数字人文视野下的概念史研究：词向量模型与近代思想演变的量化追踪 .docxVIP

PAGE2

数字人文视野下的概念史研究：词向量模型与近代思想演变的量化追踪

摘要

本文聚焦数字人文与人工智能史学的交叉领域，探讨词向量模型对近代概念流变的量化追踪及其对概念史微观语义网络演进的理论阐释效力。传统概念史多依赖学者主观阅读与定性阐释，面临大规模文本处理瓶颈与微观语义演变难以精确刻画的问题。本文提出问题：量化模型如何重塑概念史的解释范式？通过文献梳理与理论推演，本文系统解析了概念流变量化追踪的生成脉络、内在矛盾与本质属性。进而，深入阐释了词向量模型“语境映射—语义计算”的核心作用逻辑，明确其适用条件与边界。在此基础上，本文构建了“数据—计算—阐释”三位一体的理论框架，论证了量化追踪对微观语义网络演进的解释优势。研究表明，词向量模型能够有效揭示隐匿于海量文本中的概念语义位移与网络拓扑变迁，为近代思想演变研究提供高分辨率的量化证据，推动了从主观定性向“计算—阐释”循环的理论范式转型。

第一章绪论

1.1研究背景

当前，人文学科正经历着深刻的数字转向。在近代思想史与概念史研究领域，学者们长期面对海量的报刊、档案与书籍文献。传统研究方法主要依赖学者的深度阅读与定性阐释，这种基于个体认知的学术生产方式，在面对数以亿计的语料时，不可避免地遭遇了“无法穷尽”的宏大叙事困境。

与此同时，概念史研究本身也面临着核心矛盾。概念的意义并非先验固定，而是在历史语境中不断流变。传统方法往