数字人文导论：从计算语言学到跨学科研究范式

计算技术与人文学科的交汇，构成了20世纪后半叶以来学术发展史上最引人注目的知识融合事件之一。当第一批语言学家开始使用穿孔卡片分析文本，当历史学家借助早期计算机绘制人口分布图，当音乐学者利用数模转换技术分析古典作品的旋律结构时，一种全新的研究范式悄然萌生。这种范式将计算思维、数据驱动方法与人类文化的深层理解相结合，逐步演变成为今天我们所说的数字人文（Digital Humanities，简称DH）。理解这一范式的形成过程，不仅是把握数字人文学科本质的前提，更是认识当代人文研究转型方向的关键所在。

一、计算语言学与人文学科的早期交汇

数字人文的学术根源可以追溯到20世纪中叶计算方法与人文学科之间的首次实质性接触。这一时期的交汇主要发生在文本处理领域，最具代表性的尝试是20世纪50年代末期至60年代初期由罗伯特·比绍普（Robert Biship）和艾兹拉·格伦迪（Ezra Grundies）在美国进行的《洛杉矶时报》全文索引项目，以及更为著名的印第安纳大学“人文计算中心”（Humanities Computing Center）项目。后者在门罗·艾森巴特（Monroe Eades）领导下，于1964年完成了对托马斯·阿奎那全部著作的计算机化索引编制工作，这一里程碑式的成就首次证明了机器处理大规模人文文本的可行性。

这一时期最具影响力的先驱人物当属耶稣会士罗伯特·布萨（Roberto Busa）。从1946年开始，布萨与IBM合作，对托马斯·阿奎那全集进行词索引编制，历时三十余年完成《托马斯·阿奎那著作索引》（Index Thomisticus）。这项工作最初依赖穿孔卡片技术处理超过一千万词次的文本量，IBM为此专门开发了针对拉丁语文本的特殊字符处理系统。布萨的工作不仅在规模上前所未有，更在方法论层面确立了计算辅助人文研究的若干基本原则：文本的机器可读化处理、词频统计与语境分析、索引与 concordance 的自动生成等。布萨本人后来成为数字人文领域的标志性人物，其创建的汤姆森·布萨文献库（Thomas Busa Archive）至今仍是托马斯·阿奎那研究的重要资源。

与布萨的语文学传统并行发展的，是语言学领域对计算方法的早期应用。1954年乔治城大学与IBM联合进行的机器翻译实验标志着计算语言学的正式诞生，尽管该实验的成果相当有限，但它开创了利用计算机处理自然语言的先河。同期发展起来的语料库语言学为计算方法进入语言研究提供了另一个重要入口。弗朗西斯·丘奇（Francis Childs）和约翰·奎利恩（John Quinn）在20世纪60年代收集整理的布朗语料库（Brown Corpus）是首个标准化英语书面语语料库，包含约一百万词次的标注文本，为后续基于语料库的英语语言研究奠定了方法论基础。

这一时期的“人文计算”（Humanities Computing）呈现出几个显著特征。首先，研究活动高度集中于文本处理领域，无论是布萨的索引编制还是语料库语言学的词汇分析，本质上都是对文本符号的操作与统计。其次，技术手段相对简陋，主要依赖穿孔卡片、批处理程序和 mainframe 计算机，研究效率受到严重制约。第三，研究者群体相对小众且高度专业化，以语文学家、语言学家和少数具有技术背景的人文研究者为主。更为重要的是，这一时期的计算方法主要被视为传统人文研究的辅助工具，而非一种全新的研究范式；计算机被视为放大镜和望远镜——能够帮助研究者看得更细、更远，但观察的“对象”本身并未发生根本改变。

二、从 Humanities Computing 到 Digital Humanities：范式转变的内在逻辑

“数字人文”这一术语的诞生标志着该领域经历了从量变到质变的根本性转型。2004年，圣母大学数字人文学者杰罗姆·麦克甘（Jerome McGann）明确提出用"Digital Humanities"取代传统的"Humanities Computing"，这一术语更替绝非简单的概念替换，而是深刻反映了该领域在研究对象、方法论和技术基础层面的范式跃迁。

从词汇演变来看，“Humanities Computing”强调的是计算工具在人文研究中的应用，其隐含前提是人类文化研究的主体地位不变，计算仅是辅助手段。而"Digital Humanities"则暗示了一种更为激进的立场：数字技术不仅是工具，更是重塑人文研究的新条件和新环境。“Digital”一词突出了数字媒介（digital media）的本体论意义——数字化的文本、图像、声音和空间不再仅仅是传统媒介的替代品，而是构成了人文学者必须直面和研究的新对象。2010年创建的“数字人文季度刊”（Digital Humanities Quarterly）明确将"DIGITAL"置于标题首位，这一编辑决策本身即是该术语转型在学术出版领域的体现。

