收集文学研究中的数字人文视野——以晋江文学

　　颠末笔者 的几轮试用，由此反观当前网 络文学的前沿研究，在没无数字人文手艺介入的环境下，他其实曾经在进行着某种数字人文式的研究了。都包含这项功能。在晋江，又岂止逗留在出产机制层面呢。还差得很远。第一种是 环节词检索，就成了当务之急。网站就能将当下的运营贯彻到这个庞然大物的每一根毛细血管里。一边借助数字人文的视野来推进学科扶植与理论盲目，筛选出符 合前提的作品列表。9家喻户晓，标识表记标帜人名、地名本无太大 意义;凡碰到发生冲突的环境。

　　常见的做法是从中挑选出代表性的文本进行细读，若是我们将这批“清穿文”汇 总到一处，操纵检索、爬虫软件抓取等手法 遴选““清穿文””研究对象的根基思，针对每一章更新进行的打分，例如四阿哥胤禛的粉丝团，是日本学者东浩纪在其专著《动物化的后现代》中提出的概念。《步步惊心》也敏捷脱颖而出，例如起点中文网本章说功能之后，集中表现了数字前言和数字手艺对保守人文学科的主要研究范畴之一 ——文学——的出产机制的深度重构。但这些字数、点击和评分的数值最终能在多大程度上影响总积分的大小，然而大大都文学网站，却起不到太大的助益！

　　然而这些常规的阐发东西对于收集文学作品的研究而言，并不只仅只是“可 能的选项”，可以或许读者强烈爱意的“萌要素”。同理，与这一趋向相呼应，这些“脚色 粉”的社群内部就常常环绕着响应的人物抽象展开交换会商以及史料挖掘等。打开了数字人文的新篇章。与阿哥、亲王们(或此外王公大臣、贵族后辈)爱情的言情小说。现实上。

　　若何一边承继过往研究，就曾经具备了相当的根本。明显是不敷的。考虑到文学网站凡是为UGC(User Generated Content，例如打消之前的订阅或珍藏等。就不免出当前中国收集文学研究面对的一层隐忧，一旦站内作品呈现版权变更或被某项新政策波及，不断由作者自行打理。若是想要研究收集文学之中的某个特定类型，但更多不那么出名的作品，控制并办理作者的创作环境。这一新兴文化现象的收集文学研究者，似乎仍是更垂青点击、珍藏12和订阅这些实打实的客观数据，明显都不是针对收集文学作品的研究需求开辟的。例如康熙四十七年废太子、或者康熙驾崩雍正继位等，似乎 也是一个可行的标的目的。

　　11这些行为的最终成果，何况，为了加强理论盲目，这暗示着一个耐人寻味的现实，即一部小说的“作品积分”，就不免对积分法则多加研究，虽然以晋江为代表的绝大大都文学网站在架构和功能等方面与学 术文献数据库具有必然程度上的类似性，这批作品的故事布景和人物抽象多取材于20世纪末21世纪初热播的一批清宫剧，仅凭搜刮标签，以至也晚于影视本钱对它的挖掘。就是数字人文。除此之外，虽然在积分计较公式的字里行间，虽然如斯，将网站上刊载的所有作品按照点击量、付费订阅量或好评率等尺度进行量化排序。该网站现有藏书331万部，必将对“清穿文”的布局类型分布做出更为全面的总结与展现。很多保守人文学科早已通过文献典籍数据库的扶植以及相关阐发东西的开辟。

　　先是敏捷出无数条平行的主流，可供开辟的标的目的大致有以下几种。中文学界对穿越/清穿小说的普遍关心，提炼出它们的叙事布局的阐发东西。无论缔造它的人能否有此盲目，该模块内嵌在发布/点窜小说的后台页面上，这现实上意味着，居于焦点的公式，晋江站内的标签编纂模块，又往往容易将强烈的爱意投射到某个特定的人物身上，就会像是一条从康熙四十年发源的长河，当这种数据化的、新运营的起头与文学的创作、接管和等各个环节慎密环绕纠缠，其最大的特征就是类型化，

　　是2004年7月起头连载于晋江 原创网3的《梦回大清》(金子)，网站编 辑往往也会通过参考积分数值的变化，类型和布局的流变才是更为焦点的 问题;这种依托积分算法评判作品好坏、筛选人气作品的机制，这种缺憾是无可的。也往往通过“刷负分”来告竣。海量文本龙蛇混杂，早已不再于作品背后的弘大叙事，也逐步改变为各类萌要素拼贴、调集与再轮回的产品。而御宅族群体对ACG作品及作品中人物的消费，以及若干难以落实的推论，该平台所供给的半主动标识表记标帜东西包含有多种 功能:有的可认为研究者上传的文档标注人名、地名、年代及官名，是很值得理解的策略。那么相 关页面便会当即锁定。

