数字人文的概念演进与学科定位

数化文心：数字人文的理论、方法与实践

第1章 数字人文的概念演进与学科定位

一、引言：从人文计算到数字人文的范式转换

数字人文作为当代学术领域中一股不可忽视的力量，其发展历程深刻反映了人文学科与计算技术之间从最初的对峙走向深度融合的复杂过程。要理解数字人文的当代形态与未来走向，首先必须回溯其概念演变的历史轨迹，考察这一领域如何在不同的历史阶段逐步确立自身的学术身份与学科边界。本章将系统梳理从“人文计算”（Humanities Computing）到“数字人文”（Digital Humanities）的概念演进历程，分析不同历史时期该领域的研究重心转变与理论范式更替，阐明数字人文作为独立学科的合法性基础，并探讨其与相关学科的交叉关系及制度化进程。

从词源学角度审视，“人文计算”这一术语最早出现于20世纪中叶，其核心意涵在于将计算方法应用于人文学研究的具体问题；而“数字人文”这一概念虽然在21世纪初才被广泛采用，但其内涵已经远远超越了单纯的方法论层面，指向一种更为根本性的学术范式转型。值得关注的是，这种术语转换并非简单的词汇替换，而是反映了该领域在认识论、方法论乃至制度层面的深刻变革。因此，对这一概念演变历程的深入考察，不仅有助于理解数字人文的历史渊源，更能为把握其当代特征与未来趋势提供必要的理论准备。

本章的分析将表明，数字人文的发展历程可大致划分为三个主要阶段：人文计算的初创期（1940年代至1970年代）、人文计算的成熟与分化期（1980年代至1990年代）以及数字人文的崛起与扩张期（2000年代至今）。每一个阶段都有其独特的问题意识、方法论取向与制度形态，共同构成了数字人文从边缘走向主流的演进图景。通过对这一历史进程的细致梳理，我们将能够更准确地把握数字人文作为独立学科的合法性依据，并为其在当代学术体系中的定位提供坚实的论证基础。

二、人文计算的滥觞：技术条件与学术动因

2.1 计算机与人文学科的初次相遇

数字人文的学术史通常从1949年意大利神父罗伯托·布萨（Roberto Busa）的工作开始追溯。作为托马斯·阿奎那著作研究的权威学者，布萨面临着一个看似不可能完成的任务：编制一部涵盖托马斯·阿奎那全部著作的词索引（concordance）。在传统手工操作条件下，这一工程需要耗费数十年乃至上百年的时间和大量的人力资源。然而，布萨敏锐地预见到电子计算机在这一领域的潜在应用价值。1949年，他与IBM公司的托马斯·沃森（Thomas Watson）达成合作，开始了人类历史上首次大规模的人文文献数字化处理项目。

布萨的“托马斯文献索引”（Index Thomisticorum）项目不仅具有开创性的技术意义，更在人文学术界引发了深远的观念变革。在此之前，人文学者普遍将计算机视为自然科学家和工程师的专属工具，与以文本细读、文献考据为核心方法的人文研究相去甚远。布萨的实践首次证明了计算方法可以有效应用于人文数据的处理与分析，为后续的人文计算研究开辟了道路。1974年，在布萨的倡议下，首届“人文计算中的计算机”（Computers in the Humanities）国际会议在纽约州立大学石溪分校召开，标志着这一新兴领域开始获得学术社群的正式认可。

值得注意的是，布萨的早期工作还揭示了人文计算面临的独特挑战。与自然科学数据相比，人文数据——尤其是文本数据——具有高度的结构异质性和语义复杂性。一段中世纪拉丁文手稿的数字化处理，不仅涉及字符编码的技术问题，还牵涉到语言学、文献学、历史学等多学科知识的整合。这一跨学科的本质特征，在后来的数字人文发展中不断被强化，构成了该领域区别于其他计算应用的重要标识。

2.2 冷战背景下的知识生产与技术投资

人文计算的早期发展并非孤立的技术现象，而是深嵌于20世纪中叶特定的政治经济格局之中。冷战时期，美国政府为了在意识形态竞争中占据优势，大幅增加了对基础研究和高等教育机构的投资。人文学科虽然并非国防科技的重点领域，但政府机构（如国家人文基金会、国家科学基金会等）对跨学科创新项目的资助意愿，为人文计算的发展提供了重要的制度支撑。

这一时期的典型案例包括美国国防部高级研究计划局（DARPA）资助的语言自动处理项目（ALPAC）、哈佛词频字典项目以及耶鲁大学的人文学科应用计算机项目等。这些项目虽然在具体研究目标上各有侧重，但共同体现了冷战时期知识生产的一些重要特征：将计算机技术视为国家实力的重要组成部分，愿意为高风险、长周期的跨学科研究提供资金支持，以及追求技术突破带来的战略优势。尽管这些项目的研究议程在很大程度上由军事和情报需求所塑造，但它们在自然语言处理、计算语言学、信息检索等领域积累的技术方法和研究经验，为后来数字人文的蓬勃发展奠定了方法论基础。

