数字人文概论：人文计算的起源与发展 Digital Humanities: Origins and Development of Humanities Computing

当我们审视当代学术研究的方法论图景时，一个不可回避的现象是：数字技术正在深刻重塑人文社会科学的研究范式。从古典文献的数字化典藏到文本挖掘技术的广泛应用，从地理信息系统（GIS）在历史研究中的空间分析到社交媒体数据的计算化处理，数字人文（Digital Humanities，简称DH）作为一门新兴的交叉学科，正以前所未有的速度改变着我们理解、诠释和传播人文知识的方式。这一变革不仅关乎技术工具的更新，更涉及人文学科认识论和方法论的深层转向。

数字人文的核心关切在于探索数字技术与传统人文研究之间的有机融合。这种融合并非简单的技术应用或工具替换，而是一种双向的、互惠的知识生产过程：一方面，数字技术为传统人文学科提供了处理海量文献资料的新工具、揭示文本深层结构的新方法、以及呈现研究成果的新形式；另一方面，人文研究的理论视角和问题意识也在塑造着数字技术的发展方向，使其能够更好地服务于人文知识的发现与建构。本章将带领读者系统梳理数字人文的起源、发展和当代形态，通过对关键概念、里程碑项目和重要机构的介绍，帮助读者建立对这一领域的基本认知，为后续深入学习奠定坚实基础。

一、数字人文的定义与学科内涵

1.1 概念溯源：从“人文计算”到“数字人文”

理解数字人文，首先需要厘清其概念演进的历史脉络。“数字人文”（Digital Humanities）这一术语的出现相对较晚，其前身是“人文计算”（Humanities Computing）——一个在20世纪中叶逐渐形成的学术领域。顾名思义，“人文计算”强调的是计算方法在人文研究中的应用，其学科定位更接近于计算机科学的一个应用分支。而“数字人文”概念的兴起则标志着一种更为深刻的范式转变：它不再仅仅将数字技术视为人文学科的工具，而是强调数字与人文之间的对话、交叉与融合。

2004年，美国学者约翰·昂斯伯里（John Unsworth）在一篇重要文章中首次系统阐述了“数字人文”作为独立学科领域的理念。昂斯伯里指出，数字人文的核心特征包括：跨学科性、实验性、协作性以及对公共领域的关注。此后，“数字人文”这一术语迅速获得学界认可，并在2006年伴随着《数字人文季刊》（Digital Humanities Quarterly）的创刊而得到正式确立。2013年，美国现代语言协会（MLA）发布的《数字人文声明》（Digital Humanities Statement）进一步确认了数字人文作为独立学科领域的地位。

从“人文计算”到“数字人文”的术语转变反映了学科认知的根本性变化。传统的人文计算侧重于文本编码、语料库建设和语言分析等技术层面，强调的是计算的“工具性”价值；而数字人文则将视野拓展至更广泛的社会文化维度，关注数字技术如何影响人文知识的生产、传播和消费方式。正如学者帕特里克·尤尔根斯（Patrick Ju亚登）所言，数字人文不仅仅是在问“我们能用数字技术做什么”，更在追问“数字技术如何改变我们作为人文学者的存在方式”。

1.2 数字人文的多元定义

学术界对数字人文的定义存在多种取向，这本身就反映了该领域的多元性和活力。从总体上看，这些定义可以归纳为以下几个主要类型。

工具取向的定义将数字人文视为一系列用于支持人文研究的技术工具和方法论集合。在这种理解下，数字人文的核心内容包括文本编码标准（如TEI）、数据可视化技术、地理信息系统、文本挖掘算法等。这种定义的优点在于其操作性强，便于教学和实践；其局限则在于可能过于狭隘，忽视了数字人文的社会文化维度。

过程取向的定义强调数字人文是一种研究过程和知识生产方式，而非单纯的技术工具集合。持这一取向的学者，如柯尔特·克莱因（Katherine K. Miller），将数字人文描述为“一种利用数字方法探究人文问题的跨学科实践”。这种定义突出了数字人文的探究性和问题导向性，但也面临着边界模糊的挑战。

批判取向的定义则从更为宏观的视角审视数字人文，关注数字技术与人文研究互动过程中的权力关系、知识政治和伦理问题。这一取向的代表人物如罗赞·帕雷克（Rohan Pokker）强调，数字人文研究者需要反思技术本身的价值负载，警惕数字工具可能带来的方法论偏见和文化霸权。

实践取向的定义则从数字人文从业者的具体实践出发，将其定义为“人文学者、图书馆员、档案工作者和信息技术专业人员之间的协作性知识生产活动”。这种定义强调了跨职业合作在数字人文项目中的重要性，反映了该领域的社区建设和能力培养维度。

