数字人文与计算批评实验室 中国社会科学院文学研究所

中国社会科学院文学研究所

数字人文与计算批评实验室

中国社会科学院大学 · 文学院

教育教学

人工智能时代的数字人文导论

Introduction to Digital Humanities in the AI Era

《人工智能时代的数字人文导论》是一门面向全校人文学科开放的通识性课程。在数字人文与新一代人工智能技术深度融合的背景下，为积极应对AI为人文学科带来的挑战，本课程的核心目标首先是以知识讲授的方式使学生掌握数字人文的学科脉络、核心概念与主流方法技术体系；了解人工智能的基本概念、机器学习的发展历程、在人文学术领域的垂直应用；理解计算批评的方法论，学习设计量化实验并用于推理和论证的思路与方法；培养团队合作精神与批判性思考能力，学会评估数字工具介入人文研究的必要性与效果；掌握计算语言学和NLP应用于文本挖掘的基本原理，学习计算建模和机器学习、智能体应用等在文学史研究、数字文献学、诗歌研究、叙事性文学研究、数字史学、艺术史研究等方面的成功案例。其次,是经过课堂实操培训,使学生具备基本的AI素养，能够运用软件或开源工具建模并完成数据分析和结果阐释批评。

课程总学时
32
课程类别
通识选修课
先修课程
文学史、文学理论
考核方式
论文

课程概览

课程内容：本课程分为以下几部分内容：1.数字人文引论（数字人文的历史、定义、主流方法技术体系、人工智能基本概念、发展史、赋能数字人文实践等）2.远读与计算批评（从远读走向计算批评的历史必然、计算批评的方法论与实验设计）3.网络分析的理论与实践（两次）4.语料库及其应用5. Python文本挖掘6. 机器学习与文本建模7. 词向量及其应用8. 天象模拟9. 古籍数据库构建10.数字目录学11.数字史学与数字概念史12.AI应用于学术研究实操13. 生成式AI与多模态文化记忆资源的知识表示14.数字人文论争反思。

课程采取讲授为主，实操技术培训为辅的授课方式。每次课程含1课时理论授课，1课时实操，配备助教。学生应分组完成课题设计，在最后一次课上做汇报，接受课程组老师点评后提交最终论文。

教学团队

课程负责人

赵薇

中国社会科学院文学研究所 · 副研究员

理论
8
实践
4
任务
12
查看简介

赵薇，中国社会科学院文学研究所副研究员，数字人文研究室、数字人文与计算批评实验室负责人。理学学士，清华大学比较文学博士。芝加哥大学Neubauer Collegium文本光学实验室访问研究员（2017-2019）。《数字人文》编委、中国索引学会数字人文专委会暨中国数字人文机构联盟副秘书长、中国文艺理论学会数字人文分委会副秘书长、中国计算机学会会员。曾在清华大学、北京大学、上海交通大学等开设数字人文导论、计算批评的理论与实践、网络分析基础等课程。参加社科大文学院文艺学导论课程授课。主持建设“文渊知能”数字人文与计算批评研究平台、“民国时期文学期刊语料资源分析系统（1917-1949）”等数字基础设施。主要学术发表有：

《在散文化与新诗化之间——基于计算建模的现代汉诗节奏问题再探》，《中国现代文学研究丛刊》2026年第8期。《现代汉诗的节奏观念如何可能——对两种“新文体”关系的计算批评研究》，《文学评论》2026年第3期。《探索“泛生态性”：20世纪美国小说生态批评话语的“远读”研究》，《清华大学学报（哲学社会科学版）》2026年第4期。《网络分析与计算批评》，《中国社会科学评价》，2025年第3期。《如何在“建造”中思辨？——数字人文论争反思》，《山东社会科学》2024年第10期。Digital Humanities in China, 1980-2020. Liu Shi, Zhao Wei, Li Feiyue, World Humanities Report, CHCI, 2024.《量化方法运用于古代文学研究的进展和问题——以近年数字人文脉络中的个案探索为中心》，《文学遗产》2022年第6期。《作为计算批评的数字人文》，《中国文学批评》2022年第2期。《数字时代人文学研究的变革与超越——数字人文在中国（1980-2020）》，《探索与争鸣》，2021年第6期。《从概念模型到计算批评：Franco Moretti之后的世界文学研究》，《西南民族大学学报》2020年第8期。《从概念模型到计算批评：数字时代的世界文学研究》，《中国比较文学》2019年第4期。《社会网络分析与<大波>三部曲的人物功能》，《山东社会科学》2018年第9期。“Discovering Pan-ecologicalness: A Data-driven Exploration of Ecological Discourse Transformation in 20th Century US Novel”. Kang Jiying, Zhao Wei(通讯作者), Han Yufeng, DH2024, Washington D.C., August 6-9, 2024. Genre Identification on Modern Chinese Poetry Literature: an Exploration Based on Rhythmic Classification”，Cheng Ning, Zhao Wei（通讯作者）,DH2023，Graz, July 10-14, 2023. 编著有：《从隐喻到模型：作为研究和批评路径的网络分析》，中华书局，2023年1月。《数字人文读本：数字人文在中国（1980-2023）》，大象出版社，即出。

团队成员

程宁

中国社会科学院文学研究所 · 助理研究员

理论
4
实践
4
任务
8
查看简介

程宁，中国社会科学院文学研究所助理研究员，计算语言学硕士、清华大学古典文献学博士。数字人文与计算批评实验室技术总监，兼任中国民族语言学会语言资源与计算人文专委会理事。主要研究方向为计算语言学、计算诗学、古典知识库、数字人文，申请国家专利1项，计算机软件著作登记1项，在《清华大学学报（哲学社会科学版）》、《中文信息学报》、国际数字人文大会（ADHO）等发表论文，多篇成果被《中国社会科学文摘》、人大复印报刊资料转载。

