史料文本分析與數位人文之學術領域發展脈絡

有關於史料分本與數位技術合作的發展，可分為兩個脈胳，一為計量史學所進行的統計試驗，

其二則為數位典藏和資料庫的發展。歷史與數位技術的結合，可回溯至 60-70 年代，在歐美國家所 興起的計量史學(Cliometrics)熱潮，電腦的統計功能，讓史學研究者看到了新的未來。雖然計量史 學於 70 年代因受到質疑而遭到了很大的挫敗，但隨著網際網路與個人電腦的興起，各種資料庫的

出現，使得史學家不得不承認數位技術給史學研究帶來了新的生命[1]。

史料之無限性，讓向來的研究者即使皓首窮經，亦無法蒐羅到所有史料，但日新月異的科技發 展，不及改變了人們的生活模式，也牽動知識領域的創新處理[2]。電腦提供了保存資料更多的選 擇，再加上網際網絡的便利，使得學者們可以進行更多不同面向的研究。電腦對人文學者的最大用 處即為利用它對庋藏在圖書館、博物館等中的各類型資料，進行儲存與檢索，達成保存與研究之作 用為科技與人文合作的重大成果[3]。由各種形式產生的數位資源，可透過網際網路快速取得，讓 人文、科學等層面的文明遺產，能夠為全人類分享[4]。新世紀數位文獻的流通，不僅改變著人們 溝通和處理資料與知識的方式，乃至人類的生活環境、社會結構和文明的發展[5]。

電子文獻於史學研究的發展亦可產生畫龍點睛式的輔助作用，從中研院史語所建置之漢籍全文 資料庫來看，電腦為史料的解釋或意義的發掘找到了新的接榫點。[6]鑑於數位媒介在古籍長久保 存上的優勢，自 1980 年代中央研究院開始建置古籍全文資料庫，逐步將資料科技導向人文相關應 用，並陸續建置各項研究資料庫。[7]歷史資料在有了資訊科技的支援後，史學與社會有了更多的 結合，由〈數位化：史學與社會結合的一大契機〉一文，即可看到數位化在結合歷史學與社會方面 所發揮的作用。[8]

在古籍數位化和資料庫的建設上，中國也取得了相當的成就，《四庫全書》、《四部叢刊》、《歷 代石刻史料彙編》、《十通》、《國學寶典》、《中國基本古籍庫》、《古今圖書集成》、《龍語瀚堂典籍資 料庫》等已經廣為人知和使用。而網路上電子書的格式也非常多元，如 txt、doc、html、pdf、djvu 以及知網、超星、方正等。這為使用大數據和雲計算手段深度整合這些資料提供了重要的基礎。[9]

在大數據的時代，若無統合資料的數據庫，人們將會迷失在茫茫資料中，供後來者追憶想像的「歷 史」，將會褪色淡淺。在這層意義上，資料庫庫猶如原始社會的長老，是保留族群記憶的傳承之寶。

[10]

1998 年以來，各機構數位典藏計畫陸續推動下，建立相關數位技術規範，並累積大量數位資 料，尤其文史檔案陸續轉置為數位影像與全文資料庫，使得歷史研究可資運用的數位資源大幅增加。

[7]國史館數位典藏計畫的啟動與發展，正是期望能夠利用資訊科技的發展技術，將史料轉化為數 位資源，開拓歷史研究的新思維、新方法面向。[2]國史館的數位典藏工作希望能夠在歷史研究的 網路與趨勢中，扮演積極貢獻與不可或缺的角色，讓數位資源對歷史學界所能貢獻的價值提升到更 高的境界。[4]以大量史料的儲存、使用角度來看，數位資源對歷史研究提供了極大的便利性：史 料經過位技術處理，成為數位資源，建置於時間與空間高度集中的資料庫，利用網路及雲端技術，

同時提供給眾多研究者接收充裕的數位資源，增進廣蒐博採之效率[2]。

數位科技為歷史人文學研究帶了許多的新的研究工具，可進行有些過往被認為難以進行的研究，

如巨量資料的量化分析、地理空間分析及多節點研究等，改變了研究者與材料之料的關係。[11]數

位人文研究也提供了不同領域學者合作研究的可能，不同區域的學者也可以共同研究同樣的研究對 象。大數據和雲端計算的出現正在或即將改變我們的思維方式，對於我們重新認識世界提供了更為 科學的方式，也為研究者利用資料分析方式探索人文學提供了一個更好的機會。[9]

有關大數據對人文社會科學研究的影響，孫建軍提出 I. 大數據與人文社會科學研究新思維：

(1) 人文社會學開放與全過程研究思維，以往人文社會科學研究成果的表現形式為最終成果，再 利用主要以文獻引用、轉述和評論等為主。而數位人文研究可記錄人文社會科學研究的完整 過程，資源化的原始資料、中間成果得以立體化應用，再利用水準顯著提升。目前，國外以 線上實驗室、專案網站、開放資料集、專案論壇、專案社會網路為特徵的立體開放研究思維 普遍確立，可參與性大大增強。

(2) 人文社會科學碎片化重組研究思維，大數據環境下，人文社會科學研究更加注重片段資料、

海量資料、非結構化資料的採集、清洗與分析，通過碎片化重組，深度揭示難以處理或無法 預知的科學問題。比如通過海量自然語言表達效果觀測公眾的政治參與意識、通過科學家的 在線時間與資源下載時間分佈研究科學家的作息時間與工作強度等。

(3) 人文社會科學計算分析研究思維。以往人文社會科學研究定性研究居多，定量研究也主張採 用是非論斷，採納或拒絕某一特定假設，是採用確定性、因果關係的研究思維。在大數據環 境下，人文社會科學研究可採用計算分析思維，對相關命題進行趨勢分析。

II. 人文社會科學的大數據研究具有之基本特徵：

(1) 所涉及資料均大大超過一般的閱讀、分析和理解所能處理的範疇，是以往“不可研究”或

“難以研究”的，大資料分析方法的出現提供了人文社會科學研究新的研究空間，提供了新 的研究可能。

(2) 一般引入計算分析方法，其結論並非觀察、思索、領悟等傳統方法獲得，而是通過大量資料 的彙集而“自動湧現”，其理論的獲得不同於傳統人文社會科學研究。

(3) 均構建了可持續完善和豐富的資料集和分析工具，其可用性、共用性、重用性、協作性大大 增強，提供了人文社會科學學者大規模協作的可能。

(4) 均具有跨學科特徵。數位人文研究需要彙集專業領域技能、資料管理技能、資料分析技能和 專案協作技能，因而這類專案往往由跨度較大的不同學科的專業學者共同完成。

(5) 決定研究品質的主要是資料集的品質、數量和利用方式，而研究假設相對容易。在某種程度 上，數據科學家將成為人文社會科學大數據研究中的主角。