周邦彦|大数据研究唐诗宋词结论很颠覆( 二 ) 文学|周邦彦|诗词|王兆鹏|结论

从1992年到现在，我虽然积累了一百多万条和唐诗宋词有关的数据，但还不完备、不均衡。有的时段数据多，有的时段数据少；有的这一类数据多，那一类数据少；有的诗人数据多，有的诗人数据少。我们常感慨“书到用时方恨少” ，数据更是这样。全方位分析唐诗宋词时，常常觉得数据不够用。
在我看来，文学评价指标体系应该以作品为中心来建立。作家的影响力是以作品的影响力为前提。而作品评价，可分两个维度，一是相对稳定作品的内在文学价值，二是动态不居作品的外在影响力。其文学价值，可考虑从内容和形式两个层面来评估。
【周邦彦|大数据研究唐诗宋词结论很颠覆】作品影响力则从创作者、评论者、普通读者三个层面来衡量。一是对创作者的影响，包括引用、化用、仿效、改编、翻译等，体现出作品的典范性和吸引力；二是对评点者的评论和学者的研究，反映出作品在文学批评、学术研究层面的美誉度和关注度；三是在普通读者中的传阅度和知晓率。确定作品的价值、影响的基本要素和结构后，再构建计算模型，然后由计算机在相关资源库、语料库和网络运行，挖掘提取相关数据，最后计算出每篇作品的得分。
数据无法测度艺术含量
和审美价值高低
问：您在课题里提到，据统计，东汉到隋末近六百年，诗歌总共才五千余首，而到唐代，诗歌第一次超过万首并直接跨越到五万多首。唐诗比之前的八代诗增加了七倍多，诗人由六百余位增加到三千余位，诗人和诗作都达到前所未有的量级。这个数据从何而来，有参考哪些重要的文献资料吗？
答：数据来源于我的老朋友尚永亮教授的两篇论文：《八代诗歌分布情形与发展态势的定量分析》和《唐知名诗人之层级分布与代群发展的定量分析》。
问：白居易的诗数量最多，影响力却在前十名开外，这是如何判定的？
答：用数据衡定的。我们用了多种数据，对唐代诗人影响力进行排名。白居易的影响力，在现当代大于古代。他的综合影响力，远不如李白、杜甫。
问：那您通过大数据判定唐诗宋词质量的依据是什么？
答：目前只能用大数据衡量唐诗宋词影响力的大小——包括对后代词人创作的吸引力，在后代词评家中的美誉度，在普通作者中的知名度等等。目前暂时还不能用数据测度唐诗宋词艺术含量和审美价值的高低。
文学中心在北宋初
就完全移到南方
问：用大数据研究唐宋诗词有无遇到一些学术上的困难，又是如何克服的？
答：文学研究从来没有数据意识，困难不仅在于到哪儿去找数据，更在于找什么样的数据。究竟什么样的数据有用有效，既需要理论的支撑，也需要在实践中检验。理论上，我们不断探求，从统计学、计量信息学和计量历史学中去寻找理论和方法的启示；实践上，反复试验，失败了重来。最痛苦的是，数据库建好了，文章也写完了，忽然发现数据来源不全，只好从头补齐数据，写好的论文又推倒重来。
问：您在大数据具体研究中还有哪些新发现呢？
答：数据的意义，既能确证传统的结论，也会修正传统的结论，更能发现新问题，改变传统的认知。比如，中国文化地理有一个著名的结论，中国文化中心，是由北方中原逐步向南方移动，第一次南移是东晋永嘉之乱，第二次南移是唐代安史之乱，第三次南移是宋代靖康之乱。三次战乱推动了文化中心的南移，靖康之乱后，文化中心就彻底移到南方。我们的大数据发现，文学中心在北宋初就完全移到南方，南方作者的数量全面超越北方，无需等到靖康之乱后。而且，战争不是推动文化中心南移的唯一因素。

周邦彦|大数据研究唐诗宋词 结论很颠覆( 二 )

周邦彦|大数据研究唐诗宋词结论很颠覆( 二 )