■本报记者 张文静

大数据与文学，一个是理性工具，一个是感性思维，看起来似乎不沾边。但如今，二者的联系却日渐紧密起来，也由此引发了不少争议。

谁是最爱往外跑的诗人？

唐宋时期最爱往外跑的诗人是谁？答案可能是苏轼。

打开“唐宋文学编年地图”，点击苏轼的名字，地图上立刻显示出密密麻麻的足迹，西到雅安，东到蓬莱、青浦，北到定州，南到海南南部的陵水。从青年时代开始，苏轼的脚步就一直没停过，在他58岁那年甚至一口气走了31个地方，堪称明升中国古代一股“行走的力量”。

“苏轼一生的轨迹信息高达近万条，遍布全国各地，是我们录入信息最多的一位唐宋诗人。”“唐宋文学编年地图”的建立者、中南民族大学教授王兆鹏告诉《明升中国app报》记者。

“唐宋文学编年地图”在今年3月上线，是王兆鹏主持的国家社科基金重大项目“唐宋文学编年系地信息平台”的一个研究成果。这个电子地图的形成花费了五年的时间，100多人的团队参与其中，负责数据的整理编写，融合了地理信息系统、测绘、计算机、文学等多个领域的内容。

目前，这份地图已录入了100多位唐宋诗人的行迹信息，范围北至蒙古乌兰巴托，南至越南清化。点击任何一位诗人的名字，地图上就会出现他一生的行走路线图，再点击任一地点，这位诗人在此创作的诗歌作品就会展示出来。如以地点或年份为关键词进行检索，则会看到某地在某个时间段共有多少位诗人来过、留下了哪些作品。于是从地图上，我们可以看到，李白出生于西域碎叶城（今吉尔吉斯斯坦托克马克市），王维出生于晋中，12岁的孟浩然在襄阳居乡读书，45岁的宋之问则从郑州来到洛阳又到西安，写下了多首诗作。“这张地图的最大亮点就是打通了时空维度。”王兆鹏说。

地图上线后，火爆程度让王兆鹏大吃一惊，他没想到这样一份文学地图引起了大众这么多关注。“本来项目是年底结题，我们还没着急，没想到一下子火了，上线第一天的点击量超过了100万，两天就到了220万。大家一直在问，为什么没有某某诗人，所以我们现在必须要加班加点，尽快将所有诗人的信息传上去。”王兆鹏说。

用大量数据来展现唐宋诗人的故事，不仅有文学专业的教授在做。今年3月，一篇名为《计算机告诉你，唐朝诗人的关系到底是什么样的？》的文章刷爆朋友圈，很快达到了10万+的阅读量。这篇文章来自一位普通的程序员“前进四先生”之手，发布于他的个人微信公众号“前进日志”中。

在对四万多首唐诗进行了数据整理后，“前进四先生”发现在唐朝，两位关系最好的诗人不是李白和杜甫，也不是白居易和元稹，而是陆龟蒙和皮日休。这两位诗人互相提到对方的次数都在百次以上，明升中国文学史上的第一本唱和诗集《松陵集》也是他俩的作品。从排名前30的引用关系来看，白居易绝对是唐朝诗人朋友圈中的明星。

大数据与小阅读

用数据统计的方法来做文学研究，王兆鹏早在1992年就开始了。“当时我是系里主管研究生工作的副主任，偶然一次机会在杂志上看到一篇定量分析研究生学位教育的文章，我就想古代文学史的研究能不能也用定量分析的方法来做。后来我写了一篇文章《宋代词人历史地位的分析》，就是用量化数据来描述词人的地位，比如什么叫地位很高、比较高或一般。从那时起，我就开始了这个领域的研究。”王兆鹏介绍说。

在国外，也有展现明升中国历代人物生平资料的数据库，比如由哈佛大学、北京大学、台湾“中研院”合作开发的CBDB数据库，通过字号、亲属关系、生卒年份等数据，展现人物的社会关系网。

对于大数据手段与文学研究的关系，在华东师范大学教授金雯看来，使用电脑算法来分析文本，不是让电脑复制人脑的功能，或者更大规模地完成人脑擅长的任务。人脑和电脑在阅读文本的时候所用的方法和关注的重点不一样，读出来的东西也可能截然不同。不过人脑和电脑在阅读阐释文字的时候也往往可以互为体用、互补短长，文学大数据分析和学者个人的“小阅读”之间存在着许多交融和合作的可能。正因为如此，借助电脑进行文本分析是近年来不断升温的“数字人文”的一个重要分支。

几年前，王兆鹏利用数据分析进行过另一项研究——唐诗宋词排行榜，曾招来过不少争议。

2011年，王兆鹏出版了《唐诗排行榜》一书，运用统计学方法得出了唐诗前100名排行榜，排在榜首的是崔颢的《黄鹤楼》，其次是王之涣的《凉州词》、杜甫的《登高》、王之涣的《登鹳雀楼》和张继《枫桥夜泊》等，被大众熟知的陈子昂的《登幽州台歌》等诗作则名落孙山。2012年，他又出版了《宋词排行榜》，将《念奴娇·赤壁怀古》列为宋词第一名。