团队成员

唐宸

清华大学 · 副教授

理论
4
实践
2
任务
6
查看简介

唐宸，清华大学人文学院中文系副教授，浙江大学古典文献学博士，清华大学数字人文团队核心成员。从事中国古典文献学、数字人文研究。代表性成果有：

“典津：全球汉籍影像开放集成系统”，2023 年第一版，2025 年 AI 驱动版。

《古籍数据库的类型转变与发展方向》，《中国古典学》2025 年第 7 卷。

《古典文学天文研究的数字化探索及发展方向》，《清华大学学报》2023 年 11 月 第 6 期。

《理念与方法:天象模拟技术与古典文学经典作品研究》，《文学遗产》，2022 年 11 月第 6 期。

团队成员

夏翠娟

中国人民大学 · 教授

理论
2
实践
2
任务
4
查看简介

夏翠娟，中国人民大学吴玉章特聘教授，中国人民大学信息资源管理学院数字人文系教授，中国人民大学数字人文研究院研究员。研究方向为元数据与知识本体、知识组织与知识表示、关联数据与知识图谱、数字人文与数字记忆，元宇宙与人工智能技术图档博应用，人工智能赋能人文研究。主持国家哲社课题2项，参与国家级科研项目10余项。在DSH、DIM、IJoL、DTS、图书馆学与资讯科学、中国图书馆学报、大学图书馆学报、图书馆论坛、图书馆杂志等国内外学术期刊发表论文近100篇，撰编专著5部。

团队成员

邱伟云

南京大学 · 副教授

理论
1
实践
1
任务
2
查看简介

邱伟云，南京大学历史学院暨学衡研究院副教授，硕士生导师。《东亚观念史集刊》《数字人文》《数字人文研究》《中国公共史学集刊》编委、中国计算机学会会员、中国中文信息学会会员、中国中文信息学会社会媒体处理专委会常务委员、计算历史专业小组组长。主要从事中国近代思想文化史研究，侧重报刊传播、视觉图像、概念话语、数字人文等研究领域。著有专书《中国近代平等观念的形成（1895-1915）》、《道不远人：中国近代“道”概念的盈虚消长》、《平等》，于海内外人文社会科学及数字人文研究刊物与丛书发表论文五十余篇。

教材与主要参考书目

  1. 《数字人文教程》

    曾军 主编 · 高等教育出版社 · 第1版 · 2026年

  2. 《数字人文与语言文学研究》

    刘颖、姜文涛、陆晓芳 主编 · 译林出版社 · 第1版 · 2022年

  3. 《数字人文引论》

    李飞跃、桑海 主编 · 中华书局 · 第1版 · 2026年

  4. Distant Reading

    Franco Moretti · Verso · 第1版 · 2012年

  5. Macroanalysis: Digital Methods and Literary History

    Mathew Jockers · University of Illinois Press · 第1版 · 2013年

  6. 《新数字人文导论》

    苏珊·施莱布曼、雷·西门子、约翰·安斯沃斯 · 北京大学出版社 · 第1版 · 2023年

教学安排

点击讲次可展开学习目标、教学内容、课堂组织与阅读文献。

第1讲 数字人文引论 赵薇

学习目标

通过发展史介绍、概念辨析及对几种主流数字人文形态的梳理，使学生理解二十世纪下半叶以来，飞速发展的数据信息网络技术，如何深刻影响了人文知识的获取、管理、分析、阐释、共享和再生产等基本环节，重塑了人文社会科学的方法基础和研究形态。由人文计算（Humanities Computing）转化而来的数字人文（Digital Humanities，DH）成为全球范围内兴起的知识生产范型，是继理论和意识形态批评之后人文学术呈现出的一种极具潜力的新趋势。掌握数字人文的几种定义方式、主流方法技术体系。了解机器学习的发展史、人工智能对数字人文的驱动作用、未来融合方向。

讲次内容

一、数字人文的定义与历史发展
  • 1. 人文计算的历史
  • 2. 作为方法共同体和方法论的数字人文
  • 3. 作为知识生产方式的数字人文
  • 4. 数字人文的定义
二、数字人文的技术体系与中国数字人文实践
  • 1. 文本挖掘与统计建模
  • 2. 网络分析与可视化
  • 3. 历史地理信息化与空间人文
  • 4. 多模态转向
三、人工智能时代的数字人文
  • 1. 从符号主义到深度学习（规则与知识的显示表达、统计机器学习、深度学习）
  • 2. AI赋能数字人文（效率赋能、规模赋能、领域赋能）
  • 3. AI时代数字人文的反思

教学方法与课堂组织

采取历史介绍、理论讲解、案例详解的方法，以“什么是数字人文”为线索，串起西方和中国数字人文的实践历程，通过个案分析，增强感兴认识，初步了解人工智能的原理及发展历程。

阅读文献

  • 苏珊·施莱布曼、雷·西门子、约翰·安斯沃斯：《新数字人文导论》，北京大学出版社，2023年。
  • 梅丽莎·特拉斯、朱莉安·奈恩、爱德华·凡浩特：《数字人文导读》，南京大学出版社，2022年。
  • 冯惠玲主编：《中国数字人文发展报告》，中华书局，2024年。
  • 赵薇：《数字时代人文学研究的变革与超越——数字人文在中国（1980-2020）》，《探索与争鸣》，2021年第6期。
第2讲 远读与计算批评 赵薇

