数字人文“史料化”的意识形态：语料库收录口径、清洗规则与历史沉默的生产.docxVIP

PAGE2

数字人文“史料化”的意识形态：语料库收录口径、清洗规则与历史沉默的生产

摘要

数字人文浪潮中，大型近代报刊与公文语料库的构建被视为历史研究“数据化”的基础工程，但其“史料化”过程远非中立透明。本文以史学理论与方法论为视角，追问语料库构建流程中收录口径与清洗规则如何制度化地生产历史沉默。

论文首先揭示收录边界——小报、方言文本、边缘群体文献的系统性排除——如何被技术标准与学术规范所自然化，从而将特定历史主体排斥于可检索、可计量的“历史”之外。其次，剖析清洗规则中的“去噪”逻辑，指出其背后隐藏的文本等级秩序与知识权力，使不符合现代印刷规范的语言形态被当作“杂质”剔除。在此基础上，论文批判“数据完备性”神话：语料库以其海量、可计算特征制造出一种客观全貌的幻象，实则通过方法论上的遮蔽，将沉默再度推入不可见之境。

研究认为，语料库的构建是一种意识形态实践，参与了“何种材料可成为史料”的知识权力生产。通过构建“收录—清洗—遮蔽”的三重机制分析框架，本文揭示数字人文“史料化”过程中历史沉默的制度化生产逻辑，并呼吁建立一种反思性的数字史料批判范式，使沉默得以被听见，边缘得以被再呈现。

第一章绪论

1.1研究背景

近二十年来，数字人文在全球范围内成为人文学科最具变革性的潮流之一。中国近代史研究领域，以上海图书馆“全国报刊索引”、国家图书馆“民国时期文献”为代表的近代报刊与公文语