数字人文

默认 最新文章 浏览次数
Please wait a minute...
选择: 显示/隐藏图片
1. 数字人文视角下的古籍知识关联探析
王丽丽, 张宁
农业图书情报学报    2022, 34 (9): 51-59.   DOI: 10.13998/j.cnki.issn1002-1248.22-0423
摘要414)      PDF(pc) (989KB)(603)    收藏
[目的/意义]数字人文方兴未艾,为古籍知识关联的实现提供了重要现代科技手段。对古籍内容挖掘与知识关联进行研究,有助于提升古籍资源开发水平与服务质量,推动中华优秀传统文化创造性转化、创新性发展。[方法/过程]通过文献综述和网络调研,梳理数字人文视角下古籍知识关联的研究,探讨古籍知识关联的关键环节,通过古籍知识关联应用举例分析古籍知识关联的壁垒。[结果/结论]数字人文视角下,从文献单元层次的组织深入到知识单元层次的组织,借助数据分析技术、机器学习、可视化技术等,可实现古籍知识关联。古籍知识关联起点是文献组织,基础是古籍数据,本质是知识组织。古籍知识关联可进行方志与家谱挖掘、钤印知识网络发现、特定时期与地域学者研究脉络与交往分析等,但在实施中仍面临知识元处理难度大、技术要求高、集成平台少等壁垒。
参考文献 | 相关文章 | 多维度评价 | 评论0
2. 自主知识体系建构视域下的数字人文循证范式研究序
农业图书情报学报    2022, 34 (11): 4-4.  
摘要139)      PDF(pc) (7815KB)(108)    收藏
数字人文的兴起正在带来人文研究范式的深刻变革。在日新月异的技术革新背景下,数字人文研究已进入了一个全新的发展阶段。随着数字人文平台等基础设施的不断完备,立足于中国优秀传统文化,从卷帙浩繁的古籍文献资源入手,构建具有中国特色数字人文自主知识体系可谓恰逢其时。
相关文章 | 多维度评价 | 评论0
3. 自主知识体系建构视域下的中国特色数字人文循证范式述要
周文杰, 杨克虎
农业图书情报学报    2022, 34 (11): 5-13.   DOI: 10.13998/j.cnki.issn1002-1248.22-0890
摘要302)      PDF(pc) (1042KB)(311)    收藏
[目的/意义]构建具有中国特色的数字人文循证范式自主知识体系是时代的要求。[方法/过程]本文以“范式”理论为基础,对中国特色数字人文循证范式自主知识体系的基本理论要素进行深入探讨。[结果/结论]本文认为,把马克思主义的基本原理与中华优秀传统文化相结合,是中国特色循证数字人文自主知识体系的思想基础。中华民族源远流长的集体记忆及其载体,构成了中国特色数字人文循证范式自主知识体系的文化基础。丰富多彩的传统典籍文献为中国特色循证数字人文自主知识体系的形成奠定了坚实的文献基础。“文史互证”指引下具有鲜明中国治学特色的目录学则为循证数字人文自主知识体系打下了厚重的方法论基础。本文所展开的梳理和解析,有望为构建具有中国特色的循证数字人文自主知识体系产生积极的影响。
参考文献 | 相关文章 | 多维度评价 | 评论0
4. 数字人文“一手证据”循证范式研究:基于《鲍氏国策》的共词分析
魏志鹏, 赵悦言, 杨克虎, 周文杰
农业图书情报学报    2022, 34 (11): 14-25.   DOI: 10.13998/j.cnki.issn1002-1248.22-0891
摘要283)      PDF(pc) (1602KB)(254)    收藏
[目的/意义]蕴藏于原始文献典籍的“一手证据”是展开数字人文研究的重要途径。[方法/过程]本文以《鲍氏国策》为例,基于自然语言处理技术,以共词分析方法为突破口,比较全面地展开了数字人文研究者如何基于来自原始文献的“一手证据”展开系统化的研究。[结果/结论]本研究针对《鲍氏国策》中“一手证据”的提取,从词频统计、停用词的去除、词义模糊词的识别与剔除等方面,展开了基于词语展开分析时若干基础指标的获取过程;进而,本研究以《鲍氏国策》为例,提供了数字人文研究中,应用共词网络可视化、聚类系数、中心度指标、结构洞识别等一系列统计分析方法与指标,对一手证据展开解析的基本程序。本研究所展开的方法,有助于为完成数字人文“一手证据”的循证范式提供参考。
参考文献 | 相关文章 | 多维度评价 | 评论0
5. 数字人文“二手证据”循证范式研究:以敦煌汉简为例
文玉锋, 马倩妮, 杨克虎, 周文杰
农业图书情报学报    2022, 34 (11): 26-37.   DOI: 10.13998/j.cnki.issn1002-1248.22-0892
摘要290)      PDF(pc) (2730KB)(331)    收藏
