AI时代古代文学量化研究的目的、意义与发展方向

王兆鹏

     现任中南民族大学教授、博士生导师，四川大学文科讲席教授，历任湖北大学人文学院院长、武汉大学杰出学者特聘教授。兼任中国宋代文学学会会长、中国词学研究会会长、中国李清照辛弃疾研究会会长。主持完成2项国家社会科学基金重大招标项目，多次获教育部、湖北省社会科学优秀成果二等奖，出版学术专著20多部，发表论文300余篇。主持开发有《唐宋文学编年地图》。

《中在智能化的大数据时代，文学研究存在的已经不是要不要数据化、能不能量化分析的问题，而是怎样数据化和量化分析的问题。那么，文学的量化研究有哪些独特优势？有什么学术意义？能否推动文学研究的进步？今后的文学量化研究应朝哪个方向发展？下文具体讨论。

在文学量化研究中，经常使用量化分析、定量分析和计量分析这三个概念。有必要先简略辨析这三个概念的异同和用法。

从统计学的角度看，量化分析、定量分析、计量分析有着层次和用法的区别。

量化分析，是一种方法论范式，贯穿从数据收集到模型结论的全过程。它通过数学、统计学和计算技术将研究对象量化为可测量的数值数据，并基于这些数据进行系统化建模、推断和预测。其核心目标是通过数据揭示客观规律，最大限度地减少主观判断的干扰。

定量分析，是量化分析的子集，特指利用定量数据进行统计描述、比较或推断的具体技术过程。其核心在于依据定量数据而不是定性资料（如文本、图像、录音等）作为分析的基础。它通过运用统计量（如均值、百分比、相关系数等）和可视化图表（如柱状图、折线图、散点图等）来揭示数据的分布特征、变化趋势及相关关系，从而验证假设、发现规律或预测未来。

计量分析，是定量分析在特定领域的深化应用。它最早系统化应用在经济学领域，侧重通过构建数学模型和运用统计推断方法，揭示经济变量之间的内在机制与因果关系，并发展为一门成熟独立的学科——计量经济学。随后，这一方法论逐渐扩展到社会学、历史学、语言学等诸多领域，催生了计量社会学、计量历史学、计量语言学等交叉研究方向。

如果在文学研究中使用这三个概念，笔者有如下建议：作为一种研究方法指称时，可说量化分析、量化研究或量化考察；在与定性分析对举时，可说定量分析；作为一种专业领域指称时，参照计量信息学、计量历史学、计量社会学、计量语言学等领域的名称，可以称计量文学史、计量学术史。

相对定性分析而言，定量分析有其独特的不可替代的优势。

其一是客观性。定量分析是用数据说话，而数据是从众多的客观事实中提取出来的。较之定性分析的主观认识和判断，显得更客观。比如作家的影响力，传统的文学研究基本上是根据有限的例证做主观的推断。而量化分析则是用大量的跨时代数据来分析，结论更客观。当然，数据选择本身也隐含着一定的主观性。所谓客观和主观，都是相对的。定性分析的主观性，也不是纯主观的个人好恶，而是有一定的客观史实作为依据。

其二是实证性。定性分析主要是逻辑的演绎与推理，定量分析则是用具体数据来分析和验证，有时会更有说服力。如论及唐诗、宋词的繁荣，定性分析多是主观印象式描述，固然也有理有据，但用数据来实证，更具可验证性。从东汉到隋末近600年留存的诗歌，总共才5000多首，而唐诗传存下来的有50000多首。近300年唐代诗歌作品量，是近600年东汉至隋末诗歌作品量的10倍。唐五代的词人只有100多人，词作1962首，而宋代词人有1497家，词作21055首。相较之下，宋代词人词作数量是唐五代的10多倍。宋词用调900多种，在唐五代词的基础上增加了700余种。词调多，意味着词体的丰富。唐五代词人中唯温庭筠、冯延巳、李璟、李煜4家有词集传世，而宋代则有300家的词集传世。这些数据，充分彰显了唐诗宋词的繁荣程度。这些数据和结论，可以重复验证，具有更高的透明度和可信度。

其三是可比较性。比较，不是定量分析所独有，定性分析照样可以比较。但是，量化的比较更具体、更明确。比如，说到作家的影响力，定性分析研究常常描述为“影响很大”“影响较大”，但多大的量级是“很大”、多大的量级是“较大”，只能模糊把握。“很大”与“较大”的级差是多少，也无法说清楚。量化分析方法，用具体数据来呈现比较对象之间的量差或级差，往往一目了然。“李杜优劣论”，是千年以来争论不休的问题，见仁见智，难有定论。我们用二人创造的名篇数量来衡量其影响力，立马就可以分出高下，而且可以直观地显示二人的差别究竟有多大。虽然这不是全面的比较衡量，但至少从一个侧面的比较中可以看出李杜的差异。

其四是标准化。所谓标准化，是说定量分析总是用定义清晰的指标和统一的测量标准来衡量不同的研究对象。一旦确定了指标，就可以将不同时代、不同地域、不同风格的作家放在同一尺度下进行比较，而且研究过程更具程序性，结果表达更精确，如排名第几，或占百分之几等，增强了研究的实证性。定性分析比较不同作家的差异，有时不太注意用同一标准、同一尺度进行进比较论析，论此作家从题材的角度分析，说彼作家则从风格或体式的角度切入。所论不同作家的创作个性，有时看似区分度很大，实则说的不是一回事，采用的是不同的分析原则和标准。如果用量化分析方法比较唐诗宋词作品的影响力和词人的影响力，是用统一的数据指标来比较，标准是统一的、研究过程是程序化的，因此作品之间、词人之间更有可比性，也更能比较出高下。量化分析的这种优势，为跨时空、跨文化的比较提供了可能性，使得文学史的书写更具“通约性”。

其五是规模化。定量分析方法，可以轻松处理海量数据，特别是随着人工智能的发展，处理海量数据的软件工具越来越多，也越来越便捷，可以将大量作家、作品置于同一标准下进行共时性和历时性的比较，揭示其地位和影响力的差异，提供“鸟瞰式”的图景，揭示整体结构和分布规律。比如，如果用量化分析方法，可以轻松地把唐代三千多位诗人、宋代九千多位诗人的时段分布和地域分布情况一目了然地展示出来，并揭示出南北分布的不平衡以及诗坛中心逐步南移的过程。定性分析在面对如此大量的研究对象时往往力不从心。

其六是可视化。定量数据非常适合通过图表，诸如柱状图、折线图、饼型图、网络图、词云等进行可视化展现，让复杂的文学现象，如作家的关系网络、大量作品的主题演变、影响力分布等复杂情况变得一目了然，便于理解和传播。数据图表提供的直观、高效的呈现方式，有时比文字描述更让人印象深刻，更具冲击力。

但定量分析方法，也有天然的局限性。至少有三种功能性局限。

一是表层性。量化分析能说明现象和格局，但不能说明现象、格局形成的深层原因。定量分析擅长描述研究对象“是什么”和“有多少”，但难以解释“为什么”和“意味着什么”。它无法解释文本的深层意义、美学价值、历史语境、文化内涵、象征隐喻等。它能说明对象间的相关性，但无法说明事件、现象的因果性。

二是单一性。数据的单一性与文学作品文本的多义性无法对应。数据化能将复杂的文学作品简化为可计量的数据点，但也会丢失大量的语义、修辞、语调、反讽、多义性、上下文依赖等构成文学独特价值的元素。文学文本的语言是丰富的，是“厚数据”，量化过程使其变“薄”，数据会损失语义的多元性和丰富性。

三是孤立性。每篇文学作品产生于特定的历史语境，每篇作品的语句依存于特定的文本语境，从文本提取的数据，脱离了特定的历史语境和文本中的具体语境，丰富多元的语结构变成孤立的单一的数据，无法结合具体语境来理解不同数据的微妙含义、情感色彩或象征意义。文学数据适合于“远读”、宏观性观察，而不适合文本“细读”和微观考察。

此外，还有数据来源性的局限。特别是古代文学的量化研究，存在着数据的可获得性、代表性局限。很多历史数据无法获得，比如宋词，在宋代主要靠演唱传播，传唱的时间长度和空间广度是衡量宋词作品影响力的重要依据。但宋词每首作品传播的资料十分有限，有时无法从中提取有代表性的数据。又如诗人学习效仿前人作品的数据，目前只能提取到语词字面化用的数据，而无法提取到化用前人句式句法的数据。此外，数据指标是否有充分的代表性也是问题。

再就是“黑箱”效应与技术依赖。复杂的算法（如深度学习模型）可能成为“黑箱”，文学研究者难以理解其内部运作机制和分析结果的具体成因。特别是偏重计算机技术的研究者，注重模型建构的过程，而对文学研究者关注的结论及其推导过程往往一笔带过，也就是直接根据数据得出结论，而不显示具体的数据指标，不说明结论是根据哪些数据指标得出的，逻辑推衍过程常常被忽略，结论难以让人信服。有些数据挖掘和数据分析，高度依赖特定的软件工具、编程能力和数据清洗技术，对于一般文学研究者而言，也存在技术门槛。

文学的量化研究虽然有其独特的优势，但也有无法克服的局限性。因此，使用文学的定量分析方法，不是要取代传统的定性分析方法，而是补充和完善传统的定性分析和理论阐释。定量分析与定性分析的有机融合，才是文学研究最理想的方法。

文学研究是一门科学。凡是科学的研究，都可以而且应该量化分析。马克思曾经说过：“一种科学只有在成功地运用数学时，才算达到了真正完善的地步。”文学研究也是如此。

（一）量化分析的目的

文学研究之所以要量化分析，是基于问题导向、创新驱动，也是时代需求。

先说问题导向。文学研究中有些问题，传统的方法无法解决，只能借助量化分析来解决。比如，文学经典研究，就必须借助量化分析。因为研究文学经典，首先要确定哪些是经典，而对于哪些是经典，见仁见智，难有定论。唐诗是公认的经典，宋词也是公认的经典，但传世的50000多首唐诗、20000多首宋词，并非篇篇是经典；成千上万的诗人词家，也不都是经典的诗人、词家。即使是像李白、杜甫和苏轼、辛弃疾这样的大诗人、大词人，其传世的作品也并非篇篇都是经典。那历史上哪些作品被视为经典？用定性分析的方法来确定哪几首诗、哪几十首诗是经典，尚有可行性，但要区分几万首唐诗宋词哪些是经典、哪些不是经典，哪些经典化程度更高、哪些经典化程度较低，就难以做到。而用量化分析的方法，就可以比较分析哪些唐诗宋词作品在历代传播过程中影响力较大、经典指数较高。确定哪些作品是经典之后，再用定性分析方法来探讨经典的特质、经典的生成和经典的意义，就有了前提和基础。定量分析可以弥补定性分析方法的不足，拓展文学研究的深度和广度。

定量分析，可以在纷繁复杂的资料数据中发现一些定性描述容易忽略的，或者被遮蔽的事实与真相。比如，在跨越上千年的数百种选本、诗话词话等著作和数万项现代研究成果中，定性分析根本无法通过全盘比较发现哪些唐诗宋词作品的影响力较大、哪些作品的影响力相对较小。而通过构建影响力指数就可以发现哪些作品的影响力较大，哪些作品的影响力较小，还能揭示每首作品影响力在不同时代涨落变化的过程。这是定性分析无能为力的。

又如，研究宋代的地域文学，先需了解哪些地域的文学比较发达、哪些地域相对落后。传统的印象是江西和四川的文学比较发达，唐宋八大家里，江西和四川各占三家。如果将宋代的作家籍贯按今天的省市区划分统计，结果显示宋代作家最多的省份是浙江和福建两省；如果按当今地市级行政区来统计，是哪个地市的作家最多？统计结果发现是柳永的故乡——福建南平市的作家最多，福建福州市的作家人数名列第二。结果出乎意料，也提出了新问题：为什么宋代福建南平和福州的文学特别发达？它们经历了怎样的发展过程？

再比如，研究宋代的文学家族，除了那些知名的文学家族，如眉山苏氏、绍兴陆氏、山东晁氏家族之外，并不了解还有哪些文学家族既延续时间长又人数众多。现在用定量分析法对宋代诗文词的作者姓名和籍贯进行了统计与分组，就发现了许多过去不为人熟知的文学大家族，仅浙江绍兴一地，宋代就有32个文学家族，除山阴陆游家族5代8人之外，还有会稽钱易家族4代11人、新昌吕蒙家族6代12人、上虞李光家族4代7人。这些家族代代相承，都有文学作品传世，但他们分散在《全宋文》《全宋诗》《全宋词》里，不统计根本无法发现。如果用最简单的数据统计方法，就能轻而易举地发现分散隐藏在断代总集中的文学家族。数据统计、量化分析是帮助发现问题的利器。