学习目标

通过本次课程，学生能够阐释“远读”与“计算批评”的核心内涵及其在数字人文中的方法论位置，厘清从莫莱蒂的“世界文学猜想”到文化分析学的演进逻辑。分析“远读”面临的实证化悖论（如二手证据、欧洲中心主义）与“计算批评”的突破路径（可解释的工具、通过模型思考）。初步学习计算批评的实验设计：从特征建模、算法检验到利用“误判”进行细读分析，形成“数据→模型→细读→理论”的阐释循环。评价数字时代人文学者如何借助计算工具介入文化批评，反思工具透明化与算法黑箱问题，建立“通过建造工具来思考”的研究意识。

讲次内容

一、从远读到计算批评
  • 1. 远读的提出：应对世界文学的规模难题
  • 2. 莫莱蒂的实证化困境
  • 3. 转向计算批评：从描述到建模和通过模型来思考
二、计算批评的方法论基础
  • 1. 可解释的工具与反对算法黑箱
  • 2. 建模作为推理中介
  • 3. 阐释循环：数据—模型—细读—理论
三、案例分析
  • 1. 世界文学与意识流的“湍流”传播模型
  • 2. 利用模式识别揭示现代主义俳句的东方主义逻辑
  • 3. 从“错误”入手：模型误判作为阐释契机
  • 4. 机器学习与现代汉诗节奏观念的重构

教学方法与课堂组织

采用“概念讲解+案例研讨”模式：前半程讲授核心概念与理论脉络，后半程剖析典型案例，引导学生讨论模型设计如何服务于批评意图。

阅读文献

  • Moretti, Franco. Distant Reading. London: Verso, 2013.
  • Moretti, Franco. Graphs, Maps, Trees: Abstract Models for Literary History. London: Verso, 2005.
  • Underwood, Ted. Distant Horizons: Digital Evidence and Literary Change. Chicago: University of Chicago Press, 2019.
  • Long, Hoyt, and Richard Jean So. “Turbulent Flow: A Computational Model of World Literature.” Modern Language Quarterly 77, no. 3 (2016): 345-367.
  • Long, Hoyt, and Richard Jean So. “Literary Pattern Recognition: Modernism between Close Reading and Machine Learning.” Critical Inquiry 42, no. 2 (2016): 235-266.
  • McCarty, Willard. Humanities Computing. London: Palgrave Macmillan, 2005.
  • 赵薇：《作为计算批评的数字人文》，《中国文学批评》2022年第2期。
第3讲 网络分析的理论与实践（上） 赵薇

学习目标

梳理网络分析从“隐喻”到“模型”再到“批评”的百年发展脉络，理解其图论起源、社会心理学与人类学的多重学术渊源。掌握网络分析的核心概念（节点、边、二模/一模网络、中心度、模块化等），能够区分不同指标的人文解释方向。讲解“保罗·里维尔的午夜骑行”（Paul Revere’s Midnight Ride）这一经典案例，理解如何通过成员名单的归属关系数据建构二模网络、转换为单模网络，并利用中介中心度与社区发现算法识别历史事件中的关键人物。评价网络分析作为推理和论证手段的基本功用，认识其在社会动员结构性解释中的价值与局限，初步建立“通过建模来思考”的计算批评意识。

讲次内容

一、网络分析的发展线索：从隐喻到模型
  • 1. 起源：格式塔心理学与社会人类学田野调查
  • 2. 图论如何翻译为社会网络语言
  • 3. 从社会关系到文本、文化关系
二、网络分析的核心概念与基本功用
  • 1. 核心术语：节点、边、多模网络/单模网络、中心度、模块化
  • 2. 案例导引：为什么是保罗·里维尔？
  • 3. 网络建模：从成员名单到关系矩阵，再到网络可视化
三、社会动员的结构性解释
  • 1. 如何发现关键桥梁人物
  • 2. 利用移除实验验证人物的不可替代性
  • 3. 背景调查、卡方检验与多重循证

教学方法与课堂组织

设计概念精讲、案例拆解、课堂实操三个环节，以“午夜骑行”为贯穿案例，带领学生利用这个经典数据集，手把手的完成从矩阵数据到“波士顿地区地下情报网络”的建构、计算、阐释。

阅读文献

  • Shin-Kap Han:“The Other Ride of Paul Revere: The Brokerage Role in the Making of the American Revolution”, Mobilization: An International Quarterly, 2009,14(2): 143-162.
  • David Hackett Fischer, Paul Revere’s Ride, Oxford University Press, 1994.
  • 约翰·斯科特：《社会网络分析法》，刘军译，重庆大学出版社，2016年。
  • E. J. Newman:《网络科学引论》，郭世泽、陈哲译，电子工业出版社，2014年。
  • 刘勇，杜一：《网络数据可视化与分析利器：Gephi中文教程》，电子工业出版社，2017年。
第4讲 网络分析的理论与实践（下） 赵薇

学习目标

应用网络分析方法于叙事性文本（小说、历史轶事集等），从共现网络、加权对话网络中提取人物角色功能，探讨“主角”与“中介者”的叙事意义。学习网络分析在历史文化批评中的具体路径——如宋代碑记作者网络与理学思想传播的三重循证、中国女性政治家的传记网络与历史书写“赋权”机制的揭示。辨析基于规则的可解释建模与生成式大语言模型自动建网的根本差异，理解AI时代网络分析面临的黑箱问题与认知挑战。设计符合计算批评理念的研究思路：从人文问题出发定义关系、构建高精度数据集，合理利用大模型辅助关系提取，保持建模过程的可回溯性与细读检验环节。