这一范式转变的技术驱动力来自多个方面。20世纪90年代互联网的普及和万维网（World Wide Web）的兴起彻底改变了人文数据的获取、传播和共享方式。人文资源的数字化使得海量文本、图像和音频资料以前所未有的规模向研究者开放，同时也催生了全新的研究对象——网站、虚拟社区、数字艺术作品等 born-digital 文化形态。21世纪初语义网（Semantic Web）概念的提出进一步推动了知识表示与推理技术在人文领域的应用，关联数据（Linked Data）和本体论（Ontology）成为数字人文基础设施的重要组成部分。近年来大数据、人工智能和机器学习技术的快速发展又为数字人文注入了新的方法论资源，使得对超大规模文化数据集的深度分析成为可能。

与此同时，数字人文在理论层面也经历了深刻的自我反思。20世纪90年代末至21世纪初，数字人文领域爆发了一场关于“方法论还是理论”的持续论争。一派学者以苏珊·哈吉（Susan Hockey）和尼古拉斯·休斯（Nicholas Hughes）为代表，坚持数字人文的核心在于方法论创新，认为计算技术为解决传统人文问题提供了更有效的途径。另一派则以马修·基尔南（Matthew Kirschenbaum）为代表，强调理论反思的重要性，质疑不加批判地拥抱技术可能导致人文研究丧失其批判性维度。基尔南在其2008年的重要论文《武器是何物：数字文本性的物质性》中深入分析了数字文本的物质性（materiality）问题，指出二进制编码的脆弱性、文件格式的依赖性以及数据存储的不稳定性等“物质性”特征对数字人文实践的根本性影响。这场论争促使数字人文社区更加审慎地对待技术工具，同时也在方法论创新与理论反思之间寻求更加平衡的发展路径。

另一个重要的理论转向发生在“数字鸿沟”（digital divide）与“数字素养”（digital literacy）问题的讨论中。学者们逐渐认识到，数字人文不仅关乎研究方法的变化，更涉及知识权力结构、学术生产方式和教育体系的深刻变革。数字鸿沟不仅存在于不同地区、不同规模的学术机构之间，也存在于掌握数字技能的新一代学者与传统人文训练出身的老一代学者之间。如何在推进数字人文的同时保持人文教育的核心价值，如何确保数字技术服务于而非取代人文思考，成为该领域持续关注的议题。

三、国际数字人文中心的发展与学术基础设施建设

数字人文作为一个成熟的学术领域，其制度化进程集中体现在国际范围内一系列专业研究机构的建立上。这些机构不仅为数字人文研究提供了基础设施支持和人才培养平台，更在学术话语建构和学科规范形成方面发挥了关键作用。

英国是数字人文制度化进程最为领先的国家之一。牛津大学人文计算中心（Oxford University Computing Centre, OUCC）成立于1934年，是世界上最早的人文计算机构之一，现已发展为牛津数字人文中心（Oxford Digital Humanities）。1998年在伦敦大学学院（UCL）成立的文学与人文计算中心（Centre for Literary and Linguistic Computing, CLLC，后更名为UCLDH）成为英国数字人文研究的另一个重镇，其开发的 MONK 语料库平台为跨语言、跨时代的文学文本分析提供了标准化工具。2012年，谢菲尔德大学成立数字人文研究所（Digital Humanities Institute），聚焦于文化遗产的数字化保存与呈现。这些机构的建立和发展折射出英国学术界对数字人文的持续重视和战略投入。

美国的数字人文机构建设同样波澜壮阔。2005年，伊利诺伊大学厄巴纳-香槟分校创建了全美第一个正式的“数字人文中心”（Center for Digital Humanities），成为美国高校数字人文研究的标杆。该中心在文本编码、地理信息系统（GIS）应用和数字出版等领域积累了丰富的研究成果。斯坦福大学文学实验室（Stanford Literary Lab）于2010年成立，由弗兰科·莫雷蒂（Franco Moretti）教授领导，致力于运用计算方法研究文学史和文学理论，其“远读”（distant reading）概念对文学研究方法论产生了深远影响。紧随其后，弗吉尼亚大学数字文化与人文学中心（Scholars' Lab）和密歇根大学数字人文与文化信息学项目（Digital Humanities and Culture Informatics）等机构相继建立，形成了美国数字人文研究的机构网络。

