能得出這一年詩人們的履歷:李白出生于西域碎葉城(今吉爾吉斯斯坦托克馬克市)，王維出生于晉中，12歲的孟浩然在襄陽居鄉(xiāng)讀書，45歲的宋之問則從鄭州來到洛陽又到西安，寫下多首詩作。

王兆鵬指出，用傳統(tǒng)的方式編纂的詩人年譜或者作家全集，往往是從單一的時間或者空間層面展示作家的創(chuàng)作情況和生平經(jīng)歷。而與之相比，"唐宋文學編年系地信息平臺"最大的特點就在于"打通了時空維度"，用形象化、可視化的方式展現(xiàn)出多位詩人的生平行跡和創(chuàng)作情況，使文學地圖進一步走向立體化。

宏觀視野:把評價詩歌的尺子拉長，再拉長

王兆鵬在"唐詩量化研究"領域的探索除制作文學地圖以外，還包括多種數(shù)據(jù)分析嘗試，不斷提出了新的問題，諸如:

問:20世紀的李白研究中，研究者最關注李白的哪一篇詩文?

答:《蜀道難》，共有107篇論文專門討論這首詩。

問:20世紀李白研究的學者群體中，誰的論文最多?

答:排名第一的是南京師范大學郁賢皓先生，共66篇。此外河南社科院的葛景春、日本松浦友久等學者的成果也較多。

正是通過對一個個看似碎片化問題的回答，王兆鵬摸索出了自己的"唐詩數(shù)據(jù)挖掘"方式--把評價詩歌的時間尺度拉長、再拉長，力求從宏觀視野來觀照唐宋詩歌的整體狀貌。一方面，他相信，統(tǒng)計數(shù)據(jù)可以將文學空間的分布與位移集約式地呈現(xiàn)出來。例如，以唐宋詩人的籍貫數(shù)據(jù)為基礎進行統(tǒng)計，王兆鵬發(fā)現(xiàn)，"唐代有時代、籍貫可考的詩人共1686人，其中北方詩人為949人，占56.3%，北方略占優(yōu)勢"，"而宋代有時代和籍貫可考的詩人為5694人，其中南方為4908人，占86.2%，南方占絕對優(yōu)勢"。如果從省份數(shù)據(jù)進一步分析，他指出，"唐代，占籍詩人最多的三個省份是河南、陜西與河北"，"宋代詩人最多的省份是浙江，有1437人，占宋代有籍貫可考詩人總數(shù)的25.2%"。值得注意的是，通過這些數(shù)據(jù)我們可以發(fā)現(xiàn)，唐宋詩歌版圖南移的時間和社會經(jīng)濟文化重心南移的時間并不完全一致，這個現(xiàn)象可以糾正我們某些固有的"標簽化"觀點。一般認為，北宋王朝的毀滅代表了中國經(jīng)濟文化重心南移的真正分野，而王兆鵬通過大數(shù)據(jù)的證明認為，中國詩壇重心的南移，始于晚唐五代，完成于北宋。

另一方面，我們還可以通過對歷代的唐詩選本、評點資料和研究論文的計量分析來排定唐詩宋詞的影響力榜單。在講座現(xiàn)場，王兆鵬展示了自己從2005年開始嘗試和2011年初步排定的《唐詩排行榜》。這份榜單主要以70余種唐詩選本、歷代評點唐詩、20世紀唐詩研究論文和相關文學史著作等方面的數(shù)據(jù)為基礎，通過極復雜而周密的方法，排列一百首影響力最大的唐詩作品。顛覆大眾對唐詩印象的是，通過統(tǒng)計得出，歷代以來影響力最大的唐詩是崔顥的《黃鶴樓》(昔人已乘黃鶴去)，其次是王之渙《涼州詞》(黃河遠上白云間)、杜甫《登高》、王之渙《登鸛雀樓》和張繼《楓橋夜泊》等，而可能更為大眾所熟知的陳子昂《登幽州臺歌》等詩作則名落孫山。