值得注意的是，这些定义取向并非相互排斥，而是从不同侧面揭示了数字人文的丰富内涵。当代数字人文研究与实践通常会综合考量多个维度，形成一种整合性的理解框架。本书采用折中但偏向实践的定义：数字人文是运用数字技术、方法和思维来研究人文问题，同时反思数字技术对人文知识生产影响的跨学科领域。这一定义兼顾了数字人文的工具性、探究性和批判性特征，为后续章节的讨论提供了适当的概念基础。

1.3 数字人文的学科定位与特征

数字人文在当代学术版图中的定位颇为独特：它既是一个独立的研究领域，又是一种跨学科的方法论取向；既包含纯粹的技术研究（如自然语言处理、图像识别），也涵盖理论导向的人文探究（如数字修辞学、数字叙事学）。这种多重身份使得数字人文具有以下几个显著特征。

跨学科性是数字人文最本质的特征之一。数字人文项目通常需要人文学者、计算机科学家、图书馆员、设计师和领域专家的密切合作。这种合作不仅是技术上的分工，更涉及不同学科传统之间的对话与协商。正如学者杰瑞·伯恩斯坦（Jerry Bernard）所指出的，成功的数字人文项目往往建立在相互尊重和真正理解的基础上，而非简单的“技术外包”模式。

方法论创新性是数字人文的另一重要特征。数字技术不仅为传统人文研究提供了新工具，更催生了全新的研究问题和分析方法。例如，通过计算化的文本分析，研究者可以发现传统细读方法难以察觉的语篇模式；借助社会网络分析，可以可视化历史人物之间的复杂关系；利用机器学习算法，可以对大量历史文献进行自动分类和主题建模。这些方法创新正在重新定义人文研究的可能性边界。

公共参与性也是当代数字人文的显著特征。不同于传统人文研究的学术封闭性，数字人文项目通常具有较强的公共导向。许多数字人文研究成果以开放的数字平台、在线数据库或可视化工具的形式呈现，面向学界和社会公众双重受众。此外，公众参与（citizen science）也成为数字人文研究的重要组成部分，如“人民地图”（People's Map）等项目邀请普通公众参与历史文献的标注和校对工作。

基础设施性日益受到关注。数字人文研究依赖于各种数字基础设施——包括数字典藏、工具平台、标准和规范、以及培训与支持系统。这些基础设施的建设与维护本身就是数字人文领域的重要组成部分，其可持续性、互操作性和可访问性直接影响着数字人文研究的整体发展水平。

二、人文计算的早期历史（1940-1980年代）

2.1 前电子时代：机械计算的尝试

人文计算的源头可以追溯到19世纪末期机械计算设备的发明。1890年，美国人口普查局采用赫尔曼·霍尔瑞斯（Herman Hollerith）发明的打孔卡片系统完成了人口普查数据处理，这一技术创新不仅极大提高了普查效率，也为后来的文本机械化处理奠定了基础。尽管这一时期的技术应用主要集中于统计和行政管理领域，但它为人文研究者展示了计算方法处理大规模文献资料的潜在价值。

进入20世纪上半叶，一些具有远见的人文学者开始尝试将计算方法引入人文研究。最早的尝试之一是意大利学者罗伯特·布萨（Roberto Busa），他从1946年开始与IBM合作，对其导师安东尼奥·斯皮策（Antonio Spitzer）的13万页希腊文献进行词频统计分析。布萨的工作历时数十年，最终成就了《托马斯著作索引》（Index Thomisticus）——人类历史上第一个大规模文学语料库的索引系统。这一项目的开创性意义不仅在于其规模之大，更在于它首次系统展示了计算机技术在人文语料库建设中的巨大潜力。

与此同时，语言学领域也出现了利用计算方法处理语言数据的研究尝试。1916年，波兰语言学家扬·罗兹瓦多夫斯基（Jan Rozwadowski）提出利用统计方法研究语音演变规律；1920年代，俄国语言学家安德烈·别洛鲁多夫（Andrei Beloded）开始尝试对语音学数据进行量化分析。这些早期探索为后来计算语言学的发展奠定了方法论基础。

2.2 电子计算机时代：语料库语言学的兴起

1950年代电子计算机的商业化应用为人文计算提供了全新的技术平台。1954年，IBM与乔治城大学合作开展了第一个机器翻译实验，尽管其结果并不理想（正确率仅为25%左右），但这一尝试标志着计算方法正式进入语言和文本处理领域。此后，机器翻译研究成为推动人文计算早期发展的重要动力，催生了语料库建设和语言数据分析的一系列技术方法。

1960年代是人文计算发展史上的关键时期。1964年，约克大学的人类学家伊恩·哈奇森（Ian Hutchison）启动了“当代英语用法调查”（Survey of Contemporary Usage），收集了超过百万词的语料文本，这是现代大规模英语语料库建设的早期尝试。1967年，弗朗西斯·布里德（Francis Bride）主持的“布朗语料库”（Brown Corpus）项目完成，这是第一个标准化的机读语料库，包含约500万词的美国英语文本，其设计和标注体系成为后来语料库建设的参照标准。