讲次内容

一、叙事性文本中的人物角色分析
  • 1. 共现网络与人物中心度：谁是“主角”？
  • 2. 加权对话网络中的“中介者形象”
  • 3.《世说新语》《唐语林》《儒林外史》与世情小说的人物体系
二、历史文化批评中的网络分析
  • 1. 宋代碑记作者网络与理学思想传播
  • 2. 女性名人传记网络与历史书写的赋权机制
  • 3. 迁移网络中文化中心的变迁
三、人工智能时代的网络分析
  • 1. 生成式大模型自动建网：以“封神宇宙”为例
  • 2. 可解释性困境与黑箱问题
  • 3. 未来路径：基于规则的特征建模 + AI辅助关系提取

教学方法与课堂组织

案例学习后分组讨论叙事文本和历史数据，设计自己的关系抽取规则并尝试用大模型与可视化工具（Gephi、UCINET）建网，最后结合AI生成结果进行批判性对比。

阅读文献

  • 《从隐喻到模型——作为研究和批评路径的网络分析》，《数字人文》（网络分析专刊），陈松、赵薇主编，2022年第1期，中华书局。
  • Moretti, Franco. “Network Theory, Plot Analysis.” Literary Lab Pamphlet No. 2, 2011.
  • Jack W. Chen et al.“, The Shishuo Xinyu as Data Visualization,” Early Medieval China, vol. 20, 2014, pp. 23-59.
  • Henrike Rudolph, Structures of Empowerment: A Network Exploration of Women Activists’ Collective Biographies in Twentieth-Century China (Knowledge, Power, and Networks: Elites in Transition in Modern China，Cécile Armand, Christian Henriot, and Sun Huei-min (eds.)，Koninklijke Brill NV, Leiden, The Netherlands, 2022.
  • Maximilian Schich et al.“, A Network Framework of Cultural History,” Science, vol. 345, no. 6196, 2014, pp. 558-562.
  • 陈松：《为学作记——从网络分析和文本分析视角看宋代地方官学碑记的作者和主题》，《数字人文》2020年第4期，中华书局。
  • 赵薇：《网络分析与人物理论》，《文艺理论与批评》，2020年第2期。《社会网络分析与“〈大波〉三部曲”的人物功能》，《山东社会科学》2018年第9期。
第5讲 语料库及其应用 程宁

学习目标

本讲旨在帮助学习者系统掌握语料库语言学的基本理论与方法，了解代表性中英文语料库资源，学会使用语料库工具进行词汇、句法、语义层面的语言分析，并能够将语料库方法应用于文学语言特征研究、翻译研究、语言演变研究等领域。

讲次内容

一、语料库语言学基础
  • 1. 语料库定义、类型与设计原则
  • 2. 语料库语言学的学科定位与发展历程
  • 3. 语料库标注：分词、词性、句法、语义标注
  • 4. 语料库检索基本操作：KWIC、搭配、词表
二、代表性语料库资源介绍
  • 1. 中文语料库
  • 北京语言大学BCC语料库
  • 北京大学CCL语料库
  • 国家语委现代汉语语料库
  • 古代汉语语料库（CBDB、中研院古籍等）
  • 2. 英文语料库
  • BNC（British National Corpus）
  • COCA（Corpus of Contemporary American English）
  • Google Books Ngram Viewer
  • 3. 专门用途语料库构建
三、语料库工具与分析方法
  • 1. AntConc：免费语料库分析工具
  • 索引（Concordance）与搭配（Collocation）
  • 词表（Word List）与关键词（Keyword）分析
  • N元组（N-gram）分析
  • 2. Python语料库分析（详见第5讲）
四、语料库在语言文学研究中的应用
  • 1. 词汇搭配与语义韵研究
  • 2. 作家语言风格对比分析
  • 3. 翻译语言特征研究
  • 4. 语言演变与历时语料库分析
  • 5. 案例分析：基于语料库的不同文体语言特征研究

教学方法与课堂组织

资源介绍、工具操作演示、研究案例分析

思考题

  • 1. 如何评价一个语料库的质量？
  • 2. 语料库工具在文本分析上有哪些局限性？

阅读文献

  • 1. 黄昌宁、李娟子：《语料库语言学》，商务印书馆2002年版。
  • 2. McEnery T, Hardie A. Corpus linguistics: Method, theory and practice. Cambridge University Press, 2011.
第6讲 Python文本挖掘方法 程宁

学习目标

本讲旨在帮助学习者掌握Python编程语言在语言文学研究中的基础应用，理解文本挖掘的核心概念与技术流程，学会使用HanLP等工具包进行中文文本的分词、词频统计、关键词提取等基础操作，为后续数字人文研究奠定技术基础。

讲次内容

一、Python编程基础与人文研究适配
  • 1. Python语言特性与安装配置
  • 2. 基本数据类型：字符串、列表、字典在文本处理中的应用
  • 3. 文件读写与编码处理（UTF-8、GBK等）
  • 4. 正则表达式在文本清洗中的运用
二、自然语言处理工具包入门
  • 1. HanLP中文词法分析工具
  • 精确模式、全模式、搜索引擎模式
  • 自定义词典与停用词处理
  • 词性标注、命名实体识别功能
三、文本挖掘核心技术与文学应用
  • 1. 分词与词频统计
  • 2. TF-IDF关键词提取
  • 3. 共现分析与搭配提取
  • 4. 词云可视化（WordCloud、StyleCloud）
  • 5. 案例分析：《红楼梦》人物关系词频分析

教学方法与课堂组织

理论讲授与代码演示相结合，课堂随堂练习

思考题

  • 1. 中文分词面临的主要挑战有哪些？如何解决未登录词问题？
  • 2. 以一部古典小说为例，设计一个基于词频分析的文学研究问题。
  • 3. 文本挖掘技术如何改变传统文学批评的研究范式？