大家可能會疑惑，王之渙存世作品不多，為什么會有兩首詩都排在榜單前列?王兆鵬認為，這很有可能與詩歌的傳播力需要一個精彩的故事有關。著名的"旗亭畫壁"的故事為王之渙《涼州詞》增色不少。據(jù)說，在開元年間，王昌齡、高適和王之渙三位詩人去旗亭(即酒樓)小飲，忽有幾位歌妓演唱當時知名詩人的作品。幾首過后，在座詩人王昌齡和高適的作品都被唱過，唯獨王之渙的沒有，然而他淡定地說:"剛才唱的都是下里巴人的俗曲，我們來聽聽那位最美的歌妓唱誰的詩。"果然，那位頭牌歌妓開口唱的就是王之渙的那首"黃河遠上白云間……"。足見《涼州詞》在當時受普通民眾歡迎的程度。

盡管眾多的文史愛好者欣喜于數(shù)字化及可視化研究可能給傳統(tǒng)人文學科帶來的積極影響，然而，學術界對"唐詩大數(shù)據(jù)"研究方式仍存有不少疑慮。

部分人文學者認為，類似的"唐詩影響力排行榜"固然可能有益于在當今社會傳播經(jīng)典，但進行唐詩排名的根據(jù)存在邏輯問題。不同于傳統(tǒng)的"點將錄"批評方式，近代的排行榜更多基于對相關數(shù)據(jù)的可靠收集和精準分析。若以歷代唐詩選本入選唐詩、歷代唐詩評點、唐詩研究論文、文學史中提及唐詩的數(shù)據(jù)為基礎進行排行，難免會招致一系列質疑:歷代選本選唐詩的標準并不一致，這份排行榜具體能代表哪個時期的詩歌審美趣味?研究論文選題、文學史詩歌批評受時代和資料條件影響較大，能不能有效反映詩歌的社會評價?如果考慮到中國港臺地區(qū)和東鄰日本的人文環(huán)境和詩歌傳播情況，唐詩排行榜的說服力是否還需進一步思考?類似的問題從《唐詩排行榜》推出之日起，就不斷縈繞在關注者的話題之中。究竟唐詩需不需要排名?應該以何種標準排名?顯然是現(xiàn)今學術界還不能完全達成一致的問題。

與此同時，關注"唐詩系年系地地圖"領域的數(shù)據(jù)分析愛好者也很不滿足。"唐宋文學編年系地信息平臺"已經(jīng)取得一定的成果，但若與技術工具的發(fā)展相對比，又難免令人興起望洋之嘆。目前，"唐宋文學編年系地信息平臺"的信息展示方式僅有點狀散點圖一種，但現(xiàn)今大眾常用的數(shù)據(jù)地圖至少包括氣泡圖、面積圖、點狀圖和熱力圖四種，每一種又各有豐富的操作工具和呈現(xiàn)方式。如果考慮到與詞云、指標卡、計量圖、瀑布圖、?；鶊D、旭日圖和雷達圖等多種信息圖(Infographic)的綜合使用，那么未來的文學地圖數(shù)據(jù)可視化(Data Visualization)之路，應該會走向形式更加豐富的交互式可視化方向。

此外，更加重要的是，大數(shù)據(jù)分析方式的核心基石是海量異構數(shù)據(jù)(massive heterogeneous data)，目前"信息平臺"僅僅有不到兩百位唐代詩人的行蹤和詩歌數(shù)據(jù)，預計到年底詩人的數(shù)量可以增至500余位，然而這與唐代詩人的總量相比仍然略顯單薄。因此，快速增加大量相關詩人的數(shù)據(jù)就成為"信息平臺"發(fā)展和維護的當務之急。據(jù)王兆鵬介紹，項目組下一步可能會與哈佛大學費正清研究中心《中國歷代人物傳記資料數(shù)據(jù)庫》項目組合作，共享數(shù)據(jù)資源。

《經(jīng)濟學人》雜志的數(shù)字編輯肯尼思·庫克耶(Kenneth Cukier)在其著名的TED演講"大數(shù)據(jù)好處多"(Big Data is Better Data)中曾提出:"現(xiàn)在，更多的數(shù)據(jù)不僅僅讓我們在同一件事情上了解更多，它可以我們有新的發(fā)現(xiàn)，能更好地了解，并讓我們從不同視角去理解事物。"在海量數(shù)據(jù)和數(shù)據(jù)可視化的基礎上，傳統(tǒng)人文研究能否走出一條兼具信度效度與吸引力的創(chuàng)新研究之路，將是人文研究者和數(shù)據(jù)分析師未來需要共同回答的命題。

（編輯：映雪）