这一时期还见证了重要学术机构和研究群体的形成。1965年，意大利学者罗伯特·布萨在罗马创立了“语料库语言学国际委员会”（International Committee on Linguistic Computing），这是数字人文领域的第一个国际性学术组织。同年，英国的“当代英语语料库”（Corpus of Contemporary American English）项目正式启动，该项目后来成为世界上最具影响力的大型英语平衡语料库之一。

文本编码标准的确立是这一时期的重要成就。1968年，苏格兰语言学家查尔斯·哈夫（Charles Hafner）开发了首个基于标记的文本编码系统，尽管这一系统后来被TEI标准所取代，但它开创了用结构化方式表示文本信息的先河。1987年，现代语言协会发布了首个《文本编码与交换标准》（Text Encoding Guidelines），这一标准后来发展为在数字人文领域具有广泛影响的《文本编码倡议》（Text Encoding Initiative，TEI）。

2.3 里程碑项目：数字典藏的先驱实践

在人文计算的早期发展中，几个具有里程碑意义的项目对后世产生了深远影响。这些项目不仅展示了计算技术在人文研究中的应用潜力，也为后来的数字人文实践提供了方法论参照。

牛津文本档案馆（Oxford Text Archive，OTA）的建立是数字典藏史上的重要事件。1976年，牛津大学计算中心在洛里·伯恩斯（Lou Burnard）的领导下启动了文本档案馆项目，其目标是收集、存档和分发人文学者使用的电子文本。该档案馆早期主要收录古典文献和中世纪手稿的数字化版本，其典藏范围后来扩展至现代文学、历史和语言学领域的广泛文本资源。OTA的重要贡献不仅在于其典藏本身，更在于它建立了一套文本提交、评估和分发的标准流程，为后来的数字典藏实践提供了范式。

沃尔特·惠特曼档案（The Walt Whitman Archive）的创建则标志着数字人文技术在文学研究领域的深度应用。1979年，美国内布拉斯加大学林肯分校的文学学者福斯特·莫尔（Foster M. More）启动了惠特曼作品的数字化项目，经过数十年的持续建设，该档案馆已成为英语文学数字化领域的典范之作。惠特曼档案收录了惠特曼的手稿、书信、照片、评论文章以及相关研究文献，并提供强大的检索和比对功能，使研究者能够便捷地追踪特定词汇、短语在不同版本中的使用情况，以及分析惠特曼写作风格的历时演变。该项目的成功经验后来被推广至众多文学数字化项目，形成了以“作者档案”为核心的数字典藏模式。

古登堡计划（Project Gutenberg）虽然并非严格意义上的学术项目，但它对数字人文的普及产生了重要影响。1971年，伊利诺伊大学的学生迈克尔·哈特（Michael Hart）提出创建电子图书馆的构想，随后启动了古登堡计划。该计划致力于将公有领域文学作品转化为电子格式，供公众免费获取。经过数十年的发展，古登堡计划已收录超过6万种电子图书，成为全球最大的免费电子书库之一。尽管古登堡计划的文本质量参差不齐（早期OCR识别技术有限），且缺乏学术性的标注和元数据，但它极大提高了公众对数字文本可及性的认知，并为后来的开放获取运动奠定了社会基础。

2.4 早期发展的局限与反思

回顾人文计算的早期历史，我们必须同时承认其历史贡献和内在局限。从积极方面看，这一时期奠定了数字人文的技术基础、方法论框架和组织形态，证明了计算方法与人文研究结合的可行性和价值。然而，早期人文计算也存在着明显的不足。

技术门槛过高是首要问题。1980年代以前的计算机操作复杂、价格昂贵，普通研究人员难以独立使用。这种技术壁垒使得人文计算长期局限于少数技术精英群体，未能实现真正意义上的人文学科普及。

理论与方法的脱节同样值得注意。早期人文计算的重点在于技术开发和数据建设，对人文理论关注不足。许多项目停留在“数字化即目的”的层面，缺乏明确的人文研究问题导向。这种脱节导致部分人文学者对计算方法持怀疑甚至排斥态度。

标准体系的分散也是早期发展的特征。不同的研究机构和项目采用各自为政的编码格式和元数据方案，缺乏统一的互操作标准。这种分散状态严重制约了数字资源的共享与整合，也造成了大量重复建设。

人文视角的缺失更值得深思。早期人文计算的从业者大多具有计算机或图书馆学背景，对传统人文学科的问题意识和理论传统缺乏深入理解。这种视野的局限使得早期数字资源往往难以满足人文学者真正需要的研究支撑。