阅读文献

  • 1. 吴军：《数学之美》，人民邮电出版社2012年版。
  • 2. 宗成庆：《统计自然语言处理》，清华大学出版社2013年版。
  • 3. Bird, Steven, Ewan Klein, and Edward Loper. Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit. O'Reilly Media, 2009.
第7讲 机器学习与文本建模 程宁

学习目标

本讲旨在帮助学习者理解机器学习的基本原理与主要类型，入门监督学习与无监督学习的常用算法，学会使用Scikit-learn工具包进行文本分类、聚类分析等任务，并能够将机器学习方法应用于文学体裁识别、作者归属判定等人文研究问题。

讲次内容

一、机器学习基础概念
  • 1. 机器学习定义与发展简史
  • 2. 监督学习、无监督学习与强化学习
  • 3. 特征工程与特征选择
  • 4. 模型评估：准确率、精确率、召回率、F1值
  • 5. 交叉验证与过拟合问题
二、监督学习算法与文本分类案例
  • 1. 朴素贝叶斯（Naive Bayes）
  • 2. 逻辑回归（Logistic Regression）
  • 3. 文本分类实践：文体类型自动识别、作者归属判定等
三、无监督学习算法与文本聚类
  • 1. 层次聚类（Hierarchical Clustering）
  • 2. 案例分析：基于聚类的文学流派划分
四、机器学习在数字人文中的典型应用
  • 1. 作者归属
  • 2. 文体风格分析
  • 3. 情感分析与情绪识别
  • 4. 文学类型自动分类
五、深度学习入门
  • 1. 神经网络基础
  • 2. 常用深度学习框架

教学方法与课堂组织

算法原理讲解、代码演示、案例研讨与论文复现实操

思考题

  • 1. 特征工程在文本分类中扮演什么角色？如何选择有效的文本特征？
  • 2. 机器学习方法的引入对文学研究中的"作者风格"概念提出了哪些新挑战？

阅读文献

  • 1. 周志华：《机器学习》，清华大学出版社2016年版。
  • 2. 李航：《统计学习方法》，清华大学出版社2019年版。
第8讲 词向量及其应用 程宁

学习目标

本讲聚焦词向量技术及其语义建模能力，引导学习者理解分布式语义思想，掌握文本相似度计算的基本方法，并能够将其应用于互文性分析、文本比较与语义演化研究。

讲次内容

一、从离散表示到分布式表示
二、词向量模型：Word2Vec、Bert 的基本原理
三、文本相似度计算：余弦相似度与向量空间模型
四、应用场景：文本聚类、互文关系识别与语义演化分析

教学方法与课堂组织

教师讲授、模型演示与案例分析相结合

思考题

  • 1、词向量如何突破传统词频方法在语义表达上的局限？
  • 2、文本相似度计算在古典文学研究中可以如何具体应用？
  • 3、词向量方法在文学研究中具有怎样的应用潜力？存在哪些局限？

阅读文献

  • 1. Mikolov T, Chen K, Corrado G, et al. Efficient estimation of word representations in vector space[J]. arXiv preprint arXiv:1301.3781, 2013.
  • 2. Devlin J, Chang M W, Lee K, et al. Bert: Pre-training of deep bidirectional transformers for language understanding[C]//Proceedings of the 2019 conference of the North American chapter of the association for computational linguistics: human language technologies, volume 1 (long and short papers). 2019: 4171-4186.
第9讲 天象模拟与数字人文 唐宸

学习目标

本课程旨在引导学生掌握运用现代天象模拟技术（如Stellarium软件）进行数字人文研究的基本方法。学生将学习中国古代天文历法的基础知识，并重点掌握如何利用天文软件验证、校勘历史与文学文献中的天象记录，从而深化对古典文本的理解，开拓文学与史学研究的新视角。

讲次内容

  • 课程内容分为三大核心部分：
  • 基础入门：系统讲解中国传统天文体系（如二十八宿、十二次、分野、三垣）与历法原理，并指导天文模拟软件的基本操作。
  • 历史文献研究：聚焦于利用天象模拟技术校勘正史《天文志》等文献中的记录错误（如星名误、时间误），并应用于史传互读、墓志分析等历史考证。
  • 文学文献研究：探讨文学作品中天象描写的真实性（如苏轼、李白、黄景仁诗作），以及如何通过天文计算辅助解决作家生年考证、作品系年、创作情境还原等文学问题。

教学方法与课堂组织

采用理论讲授、案例研讨与软件实操相结合的方法。通过展示大量具体研究案例（如验证苏轼“摩羯命宫”、校勘《隋书》天象记录、分析李白《南奔书怀》中的天象隐喻等），引导学生理解数字工具在人文学科中的实际应用流程。

课堂将围绕“知识讲授-案例演示-实践操作-研讨总结” 的流程组织。首先讲解相关天文与文献知识，随后教师演示软件操作与案例分析，学生可跟随进行模拟练习，最后就案例的研究思路与发现进行课堂讨论与总结。

阅读文献

  • 陈久金.中朝日越四国历史纪年表.群言出版社.2019(5).
  • 唐宸.古典文学天文研究的数字化探索及发展方向.清华大学学报,2023 (6).
  • 唐宸.古典文学天象描写的内容价值与利用途径——文学天文研究视域下的探索.山东社会科学,2023,(9).
  • 唐宸.理念与方法：天象模拟技术与古典文学经典作品研究.文学遗产,2022,(6).
第10讲 古籍数据库与数字人文 唐宸

学习目标

本课程旨在系统梳理古籍数字化的发展历程与现状，使学生全面了解各类古籍数据库（影像型、检索型、目录型）的特点与局限，并重点掌握数字人文时代下新型古籍数据库（关系型、时空型、图谱型、生产型）的核心功能与发展趋势。课程将引导学生思考人工智能技术如何重塑古籍数据的形态、质量与交互方式，并展望未来古籍数字化建设中各方角色的转变。