定量分析还可以验证固有认知和传统观点是否正确。比如，中国文化中心的三次南移，是中国文化史上普遍被接受的观点：中国文化中心原来在黄河流域的中原，西晋永嘉之乱后，中国文化中心逐步向南方移动；唐代的安史之乱，加剧了中国文化中心的第二次南移；到了宋代的靖康之难，文化中心的南移才宣告完成。用唐宋两代作家作品的数据统计发现，北宋初期南方的作家人数就超过了北方，文学中心在北宋中期已完全从北方移到了南方，并非靖康之乱后。而且，北宋以后南方的文学空间也不是均衡分布在传统意义上的长江以南，而是高度集中在东南的浙江、江苏、福建、江西、安徽五省。这五个省的诗人占了宋代诗人总数的近七成。这是统计数据验证和修正文化史、文学史传统观点的典例。

学术史上不少观点，有待数据的支撑和验证。如有学者说：

回顾20世纪的中国古典文学研究，比较辉煌的集中在两个时期：一是20世纪初期，另一个是20世纪末期。无论从研究的量和质上说，20世纪末期都超过了20世纪初期。这一时期以“文革”结束，中国内地实行改革开放（1978年）为标志，习惯上称之新时期。 

这其实不是少数学者的看法，而是当下多数学者的共同观点。的确，20世纪初期出现了王国维、梁启超等大学者，他们的相关中国古典文学研究成果，已成为后世高山仰止的经典。如果说20世纪初期的古典文学研究很“繁荣”，似乎不无理据。可如果要追问“20世纪初期”究竟指什么时候，它起于何时，止于何年？这个时期中国古典文学研究的“量”和“质”是否真的都很“辉煌”？说“质”的繁荣，尚能列举一些名家名作来印证，可要说“量”的繁荣，恐怕难有数据作为支撑。就目前已搜集到的13万多条20世纪（1900—1999）中国古典文学研究论著目录来看，统计数据不支持“20世纪初期”中国古典文学研究或唐代文学研究繁荣的说法。如果把“20世纪初期”的时限定为1901—1930年，那么，这30年间国内中国古典文学研究成果为2947项，不及1994年一年的成果量（3006项）。跟不太起眼的20世纪50年代相比较，1950—1959年间中国古典文学研究成果量也有9 993项，是20世纪头30年的3倍多。再就唐代文学研究而言，1901—1930年的研究成果只有364项，而1950—1959年的成果量有1 463项，20世纪50年代10年的成果量比20世纪初30年的成果量多出3倍多。从客观的统计数据来看，“20世纪初期”的唐代文学研究和整个中国古典文学研究，肯定不能说是一个“繁荣”的时期。所以，有些印象式的定性判断，如果没有数据的支持和佐证，结论不一定成立。

定量分析，不是凭主观印象、凭个案推论，而是依据客观的事实和数据来做出判断，得出的结论更具客观性、精确性、可比较性和可验证性。定量分析，具有定性分析不可替代的优势。正如定量分析不能替代定性分析一样，定性分析也不能否定或替代定量分析。定量分析与定性分析具有互补性，把定量分析与定性分析结合起来，定量分析时结合文学文本细读、语境分析和理论阐释，揭示数据的文学价值和文化意义；定性分析时，也注意定量分析，用数据来支撑和验证定性分析的问题和观点，才是最优化最有效的研究方法，也是今后人文社会科学研究的必然趋势。

文学研究的量化分析，也是创新需求的内在驱动。学术研究的创新，需要挖掘新材料、提出新观点、运用新方法、开拓新领域。文学研究的量化分析，完全可以满足这“四新”的要求。历来的文学理论和文学史研究，数据意识薄弱，更少数据留存，需要从文献中去挖掘。挖掘的文学数据，都是前人未曾发现和运用过的全新数据。目的指向不同，挖掘转化的数据类型、数据指标也不相同，因而数据常挖常新。运用新数据，可以发现新问题，进而提出新观点，或修正已有的观点。数据挖掘和数据分析的多种软件工具、技术方法，如Python的NLTK、Gephi网络分析等，相对传统的定性分析方法而言，都是前代文学研究者闻所未闻的。文学的量化研究，可以开拓出新领域，即使旧领域也能拓展出新空间、开辟出新方向。

文学研究的量化分析，更是时代的需求、学科发展的需求。当下已进入大数据时代、人工智能时代，各行各业都需要运用大数据，文学研究当然也不例外。随着人工智能的发展，互联网每天都在产生和更新文学创作、传播、接受的大数据，这些需要文学研究者去面对和研究。就古代文学研究而言，虽然古代文学作品只有存量数据而没有增量数据，但传播和阐释古代文学作品的资料和数据却是增量的、不断更新和增加的。古代文学研究者既要挖掘存量的历史资料数据，也要充分利用当下古代文学传播、阅读、接受的资料和增量数据，回应大数据时代提出的新问题、新需求，不能仅仅满足于对历史资料数据的挖掘，却忽略了对当下新生资料数据的关注、整理和运用。

（二）量化分析的意义

讨论了量化分析的目的，说明了为什么要做量化分析之后，再讨论量化分析的意义，追问量化分析有什么作用、价值。文学研究的量化分析，至少有三点意义。

第一，提高文学研究方法的科学性和结论的确定性。传统定性分析方法，重主观阐释和逻辑推衍，结论的模糊性和不确定性常常受到质疑。文学研究引入量化分析方法之后，数据的客观性、研究流程的标准化、结论的可验证性（结论可被其他学者按相同标准复现验证），减少了主观偏差，会大大提升文学研究的科学性和结论的确定性。

文学研究的有些结论，通常用形容词或副词来描述程度、幅度、频度、密度、强度、深度，如“影响很大”“关系密切”“反响强烈”等，这些结论固然可以意会理解，但量化分析用数据表达的结论更具客观性和说服力。特别是要区分两个研究对象的差异时，数据结论更清晰和明确，更具可比性。借助笔者团队联合开发的古籍文献知识图谱平台中“最常在诗文中被提及”的人物数据，就可以从一个侧面具体了解每个朝代不同人物之间的关系。其关联的频次与紧密度，有数据来测度衡量，有社网图来直观呈现。谁与谁的关系最密切、谁是群体交往中的核心人物，数据和图表的展示一目了然。

总之，文学量化分析通过标准化流程、智能化软件工具和大规模数据分析，会推动文学研究从“经验猜想”向“实证探索”的转型。其科学性与确定性，不仅体现在方法的严谨性上，更在于为传统的文学问题提供了可检验的答案，成为数字人文时代重要的研究范式。

第二，强化文学研究的深细度。传统的文学研究重感悟、重整体性把握，这是优长，但也是短板。量化分析的数据求精细、求精确，可以推动文学研究的精细化、精确化。如过往作家生平事迹和作品创作的系地，就显得比较宽泛。作家的活动地、作品的创作地，无论是作品别集、选本的注释，还是年谱类著作和生平考订论文，包括阐释性的研究论著，一般都满足于确定在州县行政区的大范围内，很少进一步去考实、追问是在哪个具体的地点方位、其地形地貌如何。而文学地理的定位数据，则需要地点具体的经纬度。虽然古代文学作品中的历史地名，有些今天已难知其详，但也有些可以确定今日的具体方位和经纬度。由于受传统研究观念的制约，对好多地名没有一一去追踪探寻，只是按一般文献说明其所属行政区划、地理范围而已。如果按系地数据的要求，重新审视中国古代文学研究，那么大部分中国古代作家的年谱著作和作品注释都需要修订重写，以细化古代文学作品中的地名所涉地理方位和地形地貌。

对古代文学研究而言，量化分析一方面可深化对作家作品的编年系地研究，将原来的系地由州县行政区域细化到县级政区以下的具体点位；另一方面，又可深化对文学地理区域、交通路线的研究。有了作品的细化定位，就可以研究更小区域的文学，如某个山地文学、山地文明，或某片平原、某片河谷的文学，或某个有特点有影响力的地理区域的文学，从而突破传统的以省市级行政区域为研究对象的思维模式；也可以以某条交通路线为中心来研究文学作品，比如近几年唐诗之路研究颇受关注，成果也很丰硕。如果有了唐诗更细化的系地考订成果，就可以使唐诗之路的研究更系统更细致。而宋代的“赣浙线”“赣闽线”“赣粤线”，即从江西到浙江的路线、江西往福建的路线、江西去广东的路线，行走的作家非常多，但沿途作家所写作品的定位还缺乏系统考订。如果有完备的数据，文学与地理、文学与交通路线的研究，将会开创出全新的格局。

可深细化的层面还有很多。如词体研究层面的词调研究，目前只有词人用调情况的统计数据，而没有对各个词调的用韵、平仄、字句、情感基调、风格特征的数据进行系统的挖掘提取。如果有了完备的数据，词调的研究将会深入一大步。

第三，拓展文学研究的宽广度。量化分析，至少可从作家作品等维度拓展文学研究的广度。

作家维度，将覆盖每个时代所有的大小作家。传统的文学研究，主要关注的是大作家、名作家，绝大多数古代作家还没进入现代学术研究的视野。丰富多彩的古代文学舞台上，唯见若干主角、名角，少见配角，更看不到群众演员。众多“小”作家的创作情况不被熟悉、不被了解，文学史的全景、全过程就很难真正弄清。以宋代文学研究为例，截止到2021年的统计数据，20世纪以来宋代文学研究涉及的作家有1104人，拥有3项研究成果以上的关注度较高的宋代文学家为376人。这算是相当可观了。可相较宋代有诗、词、文作品传世的作者16772人而言，这些有研究成果的宋代作家只占宋代作家总人数的6.58%，也就是说，进入现当代学术研究视野的宋代作家，尚不足一成，还有九成多的作家无人研究。而量化分析，可将宋代的全部作家纳入研究视野，让每位宋代作家先以平等的身份进入文学史的研究序列。通过数据聚类分析，将他们归入不同的数量层级和文学区域。如将宋代的全部作家纳入空间分布的分析之后，发现宋代福建的作家人数特别多，尤其是南平市和福州市最多，从而引起对南平和福州两地文学的关注。那些“小”作家，随着区域性文学的展开，将逐步进入文学研究的视野，不至于完全被无视。

作品维度，采用分类词频的统计等手段，可以分析一代代作品的情感空间、生活空间、社会空间、地理空间如何一步步地延展、深化和细化。作家个案的研究，可以深入了解一位作家的审美空间，但无法统观一代作家情感空间的共性和差异性。只有将一个时代的全部作家作品按不同的历史时段进行整体透视和数据分析，才能看出不同世代作家群体情感空间的丰富性、多样性和变异性。用同样的数据分析方法，可以透视不同世代作家群体书写的生活空间、社会空间和地理空间如何从庙堂到江湖、从城市到乡村、从中心到边缘、从平原河谷到山地、从上流贵族到下层民众、从社会政治到人间烟火的突围与变化。

作品维度，还可以借助语言学的思路方法，挖掘提取诗词中的句型、句式、句法（不同于现代汉语所描述的句型、句式、句法）数据以及各种修辞手法的数据等。如果像建设语言学语料库那样，利用生成式大语言模型技术，将《全唐诗》《全宋诗》《全宋词》等中国古典诗词作品开发成系统的各种句型、句式、句法数据库，将大大拓展古典诗词句法、章法研究的思维空间。

通过作品物象数据的挖掘和提取，还可以进行跨学科的研究。如将各个时代的动物、植物、器物意象进行全方位的系统的分类提取，来研究每个朝代动物、植物、器物的种类、分布及其变化。如有古生物学者通过中国古典诗词里有关江豚的描写，研究了1 400余年长江江豚分布格局与演变，发现从唐朝到现代，长江江豚的种群分布范围大幅缩小了至少65%，论文发表在国际权威期刊《当代生物学》上。可见，艺术作品（如古诗）不仅承载着丰富的文化内涵，也提供了宝贵的数据资源，可帮助科学家追溯野生动物的历史分布动态变化。这些文化记录可成为未来生物多样性研究的重要补充，为濒危物种的保护与恢复提供新视角。文学与文化研究的结合，催生了文学文化学⑩。中国古代文学作品里描写的动物、植物、器物十分丰富，如果文学研究者与动物学、植物学、博物学的专家学者合作，说不定可以拓展出文学动物学、文学植物学、文学博物学之类的新兴领域。