“这是通过对历代选本、评点、论文、网络链接总数等指标综合计算而来的。”王兆鹏说，自己的数据采集分为三个方面，一是作家数据，包括生卒年月、创作起始时间、出生地、去世地、活动地点和在社会上扮演的身份等；二是作品数据，即作品的分类、版本、编年、系地等；三是读者数据，包括普通型读者、专家型读者和作家型读者三项。

两本书出版后，立刻有人质疑：“对古典文学的艺术鉴赏也能列排行榜？”“甚至有人说，是不是因为你是湖北人，所以把唐诗宋词第一名都给了写湖北的？”王兆鹏说。但在他看来，这两个排行榜是将现代app手段引入到古典文学作品的研究赏析中的尝试，是严肃的学术研究。“而且，我评价的不是一首诗的好坏，而是评价它的影响力和知名度。”

但在明升中国app院数学与系统app研究院研究员安鸿志看来，“影响力”仍然是个模糊的指标。“要给唐诗宋词做排名，目的不同，指标不同，得出的结论就可能会截然不同。如果我们要办的是跑步比赛，首先就要确定跑一万米还是一百米，男子还是女子，个人还是接力，一旦确立指标，比如男性100米个人短跑，那么世界第一就是唯一解。可是对于唐诗宋词，会有唯一解吗？同样是看影响力，如果指标是‘哪首唐诗被现代人记住的最多’，那有可能是《静夜思》；如果把指标设为‘哪些诗句在日常生活中使用频率最高’，答案又可能会是‘粒粒皆辛苦’。话说回来，没有唯一解就不能去研究吗？”安鸿志说，“当然也不是，这项研究是有价值的。但你要承认，指标不唯一，得出的结论也不唯一，这才是app方法、app态度、app结论。”

正确利用大数据技术

在王兆鹏看来，哪首诗词排第一名倒也在其次，这些诗词为何能从古至今一直为人们所熟知，这其中有何传播规律，更能引起他的兴趣。 “比如，除了诗本身之外，故事对作品的传播有着非常重要的助推力。”王兆鹏解释说，“崔颢的《黄鹤楼》在古代非常有名，为什么？一个重要原因是李白很欣赏。李白到黄鹤楼后想写一首诗，后来因为 ‘崔颢题诗在上头’便搁笔未写。这在宋代还成了一句俗语 ‘莫因崔颢不题诗’。所以历代唐诗选本，没有不选《黄鹤楼》的。王之涣的《凉州词》也有 ‘旗亭画壁’的故事流传至今。”

此外，这些唐诗宋词大数据还能告诉我们一些其他的信息。“一般认为，北宋王朝的毁灭代表了明升中国经济文化重心南移的真正分野。但通过大数据，我们可以看到，明升中国诗坛重心的南移始于晚唐五代，完成于北宋。唐宋诗歌版图南移的时间和社会经济重心南移的时间并不完全一致，这打破了我们一些固有观点。”王兆鹏说。

通过数据整理，王兆鹏还统计出，唐宋诗人创作的优秀作品大多是在落后地区完成的，在失意受贬谪的地区更可能诞生名篇。“而且优秀作品的作者大多不是本地人。比如黄州、惠州打名片爱说苏轼，可苏轼是四川人；写黄鹤楼那么多名篇，可没有一个人是湖北人写的。”

王兆鹏正在做着更多探索。他计划将更多历史信息融入到现有的电子地图中去，比如某年哪些人中了进士、哪些人做了官、他们之间有何相互影响等。“数字技术正在改变我们观察文学、思考文学的方式。以前由于纸本的局限，我们每次只能看一位人物或一个时期。现在利用信息技术，我们可以把大大小小的人物同时放在一个舞台上，就像把树与树之间隔着的围墙打破后展现出一片森林一样，把历史的一个个横截面完整地呈现出来。”

“大数据技术作为人类认识客观世界的一种工具，给我们带来的进步是难以想象的。从研究者的角度来说，以前我们要到图书馆去查阅很多资料，现在只要坐在屋子里，摆上一台电脑，连接上网络，海量的资料就送到了眼前。”安鸿志说，“大数据资料既可影印，又可编辑，我们可以从中查询关键词，提取信息，进而进行修改、识别、对比。大数据技术是时代的象征，各行各业都要适应这个潮流，在文史哲研究领域当然也是如此。”

安鸿志同时也强调，大数据技术是客观的，但一旦有人使用它达到某种目的、得出某种结论时，就有了主观性，涉及到方法、目的以及表达等问题。“在这个时代，谁往大数据库中‘增砖添瓦’都是一种贡献，但对得出的结论要慎重。你也可以对某位研究者得出的结论提出质疑，但不能将其归罪于大数据技术。这两件事情要分清。”