欧洲大陆的机构建设同样呈现勃勃生机。德国在2012年前后迎来了数字人文机构的集中创建期。2013年在慕尼黑大学成立的数字人文中心（Digital Humanities Zentrum München）和同年创建的柏林数字人文研究所（Institut für Digital Humanities）成为德国学术界的核心力量。德国模式的特点在于其高度制度化的特点——2016年成立的德国数字人文协会（Digital Humanities im deutschsprachigen Raum, DHd）在协调全国数字人文研究资源、推动跨机构合作和制定行业标准方面发挥了重要作用。荷兰的 Huygens ING 研究所（前身包括荷兰语文本中心等机构）在古籍数字化和历史文本数据库建设方面走在世界前列。法国的 INITIATIVES 项目和意大利的 Digital Humanities DHuF 中心则在地中海地区形成了独特的数字人文学术圈。

亚太地区的数字人文机构建设虽然起步较晚，但发展势头迅猛。日本于2008年成立的国立文学研究资料馆数字人文研究推进室成为日本数字人文研究的枢纽，在古典文学文本的数字分析和东亚古籍的国际化共享方面贡献卓著。韩国首尔大学数字人文中心和中国台湾的“数位人文研究中心”（2013年成立于台湾大学）则在东亚文化圈的数字人文实践中各具特色。中国大陆的数字人文机构建设在21世纪第二个十年显著加速。2014年成立的北京大学数字人文研究所、2015年中国社会科学院计算机网络中心的数字人文项目组以及2017年武汉大学信息管理学院数字人文团队等机构的建立，标志着中国学术界的数字人文制度建设进入实质性发展阶段。

这些机构的建设实践揭示了数字人文领域若干共性特征。首先，机构建设呈现从单点突破到网络化协作的演进趋势。早期各机构多采取独立发展模式，近年来越来越倾向于建立跨机构联盟和共享基础设施。其次，机构定位经历了从“技术提供方”到“研究伙伴”的转变。早期的数字人文中心多以技术服务为主要职能，为人文学者提供技术支持；如今越来越多的机构将自身定位为跨学科研究的组织者和引领者，在研究问题的设定和方法论创新方面发挥主导作用。第三，机构建设与学科教育紧密结合。大多数成熟机构都设有硕士或博士培养项目，形成了数字人文人才培养的制度化渠道。

四、数字人文期刊与会议的演变：从边缘到主流的学术建制化

如果说研究机构的建立是数字人文制度化的硬件基础，那么学术期刊和会议的演进则构成了该领域的软件系统——它们不仅是研究成果的发布平台，更是学术规范形成和学术共同体建构的关键机制。

在学术期刊方面，1986年创刊的《文学与语言计算》（Literary and Linguistic Computing，现更名为《数字人文前沿》Digital Humanities Frontiers）标志着人文计算领域首个专业期刊的诞生。该期刊早期主要发表语料库语言学、文本检索和 concordance 制作等技术性文章，反映了那个时代数字人文的研究重心。1996年，《人文学科的计算机应用》（Computers and the Humanities）在其三十余年发行历史的基础上进一步扩大稿源范围，成为人文计算领域历史最悠久的连续出版物之一。2007年，数字人文领域首个完全开放获取的同行评审期刊《数字人文季刊》（Digital Humanities Quarterly）正式创刊，由美国数字人文中心（Alliance of Digital Humanities Organizations, ADHO）主办，标志着数字人文在学术出版领域的成熟度达到新水平。该期刊的开放获取模式打破了传统学术出版的付费壁垒，有力推动了数字人文知识的全球传播。

2011年，《数字人文研究杂志》（Journal of Digital Humanities）创刊并迅速成为该领域的重要学术阵地。同年，剑桥大学出版社推出了《数字人文导论》（Digital Humanities in Practice）等系列丛书，将数字人文研究推向更广泛的学术受众。2014年，《文化分析》（Cultural Analytics）专刊的推出标志着数字人文与媒介研究的深度融合。值得注意的是，2010年代以来，越来越多的传统人文权威期刊（如《文学研究》《历史研究》等）开始设立数字人文专栏或发表数字人文方向的论文，这一趋势表明数字人文已从边缘走向主流学术场域。

学术会议的发展轨迹同样反映了数字人文的建制化进程。1987年，首届“人文计算与信息科学”（CHIPS）国际研讨会在伦敦召开，成为人文计算领域最早的专门性学术会议。1990年代，该会议更名为“人文计算与计算语言学联合国际会议”（ALLC/ACH Joint International Conference），成为欧美数字人文社区最重要的年度交流平台。2001年，国际数字人文组织联盟（Alliance of Digital Humanities Organizations, ADHO）成立，标志着数字人文在全球范围内实现了制度性的组织整合。ADHO自2004年起每年举办的“数字人文国际会议”（Digital Humanities Conference, DHCon）已发展为由不同国家轮流承办的国际盛会。

