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

摘要

文学主题的历时性演变是文学史研究的核心议题之一。传统方法主要依赖学者对有限代表性文本的细读，结合历史语境、批评理论与个人洞见，归纳提炼特定时期或流派的核心主题，并构建其兴衰流变的宏大叙事。这种方法虽能提供深刻的历史阐释与价值判断，但受限于研究者的主观视角、处理文本的规模以及定性归纳的概略性，难以对长时段、大范围、多语种的文学文本集合进行系统性、量化化的主题趋势描述与验证。二十一世纪以来，随着计算技术的飞速发展与大量文学作品数字化，数字人文方法为文学研究提供了新的范式，其中“主题建模”技术尤为引人注目。主题建模是一种无监督的机器学习技术，能够从海量文档集合中自动识别出潜在的主题分布，即一组频繁共现的词汇集合及其在不同文档中的权重，从而揭示文本集合隐藏的语义结构。本研究旨在系统探究数字人文方法，特别是主题建模技术，在文学主题演变研究中的应用路径、具体贡献及其与传统文学史方法的互补关系。研究采用比较方法论，选取一个具有清晰历史分期与丰富主题流变的文学领域作为案例库（例如，中国现当代小说、英国维多利亚时期小说、或一个特定文学期刊的历年发表内容），首先运用主题建模技术（如隐含狄利克雷分布模型）对该领域的大规模数字化文本语料库进行处理，自动识别出主要主题簇，并追踪这些主题在不同历史时间段（以年、十年或文学史分