《全唐诗》分析、探勘和应用-风格、对仗、社会网路和对联.PDFVIP

The 2015 Conference on Computational Linguistics and Speech Processing ROCLING 2015, pp. 43-57  The Association for Computational Linguistics and Chinese Language Processing 《全唐詩》的分析 、探勘與應用－風格、對仗 、社會網路與對聯 Textual Analysis of Complete Tang Poems for Discoveries and Applications － Style, Antitheses, Social Networks, and Couplets 劉昭麟† 張淳甯 ‡ 許筑婷 § 鄭文惠 ↑ 王宏甦∮ 邱偉雲ǂ Chao-Lin Liu Chun-Ning Chang Chu-Ting Hsu Wen-Huei Cheng Hongsu Wang Wei-Yuan Chiu †‡§ † 國立政治大學資訊科學系、國立政治大學語言學研究所 ↑ ∮ ǂ 國立政治大學中國文學系、 美國哈佛大學CBDB計畫辦公室 † ‡ § ↑ { chaolin, 101703004, 104753021, whcheng}@.tw, ∮ ǂ hongsuwang@, acwu0523@ 摘要 唐詩是中國文學極重要的一部分，由清代官方力量所編纂、收錄兩千餘位詩人所著， 內容四萬多首詩歌、包含超過三百萬字的《全唐詩》，無疑是研究唐詩最重要的資源 之一。本文作者採取共現詞彙和 distributional semantics的分析角度，利用計算語言 學領域所發展的軟體工具，分析《全唐詩》的內容 ；就作者風格、詩歌內容，特別是 唐詩中的顏色詞彙 深入探索。同時我們也利用資訊技術，發掘唐詩內容所攜帶的唐代 文人的社會網路，將研究成果擴大到歷史領域。另外，我們也藉由探勘唐詩中詞彙的 共現、搭配、對仗關係，發展一個簡單的對對聯的應用。透過這一系列的工作，我們 實踐了數位人文領域的初步理想，數位技術雖然尚且不足以直接被用來建立深度的人 文論述，但是透過相關的資訊檢索、文本分析和資料整合的服務，數位技術讓專家可 以比過去更加專注於深度議題的研究，而不需要花很多時間來蒐集基礎的研究資料。 Abstract 1 The Complete Tang Poems (CTP) is the most important collection for studying Tang poetry, which in turn is arguably a very influential part of the Chinese literature. Our analyzing the CTP from the perspectives of antithesis2, collocation and distributional semantics offers some interesting overviews of the st