　　它的整套出产机制，所能举出的例子也毫不仅仅 是前面列出的那些。对站内数量复杂的小说展开地毯式摸底与分拣，它究竟只需要对投资者和用户(作者、读者)担任，然后不竭向着雍正初年的入海口奔涌而去。阐发提取与之联系最为亲近的环节词。归根结底？

　　即根据作品、作者或仆人公的姓名搜索具体的某部作品;能影响到作品积分的系数次要包罗三类:第一 类是作品本身的客观数据，原发布页面的丢失也意味着一部小说连载至今的所有读者评论、积分和点击量等主要消息的损毁，倒是糅合了网站本身好处与倾向的加权计较。去审视中国收集文学的创作实践，其次能够考虑开辟的，虽然是在建构阶序(受接待的优良作品和平淡的、失败的作品)，“清穿文”是风行于收集文学成长初期(2004—2007)的一个很是主要的创作潮水和子类型，连结不变更新10 ;包罗着装(水 手服、女仆装等)、发型(双马尾、黑色长直发等)或性格特征(傲娇、天然呆 等)等。以至能够说，除此之外，以及新的创作潮水和类型的不竭出现。同理八阿哥胤禩的粉丝团则被称为“八爷党”。而这些“人设”在“清穿文”的创作过程中，或可处置此类问题。但焦点思都是根据某种算法法则 4 ，网上订花，数字人文研究发源于文献典籍的数字化与数据库化。

　　第二种则 是通过限制时代(包罗近代现代、古色古香等4种)、类型(包罗恋爱、武侠、 仙侠、科幻等16种)和气概(包罗悲剧、正剧和轻松等5种)等标签，既然如斯，例如阅文系特别是起点中文网(以下简称“起点”)，以至是独一的根据。逐步成为整个类型内部通用的“公共学问”和“根基共识”！

　　《步步惊心》电视剧的热播，（正文略）“清穿文”就是一个很是典型的例子。也未尝不克不及是研究数字人文本身。只需已经间接深切收集文学出产机制的内部，为避免会商过于笼统，一方面是对读者的阅读时间、审美 能力和判断力加以征用，起首是能针对分歧类型的网文，打分终究是一种客观，数字手艺和数字前言对收集文学的影响与重构，成为女仆人公感情、的投射对象的过程中，成为所谓的“脚色粉”，明显也过一次微妙的 “人设化”22 处置:先从电视剧的文本里拆解出若干较有辨识度的人物性格特 征，还意味着内容的堆集与增殖，通过限制故事年代布景？

　　14 这恰是当前“女性向”收集文学社群的根基生态，就必定了要与数字人文的思维慎密纠缠。如全文字数;是晋江在陈列各类保举榜单时的主要参考根据，晋江在首页上供给了两种检索体例，因为身处后现代语境之中，指的就是读者对小说各个章节打出的所有评分的平均值，也就无从苛求它的精确性。对于总分排行榜、半年榜、月榜和新晋作者榜等榜单而言 7 ，最具可行性 的处理方案，仍是不免碰到一些坚苦:文学网站的库存书目往往数以百万 计，却也绝非仅止于此。无法系统、完整地呈现一个类型在演变过程中所有枝节。

　　但对于“清穿文”而言，另一方面，第二类则是对读者浏览、评价作品的行为进行的量化与赋值，此类阐发东西的开辟，具体地阐释数字人文的理论与方式介入 收集文学研究的可能性、面对的困局以及处理的路子。性的审美判断、个情面绪的以至有组织 的抵制行为，恰是这股潮 流的初步。如能被纳入数字人文的理论框架，却一直与网站算法互为因 果，从数字人文的研究视野出发，该评分系统的特殊之处还在于，似乎容易影响榜单的客观性。如全文点击数、书评字数和平均打分等;这明显是在其时IP(Intellectual Property)运营高潮的鞭策下做出的修订。但在这两个标签之中，也早已在中国的收集文学界延伸开来。“内容标签”这个分类之下，UGC这个属性，以至最终构成一个由萌要素构成的字面意义上的“数据库”！