基于对近些年已有的文学量化研究成果的观察，今后可从两个方向拓展深化：一是从外部考察转向内容分析，二是从数量统计转向质量测评。

（一）从外部考察到内容分析

今后文学史的量化研究，除考察文学的时空分布和影响力之外，还要注意量化分析作品的内容、艺术形式和创作方法。

首先，要加强作品的主题分析和情感分析。文学主题、作家心态、作品情感是传统文学研究的主要话题，但大多是个案的分析，要么是分析个体作家的写作主题、情感心态，要么是分析作家群体的主题取向、情感倾向，很少对一代文学主题进行全盘的分析。近些年数字人文兴起之后，运用文本数据建模，自动提取文本主题，进行主题分析和风格分析，并运用标签云，通过字体大小和颜色突出文本中的高频词汇，呈现主题聚焦点。比如，皮特·布劳德韦尔等人以《全唐诗》为远读材料，利用隐含狄利克雷分布（LDA）主题模型提取150个诗歌主题，又用散度度量的数学方法计算不同诗歌之间的主题差异，发现了不同类别的诗歌之间如咏史诗和仪轨诗的文本隐性关联。皮特·布劳德韦尔等人的研究方法新颖，结论亦有启发性。但这类主题是共时的研究，即把近300年的唐诗视为一个共时性的整体，进行横向的主题提取，这当然有学术意义，可以了解唐代诗歌总共表现了多少主题，知道唐代诗人关心哪些社会、历史、自然、个人的问题。但还需要进一步从历时性角度量化分析唐朝每个世代的诗人群体在各自的历史时段，表现了哪些主题、哪些心态情感，并结合每个时段发生的重大社会事件和事变，分析诗人是怎样面对这些社会变化的、有哪些态度和感受。定性分析可能更多关注共性的重大主题和主流的心态情感，而忽略了很多被遮蔽的幽微隐约的人生感受和主题倾向。因此，应尽可能用数据分析全景性，还原每个时代、每个时期、不同空间地域文学主题、情感的原生态，而不是选择性地突显某些主题和情感，有意无意地忽略、遮蔽某些主题和情感。总之，对一个时代或时期的主题、情感、风格，既要有全景性的静态分析，也要有历时性的动态分析。定性分析受视野、方法和成果容量的限制很难做到，而定量分析却不难做到。

通过主题词、情感词的分析，还可以分析深化文学流派的研究。传统的流派研究，主要是定性分析同一流派作家的创作主张和创作实践的趋同性，是主观的分析和列举式推断。而量化分析，可以对流派及其周边作家的文本进行主题词、情感词穷尽式提取，以分析流派成员在主题、情感表现和意象运用方面的共性特征。已有学者基于生成式大语言模型的文本属性测量方法，利用提示学习和评级算法，无监督地让人工智能测算数万首唐诗、宋词、元曲的题材、情感与风格，量化衡定了唐诗的边塞诗派、宋词的豪放派与婉约派等流派属性、特征。无论是结论和方法，都有一定的可信度，颇有借鉴意义。

其次，可加强文体的量化考察。近些年文体学已有长足的进步，吴承学等建构的中国古代文体学，被评为“中国哲学社会科学领域十大原创理论”之一。但文体学的量化考察，还有待深化。

如唐诗的各种诗体、宋词的各种词调，唐宋散文的各种文体，各有多少作品总量容易统计，但唐诗、宋词、宋文的各种体制形态、语言特征、表现方式及其风格特征、情思内涵，还没有细致的量化分析。因此，不仅需要共时态的分类统计，更需要历时态的量化考察细化分析并回答：每个年度、每个阶段唐代诗坛各使用了哪些新旧诗体，近体诗的格律是如何一步步地走向成熟，其演进变化的轨迹如何？每个时段、每个诗人对诗体的选择及其平仄、用韵情况有哪些特点和变化？近体诗格律体制定型以后，旧有的体制如永明体的规则是否还在被沿用？郝若辰和陆泉宇运用声律统计模型，逐年统计初盛唐宫廷集会场合的作品，发现初盛唐是新旧规则并存，永明律在初盛唐仍得到极高程度的遵守，合律度基本不低于新型的近体声律。声律实践在盛唐出现“倒退”，表明声律的发展不是线性的迭代，而是有回环反复的。文学创作中的“遵体”与“破体”，本来是文学史的常态，定性的描述成果较多，但还需要有数据的验证。

宋代词坛共有多少种词调，每种词调有多少首词作，已有数据统计。但以时间为序的量化考察还未见。每个年度、每个时段，宋代词人用了多少种词调？词调的使用有何规律？是由少到多、由短到长的演进变化，还是交错使用？词调的发展与词风的变化、词人的用调与创作个性有哪些关联？同一词调的平仄、用韵，除了遵守词调的基本规则之外还有什么特点和规律？每个词调的声情究竟有哪些特点，又有哪些变化？词调的声情是统一性大于差异性，还是个性多共性少？这些都有待量化考察与验证。

对唐宋时期的文章文体，也有必要进行历时性的动态分析。在对宋代作品编年的基础上，按年度或时段统计各种文体的使用情况，根据各种文体使用的变化曲线，分析什么时候、什么场景、哪种文体使用最频繁，考察文体使用的冷热变化体现出不同的文体观念和文坛习尚的变化。

再次，艺术手法的量化分析也是今后努力的方向。唐诗宋词中典故的运用、语词的化用情况，已有相应的数据平台资源可资统计分析，但诗词的句法、章法和修辞手法等，还需要借助语言大模型技术进行深度开发，既可以横向比较哪些诗人擅长或习惯使用哪些句型句法，比较诗人句法、章法的创造性、独特性、变化性，也可以纵向量化考察每个阶段句法、章法和修辞手法的运用情况和演进轨迹。这方面的研究有无限广阔的拓展空间。

学术史的量化研究，也需要对研究成果文本内部的概念、观念、主题、问题等进行量化分析。近些年，笔者依据研究论著目录对20世纪以来的唐宋文学研究进行了不同维度的量化分析，虽然部分成果也查阅了成果的文本，但毕竟没有全部阅读。有些学术观念、概念范畴、研究主题，在题目中没有涉及，而在研究成果文本中多有讨论。因此，根据成果目录进行量化分析，只能是外部观察、有限的统计。只有根据研究成果的全部文本进行分析，才能真正深入揭示学术史的演进历程，小至一个概念、词语的使用，大到一种学术热点的形成、演进，才可以有效地进行量化分析。

今后的学术史量化研究，要全面建设成既包含20世纪以来各种论文又涵盖各种学术著作的学术资源库，以全面系统地量化分析学术史上的各种观念、概念、主题、领域的研究状况和演进历程。

（二）从数量统计到质量测评

无论是文学史还是学术史的量化研究，目前都是对研究对象外在的数量层面的统计分析，还没有进入内在质量的评估衡定。比如有量化考察过唐宋诗词作品的影响力，但没有量化衡定唐代诗人、宋代词人的贡献和诗词作品的质量、价值。所有数据是“量化”而非“质化”的，只能衡量对象的有无、多少，而无法衡定其优劣、高下。“量化”的数据，是客观的、显性的，人力和计算机可直接识别挖掘；而“质化”的数据，往往是主观的、隐性的，需要建立评价指标体系、理论模型方可获得。

今后的计量文学史，要加强对作品的质量和价值、作家的贡献进行量化衡定测评。而要量化衡定测度作品质量的优劣、价值的大小，需要建立完善的文学评价指标体系和操作方案。 

其一，测评指标的设定。以诗词为例，文本中的题材、情感、社会生活、自然山水、历史时空、超现实空间和形而上的哲理意义、思想价值等内容指标和体式、语言、技巧、结构、整体风格等艺术形式指标，都可以而且应该量化测评。

其二，测评指标的层级与权重。不同指标可按其新旧度、广狭度、深浅度、违合度、精粗度、难易度、巧拙度、丰薄度分成不同的层级，每个层级划定分值和分差，如A+为90~100分，A为80~89分，B+为70~79分，B为60~69分，C为60分以下。按钟嵘《诗品》的划分，A为上品，B为中品，C为下品。当然还可以细分。不同的指标，需要赋予不同的权重。

其三，测评的方案。可考虑由人工和机器相互测评。将测评指标和指标层级、权重形成标准化的指标体系。人工和机器分别按指标体系对作品进行打分测评。人工又可分历史测评和现实测评两种。历史测评，是收集整理古人的评价并进行分级赋分，历代评点中常有定性的评价，如绝唱、杰作等，将这些定性的评价转化成相应的分值，即得出古人对有关作品的评分。现实测评，又分两部分：一是搜集整理现代文学史著作和相关学术论著中的定性评价，将其转换为相应分值；二是请当代不同年龄、不同资历、不同学术背景身份的专家和读者依据标准进行打分测评。

如果说人工测评带有一定的主观性，那么机器测评就相对客观。人工智能特别是语言大模型技术，为机器测评提供了可能。笔者团队曾尝试采用生成式大语言模型的思维链技术，让大模型智能化评价唐诗的艺术价值，经与专家的评价对比检验，发现大模型的评价过程和评价结果有一定的可信度，证明让大模型来评价唐诗作品是可行的，但需要不断更新迭代和完善。如果将每种测评和每个测评指标都赋予不同的权重，同时将人力测评和机器测评的分值加权计算以后再得出综合分值进行排名，这样的测评既有历史性，也有现实性，有人的主观性也有机器的客观性，测评结果应有公信力。苏轼曾引欧阳修的话说：“文章如精金美玉，市有定价，非人所能以口舌定贵贱也。”人力和机器的综合测评，可以说是一种“定价”，因为这不是一个人几个人“定贵贱”，而是古今读者的共识性评价。机器的评价，其实也是人设定、参与的评价，不过是尽量减少人的主观性和先入为主之见而已。

不同的文体，审美要求、审美趣味不一样，评价指标体系应有所不同。文学评价指标体系可考虑总分结合，既有各种文体都适用的通用的指标，又有不同文体的分类指标。叙事文学不同于抒情文学的评价指标，诗词曲的评价指标不同于散文，供阅读用的小说与供表演用的戏曲剧本的评价指标也要有所差异。同为文章，由于各自的功能、应用场景、体式和篇幅差别较大，也要区别对待。

作家对文学贡献的大小,一方面根据其全部作品的综合得分来评价，另一方面也要考虑其他加分项，如：（1）作家对体式的开创，如沈约、谢灵运、王融之于永明体，杜甫之于新乐府，柳永之于慢词等；（2）对艺术规范的确立，如沈佺期和宋之问定型律诗、温庭筠定型词体等；（3）创作个性风格的突显，如李白的豪放、杜甫的沉郁、郊寒岛瘦等；（4）流派的领袖，如杜甫诗、元白的新乐府诗、韩柳的散文、欧阳修的古文、苏轼和辛弃疾的豪放词、周邦彦和姜夔的雅词、黄庭坚诗等；（5）精神力量的感召，如范仲淹的先忧后乐精神，岳飞、陆游、文天祥的爱国精神等。

今后的计量学术史对学术成果价值含量的测评，也需要建立评价指标体系。比如，可从选题意义的大小，资料的新旧丰薄，技术方法的新旧，观点的新颖度、可信度、完备度等层面来建构；对于核心概念的提出、新方法的开创、学科或专业领域体系的建构等应予加分；可参考国家社会科学基金有关项目、成果的评价指标体系。不过，国家社会科学基金的学术评价指标体系主要是针对人工的主观评价。面对大量的学术成果，如果能让人工评价和机器评价相结合，将会更准确和快捷。让机器来评价学术成果，既需要设计完善的评价指标体系，还需要有可行性的细化的操作方案。经过实验，有一定可信度后才能逐步完善推广。

学术成果的评价，同样也需要分类。一是从容量上看，一篇学术论文和一部著作要有区分。二是学术性研究成果与普及性成果要有区别，普及性成果的学术含量可能会低一些，但对于推广传统文化和文学仍有意义，也理应纳入评价范围。三是著述类型也要有所区分，资料汇编、总集编纂、别集整理点校和笺注、作品选注选评、理论阐释、实证考订等类型的著述，各自的要求和难度不同，学术评价指标也应有所区别。

文学史和学术史的量化研究，为作家和文学作品、学者和学术成果的质化衡定测评提供了新的路径。期待不久的将来，这种研究方法能成为学术研究的新增长点。

《湖南师范大学社会科学学报》

http://hnss.cbpt.cnki.net

编辑：颜   慧

一审：王   蓉

二审：尹金凤

三审：李培超

刘京臣，文学博士，中国社会科学院文学研究所研究员、硕士生导师，主要从事唐宋文学、数字人文等研究，出版专著2部，发表学术论文60余篇。

阅读导引

为考察陆游是否曾向黄庭坚学习诗歌创作及其学习程度，本文将从二者诗歌用语角度展开分析。研究方法为编写程序，运用三种相似度算法计算黄、陆二人诗歌用语的相似性。

在文本处理方面，本文所使用的黄庭坚与陆游诗歌文本均出自《全宋诗》。其中，《全宋诗》共收陆游诗9271首，含残句10句、存目3首，删残句、存目，得诗9258首；收黄庭坚诗2204首，含残句17句，删残句，得诗2187首。陆游诗9258首，共有37797联诗句；黄庭坚诗2187首，共有11197联诗句。若将二人诗歌的每联进行依次比对，总计需完成423213009次比对运算，这显然超出了人力可及的范围。因此，我们借助程序进行批量处理，将混合模式的相似度阈值限定为0.2后进行匹配，得到78672组结果。