这一演变过程体现了若干重要特征。会议主题的扩展清晰勾勒出数字人文领域从狭义文本处理向广义文化分析的发展轨迹——早期会议聚焦于文本编码与检索技术，中期扩展到地理信息系统、文本挖掘和可视化方法，近年来则涵盖数字文化遗产保护、数字出版、批判性数字人文（Critical Digital Humanities）和公共数字人文（Public Digital Humanities）等新兴议题。会议参与者的构成变化同样值得关注：从早期以语文学家、语言学家和图书情报学者为主，逐步扩展到历史学家、文学理论家、艺术家、媒介理论家乃至科学家和工程师，会议的多学科交叉特征日益显著。会议的组织模式也在不断创新——2015年起，部分数字人文会议开始尝试“工作坊”（workshop）和“营队”（camp）等新型活动形式，强调动手实践和协作学习，反映了该领域对技术技能培养的高度重视。

ADHO 的成立和运作对数字人文的学术建制化具有里程碑意义。该组织下设多个专门委员会，分别负责人文学科数字资源建设的技术标准制定、数字人文教育推广、青年学者培养和国际合作交流。其中，专门负责制定数字人文数据编码和组织标准的“数字人文卓越中心”（Digital Humanities Excellence Centres）项目，以及推动数字人文基础设施建设的“公共知识项目”（Public Knowledge Project），已成为该领域的标杆性倡议。ADHO 主导制定的《数字人文编码标准》（如《文本编码与交流指南》TEI Guidelines）被全球数千个人文项目采用，成为该领域事实上的技术规范。

五、学科边界与身份认同：数字人文的本体论困惑

数字人文作为一个学术领域，其学科边界和身份认同问题始终是学界讨论的焦点。这种困惑根植于数字人文与生俱来的跨学科特性，也反映了当代学术体系在知识分类和学科建制方面的深层张力。

从学术谱系来看，数字人文的知识来源至少可以追溯到四个不同的传统。其一是语文学传统，以布萨的托马斯·阿奎那索引项目和此后发展的语料库语言学为代表，强调文本的精确分析和系统性整理。其二是图书馆学与情报学传统，以信息检索、文献计量学和知识组织理论为核心，为数字人文提供了数据管理和知识表示的方法论框架。其三是媒介理论与文化研究传统，关注数字媒介对人类文化生产和消费方式的深刻影响，为数字人文注入了批判性理论视角。其四是计算机科学与人工智能传统，贡献了文本挖掘、自然语言处理和机器学习等核心技术方法。这四种传统的交汇使得数字人文成为一个知识构成极为复杂的交叉地带。

围绕“数字人文究竟是什么”的本体论追问，学界形成了若干代表性立场。工具论者（instrumentalists）坚持认为数字人文本质上是方法论的革新，计算技术为传统人文问题提供了新的解决路径，但人文研究的核心关切——对人类文化意义的诠释、对历史经验的理解、对审美价值的判断——并未发生根本改变。与之对立的本质论者（essentialists）则强调数字技术的颠覆性影响，认为数字人文代表着一种全新的文化研究范式，其研究对象、研究方法和学术目标都与传统人文有着本质区别。调和论者试图超越这一二元对立，提出数字人文是一个“边界学科”（border discipline），其独特性恰恰在于能够跨越传统学科边界，在方法论的杂糅中形成新的知识增长点。

近年来，批判性数字人文（Critical Digital Humanities）思潮的兴起为这场讨论增添了新的维度。2014年，温迪·崔（Wendy Chi）和罗阿尔德·施瓦布（Roald Schwab）在其论文《数字人文的批判路径》中系统阐述了这一立场，主张数字人文研究应当保持对技术意识形态的批判意识，警惕技术决定论和数据主义的潜在危害。批判性数字人文强调，数字工具和方法并非价值中立的，其设计和使用过程本身就嵌入了特定的文化假设和权力关系。学者们呼吁在拥抱数字方法的同时保持人文学科的批判传统，对技术话语中的隐含前提进行反思性审视。

学科边界的不确定性在人才培养和课程设置层面产生了直接后果。数字人文研究者究竟应当具备何种知识结构和技能组合？这一看似简单的问题实际上折射出该领域的深层困境。传统人文训练的“原典精读”能力、计算技术的编程和数据管理能力、以及跨学科沟通与协作能力，三者之间的平衡与取舍成为数字人文教育设计的核心挑战。2014年英国联合信息系统委员会（JISC）发布的《数