这些历史经验为后来数字人文的转型发展提供了重要启示：数字技术必须与人文理论深度融合，才能真正服务于人文知识的发现与建构。

三、数字人文的兴起与发展（1990年代至今）

3.1 互联网革命与数字人文的转折

1990年代是数字人文发展史上的重要转折期。万维网（World Wide Web）的诞生与普及、计算能力的指数级增长、以及个人电脑的广泛使用，共同为人文计算的范式转变创造了条件。1991年，欧洲核子研究组织（CERN）的蒂姆·伯纳斯-李（Tim Berners-Lee）发明了万维网技术，这一革命性创新彻底改变了信息的传播方式和获取途径，也为数字人文提供了全新的基础设施平台。

互联网时代的人文计算呈现出与此前截然不同的特征。首先是开放性原则的确立。传统人文计算时代，数字资源往往局限于特定机构或项目内部；互联网时代，开放获取（Open Access）理念深入人心，越来越多的数字人文项目选择以开放方式发布其成果。1999年发布的《巴伦西亚开放存取宣言》（Budapest Open Access Initiative）和2003年的《柏林宣言》（Berlin Declaration）都明确支持学术信息的自由流通，这些理念对数字人文的资源共享产生了深远影响。

其次是协作模式的变革。互联网使得跨地域、跨机构的合作成为常态。数字人文项目不再局限于单一机构的资源和技术，而是可以吸纳全球范围内的研究力量参与。这种开放协作模式催生了众多具有里程碑意义的国际项目。例如，1997年启动的“罗马失落之城”（Rome Reborn）项目联合了全球数十家研究机构的数百位学者，致力于构建古罗马城的三维数字重建模型。

第三是多媒体与交互性的增强。传统人文计算主要处理文本数据；互联网时代，数字人文的素材范围扩展至图像、音频、视频、地图等多媒体形态。与此同时，交互式可视化技术使得研究成果的呈现方式更加丰富多样，公众参与也变得更加便捷。

3.2 “数字人文”概念的正式确立

进入21世纪，“数字人文”逐步取代“人文计算”成为该领域的正式称谓。这一术语转变不仅反映着概念内涵的深化，也标志着该领域在学术体制中的地位确立。

2004年是一个标志性年份。这一年，洛杉矶加州大学（UCLA）成立了全球第一个正式的“数字人文中心”（Center for Digital Humanities），由陈尔特·阿伯克龙比（Katherine A. D. Abrohide）担任首任主任。同一年，弗吉尼亚大学启动了“生命之树”（Lifelines）项目，探索数字技术在人文研究中的深度应用；密歇根大学则建立了数字人文基础设施服务，为全校人文研究提供技术支持。

2006年，数字人文领域迎来了重要的制度化时刻。美国数字人文中心联盟（Digital Humanities Center Alliance）成立，旨在促进不同机构数字人文中心之间的合作与资源共享。同年，《数字人文季刊》（Digital Humanities Quarterly）正式创刊，成为该领域首个经同行评审的开放获取学术期刊。2007年，首届“数字人文国际会议”（Digital Humanities Conference）在新加坡举行，此后该会议成为数字人文领域最具影响力的年度学术活动。

2010年代，数字人文进入快速发展期。这一时期的重要进展包括：2012年，伦敦大学学院设立“数字人文教授”席位，标志着该领域在英国高等教育体系中获得正式认可；2013年，美国国家人文基金会（NEH）启动“数字人文人文前沿”计划，资助了众多创新性数字人文项目；2015年，全球首个数字人文本科学位项目在英国莱斯特大学设立；2016年，中国社会科学院成立数字人文研究中心，标志着数字人文研究在中国的正式起步。

这些里程碑事件共同见证了数字人文从边缘走向主流的历程。越来越多的大学设立数字人文中心或相关教席，政府和基金会增加对数字人文项目的资助，学术期刊和会议的数量与影响力持续增长——数字人文已成为当代人文学术版图中不可忽视的重要组成部分。

3.3 关键机构与基础设施

数字人文的发展离不开各类机构的支持与推动。这些机构涵盖大学研究中心、资助机构、专业组织和基础设施服务提供者，共同构成了数字人文的生态系统。

大学数字人文中心是这一生态系统中最活跃的主体。全球范围内，已有数百所大学设立了专门的数字人文研究机构。美国方面，除了前述的UCLA数字人文中心外，斯坦福大学的“文学实验室”（Literary Lab）、伊利诺伊大学厄巴纳-香槟分校的“人文数字创新研究所”（Institute for Digital Humanities）以及弗吉尼亚大学的“SHANTI”（Scholars' Lab）都是该领域的先行者。欧洲方面，牛津大学的“数字人文中心”、伦敦大学国王学院的“数字人文系”、以及阿姆斯特丹大学的“数字人文研究所”同样享有盛誉。亚洲地区