对于这些匹配结果，同样无法单纯依靠人力完成分析。为确保算法的可靠性，我们进一步建立高频词汇过滤机制，以此区分套语式雷同与创造性师法。例如，需考察“白发”“江水”“日月”“尽日”“无人”“斜阳”等二人诗歌中常见的词语，分析它们是否与特定意境相关联、是否经常同时出现，并判断这些语言现象究竟属于固定表述、成句套语、偶然巧合，还是师法与因袭的体现。比如，黄、陆二人皆在诗歌中使用过“八万四千”这一表述。其中，黄庭坚在《观世音赞六首·其一》等9首诗歌中12次提及，如“八万四千清净眼，见尘劳中华藏海。八万四千母陀臂，接引有情到彼岸”（《观世音赞六首·其一》）便为一例；陆游亦有“八万四千颠倒想，与君同付醉眠中”（《醉歌》）、“人天八万四千塔，便合推为第一山”（《和曾待制游两山三首·题育王山明月堂》）等句。“八万四千”之语源自佛经，显然，此表述不能认定为陆游向黄庭坚师法，而应当视为黄、陆二人共同师法佛经。再有，黄、陆二人皆在诗歌中使用过“整整复斜斜”句。黄庭坚云：“忽书满窗纸，整整复斜斜。”（《次韵张仲谋过酺池寺斋》）“夜听疏疏还密密，晓看整整复斜斜。”（《咏雪奉呈广平公》）陆游曰：“整整复斜斜，翩如风际鸦。”（《作字》）实则“整整复斜斜”乃是杜牧《台城曲二首·其一》“整整复斜斜，随旗簇晚沙”成句。类似这种黄、陆二人共同向其他典籍取法的情况还有很多，要具体情况具体分析，不能一概而论。

通过分析，我们发现，在诗歌用语层面，陆游对黄庭坚存在明显的师法、因袭迹象。从形式上看，这种师法主要表现在句与句、句与联、联与联三个方面。

在“句与句”这一层面，具体表现为四种形式：一是陆游某联出句师法黄庭坚某联出句；二是陆游某联对句师法黄庭坚某联出句；三是陆游某联出句师法黄庭坚某联对句；四是陆游某联对句师法黄庭坚某联对句。上述四种形式可概括为出句—出句、出句—对句、对句—出句、对句—对句，表1将各举数例加以说明。

“句与句”之间的相似性，主要体现在黄庭坚、陆游二人的诗歌（或出句，或对句）中，当某句中的相似文本超出一定比例，达到某个阈值，这样的数据便会被提取出来。

第一例，陆游“身如病鹤短翅翎”与黄庭坚“身如病鹤翅翎短”七字完全相同，仅将“翅翎短”变换成“短翅翎”而已，这是陆游出句师法黄庭坚出句的典型例子之一。或云黄庭坚此句暗用白居易“同病病夫怜病鹤，精神不损翅翎伤”（《病中对病鹤》）、韩愈“路远翅翎短，不能持汝归”（《南山有高树行赠李宗闵》）诸诗，此说或不谬。但将“病身”“病鹤”“翅翎”三种意象融在一句之中，却是由黄庭坚完成的，故而我们更倾向于认为陆游此句是直接取法黄庭坚。

第二例，陆游“松枯宜倒壑”“长松倒涧壑”“倒壑枯楠忘岁月”等三句，均取法于黄庭坚“枯松倒涧壑”。其中前两句与黄庭坚诗句的相似度非常高，都涉及“枯（长）松”与“倒壑”这一表述。而第三句“倒壑枯楠忘岁月”，则是在沿用“倒壑”的基础上，将对象由“枯松”转化为“枯楠”。关于此条，钱仲联先生在《剑南诗稿校注》中已有所关注。

第三例，陆游对句“老木上寒藤”与黄庭坚出句“寒藤上老木”五字完全相同，与第一例的情况相类似，陆游在此也仅是颠倒词语次序而已。黄庭坚“寒藤上老木，龙蛇委筋骸”句描写寒藤缠绕着老树蜿蜒而上，如同龙蛇逶迤，显露出清晰的筋骨。《黄庭坚诗集注》引《礼记·礼运》来注释“筋骸”一词：“肌肤之会，筋骸之束。”黄庭坚此联中的“上”“委”两个动词极为传神，将四种意象连缀起来，描绘出一幅生动的画面。陆游“残芜衬落日，老木上寒藤”一联，写法与黄庭坚相同，也是靠两个动词连缀四种意象，对句颠倒黄庭坚出句的词语次序。此处陆游学黄，《剑南诗稿校注》惜未注出。

第四例，黄庭坚“肮脏得家法，伊优不能为”自赵壹“伊优北堂上，肮脏倚门边”化来，《黄庭坚诗集注》业已注出。赵、黄皆以高亢刚直的“肮脏”者与逢迎谄媚的“伊优”者相对，塑造出两种截然不同的性格以及由这些性格所决定的两种人生轨迹。陆游“时情竞脂韦，家法独肮脏”一联与赵、黄一样，也运用了对比的手法，只是陆游是将“时情”与“家法”、“脂韦”与“肮脏”进行对比。其对句“家法独肮脏”，显然是从黄庭坚出句“肮脏得家法”化来，《剑南诗稿校注》也注意到了这一点。陆游还有一句“肮脏得倚门”（《寒夜吟》），从用语与表述来判断，应是绕过黄庭坚，直接化用了赵壹的“肮脏倚门边”。

第五例，黄庭坚云“墙阴老春荠”，陆游曰“墙阴春荠老”，与第一例、第三例的情况相同，同样是陆游通过变换词语次序的方式来化用黄庭坚的诗歌。

第六例，黄庭坚对句云“落硙霏霏雪不如”，陆游《茅斋》出句曰“硙落霏霏雪”，《史院书怀》出句曰“石硙霏霏雪”，在将黄庭坚“落硙”分别变换为“硙落”“石硙”之后，陆游又将七言减字为五言。既然能减字，当然也能添字。如第八例，陆游便在黄庭坚五言对句的基础上，添“蛮遁”二字以成七言之对句。

还有一类，如第七例，陆游诗句完全袭用黄庭坚成句，不仅用语相同，词语次序也未作任何变动。

上举诸例中除第二例、第六例外，都是一句黄庭坚诗歌对应了一句陆游诗歌。但事实上，无论从数据分析结果，还是从陆游诗歌的师法实践来看，一句黄诗往往为多句陆诗所关注和取法。只是为了行文简洁，我们在上表中仅举了第二例、第六例两例而已。

“句与联”也有四种表现形式：一是陆游某联出句师法黄庭坚一联；二是陆游某联对句师法黄庭坚一联；三是陆游一联师法黄庭坚出句；四是陆游一联师法黄庭坚对句。表2各举数例加以说明。

之所以称“句与联”之间存在师法与因袭的可能，源于二者在用语及结构上的高度相关性。简言之，或将一联熔铸为一句，如第一例至第四例，陆游将黄庭坚一联浓缩为一句；或将一句敷衍为一联，如第五例至第八例，陆游将黄庭坚一句扩展为一联。

第一例，黄庭坚云“更作老夫船，樯竿插苍石”，陆游出句曰“老夫樯竿插苍石”，将黄诗出句中的“老夫”二字与对句“樯竿插苍石”相连，成为《醉歌》首联中的出句。《剑南诗稿校注》仅注此诗乃是陆游“乾道六年九月作于长江舟中”，惜未注出首联出句乃是熔铸黄庭坚诗句而成。

第二例，黄庭坚《乐寿县君吕氏挽词二首·其一》，乃为乐寿县君吕氏所作的挽词，前两联多用《诗经》《汉书》典故，以凸显吕氏之妇德。《黄庭坚诗集注》注尾联“骑省还秋直，霜侵鬓脚衰”用潘岳“寓直于散骑之省”之典，此说确然。而到了陆游笔下，他将“骑省还秋直，霜侵鬓脚衰”一联中的“骑省”与“霜侵鬓”拈出，添上“吟余”二字以成新句。这一化用，将挽词变成了登临之篇。《剑南诗稿校注》虽注意到了陆游此句与潘岳的渊源，却没有注意到陆游此句乃是熔铸黄庭坚诗句而成。

第三例，黄庭坚写龙团茶的“苍龙璧，官焙香”一联，被陆游揉成一句“苍璧碾成官焙香”。黄庭坚在诗歌中多次写到龙团茶，如“外家新赐苍龙璧，北焙风烟天上来”（《谢公择舅分赐茶三首·其一》）、“如今摸索苍龙璧，沈井铜瓶漫学雷”（《公择用前韵嘲戏双井》）等。此例陆游化用黄庭坚“苍龙璧，官焙香”一联，当属无疑。《剑南诗稿校注》引《铁围山丛谈》为陆游此句与《卜居二首·其二》“蒙顶茶如正焙香”作注，但其关注点在“官焙”“正焙”，未曾意识到陆游此句乃是从黄诗化来。

第四例，黄庭坚以“引镜照清骨，惊非曩时人”一联写疾病使人衰弱，无复昔日之风姿。陆游将“引镜”自照变换为临水自照，同样写今不如昔。这种引镜或临水自照，再感叹今不如昔的写法，二人如出一辙。《剑南诗稿校注》没有注意到陆游此句渊源有自。

再看陆游如何将一句诗歌敷衍为一联。

第五例，黄庭坚《戏和答禽语》一首，开篇以“南村北村雨一犁”写雨润南村北村，正是犁地耕种之际。这一句有“村”“雨”“犁”三个关键词，“村”（南村北村）明确了地域范围，“雨”是核心要素，正因为雨水的降临，才引出“犁”地之事。陆游的“架犁架犁，南村北村雨凄凄”一联完全涵盖了“村”“雨”“犁”三个要素，并且整首诗也写禽言禽语，在用语与主题上与黄诗形成二次呼应。《剑南诗稿校注》亦未注意到陆游此句与黄庭坚诗歌的关系。

第六例，黄庭坚“墨淡字疏行”或自杜甫“墨淡字欹倾”化来，黄诗在杜诗“字欹倾”的基础上生出“字疏行”的新意。陆游“字如老瘠竹，墨淡行疏疏”一联，将黄诗的“墨淡”“疏行”安置在对句，出句称“字如老瘠竹”，将黄诗一笔跳过的“字”的形象具象化，称其如瘠竹、瘦竹，凸显其瘦而有力的特点。

第七例，陆游将黄诗对句“意态忽如少年时”的“意态”变换为“意气”，引起出句；“忽如少年时”只字不移，变成对句。

第八例，黄庭坚云“烧烛饮至跋”，《黄庭坚诗集注》业已指出“烧烛至跋”一语当出自《礼记·曲礼》“烛不见跋”，孔颖达疏曰：“《小尔雅》云：‘跋，本也。’本，把处也。古者未有烛，唯呼火炬为烛也。火炬照夜易尽，尽则藏所然残本。所以尔者，若积聚残本，客见之则知夜深，虑主人厌倦，或欲辞退也。故不见残本，恒如然未尽也。”概言之，烧烛至跋、烛不见跋云云，皆为尽欢之意。黄庭坚在此基础上，将“饮”字加入其中，写饮酒尽欢，颇有几分陈遵投辖的意味。陆游远绍《礼记·曲礼》、近拟黄诗，出句写“一席饮”，对句写“烧烛将见跋”，正与黄诗意思相同。

“联与联”只有一种形式，即陆游诗歌的一联，师法黄庭坚诗歌的一联。这种形式中的“一联”，必须同时涵盖出句、对句。若不同时涵盖出句与对句，就会变成“句与句”或“句与联”的形式。表3各举数例加以说明。

与“句与句”“句与联”这两种情况不同，“联与联”之间要求出句、对句都要包含相同或相近要素，这使得两联的描述与表达，较之“句与句”“句与联”之间具有更为明显的相似性和相近性。

例如第一例，二人同写“江水”与“花”，区别只在于陆游将黄庭坚的“檐花”变成了更为具体的“梅花”，将“檐花”的“无赖红”变成了“梅花”的“无赖香”，由视觉变化为嗅觉。第二例，“紫葚知蚕老，黄云见麦秋”一联，乃是黄庭坚登临北都东楼所作，出句、对句各用一个动词“知”“见”连缀葚、蚕、云、麦四种意象，时值麦熟之际。陆游“桑间葚紫蚕齐老，水面秧青麦半黄”写残春时节，较之黄庭坚所写的时间略早，所以诗人看到的是“秧青麦半黄”而不是麦熟。陆诗此联将黄庭坚诗句中的“云”换成了“水”，其他三种意象未变，从中能够看出明显的模仿痕迹。惜《剑南诗稿校注》未能注意到这两联之间的关系。像这种描写相似风物、景象，并表达相似情感的“联”，在两人诗中还有很多，再如第三例以“缺月”对“鸣鸡”亦为此类。以上所举，基本上都是在相似的两联之中，陆游出句与黄庭坚出句意思相近，陆氏对句与黄氏对句意思相近，两联之间呈现出一种正向的对应关系。还有一种情况是意思相近的两联，陆游出句对应黄庭坚对句，陆氏对句对应黄氏出句，例如第四、五例。

