数字人文方法在文学主题演变研究中的应用研究——基于主题建模技术与传统文学史方法比较.docxVIP

数字人文方法在文学主题演变研究中的应用研究——基于主题建模技术与传统文学史方法比较

摘要

在文学史与文学主题流变研究中，如何从海量的、跨越漫长历史时期的文本集合中，系统地、客观地识别、描述并解释文学主题的生成、演变、交融与消逝，既是文学史书写的核心任务，也是一项极具挑战的方法论难题。传统文学史学主要依靠学者细读经典文本、梳理文献脉络、凭借其深厚的学养和理论洞察进行归纳与定性描述。这种“专家范式”虽然能够提供深刻、富有洞见的宏观叙事与精微解读，但其结论往往受限于学者个人的阅读范围、理论预设与分析视角，难以避免选择偏差与主观建构性。面对数百上千部作品构成的“大文本集合”（如一个世纪的期刊小说、某一文类的全部作品），传统方法的处理能力显得捉襟见肘，易陷入“以偏概全”或依赖二手批评的困境。近年来兴起的“数字人文”浪潮，特别是其中基于机器学习的主题建模技术（如隐含狄利克雷分布模型），为处理大规模文本集合、自动提取高频共现的词语集群（被视为“主题”的概率分布）、量化分析主题在不同时期文档集中的强度变化，提供了前所未有的技术手段与宏观视野。为了科学评估数字人文方法在此领域的潜力、价值及其与传统方法的互补关系，本研究设计了一项系统性的比较研究。研究选择中国现代文学史（一九一五年至一九四九年）作为核心领域，构建一个包含该时期代表性小说、散文、诗歌等体裁约八百部作品全文的“现代文学文本