讲次内容

  • 课程内容分为两大部分：
  • 传统古籍数据库回顾：系统分类评介影像型（如中华古籍资源库、台北故宫、日本内阁文库）、检索型（如汉籍电子文献资料库、中国基本古籍库、中华经典古籍库）、目录型（如全国古籍普查登记基本数据库、学苑汲古）等数据库的建设特点、成就与共同存在的问题（如数据孤立、API缺乏、公益资源不足）。
  • 数字人文时代的古籍数据库及其发展趋势：
  • 新数据库类型：重点介绍关系型数据库（如CBDB用于社会网络分析，CTEXT用于文本相似性分析）、时空型数据库（如学术地图发布平台、天下通衢、璇玑天文平台）、图谱型数据库（如古籍文献知识图谱、宋元学案知识图谱）和生产型数据库（如i-慧眼OCR、古联OCR、古诗文断句、MARKCUS标注平台）。
  • 发展趋势：从数据形态（数字化→结构化→图谱化）、质量层次（全文→标点→实体化）、交互方式（检索式→问答生成式）三个维度，分析AI技术带来的变革。同时探讨建设者角色从商业厂商、图书馆到公益性众包平台（如智慧古籍平台、识典古籍平台）的多维转换与未来合流。

教学方法与课堂组织

采用 “全景扫描-深度剖析-趋势前瞻” 相结合的方法。通过大量国内外数据库实例的对比展示，使学生建立对古籍数字化领域的全局认知；并选取CTEXT文本分析、天下通衢时空还原、AI智能体辅助结构化等典型案例进行深度剖析，具体呈现数字人文的研究方法；最后围绕AI技术的影响展开前瞻性讨论。

课堂将按照 “回顾传统-聚焦前沿-研讨未来” 的逻辑展开。首先系统梳理和评析各类传统数据库，指出其贡献与不足；随后重点讲解和演示数字人文时代的新型数据库工具及其应用场景；最后组织学生围绕AI如何改变数据生产、数据库形态及学术交互等议题进行研讨，展望未来发展方向。

阅读文献

  • 课程内容深度依托于“中国古典文献资源导航系统（奎章阁）”所聚合的全球数据库资源，并重点引用和分析了如CBDB、CTEXT、学术地图发布平台、识典古籍平台、北大“吾与点”系统等前沿项目案例。相关实践与思考可参阅数字文献学、数字人文领域的近期研究论文与行业报告。
第11讲 数字目录学 唐宸

学习目标

本课程旨在系统阐释中国传统目录学的核心概念、体制与历史演变，并重点探讨在人工智能时代，目录学如何与数字技术融合。课程将引导学生理解从刘向、刘歆《别录》、《七略》到《四库全书总目》的学术传统，并掌握当前古籍数字资源聚合平台（如“典津”系统）的智能化基础设施原理与应用，培养利用现代技术进行文献组织、知识发现与学术研究的能力。

讲次内容

  • 课程内容分为五大部分：
  • 目录学的概念：追溯“目录”一词出处，辨析“目”、“叙”、“录”的涵义，阐述刘向、刘歆校书与《别录》、《七略》的创立及其与《汉书·艺文志》的关系。
  • 目录体制与功用：详细解析目录的经典体制（篇目、叙录、小序）与通行著录项目，探讨目录学在“辨章学术，考镜源流”、考辨真伪、辑佚等方面的核心功用，并介绍数字时代目录字段的拓展（如本体建模、GIS可视化）。
  • 图书分类的演变：梳理从《七略》六分法到经史子集四分法的历史流变，分析其与学术变迁、藏书实际的关系，并探讨数字目录对传统分类的兼容与创新可能。
  • 目录的数字化：评介国内外重要的古籍联合目录与数字化平台（如全国古籍普查登记数据库、学苑汲古、中华古籍书目数据库等），总结当前数字目录建设的成就与特点。
  • 智能化目录基础设施：以前沿项目“典津：全球汉籍影像开放集成系统（AI驱动版）”为核心案例，展示如何利用AI智能体、大语言模型实现古籍资源的自动聚合、数据对齐、智能编目与专题库构建，阐述其作为数字文献学核心基础设施的学术价值。

教学方法与课堂组织

采用 “理论奠基-案例实证-技术展示” 相结合的方法。通过深入解读《战国策书录》等古典目录文本，结合“典津”等现代智能平台的现场演示与原理讲解，使学生贯通古今，理解目录学从手工著录到AI智能聚合的发展脉络与技术实现。

课堂将遵循 “历史脉络梳理-关键问题研讨-前沿成果观摩” 的组织逻辑。首先系统讲授目录学传统知识，随后围绕如“叙录的AI智能写作”、“分类法的数字实验”等议题展开讨论，最后重点观摩和解析“典津”系统的设计理念、技术架构与学术应用场景。

阅读文献

  • 核心文献包括传统目录学经典（如余嘉锡《目录学发微》、章学诚《校雠通义》）及当代数字人文研究成果。课程内容紧密关联清华大学“典津”系统、北京大学《宋元学案》知识图谱、上海图书馆古籍本体建模等前沿项目实践。
第12讲 AI应用于学术研究实操：工具应用与案例导引 夏翠娟

学习目标

通过本次课程，学生将能够：具备文科背景下生成式人工智能本地化部署的基本能力，理解基线RAG与知识图谱增强RAG的适用场景差异。掌握利用AI编程插件辅助代码编写与调试的方法，能够独立配置本地开发环境。建立从文本/图像的结构化处理到知识图谱构建、再到检索增强生成的完整方法论意识，为后续基于知识图谱的学术研究奠定实践基础。