在第六例中，黄陆二联虽然意思相近，但二人诗中所用的“九关虎豹”“地行仙”很明显分别自《招魂》“虎豹九关，啄害下人些”、《抱朴子》“中士游于名山，谓之地仙”化来。那么，有没有可能是陆游绕过黄庭坚，直接向《招魂》《抱朴子》取法？应当说，存在这种可能。第七、八例也是这种情况。

我们之所以在表3中将第六、七、八三例列出，是想说明两点：第一，从用典的角度看，认为黄、陆二人诗歌化用《招魂》《抱朴子》典故是没有问题的；第二，这是在用典基础之上的重构。黄庭坚将“九关虎豹”与“地行仙”并置在一联之内，以前代不同典故建构起新的逻辑关系——正因为世间“九关多虎豹”，所以才要“聊作地行仙”。在黄庭坚这里，完成了由因到果、由彼至此的转化。现在再看陆游“九关虎豹君休问，已向人间得地仙”一联，我们需要承认两点：一是陆游同样用典；二是陆游此联的表述、逻辑与黄庭坚完全一样。这也存在两种可能：一是陆游与黄庭坚英雄所见略同，不约而同地都将两个前代典故并置在诗歌的一联之中；二是陆游确实受到了黄庭坚诗歌的启发与影响。这种现象在诗歌间或诗词间的影响－接受关系中很常见，我们没有办法断言到底属于哪种情况，故而将其列出，以呈现一种现象。

以上我们从诗歌用语层面，围绕句与句、句与联、联与联三个方面，对陆游师法黄庭坚的情况展开了分析，从中可以清晰地看出陆游对黄庭坚存在明显的师法、因袭迹象。或云，这些从句、联角度的分析过于琐细，陆游有无全篇师法黄庭坚的诗歌？答案是肯定的。我们试举两组在整体风格上陆游与黄庭坚极为相似的诗作为例，先看黄庭坚《戏咏高节亭边山矾花二首·其一》与陆游《落花》：

北岭山矾取意开，轻风正用此时来。平生习气难料理，爱着幽香未拟回。（黄庭坚《戏咏高节亭边山矾花二首·其一》）

山杏溪桃次第开，狂风正用此时来。未妨老子凭栏兴，满地残红点绿苔。（陆游《落花》）

这两首都是七绝咏花诗，一为咏山矾花，一为咏杏花、桃花。两诗首联的构思与写法完全相同：出句先交代地点，一为北岭，一为山脚溪边；再交代花的品类，一为山矾花，一为杏花、桃花。接下来是对句，陆游将黄庭坚“轻风正用此时来”变换一字而成“狂风正用此时来”。虽是一字之别，陆游的改动却极为准确。盖因与下联统观，黄诗写闻香，故而需“轻风”；陆游写落花，故而需“狂风”，只有狂风大作，才能与下联“满地残红”之景形成呼应。黄诗下联所谓的“平生习气”，当指其爱花、赏花之习，正因香气氤氲，为其陶醉，故有此戏咏二首。陆游下联“未妨”云云，先反转上联对句，称虽有狂风，但不妨碍其凭栏之兴。何为“凭栏兴”？不就是黄庭坚所说的“平生习气”，亦即爱花赏花之习吗？这两首诗下联之对句，一写嗅觉，一写视觉。“幽香”呼应“轻风”，“残红”呼应“狂风”。如此看来，这两首诗的写法何其相似！

再看一组：

往往携家来托宿，裙襦参错佛衣巾。未嫌满院油头臭，蹋破苔钱最恼人。（黄庭坚《又戏题下岩》）

七月湖中风露新，临流闲照白纶巾。荷花折尽浑闲事，老却莼丝最恼人。（陆游《乙丑夏秋之交小舟早夜往来湖中戏成绝句十二首·其八》）

黄、陆二诗有几处相同。一是用韵相同，皆押十一真韵，且韵脚同为“巾”“人”。二是结构相同，首二句皆铺陈清幽之境（僧院借宿之景、湖舟临流之趣），第三句急转直折（油头之臭、折花之闲），结句则以“最恼人”点睛，将雅趣与俗恼融于一体。此种“先境后恼”的章法，非但句式相同，更在转折节奏中暗含对日常荒诞的敏锐体察。无怪钱锺书先生称陆游此诗“仿山谷此首而泄露文脉矣”，由此可见前贤已凿通幽径，后学履痕自难遁形。

黄、陆二人诗集中，还有不少风格相近的作品，不再一一枚举。下面我们切换视角，从诗歌用韵层面，继续探讨陆游与黄庭坚诗歌之关系。

本次研究涵盖了黄庭坚的2187首诗歌和陆游的9258首诗歌，鉴于其数量庞大，依靠人工来标注押韵情况显然是不现实的。因此，我们借助程序分析来达成两个主要目标：一方面，分析黄、陆二人诗歌各自的押韵情况，通过程序深入探究两人诗歌在押韵方面的独特特点；另一方面，比较两人诗歌的押韵相似度，以此挖掘出两人诗歌在押韵上的共性与差异。具体操作时，先编写程序读取诗歌的题目、内容、“几言几韵”以及诗歌韵脚等关键信息，根据“几言几韵”分类整理诗歌。接着针对属于同一格律分类（即“几言几韵”相同）的黄、陆所有诗歌进行两两组合比对。比对的核心在于分析它们的“诗歌韵脚”字段：计算两组韵脚的重叠率，并以百分比量化其相似程度。对于韵脚完全一致（相似度为100%）的诗歌组，程序会额外检查其韵脚的顺序是否相同（“顺序”或“乱序”），并尝试提取关于声调（平仄）、韵部归类等信息。最终，提取出韵脚相似度在75%以上的诗歌对及其比较结果（包含相似度百分比、韵脚顺序、声调/韵部信息等）。

经过分析，陆游与黄庭坚二人诗歌韵脚相似度在75%以上的诗歌共有1390组。其中，相似度为100%的有1389组，相似度为75%的有1组（即黄庭坚《次韵子高即事》与陆游《千峰榭宴坐》，这两首诗歌的韵脚分别为“疏、书、余、车”与“余、疏、书、疏”）。在1389组诗歌中，还有1组诗歌（黄庭坚《春近四绝句·其二》与陆游《次韵周辅道中二首·其二》）虽然韵脚同为“佳、花”，但分别为九佳、六麻韵，并非同一韵部，亦排除在外。故而统计对象为韵脚完全相同且属同一韵部的诗歌共1388组，涉及七绝1346组、七律22组、五绝12组、五律6组、六言古体2组（皆为二韵）。

分析显示，陆游共有572首诗歌与黄庭坚的316首诗歌使用了完全相同的韵脚，共涉及213种韵脚组合，排在前10位的韵脚组合分别为“开，来”（107次）、“来，开”（105次）、“春，人”（74次）、“中，风”（48次）、“人，春”（40次）、“风，中”（36次）、“时，诗”（36次）、“人，尘”（33次）、“身，人”（30次）、“声，明”（28次）。这213种韵脚组合共分布在21个韵部中，排在前10位的韵部分别为：十灰（277次）、十一真（245次）、一东（185次）、四支（147次）、十五删（99次）、八庚（71次）、十一尤（67次）、六麻（55次）、一先（48次）、六鱼（40次）。

既然两人诗歌的韵脚相似度颇高，那么这是否意味着其诗歌之间存在明显的次韵、用韵或依韵关系？次韵，最为严格，二人所用之韵“先后无易”，亦步亦趋，不仅韵脚相同，次序亦应一致；用韵，“用彼韵不必次”，即使用相同韵脚，但次序不必一致；依韵，更为宽松，“同在一韵”，即诗歌所用之韵在同一韵部即可，不追求韵脚相同与次序一致。若以此为标准，我们筛选出的1388组诗歌，有726组符合“次韵”的标准，662组符合“用韵”的标准，这些诗歌存在“次韵”“用韵”的可能性，对此，我们尝试从三个角度进行分析。

首先，来看陆游诗歌题目中提及的次韵诗。本次分析所涉及的陆游572首诗歌中，只有3首诗歌题目中含有“韵”字，且与黄庭坚4首诗歌韵脚完全相同。第一组是陆游《观音院读壁间苏在廷少卿两小诗次韵二首·其一》与黄庭坚《夜闻邻舟崔家儿歌》，第二组是陆游《观音院读壁间苏在廷少卿两小诗次韵二首·其一》与黄庭坚《东禅长老梦偈》，这两组诗歌皆为七言绝句，韵脚皆为“声，明”，同押八庚韵。结合两组诗歌题目与内容来看，陆游之诗是次韵苏元老之诗而非次韵黄庭坚之诗。第三组是陆游《次韵范参政书怀十首·其九》与黄庭坚《自巴陵略平江临湘入通城无日不雨至黄龙奉谒清禅师继而晚晴邂逅禅客戴道纯款语作长句呈道纯》，此二诗都是七言律诗，韵脚皆为“晖，归，机，非”，且次序相同，同押五微韵。从体式上看，这一组完全符合次韵标准。但陆游之诗乃是次韵范成大《丙午新正书怀十首·其九》，显然也不是次黄庭坚诗韵而成。第四组是陆游《次朱元晦韵题严居厚溪庄图》与黄庭坚《戏答王子予送凌风菊二首·其一》，此二诗都是七言绝句，韵脚皆为“中，翁”，次序相同，同押一东韵。虽然从体式上看，这一组也完全符合次韵要求，但陆诗是次朱熹《题严居厚溪庄图》，亦非次黄庭坚诗歌而成。可见，在诗题中明确标明为次韵且与黄庭坚诗歌韵脚完全相同的陆游诗歌，皆与黄庭坚无关。换言之，在陆游主动次韵的诗歌对象中，黄庭坚是缺席的，而苏轼、范成大、朱熹等诗人是在场的。

其次，有无可能陆游虽然未在诗题中标明用黄庭坚诗韵，却暗次其韵？确实有这种可能性。一般来说，诗歌篇幅越长，次韵起来难度越大，越有可能是主动次韵。基于此，我们先选取几组律诗进行具体分析。在726组符合“次韵”标准的诗歌中，只有1组七律、1组五律。七律为黄庭坚《自巴陵略平江临湘入通城无日不雨至黄龙奉谒清禅师继而晚晴邂逅禅客戴道纯款语作长句呈道纯》与陆游《次韵范参政书怀十首·其九》，如前所述，非陆游暗中次韵。五律为黄庭坚《鄂州节推陈荣绪惠示沿檄崇阳道中六诗老懒不能追韵辄自取韵奉和·晚发咸宁行松径至芦子》与陆游《秋阴》：

咸宁走芦子，终日乔木阴。太丘心洒落，古松韵清深。聊持不俗耳，静听无弦琴。非今胡部律，而独可人心。（黄庭坚《鄂州节推陈荣绪惠示沿檄崇阳道中六诗老懒不能追韵辄自取韵奉和·晚发咸宁行松径至芦子》）

淡日披朝雾，轻云结暮阴。菰蒲溪路暗，松竹草堂深。妙墨双钩帖，奇声百衲琴。古人端未远，一笑会吾心。（陆游《秋阴》）

黄庭坚之诗当作于崇宁二年（1103），时鄂州节度推官陈荣绪先作六诗以示，黄庭坚则以“老懒”为由，“不能追韵辄自取韵奉和”以成六首，这首诗是第六首。首联交代自咸宁至芦子的经行背景。颔联出句将陈荣绪比作东汉太丘长陈寔，对句以“古松韵”呼应首联对句中的“乔木阴”，凸显松径行路。颈联“无弦琴”明用陶渊明之典，暗中却将行路中的松声、松韵比作“无弦琴”，复与“不俗耳”“可人心”相呼应。

《秋阴》一首作于庆元五年（1199）秋，陆游在山阴，时年75岁。此诗通过多重意象的叠加，如时间的由朝（朝雾）及暮（暮阴）、空间的由远（溪路）及近（草堂），以及感官享受的由视觉（双钩帖）到听觉（百衲琴）的变化，写出身在故乡、心慕古人的“孔颜之乐”。从这两首诗歌的写法来看，黄诗因事而发，主实；陆游因景而成，略虚。此二诗虽然韵脚相同，符合“次韵”的标准，但亦非陆游暗中次韵之作。