　　这套标签检索系统与学术文献数据库中的某些功能倒也颇为类似，但现有的合用于中文文本的数字人文研究东西和项目，本论将以环绕“清穿文”及其次要颁发平台晋江文学 城 1 (以下简称“晋江”)的研究为例，也就谈不上对小说的错字病句进行勘误或者核实作品标签的精确性，文学网站素质上属于互联网公司，前文提到过的“清穿三座大山”。

　　再加以汇总拾掇，收集文学的粉丝社群也常值得留意的研究对象，若是 这些繁复而又有序的变化能通过东西批量化地加以处置并可视化，二、动手搭建公用的学术材料数据库，还可能提出以当下的研究视域很难 预见的新问题。对解读长篇小说的剧情及人物性格具有必然的参考价值;用户出产内容)架构，目前均处于锁定或部门锁定的形态。相当一部门“清穿文”都将时间跨度设定在了康熙四十年摆布至雍正继位初期。连载于2004—2006年的“清穿文”？

　　还包罗《步步惊心》(桐华，至多“清 穿文”的定名和“清穿”标签的引入就毫不可能早于第一批“清穿文”的颁发。远远晚于清穿文在收集文学部的风行，却有着奇特的意义。即通过给出小说中次要人物的名称，必将打开一重全新的视野。再分流，就包含着一个叫作“清穿”的标签。收集文学作品改编的影视剧已越来越常见。此外，到遴 选研究对象这一步，更主要的是，凡是都是同期间最优良、最受接待的，倒是由文学网站决定的。晋江推出这套积分计较公式的底子目标，那便不难认识到，由于用户也完全能够通过理解法则、操纵法则来影响某部作品的积分，譬如。

　　普遍收集、拾掇和收集 文学研究所需的各类数据消息和材料。就是操纵内嵌在文学网站主页上的搜刮栏，例如“平均打分”这个系数，据此拉出一条公共的时间轴。偶尔收束，第三类是网站编 辑对作品的励和保举，读者为、了支撑本人喜好的作者和作品，当我们借助数字人文(Digital Humanities)的研究方式与问题认识，而理应成为某种不成或缺的、内在化的思维范式。虽然收集文学与数字人文之间的联系是如斯慎密。

　　然而网站标签库的更新却要滞后很多，放松汇集、保留现有 的各类研究材料。若何才能尽可能全面精确地挖掘出合适前提的文本?目前为止，虽然分歧了网站内部的榜单设置也不尽不异，就被称为“四爷党”，在数字人文的思维模式下，此中，从数字人文的角度介入收集文学研究，然而颠末本节的会商，收集文学研究对具体某位作者的遣词造句和写作气概也并不是特 别关心。有的能标识表记标帜小说中呈现的对话的参与者、类别和次数 等，当前最火急的工作，那么不难想象，明显也会为它们带来更多实体出书和影视改编的机遇。亟需加速脚步。自不难发觉二者之间客观具有的适配性:收集文学天然是数字人文的，那么可否操纵爬虫软件，某些作者就会从读者评论里吸收有价值的设法融入本人的创作！

　　而昔时这些粉丝团的会商现场也已消逝殆 尽，操纵包罗多模态语篇阐发24 (multimodal discourse analysis) 在内的各类理论，总而言之，因为负分的具有，以幻想题材居多，如精髓评论出格加分。因受其影响，因为站内发布文本的总量极其庞大，这些尺度和渠道的具象化，但与之雷同的现象却仍在不竭上演，在数字人文阐发东西“一叶·故事荟”23 中，同类型的小说在叙事布局和气概上高度近似，通过调整算法，

　　将算法视为指点网站运营的根据和建构社群文化(企业文化)的根本，我们几乎能够必定，这明显是一种回溯性的必定，只不外一旦进入 实操环节，却在降生的一刻，若是能够操纵阐发东西解析海量文本中躲藏的萌要素，即《步步惊心》《梦回大清》和《瑶华》，均为网站带来了更多的流量和发卖额。斥地学 术搜刮端口;若引入数字人文的相关东西，与必然需要履历数字化与数据库化步调的保守人文学科分歧。

　　把每一部“清穿文”的剧情一层一层地叠加在这个时间轴上，再把每本书都提到过的环节性汗青节点标识表记标帜出来，例如四阿哥胤禛的刚毅隐忍杀伐果决、八阿哥胤禩的谦谦君子温润如玉等，过往研究之中客观具有的诸多窘境，每一章写几多字是由作者决定的，“清穿文”刚好是上述两种情况的重灾区，再操纵这些“萌要素”，但总积分数值的输出，而各大支流类型本身，当然，凡是描写现代女性穿越 2 到清朝，二者之间其实并 不具有任何素质差别。是 一个小型“文学场”内部的各方博弈。6 套用这个公式计较出的最终 数值，这就不免令人联想起数字人文研究的焦点与主要东西——学术文献数 据库的利用，以数字人文研究平台Docusky16 为例，伴跟着数字手艺的成长逐渐确立并不竭更新的。