讲次内容

一、AI应用于学术研究实操：工具应用
  • 帮助文科背景的研究者掌握基本的生成式人工智能（GenAI）本地应用环境部署和工具安装。包括以下学习模块：
  • 1. 基线RAG：大模型本地化部署：安装ollama，至少下载一个大模型如Deep Seek R1：7b，AnythingLLM
  • 2. KG- RAG：知识图谱存储与检索：安装Neo4J5.20.x，Python3.9及以上版本
  • 3. AI编程：VsCode+通义灵码/CodeGeeX
二、AI应用于学术研究实操：案例导引
  • 以文本和图像的处理为例，引导如何对文本进行结构化处理和细粒度知识标注，进而构建知识图谱，实现基于知识图谱的检索增强生成。

教学方法与课堂组织

采用“教师分步演示 + 学生同步跟做 + 问题即时反馈”的实操工作坊模式。教师以一篇短篇历史人物传记为示例文本，现场演示从文本清洗、细粒度标注到构建简易知识图谱（Neo4j）并接入RAG进行问答的全流程；学生在各自电脑上同步操作，遇到环境配置或代码错误时随时提问，教师与助教巡回指导。

阅读文献

  • 夏翠娟：《GenAI技术环境下多模态文化记忆资源的知识表示：从语义化到向量化》中国人民大学讲坛报告，2025。
  • 金家琴、夏翠娟：《数字人文数据基础设施建设中机构本体的构建：研究和应用》，《图书馆论坛》，2020年第4期。
  • 夏翠娟：《面向人文研究的“数据基础设施”建设——试论图书馆学对数字人文的方法论贡献》，《中国图书馆学报》，2020年，第3期。
第13讲 GenAI与多模态文化记忆资源的知识表示：以古琴减字谱为例 夏翠娟

学习目标

了解知识表示与生成式人工智能的前沿应用。本课程以“古琴减字谱”这一典型的文化记忆资源为案例，系统阐述知识表示如何从结构化、语义化发展到当今的向量化阶段，并重点解析生成式AI在复杂多模态资源（图文、符号）的识别、解释、检索与生成中的技术原理与实践路径。学习者将掌握知识组织4.0时代“人智协同”的方法论，理解语义化表示与向量化表示的技术互补性，并初步具备将AI技术应用于文化遗产数字化研究与创新的跨学科思维。

讲次内容

一、知识表示的演进：从结构化、语义化到向量化
  • 知识组织的发展阶段：从叙词表、元数据、本体到AI垂直应用。
  • 知识表示四大阶段的特征：文本化 → 结构化 → 语义化 → 向量化。
  • 传统向量化与GenAI时代向量化的核心差异：从浅层特征到深层语义理解。
二、生成式AI赋能多模态知识表示：原理与路径
  • GenAI的核心能力：多模态向量化、相似性计算、跨模态检索与自然语言交互。
  • 案例聚焦：古琴减字谱。应用场景全景：识谱、释谱、打谱、检索与生成。
  • 技术路径比较：向量计算的效率优势vs.知识图谱语义化的解释性优势。
  • “人智协同”的方法论：如何以系统化知识表示和高质量数据集驱动AI模型，并用语义化结果弥补AI“黑箱”局限。
三、实践挑战与未来展望
  • 从提示词工程到微调：数据规模与质量对模型性能的关键影响。
  • 应用转化前景：模型选择、场景拓展与跨领域协作。
  • 开源精神与研究可重复性：相关模型、数据与实验细节的开源实践。

教学方法与课堂组织

教师讲授、典型案例深度剖析、技术路径对比与课堂研讨相结合。

阅读文献

  • 夏翠娟：《GenAI技术环境下多模态文化记忆资源的知识表示研究：以古琴减字谱为例》，《中国图书馆学报》，2025年第6期。
第14讲 数字概念史 邱伟云

学习目标

数字概念史是融合概念史、计算语言学与数字人文的新兴跨学科领域，它不仅系统揭示传统概念史如何借助数字技术实现方法革新，更展现词汇史、语义史、思想史、社会史四维框架下概念的动态演变与社会互动，帮助学习者掌握数字人文视角下概念研究的核心逻辑、技术路径与学术价值。

讲次内容

一、从概念史到数字概念史：发展概况与核心定义
二、数字概念史的四维框架：词汇史、语义史、思想史、社会史
三、技术支撑与实践案例：NLP、网络分析、GIS 与典型研究应用

教学方法与课堂组织

教师讲授、案例分析与课堂提问相结合

思考题

  • 1、数字概念史相较于传统概念史，在研究方法与研究视野上有哪些核心突破？
  • 2、结合词汇史、语义史、思想史、社会史四维框架，说明数字技术如何推动概念史研究走向立体化。
  • 3、以具体案例为例，分析社会网络分析、GIS 等数字工具在概念史研究中的作用。

阅读文献

  • 方维规：《什么是概念史》，生活・读书・新知三联书店 2020 年版。
  • 方维规：《概念的历史分量：近代中国思想的概念史研究》，北京大学出版社 2018 年版。
  • 金观涛、刘青峰《观念史研究：中国现代重要政治术语的形成》，法律出版社 2010 年版。
  • 邱伟云《道不远人：中国近代 “道” 概念的盈虚消长》，中西书局 2023 年版。
  • Peter de Bolla ed., Explorations in the Digital History of Ideas：New Methods and Computational Approaches，Cambridge：Cambridge University Press，2023.
第15讲 数字人文论争反思 赵薇