在662组符合“用韵”标准的诗歌中，共有21组七律、5组五律。这26组律诗虽然从体式上看符合“用韵”标准，但亦非陆游用黄庭坚诗韵而成。略举一例。黄庭坚有《光山道中》一诗，诗云：“客子空知行路难，中田耕者自高闲。柳条莺啭清阴里，楸树蝉嘶翠带间。梦幻百年随逝水，劳歌一曲对青山。出门捧檄羞闲友，归寿吾亲得解颜。”押十五删韵，韵脚分别为“闲，间，山，颜”。治平四年（1067），黄庭坚得官叶县，《光山道中》为其赴叶县所作，主旨由“捧檄”二字点出，即为亲出仕。

陆游《青城县会饮何氏池亭赠谭德称》《斋中杂兴二首·其二》《梅》《夏日感旧四首·其二》《东篱三首·其二》这5首诗的韵脚亦为“闲，间，山，颜”，虽韵脚次序与《光山道中》不同，但亦符合“用韵”的标准。陆游以上5诗，除第1首作于淳熙四年（1177）青城县外，其余4首分别为嘉泰元年（1201）、嘉泰三年（1203）以及开禧元年（1205）、开禧二年（1206）作于山阴。这5首诗主旨各不相同，无一首与黄诗相类。可以推断，陆游的这5首诗亦未有意用黄庭坚诗韵，它们与黄诗之间不存在“用韵”之关系。

再次，如上所见，黄庭坚、陆游二人之间符合“次韵”“用韵”标准的诗歌，若既非陆游主动次韵、用韵，亦非陆游暗中次韵、用韵，又当如何解释这一现象？我们认为，存在以下几种可能性：第一种可能是巧合，上举黄庭坚《光山道中》与陆游的5首诗便为此类。囿于篇幅，此类例子不再一一列举；第二种可能是相似或相仿的题材，使得诗人们选用了相同的韵部、韵脚；第三种可能是一些韵脚本身具有开放性，容易在多种场合出现，这也使得诗歌的韵脚容易出现相同或相近的情况。因绝句篇幅短、主题集中，后两种情况主要出现在绝句中。我们以黄庭坚《效王仲至少监咏姚花用其韵四首》的第二、三首与陆游诗歌为例，简单说明后两种情况。

黄庭坚诗题中所称的“王仲至少监”即王钦臣，字仲至。这组诗是黄庭坚效王钦臣“咏姚花用其韵”而成，《全芳备祖》卷二花部将这组诗列为题咏牡丹之作，胡仔则认为其二是咏桃花而非牡丹。《效王仲至少监咏姚花用其韵四首》是一组咏花之作，是毫无疑问的。其一的“黄袖”、其二的“萼绿华”、其三的“仙衣”、其四的“冰肌”皆与女性相关，被黄庭坚借以咏花，以人喻花，以花衬人，人花两得。

《效王仲至少监咏姚花用其韵四首·其二》云：“九疑山中萼绿华，黄云承袜到羊家。真筌虫蚀诗句断，犹托余情开此花。”韵脚为“家，花”。陆游有11首诗歌的韵脚为“家，花”（“花，家”），其中10首七绝、1首五绝。10首七绝，绝大部分是咏花或村居赏花、见花之作，符合“相似或相仿的题材，使得诗人们选用了相同的韵部、韵脚”这一情况。例如一为《太平花》，咏“花出剑南，似桃四出”的太平花。二为《花时遍游诸家园十首·其三》，诗题紧扣花时，诗歌亦写“寻春不到家”“高柳卧溪花”。三为《春晚村居杂赋绝句六首·其一》，写秋风初冷稻吹花的村居生活。四为《题三茆邵道士云隐二首·其二》，写道士云隐，先用刘禹锡“况种刘郎去后花”之典，再以“不知何处是君家”紧扣云隐的主题。五为《梦华山》，写梦中见到野老家前的碧桃花。六为《秋怀四首·其二》，写园丁摘黄瓜、村女采碧花的村居生活。七为《即事六首·其四》，“得屋施床即我家”写洒脱之姿，“元非看竹探梅花”写饭后散步只为“行饭”，原本不为看竹探花。八为《小艇》，写乘坐小艇至“武陵溪上看桃花”。九为《赠目眇者》：“达人所遇有生涯，高卧穷阎自一家。阅世正嫌岩下电，开樽且看雾中花。”这首诗当为陆游开禧三年（1207）秋作于山阴。诗中的这位目眇者，虽穷居陋巷，却能安然高卧。下联用王戎之“岩下电”对杜甫之“雾中花”，在陆游看来，与其目光如炬、洞察世事，未若醉眼朦胧、难得糊涂。最后一首《无题》：“碧玉当年未破瓜，学成歌舞入侯家。如今憔悴篷窗里，飞上青天妒落花。”很明显，这首诗与《赠目眇者》一样，并非咏花而是另有兴寄。周密《齐东野语》认为陆游在蜀日，“有所盼”，故赋此诗。《剑南诗稿校注》认为“此诗作于出蜀后已六年，周氏谰言不可信”。即使如钱仲联先生所言，此诗并非作于“在蜀日”，而是淳熙十年（1183）九月作于山阴，但诗中别有兴寄，却是不争的事实。可见10首之中，除却《赠目眇者》《无题》外，其余8首都与咏花、村居有着或多或少的联系，这些相同或相似的题材决定了陆游在诗歌创作时很有可能选用“家，花”（“花，家”）为韵脚。

《效王仲至少监咏姚花用其韵四首·其三》云：“仙衣襞积驾黄鹄，草木无光一笑开。人间风日不可奈，故待成阴叶下来。”韵脚为“开，来”，陆游有21首诗歌的韵脚为“开，来”（“来，开”）。这组韵脚的开放性远大于“家，花”（“花，家”）。“家，花”是实指的名词，它所能连接的对象往往是具象的，容易限定其前的定语范围，例如“一家”“到家”“君家”“老家”“碧花”“吹花”“落花”“桃花”等。相较之下，“开，来”（“来，开”）是动词，它所能连接的对象范围要大得多。例如它可以接名词“水仙开”“圣君来”，接动词“阖复开”“斫鲙来”，接副词“次第开”“最迟开”“日日来”“一再来”等。如前所论，“陆游共有572首诗歌与黄庭坚的316首诗歌使用了完全相同的韵脚，共涉及213种韵脚组合，排在前10位的韵脚组合分别为‘开，来’（107次）、‘来，开’（105次）”，这一数据也充分说明了“开，来”（“来，开”）这类韵脚的开放性。

在21首韵脚为“开，来”（“来，开”）的陆游诗歌中，诗题标明咏花或与花相关的有《东阳观酴醿》《缃梅三首·其二》《新菊二首·其二》《梅花绝句六首·其六》《花下小酌二首·其一》这5首，属于“相似或相仿的题材，使得诗人们选用了相同的韵部、韵脚”；还有一些诗歌并非咏花诗，而是分属不同的题材。例如《故袍》：“青衫犹是国工裁，破箧尘侵手自开。莫笑浑如霜叶暗，两朝曾见圣君来。”借故袍忆旧，诗中的“开，来”两个韵脚起笔稳，落笔新，颇见诗人构思之巧。再如《偶得双鲫二首·其二》：“酒兴森然不可回，重阳未到菊先开。一双剌明吾眼，催唤厨人斫鲙来。”主题又是一变，变成了菊开、鲙来。类似的例子还有很多，由此可见“开，来”（“来，开”）这一类韵脚组合的开放性。也正因为这种开放性，不同的诗人在面对多种多样的场景时，都可以选择这些韵脚组合。

通过分析可以发现，虽然陆游与黄庭坚二人诗歌韵脚相似度在75%以上的诗歌共有1390组，陆游共有572首诗歌与黄庭坚的316首诗歌使用了完全相同的韵脚，甚至二次筛选出来的1388组诗歌，有726组符合“次韵”、662组符合“用韵”标准，但是陆游既未主动亦未暗中次韵、用韵，他与黄庭坚之所以有相同韵脚比例如此之高的诗歌作品，或因巧合，或因相似或相仿的题材使得他们无意中选用了相同或相近的韵脚，或因所选的韵脚组合极富开放性。这一结论说明，在用韵层面，陆游未曾关注过黄庭坚，亦未曾向他取法。这也意味着，在这一层面，黄庭坚在陆游的视野中是“缺席”的，同样“缺席”的还有梅尧臣。

其实，即使“在场”，如果没有足够多的真正意义上的次韵、用韵，也无法证明二人在用韵层面有密切关系。先贤时彦多认为陆游深受曾几、吕本中诗歌的影响，但是从用韵的角度看，陆游仅有《和曾待制游两山三首》和曾几诗韵，仅有1首《席上有举吕居仁诗者因次其韵示坐客》次吕本中《送一书记杲公作天宁化士》诗韵。相较之下，苏轼反而是陆游主动次韵较多的诗人之一。这也说明，学界认为两位诗人诗歌之间存在师法、继承等渊源关系，更多是从用语、风格等层面着眼的。

就数据分析来看，陆游在诗歌用语层面师法黄庭坚之处颇多，呈现出“转益多师”的态势。或曰，以上所举的陆游诗歌，鲜见名篇，有无可能陆游名篇多是自出机杼、少有因袭的？我们选取陆游诗歌中的名篇，借助程序来分析这些名篇是否曾向他人取法。

20世纪60年代初期，朱东润先生编选陆游诗、词、文以成《陆游选集》，其中“诗选是按照《剑南诗稿》作出的，因此每篇作品都按年代编次”  ，选录了从早年的《夜读兵书》至晚年的《示儿》共245题277首诗歌。陆游名篇的选定，本文暂以朱东润先生《陆游选集》诗选部分为例。与之相参的他人诗歌，取《全唐诗》以及《全宋诗》中陆游之前的所有诗歌。

我们仍采用程序来计算277首陆游名篇在诗歌用语层面与《全唐诗》《全宋诗》的关系。可以发现，陆游名篇与大量的唐宋诗歌在用语层面上存在相似性。囿于篇幅，唐宋诗中，仅各选10例。先看表4唐诗诸例：

上表诗例可以分为如下几类：

第一类是陆游直接化用唐人成句，如第一例“清秋宋玉悲”、第四例“中原消息断”、第五例“一步不相离”。

第二类是陆游与唐人之诗的出句与对句使用了相同的表述，如第一例“冯唐老”对“宋玉悲”，第三例“一朝去某地”对“十载客某地”。这一类中，像第二例“百年×○○”对“万事×○○”、第九例“年光×○○”对“(世）吾事×○○”，其中的“○○”皆为叠字，展现出相同的结构特征。

第三类是在出句、对句使用了相似表述的基础上，诗歌内容略有变化。如第七例，张谓与陆游分别（世）吾事是由夏及秋、由春及秋。张谓笔下的夏景有雨，有绿桑，秋景有秋风和麦黄。到了陆游笔下，变成了春雨与绿桑、秋风与稻香。变化之处一是夏与春，二是麦与稻，二人构思如出一辙。第八例代表了一种类型，即两位诗人对句或出句的表述几乎一致，只在另外一句进行腾挪。第八例中两个对句几乎相同，差异在出句体现出来。韩愈感慨“恨无一尺捶”，陆游则曰“请书一尺檄”，既同且异，既异亦同。第十例也代表了一种类型，即对原诗句式进行字数增减，此例将杜诗的五言增字为七言。同样，也有可能将七言减字为五言等。

第四类是陆诗使用谚语、俗语，如第六例“不痴不聋，不作阿家阿翁”，据《全唐诗》知“郭暧与升平公主琴瑟不调，父子仪拘暧待罪，代宗引谚慰之”，可见“不痴不聋，不作阿家阿翁”当是唐时的谚语、俗语。《剑南诗稿校注》引《宋书》卷五三《庾炳之传》“又云：不痴不聋，不成姑公”及《隋书》卷四六《长孙平传》“谚曰：不痴不聋，未堪作大家翁”之语以注“不痴不聋不作翁”句，可见钱仲联先生已注意到陆游此句用前人语。或曰第六例中陆诗“不痴不聋不作翁”句或许有更早的渊源，此说确然。但就数据分析来看，这一条数据是符合条件且应当被提取出来的。

再看表5宋诗诸例，陆游名篇诗句与宋人诗句相似的情况，除未见用前人谚语、俗语外，与表4几乎完全相同。为什么会出现这种情况？可能有如下几种原因：

第一，陆游确实曾向唐人、宋人师法，甚至袭用了成句。

第二，表述本身具有套语的性质，使得陆诗与他人诗句极为相似。特别是对我们所编写的程序来说，极容易将此类诗歌提取出来。表5中，陆游“人生贵适意，富贵安可苟”与苏颂“人生苟适意，富贵安所希”的相似度为72.73%。该句与孔平仲“人生适意耳，富贵亦何为”、史浩“人生贵适意，安佚固有以”、司马光“人生贵适意，何必慕华簪”等句的相似度都在40%以上。尽管这些诗句间具有如此高的相似度，但我们也很难据此判定陆游此句曾向前人取法。所以，在从用语层面判断影响－接受关系时，套语情况须审慎对待。