与此同时，大学体制内部的变化也为早期人文计算提供了发展空间。1950年代至1960年代，美国和欧洲的若干著名大学陆续设立了计算中心，为人文学者提供了接触计算机技术的渠道。尽管早期计算机操作复杂、费用高昂，使用门槛较高，但少数具有技术敏感性的先锋学者开始尝试将计算方法引入各自的研究领域。这些先驱者的探索虽然往往是个人性质的、实验性的，但为日后人文计算的制度化发展积累了宝贵的经验教训。

2.3 理论先驱与概念奠基

在技术应用层面之外，20世纪中叶的理论反思同样为人文计算的发展提供了重要的思想资源。语言学家尤金妮亚·米特-弗兰克斯（Eugenie M. J. Mitrakis）的工作虽然鲜为人知，却在方法论层面具有深刻洞见。她在1960年代明确提出，人文计算的核心挑战不在于技术本身，而在于如何将人文知识的复杂性和模糊性转化为可计算的形式。米特-弗兰克斯的思考触及了数字人文的一个根本性难题：人文研究的对象——文本、图像、符号、观念——并非天然具备数字化处理所需的结构化特征，如何在保持人文意义完整性的前提下实现数据化转换，始终是该领域需要面对的核心问题。

另一值得关注的理论先驱是历史学家罗伯特·费斯科（Robert F. Felski），她在数字人文作为一个独立领域正式形成之前的数十年就已开始反思技术与人文研究的关系。费斯科敏锐地观察到，计算方法与人文方法之间并非简单的工具替代关系，而是涉及深层的认识论分歧。传统人文学科强调个别性、语境性和诠释性理解，而计算方法则倾向于普遍性、模式化和可重复性。这两种取向之间的张力，在数字人文的后续发展中不断以各种形式呈现出来，构成了该领域持续讨论的热点议题。

三、人文计算的制度化进程（1970年代—1990年代）

3.1 专业组织与学术期刊的建立

人文计算的制度化进程是衡量其作为学术领域成熟度的重要指标。从1970年代开始，随着早期先驱者的工作逐渐获得学术社群的认可，一系列标志着领域建制化的制度安排开始出现。1974年，“人文计算中的计算机”国际会议的定期举办为人文计算学者提供了重要的学术交流平台。同年，《人类行为计算杂志》（Computers in Human Behavior）创刊，成为该领域最早的专业期刊之一。1976年，“人文计算协会”（Association for Literary and Linguistic Computing, ALLC）在美国成立，随后于1980年代更名为“文学与语言计算协会”，成为国际人文计算领域最具代表性的学术组织。

欧洲在这一时期的制度化进程中扮演了重要角色。伦敦大学的英国图书馆扫描项目、牛津大学文本档案中心以及德国和法国的若干人文计算中心，相继建立了较为完善的人文数据数字化处理流程和学术规范。这些机构的工作不仅产出大量高质量的数字人文资源，还培养了第一代接受系统训练的数字人文专业人才，为领域的持续发展提供了人力资源保障。1987年，人文计算领域的权威期刊《文学与语言计算》（Literary and Linguistic Computing）正式创刊，进一步巩固了该领域的学术建制。

与此同时，北美地区的人文计算发展也呈现出独特的特点。美国的若干重点大学——包括哈佛、耶鲁、普林斯顿、斯坦福等——先后设立了人文计算相关的教学和研究机构。1985年，密歇根大学成立了著名的“人文计算工作组”（Humanities Computing Working Group），成为北美地区人文计算研究和教学的重要基地。这些机构在课程设置、项目管理、人才培养等方面积累的经验，为后来数字人文项目的规模化运作提供了制度模板。

3.2 方法论文献库与数字图书馆的兴起

1980年代至1990年代是人文计算在方法论层面取得重要突破的时期。这一阶段的标志性成就是大型方法论文献库的建立和数字图书馆技术的成熟。1971年，互联网先驱迈克尔·哈特（Michael Hart）发起的古登堡计划（Project Gutenberg）开启了大规模数字化图书资源的先河。该计划旨在将公有领域的经典文学作品转化为电子文本，供公众免费获取和利用。截至1990年代中期，古登堡计划已经收录了超过1000种电子书，成为人文学者获取数字化文献资料的重要来源。

1990年代，随着万维网技术的普及和图像扫描技术的进步，数字图书馆建设进入了一个新的发展阶段。美国国会图书馆的“美国记忆”（American Memory）项目、英国国家图书馆的“数字化战略”以及法国国家图书馆的“伽利略计划”，相继启动大规模数字化工程，将珍贵的文化遗产资源转化为可在网络上检索和利用的数字对象。这些项目的实施不仅为人文学者提供了前所未有的研究资料获取便利，也推动了数字化保存、元数据描述、版权管理等技术标准和管理规范的制定和完善。