学习目标

结合本学期实践内容，梳理数字人文发展史上的论争脉络，辨析“数字人文是新自由主义工具”这一批判观点的逻辑前提与局限。 理解“建造的认识论”与“工具主义”之间的核心分歧。分析“思辨的基础设施”这一构想如何试图消解建造与批判之间的二元对立。解读“计算文学研究”论争中笪章难（Nan Da）与多方学者的分歧，识别误读、逻辑漏洞与深层认识论差异，反思计算阐释的合法性基础.形成对数字人文工具主义反思的自觉意识，能够在自己的研究中平衡“建造”与“思辨”的关系。

讲次内容

一、数字人文是否是“新自由主义的工具”？
  • 1.格鲁森、艾灵顿、布伦南的核心指控
  • 2. 莫莱蒂的现身说法、霍伊特·朗等人的反批判
  • 3.合谋还是抵抗？数字人文的平权理想与现实张力
二、工具主义反思与建造的认识论
  • 1. 阿兰·刘关于文化批评缺席的警告
  • 2. 解释学工具与“建造即诠释”
  • 3. 从人文计算到数字人文：阐释学基础的确立
三、消解对立：思辨的基础设施
  • 1.“建造”与“批判”的二分及其争议
  • 2.“思辨的基础设施”的构想
  • 3. 如何在“做”中“思”
四、“计算文学研究”论争的症候解读
  • 1. 笪章难的批评逻辑：误读、反例与逻辑漏洞
  • 2. 深层分歧：知识表征、简化论与阐释循环
  • 3. 论争的启示：计算批评的方法论意义

教学方法与课堂组织

采用“问题导入+辩论式研讨”模式。教师概述四大论争的核心观点与分歧，学生结合本学期学习实践，扮演批判者与被批评者做限时辩论。最后回归文本细读，共同提炼论争的症候点与当代启示。

阅读文献

  • Daniel Allington, Sara Brouillette and David Golumbia, “Neoliberal Tools (and Archives): A Political History of Digital Humanities,” in Los Angeles Review of Books, 1 May 2016.
  • Ruben Hackler and Guido Kirsten, “Distant Reading, Computational Criticism, and Social Critique. An Interview with Franco Moretti,” in Le foucaldien, Vol. 1, No. 2 (2016), p.10.
  • Timothy Brennan, “The Digital-Humanities Bust”, in The Chronicle of Higher Education, 15 October 2017.
  • Lisa Spiro, “This Is Why We ‘Fight’: Defining the Values of the Digital Humanities,” in Matthew K. Gold (ed.), Debates in the Digital Humanities,  Minneapolis: University of Minnesota Press, 2012, pp.16-35.
  • Alan Liu, “Where is Cultural Criticism in the Digital Humanities?” in Matthew K. Gold (ed.), Debates in the Digital Humanities,  Minneapolis: University of Minnesota Press, 2012, pp.490-509.
  • John Unsworth, “What is Humanities Computing and What is Not?”. 8 November 2002. http://computerphilologie.digital-humanities.de/jg02/unsworth.html.
  • Willard McCarty, Humanities Computing, New York: Palgrave, 2005, p.21.
  • Stephen Ramsay, “Who’s In and Who’s Out.” in Melissa Terras, Julianne Nyhan and Edward Vanhoutte (eds.), Defining Digital Humanities: A Reader, Philadelphia: Ashgate Publishing Ltd, 2013, pp.239-242.
  • Stephen Ramsay, “On Building”, in Melissa Terras, Julianne Nyhan and Edward Vanhoutte (eds.), Defining Digital Humanities: A Reader, Philadelphia: Ashgate Publishing Ltd, 2013, pp.243-246.
  • 笪章难：《以计算的方法反对计算文学研究》，汪蘅译，《山东社会科学》2019年第8期。
  • “Computational Literary Studies: A Critique Inquiry online Forum,” 31 March 2019,, https://critinq.wordpress.com/2019/03/31/computational-literary-studies-a-critical-inquiry-online-forum/
  • 霍伊特·朗、苏真、安德鲁·派博、泰德·安德伍德、马克·阿尔吉-休伊特、凯瑟琳·伯德、笪章难：《推进计算文学研究——对笪章难<以计算的方法反对计算文学研究>一文的讨论》，汪蘅译，《山东社会科学》2019年第8期。
  • 赵薇：《如何在“建造”中思辨？——数字人文论争反思》，《山东社会科学》，2024年第10期。
第16讲 项目汇报与评议指导 赵薇、程宁、（唐宸、夏翠娟、邱伟云）

学习目标

通过本次结课汇报，学生将能够：1. 以团队协作方式，围绕一个具体的人文问题（如文体演变、人物关系、观念传播等），完成从问题提出、数据采集与处理、特征建模到结果阐释批评的完整计算批评实验设计；2. 在实验中有意识地使用生成式AI工具（如大语言模型辅助编码、数据标注或代码调试），同时通过记录提示词设计、人工校验、误差分析等环节，破除“算法黑箱”，保持建模过程的可解释性与可回溯性；3. 对自身研究的局限、误差及量化方法自身进行系统性反思；4. 最终形成规范的结课论文。

讲次内容

  • 本讲为课程结课环节。前半段由各小组依次进行15分钟项目汇报，展示各自的计算批评实验设计、数据与量化方法、AI工具的使用与去黑箱化策略、主要发现及反思。后半段由五位教师以线上线下结合的方式逐组进行联合点评，从问题意识、方法适用性、阐释深度、反思质量等维度提出修改建议。

教学方法与课堂组织

采用项目汇报+教师点评形式。各组提前提交汇报材料（含数据、代码及AI使用记录）；每位教师专注不同维度进行针对性点评；结合教师评议，学生修订并提交结课论文。