第三，诗词中一些常见的对偶、对仗，例如“一朝”对“十载”、“百年”对“万事”、“双鬓雪”对“寸心丹”等也要考虑在内。存在这些情况的诗句之间，也不见得必然是师法、因袭，有可能是因对偶、对仗所需。

第四，还有一类，是陆诗既与唐诗相似，又与宋诗相似。例如陆游“已惊白发冯唐老，又起清秋宋玉悲”与杜甫“垂白冯唐老，清秋宋玉悲”的相似度为66.77%，而与范纯仁“白首冯唐空已老，清秋宋玉不胜悲”的相似度为60%。冯唐、宋玉是诗文中的常见意象，但是将此二人对举，且以“老”形容冯唐，以“悲”形容宋玉，似是杜甫首创。如果从诗歌用语渊源的角度分析，第二例不能成立，包括范纯仁在内，他与陆游都是学杜甫的。但是从数据分析的角度，我们有必要将这类陆诗与唐宋诗同时存在相似性的现象单独列出，以全面反映文本比对中观察到的复杂情况。这一类实质上揭示的是陆游与其他宋人共同学习前人用语。

第五，再有一类，是既学用语，又学构思。较之单纯学习用语，这是更为高级的一类。例如第八例陆游“春将愁并至，秋与病相终”与张耒“秋色解将愁并至，年华偏与客相催”的构思就极为相似。从结构上看，出句是A将B并至，对句是C与D相连。从用语上看，张耒、陆游出句中的A，都是时节，一为秋、一为春；B完全相同，都是“愁”。二人出句都写时光流逝带来的愁闷之情，且他们不约而同选择了“解将”“将”字，给人一种将愁提携而来的感觉。对句中的C，张诗是年华，陆诗是秋，承接出句而来，续写时光流逝；到了D这里，略有变化，张耒说“客相催”，陆游说“病相终”，将张耒诗歌中的紧迫感变成了衰病感。内山精也先生在《长淮诗境——从〈诗经〉至北宋末之演变》一文中指出，张耒的淮河诗歌“总是披着一丝阴影”，“不时漂浮着悲哀或绝望”，内山先生所举的诗例，恰有张耒的这首《将至寿州初见淮山二首·其二》。《秋晚》当是陆游于嘉定二年（1209）秋作于山阴，他时年已85岁，故而首联“春将愁并至，秋与病相终”之后，以“过望犹赊死，扶衰又入冬”为颔联，仍写老迈与衰病。

可见，即使排除套语以及诗歌中常见的对偶、对仗所导致的用语相似性等情况，陆游的名篇也存在与唐诗、宋诗大量相似的情况。这说明，包括名篇在内的大部分诗歌，陆游都对前人有所学习，而且这种学习是全方位的。

2025年第11期

SUBMISSION EMAIL ADDRESS

程宁，清华大学文学博士，中国社会科学院文学研究所助理研究员、数字人文与计算批评实验室成员，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）等发表论文数篇，被《中国社会科学文摘》、人大复印报刊资料转载。

阅读导引

虚字的凸显是诗歌散文化书写的重要标识。韩愈作为“以文为诗”的典型代表，几乎将散文中常见的各类语助词悉数移植入诗。因此，有学者认为韩诗“非诗”，而是“带韵的散文”，这种评价从其语汇选用的角度来看有一定道理，韩诗确实不符合传统诗歌在语汇运用上的典型特征。近年来，随着自然语言处理技术不断介入古典文学研究，研究者得以借助自动词法分析手段，对韩愈与其他诗人的词频差异进行比较验证。这一研究路径具有双重意义：一方面，它能够从量化视角重新审视并深化我们对韩愈诗体特征的认识；另一方面，它也可以进一步证实虚字的频繁使用与诗歌散文化书写之间具有强关联性。

与西方语言不同，汉语书面语无词语界限，因此，若要进行词频统计，首先面临的便是分词问题。汉语的自动分词是自然语言处理领域的一项基础任务，现代汉语领域的分词效果已经达到较高水准，而在古代汉语领域，由于不同时代、不同文体的语言特性有异，且古汉语的词汇标准在汉语理论中也未见统一，这些因素共同导致古汉语自动分词模型的整体效果不及现代汉语，在古典诗歌领域尤为明显。

有不少学者曾对古典诗歌分词技术做过探讨。俞士汶与胡俊峰提出了基于互信息的概率统计模型；罗凤珠则利用诗歌典型格律节奏来划定字串；年轻一辈如张家瑞等基于BPE（Byte-Pair-Encoding）算法，依据字词共现频率进行分词；潘长在（Changzai Pan）等提出TopWORDS-Poetry方法，结合格律信息并采用贝叶斯推理模型来分词。

需要指出的是，古典诗歌的自动分词处理不可避免地会面对语义优先还是节奏优先的关键问题。以唐诗为例，仅依靠经典格律“两字组合＋三字脚”显然难以应对所有情况，谢思炜曾就白居易的七言诗总结出若干特殊句法模式，这表明固定格律并非万能的。况且，《全唐诗》中古体诗占比超40%，近体诗的固定格律规则覆盖范围相对有限。另外，若仅依照传统古文的语义进行分词也不尽合理，因为这忽略了诗歌本身独特的语词组成方式以及复合式的意象特性。国内鲜有关于古典诗歌分词的标准评测体系，各家制定或依照的规范也不尽相同，因此所得到的分词结果缺乏可比性，在人文研究领域的实际应用也十分有限。

由于本研究主要关注唐诗的语汇情况，2017年出版的《全唐诗词语通释》（以下简称《通释》）为唐诗文本的自动分词提供了关键参照依据。该工具书以《全唐诗》（中华书局1960年版）与《全唐诗外编》（中华书局1982年版）所录唐诗为限，收录“词目以语词为主（包括结构较固定、用例较多的词组）”。经统计，该书语词总量超10万条，以其收词立目为基准，能够有效避免自动分词规范问题上的诸多争议。此外，《通释》的词目字形与《全唐诗》《全唐诗外编》保持高度一致，这一特性使其非常适合作为自动分词的基础词表。除《通释》外，本研究另搜集整理了包括《中国古典诗词地名辞典》等在内的其他诗词类常用词典数据，制成混合词表，去重后总计21万条。研究使用Python调用HanLP工具包，融入混合词典底表进行辅助切分，进而得到最终分词结果。模型具体配置参数如表1所示。

通过自动提取韩诗词频，并以《全唐诗》总体词频为参照，计算相对词频量差，然后将差值降序排列，可以得到韩诗和唐诗整体对比中的用词偏好。公式描述为：

其中，p_i^（1）指韩诗中词i出现的相对频率（即单位占比），p_i^（2）则是筛除韩愈作品后唐诗总集中词i出现的相对频率，δp_i为两者差值，若差值为正（δp_i>0），代表该词在韩愈诗中更常见；若差值为负（δp_i<0），则代表该词在《全唐诗》（不含韩愈诗）中更为常见。这种基于相对词频差的计量方式简单有效，容易被传统人文学者理解和应用。为便于比较分析，根据所得差值大小对结果进行降序排列。限于篇幅，抽取出差异最大的前50词绘制成图1，进行可视化展示。

在图1中，横轴代表二者的用词倾向，纵轴则按二者用词差异程度进行排序，差异越大，排名越靠前。以“我”为例，韩愈用“我”的概率远超《全唐诗》的总体水平，因此图柱向韩愈一侧倾斜，又因其概率差值最大，故排序位列第一。通过对该图的整体观察可以发现，前人基于阅读经验对韩诗语言特点的总结，在客观的数据计量分析中得到了充分验证和量化支持。图1左侧区域能够清晰地揭示出韩诗在遣词方面偏离唐诗总体的重要特征，遍布散文字法，特别是典型的虚字如“其、之、以、所、或、于”等名列前茅，后面还有“与、而、若、何、且、当、岂、者”等虚字使用频率均超出唐诗的总体水平。反观右侧，可以发现唐诗总体中包含了大量表达情感与描绘景物的意象，如“秋、花、风、春、月、愁”等，反映了唐诗注重抒情写景、意境营造的基本特点。

此外，左侧还可以发现大量人称代词，如“我、子、汝、吾”等，此类在古代诗文评中亦可作虚字讲。“空堂黄昏暮，我坐默不言。童子自外至，吹灯当我前。问我我不应，馈我我不餐。……其言有感触，使我复凄酸。”（韩愈《秋怀诗十一首·其八》，第3767页），多用第一人称意味着诗人的自我确认意识较强。据罗时进等人统计，“初唐诗中‘我’字使用率很低，随着向盛唐发展而渐高，李白则居于顶峰。中唐走向偏底，至白居易形成又一高峰。晚唐则又稍低，但仍超出初唐”。这在一定程度上体现了诗人的个性和时代风气变化。多用第二人称则意味着文本的对话性与叙述性较强，如“黄鹄得汝去，婆娑弄毛衣。前汝下视鸟，各议汝瑕疵。汝岂无朋匹，有口莫肯开。汝落蒿艾间，几时复能飞。”（韩愈《南山有高树行赠李宗闵》，第3829页），采用借代手法和逻辑语序生动呈现场景，体现了寓文于诗的“讲”的特质。

上述以韩愈诗为例，从其创作的诗歌总体上揭示出其虚字入诗的显著特点。吴振华指出，虚字的使用是形成韩愈“以文为诗”诗法的关键因素，对后代（尤以宋代为甚）诗歌创作规范的重建及诗歌语言的革新产生了很大影响。以散文字法、句法、章法入诗并非韩愈一人独有，尽管其诗在当时诗坛并未引起足够重视，但其承前启后的作用不容忽视。如晚唐杜牧受其影响，亦有诗多用虚字者，如“人才自朽下，弃去亦其宜。……臣实有长策，彼可徐鞭笞。如蒙一召议，食肉寝其皮。斯乃庙堂事，尔微非尔知。向来躐等语，长作陷身机”（《雪中书怀》，5944页）。

诗论家注意到虚字入诗在唐诗各阶段的表现不尽相同，但这种认识多停留在有限的阅读体验层面，未能揭示出客观整体情况。葛兆光也提到，“说唐诗多用实字宋诗多用虚字的评论家其实并没有任何统计的依据”，虚字在唐诗中的发端及其发展态势究竟如何，以议论见长的宋诗在虚字使用上是承接了唐诗语体的发展趋势，还是异军突起或另起炉灶，这些问题都需要借助远读和量化的分析手段来回答。

闻一多认为，诗的语言讲究“弹性”，“而弹性的获得，端在虚字的节省”，并提到诗从《三百篇》《楚辞》到建安（《十九首》包括在内），“五言句法之完成，不是一件了不得的大事，而句中虚字数量的减少，或完全退出，才是意义重大”。所谓诗歌排斥虚字，是相对于散文的语言特性而言。事实上，虚字作为语言的有机组成部分，在任何文体中都不可能完全退出，其使用更多地呈现为一种阶段性衰减或增多的辩证发展过程。诗歌的语言并非全然无序的堆砌，像“鸡声茅店月，人迹板桥霜”（温庭筠《商山早行》，6741页）这种名词意象并列铺排的写法并不多见。一旦进入叙事，有关时空、因果、状态的描述便不可避免地介入进来，这时虚字所能发挥的功用也就不言而喻了。韩晓光指出，尽管虚词在近体诗中的出现频率不是很高，但门类很齐全，并例证了各词类（副词、介词、连词、语气词等）皆有体现。这为本文后续对虚字的统计分析提供了可行性验证依据。

使用统计的方法考察唐诗虚字，在20世纪80年代就已出现，程湘清等人以《唐诗绝句精华》中788首绝句为对象，对近体诗中虚词的使用情况展开了调查。统计结果显示，虚字的使用数量相当惊人，平均不到五个字就有一个是虚字，其中完全不用虚字的绝句，如“日暮苍山远，天寒白屋贫。柴门闻犬吠，风雪夜归人”（刘长卿《逢雪宿芙蓉山》）这类情况仅有71首，在总数中并不占优势。近体诗尚且如此，形式更为自由的古体诗应当更为普遍。由此可见，诗歌创作使用虚字斡旋是常态。不过前人只是粗略地观察了虚字在绝句中的总体数量，既未明确交代虚字如何界分，也未能从历时角度把握唐诗整体虚字使用情况的变化，而统计虚字在不同时期的使用频率和分布模式，可以进一步窥探唐诗整体语言体式风格的转向。