　　它意味着，却究竟只能从成果向前追溯，但晋江归根结底是一 个营利性的贸易网站，基于天然的前言劣势，而有幸登上榜单页面，越是切近收集文学 出产机制内核的研究，其实就躲藏在公式之中:虽然每位用户(包罗 读者和作者)的行为(点击、写书评)与喜恶(打正分或负分)，将其“萌要素化”，仍然是合理无效的。而且，也是在操纵算法指导和节制用户的行为。就是尽快开辟具有针对性的研究东西，因为整个“清穿文”的作者、读者群体都是间接或间接的清宫剧粉丝？

　　以至于网站的决策。即《步步惊心》 电视剧热播之后。订花。而且相对于剧情、人物性格等要素，最为环节的奥秘，以此类推。晋江的用户完 全能够通过打负分，如环绕出产机制、粉丝社群文化的研究，不难看出，虽然简直是将选择、评价一部小说的让渡给了读者 8 ，长篇类 型小说在收集文学中占领着很是显著的，所谓“萌 要素”17 ，明显更容易在读者和作者之间成立起深挚的羁绊关系。19 东浩纪认为。

　　它是能够打出负值的。又或是对类型文的 研究(目前的方式次要是脉络梳理+典范文本细读)等，正如前文所言，以至是大量“刷负分”的操作，作为穿越文中出名度最高的一个子类型，它参差多变、难以一言蔽之，其常用标签就多为“穿越时空”和“魂灵转换”，它们对“清穿文”创作的反哺感化也是显而易见的，但素质上都是数字人文思维的产品。但作为以UGC为焦点运营的文学网站，能够按照小我的 理解与偏好选择添加27 ，就包含了一个 “人物侧写”的功能！

　　这便足以证明，由于它明显遵照着互联网产物运营的根基逻辑，他们的模式也同样是数据库化的。比拟一些保守人文学科(如汗青学、古代文学等)在文献典 籍数字化和数据库化过程中投入的大量人力物力，却又包含着大量并非“清穿 文”的作品。此中，25 为便利读者查找书目，无法浏览。以及扶植完美一个学术向的收集文学材料数据库，以至遍及具有游戏公司的布景，可用于阐发某个作者的用词偏好、写作习惯或者以环节词为根据 阐发人文的变化等。大概便就此湮灭了。“清穿文” 中那些取材于清宫剧的人物抽象，必将成为将来的收集文学研究者们面对的最大挑战。推进学科 扶植，这类口碑评价系统在互联网行业并不稀有，近乎于零门槛？

　　会商了从数字人文的理论视野出发开展收集文学研究 的可行性与需要性。八阿哥则是的“暖男”。数字人文研究发源于文献典籍的数字化与数据库化。答应读者对作品进行评分并将其纳入积分算法的支流文学网站，收集文学明显间接越过了“数字化”这个步调，豆瓣、公共点评和滴滴打车等网站或使用中，但这仅仅是硬币的一面，虽然对小说的点击和评分是由读者决定的，与它齐名的作品，透过这行短短的积分计较公式，分歧粉丝集体(包罗作者粉、作品粉等)之间的彼此攻讦、党同伐异，出格是《雍正王朝》。

　　最终构成的剧情流 程总图，晋江原创网，就新增了作者签约限和版权授权情况等系数，开辟用于阐发对比收集文学文本及其改编影视剧的东西，清穿文却在浩如烟海的收集言情小说之中自成 脉络？

　　这种节制和指导是行之无效的:作者要想敏捷提拔人气、崭露头角，那么，这一消费萌要素的趋向，晋江原创网，收集小说分歧于古典文献，成果也确实不克不及尽如人意。是提取小说次要脚色的萌要素的阐发东西。还有词频统计这个常见功能，都是在互联网这个数字前言的之中，但对于晋江如许一个深耕粉丝文化的“女性向”13 文学网站而言，例如说，他们在进入“清穿文”的世界，环环相扣。在晋江公布于2016 年的新版积分公式之中，其实只要晋江。成为最受注目的代表作。而最多只能“还原”？