值得注意的是，这一时期数字人文资源的建设往往采取“机构主导、项目驱动”的模式。大型研究型图书馆、人文研究中心和基金会组织在其中发挥着核心作用。这种建设模式虽然能够保证资源的质量和可持续性，但也暴露出一些问题：资源的整合度不高，不同机构之间的互操作性较差，人文学者参与资源建设的程度有限等。这些问题在后来数字人文进一步发展壮大的过程中逐渐得到重视和解决。

3.3 语言自动处理与计算语言学的成熟

计算语言学的发展是人文计算在方法论层面取得显著进展的另一重要领域。从1960年代开始，以诺姆·乔姆斯基（Noam Chomsky）为代表的生成语法学派对自然语言处理研究产生了深远影响。尽管乔姆斯基的理论立场一度被认为对计算应用持批判态度，但其关于语言结构和语法形式的抽象分析，客观上为自然语言处理系统的设计提供了重要的理论框架。

这一时期最具影响力的技术成就是信息检索系统的实用化。1970年代，杰拉德·索尔顿（Gerard Salton）及其合作者在康奈尔大学开发的SMART信息检索系统，首次将向量空间模型（vector space model）应用于文本检索实践。该模型的核心思想是将文档和查询都表示为向量，通过计算向量之间的相似度来实现相关性排序。这一方法虽然在理论上较为简单，但在实践中表现出良好的检索效果，成为后来大多数商业搜索引擎的算法基础。

句法分析（parsing）技术的进步同样值得关注。1980年代，概率上下文无关文法（probabilistic context-free grammar）和统计句法分析方法开始取代传统的规则驱动方法，使语言自动分析系统的鲁棒性（robustness）和可扩展性（scalability）大幅提升。这一技术转型意味着计算机处理自然语言的能力不再完全依赖于人工编写的详尽语法规则，而是可以通过从大规模语料库中自动学习语言规律来实现。这一范式转换不仅推动了计算语言学的快速发展，也为数字人文中的文本分析应用奠定了技术基础。

四、转折与重构：数字人文的崛起（2000年代至今）

4.1 术语转换的深层意涵

进入21世纪，人文计算领域经历了一次具有深远影响的术语转换：“人文计算”（Humanities Computing）逐渐被“数字人文”（Digital Humanities）所取代。这一变化并非简单的标签更换，而是反映了该领域在概念内涵、学术定位和社会功能等方面的深刻重构。

从语义分析的角度看，“人文计算”一词的核心强调的是计算方法在人文领域的应用，隐含着将人文研究视为计算技术之“应用场景”的基本预设。这种表述方式虽然准确描述了早期人文计算的工作性质，但在某种程度上也限制了领域的发展想象空间。与之相对，“数字人文”这一新术语则呈现出更为开放和包容的理论姿态：它既可以理解为“利用数字方法进行的人文研究”（the humanities in the digital），也可以理解为“数字时代的人文研究反思”（the humanities about the digital）。这种概念的多重指向性，赋予了该领域更大的理论弹性和发展空间。

术语转换背后还反映出学术权力格局的变迁。早期人文计算的发展在很大程度上依赖于计算机科学领域的技术输入，人文学者往往是“应用者”而非“设计者”。21世纪以来，随着数字人文作为一个独立领域的合法性逐步确立，人文学者开始更多地以主体身份参与数字研究基础设施的设计和建设，而非被动地接受计算机科学家提供的现成工具。这种主体性的增强，在某种意义上是通过术语的重新命名得到了象征性的表达。

4.2 “数字人文中心”的全球扩张

21世纪以来，数字人文领域最引人注目的制度性发展之一是大学层面专门研究机构的设立。2005年至2010年间，全球主要研究型大学纷纷成立数字人文中心或类似机构，形成了该领域制度化发展的第一个高峰期。这些机构在组织形态、研究议程和功能定位上呈现出多元化的特点，但其共同目标都是为人文计算的跨学科研究和教学提供一个制度化的平台。

美国伊利诺伊大学香槟分校的“数字人文与文化信息学中心”（Center for Digital Humanities and Cultural Informatics）堪称这一时期的典范之作。该中心成立于2005年，整合了图书馆学、信息科学、计算机科学和人文社科的多元力量，致力于开发新的数字人文方法和工具。哈佛大学的“数字人文学术实验室”（Digital Humanities Academic Lab）和加州大学洛杉矶分校的“数字人文项目”（Digital Humanities Program）则采取了不同的组织策略，侧重于在传统人文学科内部培育数字素养和技术能力。

