@程宁：《数字人文视域下〈文选〉与唐诗的互文空间》

摘要

• 研究背景：唐诗受《文选》影响深远，但传统研究局限于零散举证，缺乏大规模、客观的证据。
• 研究方法：
  • 对象：《文选》与《全唐诗》。
  • 技术：应用数字人文方法，通过基于语义特征的相似度算法，构建互文知识库。
  • 目标：分析以李白、杜甫为代表的唐代诗人对前人诗句的引用模式，并挖掘古典诗歌核心话题的流变。
• 核心发现：
  • 揭示了《文选》中的“美颂君王”、“状物写景”、“悲泪伤怀”等话题在唐诗中的延续与发展。
  • 展示了从宏观视角探究文学审美传统的新路径。

引言：问题与方法

• 核心现象：《文选》与唐诗间存在大量文本互涉现象。
• 传统研究：
  • 代表：李审言《杜诗证选》、金启华《广〈杜诗证选〉》等。
  • 局限：
    • 依赖人工阅读，易疏漏且受主观影响。
    • 多为零散举证，难以形成系统性认知。
• 数字人文方法：
  • 优势：利用自然语言处理（NLP）技术，可进行大规模、客观的文本关联挖掘。
  • 路径：通过文本向量化和相似度计算，构建互文知识库，为文学史、接受史等研究提供数据支持。

一、《文选》对唐人诗歌创作的影响

• 核心地位：《文选》是唐代文人学习诗歌的第一范本。
  • 学习与借鉴：杜甫诗“续儿诵文选”是直接明证。
  • 科举制度：“诗赋取士”常以《文选》诗句入题，推动其学习热潮。
• 影响表现：
  • 直接引用: 蹈袭、摹拟、仿效、化用等形式。
  • 理论溯源:
    • 中国古典诗论: 皎然“三偷说”（偷语、偷意、偷势），黄庭坚“点铁成金”。
    • 西方现代文论: 互文性（Intertextuality）。
• 李杜的接受：
  • 李白、杜甫作为唐诗的代表，其创作同样深受《文选》影响。
  • 前人研究已指出李杜与《文选》的承继关系，但多为个案分析。

二、文本挖掘与互文发现

• 目标：构建《文选》与唐诗的整体互文数据库。
• 构建流程：
  • 1. 数据准备与预处理：
    • 数据源：《文选》（中华书局三全本）、《全唐诗》（北大《全唐诗分析系统》）。
    • 规模：《文选》约5万句，唐诗约52万句。
    • 处理：数据清洗、格式统一、自动分句。
  • 2. 互文计算与挖掘：
    • 技术路线：放弃传统的N-gram字面匹配，采用深度学习语言模型。
    • 核心模型：BERT-CCPoem 模型（专为古典诗词优化）。
      • 原理：将诗句转换为高维向量，通过计算向量间的余弦相似度来衡量语义关联。
      • 优势：能够识别字面不同但语义相关的互文现象（如“秘而不宣的借鉴”）。
  • 3. 结果筛选与存储：
    • 筛选阈值：相似度 > 0.9。
    • 最终规模：获得约1万条高度相关的相似句对，涉及《文选》408个诗文题和《全唐诗》6547首作品。

三、网络结构下的群体记忆

李白与杜甫的比较分析

• 引用数量：李白（474句） > 杜甫（325句），表明李白更喜爱引用前人佳句。
• 引用风格：
  • 李白：引用痕迹明显，变化较少，相似度更高，多有“不修篇幅直引”的现象。
  • 杜甫：讲求融会贯通，引用更为隐秘，整体相似度较低。
• 引用来源（作家与文体）：
  • 趋同性：两人引用的作家来源高度重合。
  • 共同偏好：陆士衡（陆机）、曹子建（曹植）、《古诗十九首》、谢灵运。
  • 结论：反映了二人共同的审美趣味及《文选》本身的典范影响力。

互文网络与话题挖掘

• 网络构建：将诗句视为节点，相似关系视为边，构建《文选》与唐诗的互文网络。
• 网络特征：
  • 整体呈高度离散状态。
  • 由大量独立的连通分量 (Connected Components) 构成。
  • 每个连通分量可被视为一个独立的文学话题 (Topic)。
• 核心话题分析（Top 10 连通分量）：
  • 1. “美颂君王”：
    • 特征：网络中最大的分量，体现了诗歌的政治教化功能。
    • 来源：《文选》中的“颂”体及其他文体中的颂美之辞。
    • 时间流变：在初唐时期出现频率最高，此后随历史变迁逐渐消退，至晚唐几近消失。
  • 2. “通玄之理”：
    • 来源：受两晋玄学影响，体现了诗歌的哲理思辨向度。
    • 特征：具有绵延不绝的生命力。
  • 3. 自然景物与悲伤情感：
    • 特征：体现了文学从集体教化向个体生命体验（写景、抒情）的转向。
    • 案例 - “萋萋之草”：
      • 核心意象：源自谢灵运的“萋萋春草繁”，上溯至《楚辞》。
      • 意义：展示了文学意象的连续生成过程，并为词义考辨（如“秋草萋已绿”的“萋”）提供宏观证据。
    • 案例 - “沾衣之泪”与“凄怆之悲”：
      • 核心意象：源自《古诗十九首》的“泪下沾裳衣”和阮籍的“凄怆伤我心”。
      • 特征：形成了表达悲伤情感的“程序句”。
      • 李杜对比：李白倾向于“伤我心”式直接抒情，杜甫则多用“泪沾衣”式含蓄表达。

四、余论

• 研究总结：
  • 确认源流：《文选》是唐诗创作的重要灵感与资源库。
  • 揭示传统：通过量化与网络分析，揭示了《文选》中的诗教、说理、描写、抒情等话题在唐诗中的继承与流变。
  • 展现变迁：互文网络直观地呈现了中国古典诗歌在历史发展中的连续性与变革性。
• 未来展望：
  • 扩大文献范围：可将《文选》注疏及其他经史子集纳入，构建更宏大的古籍互文网络。
  • 技术迭代优化：
    • 提升模型性能，以处理更大规模数据。
    • 探索更先进的文本表示方法，以捕捉更复杂、抽象的互文关系（如皎然所言的“偷势”）。