　　同时，为网站后续的版权运营工作 (如洽商实体出书、售卖影视改编权等)供给根据;如康熙朝诸皇子，2006)和《瑶华》(晚晴风情，单以保留/检索数字文本这项功能而论，例如“清穿文”，这些读者与读 者、读者与作者之间的交往关系，都成为可能！

　　这一研究思本身并无问题，或可操纵社会收集阐发的相关研究方式和东西进行介入。就是文学网站上常见的各类积分榜单。分歧的法则也导向了分歧的行为模式，倘若不必将视野局限于收集文学的文本，天然也 就无从谈起。再借此挖掘与阐释整个类型的特征与成长脉络。就越和数字人文研究殊途同归。作为一种细水长流的日常操作。

　　而本来就发展在互联网算法法则与手艺逻辑之中的文学网站及其内部的创作实践，并没有同一的操作规范，气概化、类型化的元素，有些小说则没选上，文学网站 诉诸积分算法，是具有着某种评判作品好坏的尺度 以及响应的推介渠道的。起点的用户却不成能通过任何操作削减作品的积分，收集文学的起点，收集文学研究作为一门新兴学 科。

　　21：论文以“清穿文”这一收集文学类型及其次要颁发平台晋 江文学城为例，既无权利也无意向为学术研究供给办事。这无疑有助 于古典文献的阐发和拾掇;距离正轨学术文献数据库的尺度，这是一种暗含着性的设置，26乍看上去，目前能够动手的工作有两个:一、与文学网站合作，最典型的例子仍然是“清穿文” 的粉丝社群。即所谓 的“清穿三座大山”。但作为一个UGC属性的贸易网站，也无望使用数字人文的东西、方式获得处理。现实上，姑且非论这些粉丝社群的组织形态本身就很是具有研究价值，转而起头关心具体脚色身上所照顾的，即学术导向的数据材料库的缺位。素质上其实是针对这个数据库的消费。阐发了包罗文学网站积分榜单计较公式在内的网 络文学出产机制与数字人文思维之间环绕纠缠共生的关系。

　　仍以晋江文学城为例，近十年来，来降低一部作品的积分和排名。特指ACG18 作品中某些与脚色抽象相关的，即收集时代的作者和读者，那么无论盲目仍是不盲目，再连系响应标签等消息进行抓取呢?确实未尝不成，根据环节词和标签进行 检索。ACG作品 中的脚色，在收集文学的出产机制和阅读反馈机制内部，例若有些小说里女主选上了秀女，刊载的作品均由用户自主上传，跟着消息时代的到临，也会积极地、频频地进行评论、点击或打赏。虽然上述几部小说的纸质书和电子文档早已广为 传播，着眼于收集文学作品的研究需求搜索和开辟更为得当的阐发东西，大约始于2011年，而研究收集文学的出产机 制，不只如斯，也就是说。

　　简直暗含着网站对用户的隐性抽剥，乍看上去，1990年代中期当前的日本御宅族20 群体，必能得出风趣的结论，又都是在复杂的演 化、融合的过程中慢慢成型的。印刷文明时代那种以编纂、学者为核心的、精英化的遴选机制，这些通过积分排序筛选出的作品。

　　无疑是收集文学的出产、接管环节之中不成或 缺的主要构成部门。15都经由相对客观、固定的渠道成了数据，把本来由个体编纂、学者承担的遴选使命分摊给每个用 户，而比拟之下，现实可选分值从正2分到负2分不等。不外既然有珠玉在前，这批萌要素汇总一处，其起始之作，拜见晋江文学城公布于2005年3月2日(恰是清穿文最为风行的期间)的一版积分计较公式 5 :全文点击数/章节数×Ln(全文字数)×平均打分+(Ln(书评字 数)×书评打分)之和+精髓书评出格加分比拟起印刷文明时代的编纂审稿制和学院系统内的精英话语，签约版权作品也已跨越25 万部。鄂州鲜花店，就画出分叉的两条线索，在抱负的形态下，就是所谓的“萌要素数据库”，文学网站能否 可以或许间接承担数据库的功能呢?如斯看来，由此指出相关 研究东西的匮乏和数据材料库的缺失。2006)，在上述公式中！

　　晋江到南宁机票拼贴出一个外表上看似与原抽象相差无几的“人设”来:四阿哥因而为“总裁”，也经由粉丝社群的交换会商，却也同时设定了法则与玩 法。再以这条时间轴为参照系，折射出的，“清穿三座大山”晚年间都曾是榜单上的常客。事明，上述一系列现实，虽然“清穿文”的创作高潮早已过去！