欧洲的机构建设同样进展迅速。伦敦大学学院（UCL）于2009年成立的“数字人文系”（Department of Information Studies – Digital Humanities）是全球首个提供正式学位的数字人文院系。阿姆斯特丹大学、巴黎第八大学、柏林洪堡大学等欧洲知名学府也相继建立了各具特色的数字人文研究和教学机构。值得注意的是，这些机构的设立往往伴随着人才培养模式的创新和课程体系的改革，为数字人文的专业化发展奠定了教育基础。

在亚太地区，数字人文机构的建设虽然起步较晚，但发展势头强劲。中国大陆的北京大学、南京大学、中国人民大学等高校先后成立了数字人文研究中心或研究所，台湾地区的“中央研究院”数字人文团队在古籍数字化方面取得了令人瞩目的成就，日本和韩国的相关机构也在积极布局数字人文研究和教育。全球范围内数字人文机构的广泛设立，标志着该领域已经从一个边缘性的学术兴趣领域，转变为主流高等教育体系的重要组成部分。

4.3 大规模数字化项目与开放获取运动

数字人文的快速发展与大规模数字化项目的实施密切相关。2000年代以来，在政府资助和机构推动下，大量珍贵的人文文化遗产资源被转化为可在网络上自由获取的数字对象。这些数字化项目在规模、深度和创新性方面都远超此前的尝试，代表了数字人文基础设施建设的重要成就。

英国的“英国图书馆数字化项目”和“谷歌图书搜索”（Google Books）合作项目堪称这一时期的标志性事件。前者旨在将英国图书馆馆藏的数亿页珍贵文献数字化，后者则通过与全球主要图书馆的合作，构建了人类历史上规模最大的数字化图书资源库。尽管谷歌图书项目因版权争议而备受质疑，但其对学术研究的潜在价值是毋庸置疑的：它为数百万种曾经难以获取的图书提供了便捷的在线访问渠道，极大地拓宽了人文学者的研究视野。

欧洲的“欧洲数字图书馆”（Europeana）项目则代表了多国协作在数字人文资源建设中的独特优势。该项目于2008年正式启动，整合了欧洲各国图书馆、档案馆、博物馆和文化机构的数字资源，为用户提供了统一的检索和浏览界面。截至2020年代，欧洲数字图书馆已经收录了超过5000万件数字对象，涵盖书籍、手稿、图片、地图、音频和视频等多种类型。这些资源的开放获取政策，使得全球研究者都能够平等地获取欧洲文化遗产的数字复制品，有力推动了人文研究的国际化和民主化进程。

开放获取运动对数字人文的深层影响同样不可忽视。传统的人文研究依赖昂贵的专业期刊和稀缺的研究资料，资源的获取往往受到地理位置和机构财力的限制。开放获取运动的推进，使得大量数字人文资源可以在网络上自由获取，降低了研究的门槛和成本。同时，开放获取理念本身也与人文研究追求知识普惠和文化共享的价值取向高度契合，成为数字人文伦理反思的重要组成部分。

五、分支领域的发展与学科合法性论证

5.1 计算语言学：从方法到学科的跨越

计算语言学是数字人文发展最为成熟的分支领域之一，其研究对象是语言的计算机处理问题，涉及自然语言理解、机器翻译、信息检索、语音识别等多个子领域。从学科归属上看，计算语言学处于语言学、计算机科学和认知科学的交叉地带，其发展历程深刻反映了数字人文跨学科性的基本特征。

21世纪以来，计算语言学经历了从规则驱动向数据驱动的范式转换。统计方法和机器学习技术的广泛应用，使得语言自动分析系统的性能大幅提升。以词性标注（part-of-speech tagging）为例，基于条件随机场（Conditional Random Fields）和深度学习的方法，已经能够达到接近人类标注者的准确率。这些技术进步不仅推动了机器翻译、信息检索等应用领域的发展，也为人文研究中的大规模文本分析提供了有力工具。

计算语言学与人文研究的结合产生了若干富有成果的研究方向。语料库语言学（corpus linguistics）借助计算机技术处理大规模自然语言文本，探索语言使用中的统计规律和变异模式；计算历史语言学（computational historical linguistics）运用贝叶斯推理和系统发育分析方法，研究语言的历时演变和谱系关系；计算社会语言学（computational sociolinguistics）则通过分析社交媒体和数字文本中的语言变异，研究社会因素对语言使用的影响。这些研究方向虽然各具特色，但都体现了计算方法与人文问题意识的深度整合，构成了数字人文学术版图的重要组成部分。

从学科建制的角度看，计算语言学已经形成了相对完善的学术共同体和知识体系。国际计算语言学协会（ACL）及其地区分会主办的高水平学术会议，如ACL年会、EMNLP会议、COLING会议等，已经成为该领域学者交流最新研究成果的主要平台。《计算语言