[目的/意义]随着数字人文研究范式的兴起,为研究者基于二手资源开展循证研究提供了契机。[方法/过程]本文首先梳理了数字人文“二手证据”循证范式相关的理论基础,并以敦煌汉简为例对数字人文“二手证据”循证范式进行了实证分析。通过来自CNKI的287篇敦煌汉简相关研究文献的编码分析,检验了信度和效度,并对类目体系展开了综合分析。[结果/结论]本文提出了循证数字人文基于“二手证据”展开循证研究的包括文献检索、类目编制、“二手证据”要素的综合分析3个阶段,以及证据检索、信度检验环节、效度检验环节和类目构建、证据要素综合5个环节构成的“三阶段五环节”范式。本研究所构建的范式,对循证数字人文学科、学术和话语体系建设具有一定的理论参照和实践指引价值。
参考文献 | 相关文章 | 多维度评价 | 评论0
6. 循证数字人文证据整合的基本框架与具体流程研究
尚宏利, 张思洁, 魏志鹏, 杨克虎, 周文杰
农业图书情报学报    2022, 34 (11): 38-47.   DOI: 10.13998/j.cnki.issn1002-1248.22-0893
摘要292)      PDF(pc) (1295KB)(311)    收藏
[目的/意义]循证方法已成为管理、教育、经济和法律等社会领域的重要研究范式。在数字人文研究中,如何从原始文献资料中获取和加工证据,以便有效地解决研究问题,这是一个具有重要的理论和现实意义的研究议题。[方法/过程]本文以社会认识层次论作为循证数字人文证据综合的理论基础,解析了循证数字人文证据生态系统的层次结构,并以原始文献和二手文献中的原始证据与二手证据的综合过程为例,演示了多元互证的具体流程。[结果/结论]本文提出了循证数字人文的证据层级结构,并在此基础上从效度和认知两个方面探讨了循证效度协同问题。基于前序研究,本文还对循证数字人文的多元互证模式与途径进行了归纳梳理。本文所提出的循证数字人文研究中证据整合的范式,有助于为构建具有中国特色循证数字人文自主知识体系提供参考。
参考文献 | 相关文章 | 多维度评价 | 评论0
7. 数字人文在中国农史研究中的实践与思考——以中华农业文明研究院数字人文项目为例
朱锁玲, 包平
农业图书情报学报    2021, 33 (8): 79-87.   DOI: 10.13998/j.cnki.issn1002-1248.20-1122
摘要375)      PDF(pc) (960KB)(354)    收藏
[目的/意义]介绍并分析中华农业文明研究院围绕方志物产典籍开展的数字人文研究进展及存在问题,提出相关对策,为数字人文视角下的农史研究提供参考与借鉴。[方法/过程]从数据资源建设、命名实体识别、大数据分析及可视化呈现、知识服务平台构建等关键环节介绍数字人文在方志物产典籍整理与利用中的应用,分析应用实践中存在的问题,并提出解决问题的相应对策。[结果/结论]围绕方志物产典籍开展的数字人文研究应以数据资源为核心,加快数字人文基础设施建设;以技术方法为支撑,强化数字人文技术的实践应用;以农史专家为主导,实现对数字人文研究结果的考证。
参考文献 | 相关文章 | 多维度评价 | 评论0
8. 面向典籍内容分析的分类体系构建方法研究
艾毓茜, 徐健, 何琳, 戚筠
农业图书情报学报    2021, 33 (9): 18-26.   DOI: 10.13998/j.cnki.issn1002-1248.21-0264
摘要386)      PDF(pc) (1386KB)(345)    收藏
[目的/意义]随着面向典籍的数字人文研究的不断深入,对基于文本内容的细粒度分类要求不断提高,合理的分类已成为数字化典籍研究和有效利用的关键。[方法/过程]研究利用分面分类思想,以典籍文本数据及相关典籍词典为研究对象,结合概念语义信息,组织并描述典籍内容数据特征。[结果/结论]本文构建的分类体系突破典籍数量、体裁和种类的限制,从政治、经济、文化、社会和军事5个维度将典籍内容进行有序的组织与揭示,对典籍数字资源的深度开发和利用具有重要价值。
参考文献 | 相关文章 | 多维度评价 | 评论0
9. 基于Bi-LSTM的古籍事件句触发词分类方法研究
马晓雯, 何琳, 刘建斌, 李章超, 高丹
农业图书情报学报    2021, 33 (9): 27-36.   DOI: 10.13998/j.cnki.issn1002-1248.21-0262
摘要371)      PDF(pc) (3484KB)(367)    收藏
[目的/意义]开展面向数字人文的古籍触发动词识别及分类研究,对于古籍文本的深层次挖掘和内容揭示具有重大的意义。本文利用深度学习分类算法,探索依据古籍触发词进行事件句文本多元分类的自动化方法。[方法/过程]在构建了典籍事件触发词分类体系和触发词典的基础上,选取4个不同类别的事件句文本作为实验数据,利用Onehot和Tokenizer对类别标签和句子文本进行分别编码后,输入Bi-LSTM模型中训练分类器,并通过调整参数设置了对比实验,采取通用的评价指标分析了分类器的性能。[结果/结论]经过多次训练和调整之后得到的分类器,在测试集的评估中精确度达到了0.95,证明基于深度学习的实验方法和构建的触发词数据集能够有效的帮助我们实现古籍事件句文本的自动化多元分类。
参考文献 | 相关文章 | 多维度评价 | 评论0