古人对虚字的认知与今人有异，诗歌内容上的“写虚”和语言体式上的“用虚字”有时会混为一谈。不过，虚字本身的核心内涵古今差异不大，谢榛所论虚字和今天的虚词概念颇为接近。不同于活跃的实词系统，虚词流传至今变化较小、表现稳定，是一个相对封闭的集合。从现代语法角度来看，汉语中的虚词通常包括介词、连词、助词、语气词，主要用于体现递进、转折、并列、顺承等逻辑关系。此外，还有两类虚实界限相对模糊的词：副词和代词。副词介于实词和虚词之间，用来表示状态，其系统同样具有相对封闭性，国内语言学家吕叔湘、朱德熙、陆俭明等人均将其归为虚词类，杨伯峻《文言虚词》亦将代词划定为虚词类。代词用来指称事物，古代诗文评所论虚字亦涉及代词，如谢榛《四溟诗话》有“夏正夫谓涯翁善用虚字，若‘万古乾坤此江水，百年风日几重阳’是也”，其中“此”“几”分别对应指示代词与疑问代词。

综合古人论评情况，本研究选定介词、连词、助词、语气词、代词、副词作为虚字考察范围。采用HanLP对诗歌文本进行词性标注，参考表1所示任务组合参数配置，使用分词与词性多任务联合标注方法，词性标记选用北京大学PKU标记集。自动词性标注主要致力于解决以下三个方面的问题：其一，尽可能区分出唐诗中存在的字形相同而语义全然不同的词，如“乱花渐欲迷人眼，浅草才能没马蹄”（白居易《钱唐湖春行》，第4957页）中的“才能”是表示“方才能够”的副词，而不是表示“才智和能力”的名词；其二，结合特定上下文语境确定某一多义词的具体义项和词性，如“所思如梦里，相望在庭中”（张九龄《秋夕望月》，第591页）中的“在”是介词，表示动作、行为进行的处所、时间、范围或事物存在的位置，“李杜文章在，光焰万丈长”（韩愈《调张籍》，第3814页）中的“在”则是动词，表示“存在，在世”；其三，依句辨品，结合上下文语境确定词类活用现象，如“东风已绿瀛洲草，紫殿红楼觉春好”（李白《侍从宜春苑奉诏赋龙池柳色初青听新莺百啭歌》，第1716页），其中“绿”是形容词使动用法，包含了“绿”的动作和结果，依据词性标注原则此处应按动词处理。

表2展示了机器自动分词和词性标注的实例。需要说明的是，面对庞大数据集，人工处理能力毕竟有限，采用机器自动分词与词性标注虽难以完全避免偏误，但借助《通释》进行辅助切分，这些偏误能够被控制在较小范围内。使用同一套标准对唐诗进行处理，对其内部各阶段虚字使用差异的比较影响较小，即便数据集的精度尚未达到最优水平，仍然可以有效地呈现唐诗虚字使用的整体水平和趋势，进而得出可靠结论。这种方法论恰恰体现了基于大数据研究的核心原则——庞大的数据量能够弥补个别数据点的不精确性，从而保证整体研究结果的准确性和可信度。

为了进一步验证机器标注的有效性，我们随机抽取了200条唐诗数据，并引入人工标校对照组，开展基于多评定者的Fleiss’ Kappa一致性检验，检验结果如图2所示，Kappa值达80%，表明标注一致性较为显著。

如表2所示，词性标注方法为每个词赋予了词性标签（如副词使用“/d”标记）。根据各类虚词标签，可统计每位诗人各自作品集的虚字使用密度。为了避免不同诗人作品量差异对虚字统计造成偏差，计算平均每万词的虚字数量，公式如（2）所示。

N⁽ⁱ⁾_d代表某一特定诗人或特定分期i所有作品中常用副词的总数量。这里的“常用”指标记为副词且出现频次大于5的词，目的是进一步降低生僻词的标注偏误。以此类推，N⁽ⁱ⁾_p代表常用介词的总数量，N⁽ⁱ⁾_c代表常用连词的总数量，N⁽ⁱ⁾_r代表常用代词的总数量，N⁽ⁱ⁾_u代表常用助词的总数量，N⁽ⁱ⁾_y代表常用语气词的总数量，N⁽ⁱ⁾_all则代表所有类型的词的总数量，F_i即为某一分期或某位诗人平均每万词的虚字使用总量。当i表示特定诗人时，通过计算F_i并将结果进行可视化呈现，可以观察不同诗人的虚字使用差异。部分唐代诗人虚字入诗密度分布情况如图3所示。

将作者大致依《全唐诗》编排顺序从左到右展开，通过观察散点分布和趋势走向可以发现，唐诗的虚字使用在整体上呈现出线性增长的动态过程。为从统计学上验证这一线性趋势，以十个数据点为单位窗口进行分段线性回归分析，拟合优度指标R²=0.818（p<0.01），表明模型拟合结果较好。具体指标值如图4所示。

如果说韩愈“以文为诗”的写作体现了一种文学自觉，那么这种群体性的动态增长趋势则更多反映了语言的自发，它并不是关键人物或外部刺激决定论所导致的，而更像是诗歌语言内部的自然演化过程。

初唐诗避用虚字，用的相对多的是张九龄，其次是陈子昂，这一现象有力佐证了钱锺书“唐则李杜以前，陈子昂、张九龄使助词较夥”的说法。盛唐诗人分布较为离散，数值方差较大，各诗人虚字使用情况并不均衡，这与诗歌主题风格的多元化和个性化发展密切相关。不同的诗歌主题和风格需要不同的语言处理方式，虚字在其中的参与程度也各有不同。这一时期韦应物、李白、高适、杜甫的虚字使用处于较高水平，而常建的虚字使用相对较少。

“诗到元和体变新”（白居易《余思未尽加为六韵重寄微之》，第5000页），标志着中唐虚字使用已经明显高于初唐时期，从图3可以看出，韩孟、元白两大诗人群体皆频繁使用虚字。尤其是韩愈远超总体水平，处于全唐最高位，显著揭示了其诗用语助“神通大力，充类至尽”的特点。其次是白居易，而后是元稹、张籍、王建，诸位写实、尚俗的风格特点正需要借助大量虚字连接意脉，以实现通俗化抒情或叙事。韩诗奇诡，白诗平易，二者诗歌创作风格迥异，而虚字使用密度却不相上下，均处于较高水平。可见诗风比语体更复杂，仅用虚字密度来表征诗风显然是不够全面和存在欠缺的。余恕诚说：“如果说韩愈用虚字增加了诗歌语言的参差错落，白居易用虚字则增加了语言的流畅便利。”不过，“多用虚字便是讲”这一点在诗歌语境中是毋庸置疑的，不管是不平则鸣的韩愈，还是娓娓道来的白居易，其诗多反映人事变迁，更加贴近世俗生活，而表示“状态”“指示”“转折”“因果”等属性的虚字是人事描写不可或缺的语言要素。中唐之后，晚唐诗人群体的虚字使用水平分布非常集中，司空图、皮日休、陆龟蒙相对高，李商隐、杜牧处于中间水平，温庭筠、李群玉则相对低，不过晚唐在总体上要高于初唐和盛唐。

上述讨论并未区分古体和近体诗，实际上，古体诗的虚字使用频率在整体上历来变化不大，而近体诗变化则更为明显。图5呈现了仅考虑律绝的情况，可以发现这种线性增长的趋势并未发生变化。

从图5密度分布来看，初盛唐近体诗整体排斥虚字。林庚曾指出：“语言的诗化，具体地表现在诗歌从一般语言的基础上，形成了它自己的特殊语言；这突出地表现在散文中必不可缺的虚字上。如‘之’‘乎’‘者’‘也’‘矣’‘焉’‘哉’等，在齐梁以来的五言诗中已经可以一律省略。”其实从魏晋六朝一直到盛唐之初，诗歌语言总体上都是虚字渐少的，不过细化到具体诗人也有例外。如陶渊明通文于诗，其作品多使虚字而与众不同。在杜甫之前，张九龄近体诗虚字使用较为突出，如其作品“海上生明月，天涯共此时。……不堪盈手赠，还寝梦佳期”（《望月怀远》，第591页）就用“共”字来烘托诗人的无尽情思。

有学者提出杜甫近体诗的虚字使用数量位居唐代诗人之首。然而，从图5可以看出，阅读经验和统计结果存在些许偏差。若仅可考察杜甫之前的唐代诗人，此说法完全成立；但在老杜之后，情况发生了变化，白居易凭借其意脉流畅、通俗浅近的笔法成为虚字使用密度最大的诗人。相较之下，韩愈的近体诗虚字使用并不算突出，处于中唐平均水平，可见其“以文为诗”的实践重点是以古文作“古诗”而非近体诗。此外值得留意的是，晚唐司空图的近体诗虚字使用亦较为凸显，位列第二。其诗熟稔散文化叙事手法，一个突出表现便是虚字连用，如“林鸟频窥静，家人亦笑慵。……华宇知难保，烧来又却修。只应巢燕惜，未必主人留”（《即事九首·其七》，第7254页），再如“醉日昔闻都下酒，何如今喜折新茶。不堪病渴仍多虑，好向湖便出家”（《丑年冬》，第7275页），“频”“亦”“又”“只应”“未必”等虚字关联词迭出，起接转衬贯通意脉，增强了诗歌的叙事性。大量虚字的穿插运用，在促使诗歌语言走向散文化与通俗化的同时，也不可避免地削弱了诗歌的空间想象和意境营造。

上述研究仅考察了有唐一代的虚字使用情况，若进一步纳入先唐及宋代诗歌数据，从更长的历史跨度来看，则会发现虚字入诗从来不是禁忌，其在先秦至宋的使用频率呈现出动态消长的变化过程。在公式（2）中，若将i设置为不同的历史分期，便可据此计算出历代古典诗歌中虚字的使用密度，结果如图6所示。

葛兆光曾指出，“从语言上看，在中国诗史上，从古体诗到近体诗、从近体诗到白话诗这两次变化是真正的大变局，前一次变局使诗歌与散文彻底划清了界限……后一次变局使诗歌与散文又重新彼此靠拢，诗歌与散文的重新靠近其实就是所谓的‘以文为诗’”。此评可谓鞭辟入里，图中所示虚字的消长过程，可视为诗文交侵的历史过程，其趋势走向勾勒出诗歌语体由松到紧再由紧到松的往复变化。

中国早期诗歌处于诗文分离的初始阶段，其语言与日常语言差异不大，虚字的使用密度接近于散文。从先秦两汉到魏晋南北朝再到初唐时期，语言的诗化进程持续推进，这期间的突出特点便是通过语言要素的减省，使得虚字的使用频率大幅降低。这种诗化策略促使诗歌逐渐趋向意象繁密，初盛唐之际语言的诗化过程基本完成，避用虚字似乎成为潜在规则。另外，近体诗确立，严谨的声律格式与对偶模式在构建诗歌创作标准的同时，其所形成的新传统和新规范也较大程度束缚了诗歌语言的活力。近体诗标准的确立为诗歌语言的运用提供了基本框架，而规则的制定往往也孕育着“破体”的基因，它既是进行创造性表达的基础，也是驱动诗人创新的内在动力。唐皎然《诗式》有云：“作者须知复、变之道，反古曰复，不滞曰变。若惟复不变，则陷于相似之格，其状如驽骥同厩，非造父不能辨。能知复、变之手，亦诗人之造父也。”

唐代诸多诗人在虚字运用方面展现出鲜明特色，这实际上是对当时诗歌句式和词汇组合规范的一种突破。他们通过重新引入并创造性地运用虚字，达到了冲击桎梏、破体为新的目的。这不仅丰富了诗歌的内涵和表现力，也促进了诗歌语体的进一步变革。正如林庚所言：“唐诗本身当然更是丰富了深入了诗歌语言的领域……事实上还存在着从日常语言中来又回到日常语言中去，一种否定的否定的辩证发展。”虚字在唐代重新回归，在中唐时期形成一个小高峰，晚唐后又呈陡增态势，并一直延续到宋代。宋诗的虚字使用密度远在唐诗之上，超越魏晋，仅次于先秦。这一数据表现为唐诗多用实字而宋诗多用虚字的阅读感受提供了客观的统计依据。

虚字的增减只是表象，实际上，它意味着诗歌在语体建构方式上的深层转变，而这种转变恰恰反映了创作主体对“何以为诗”与“因何为诗”的进一步探寻与思考。唐诗主情，宋诗主理，如今已成定论。由于“理”的表达需要主客体间清晰的信息传递，要求逻辑严谨、意脉流畅，故而带有极强的散文化倾向。这或许正是宋诗虚字显著高于唐诗的原因所在。在讨论唐宋诗风演变时，杜甫、韩愈、白居易多被前人拿来作为宋诗风格之肇始，其中尤以韩愈受评点最多。若从虚字使用密度来看，其诗与宋诗高度相似，且均超出各自时代总体使用密度的10%，这似乎也印证了韩诗与宋诗在语言体式上确有承继关系。

主理和议论固然会较多地使用虚字，但宋诗并非全然“以议论为诗”，其虚字密度要显著高于唐诗，这一现象并非仅由不同的诗歌主张所造成。从唐代各阶段直至宋代虚字密度呈现出的连续性攀升态势中，我们便可窥见端倪。这一过程有主“理”的外力推动，亦不能忽视语言因时而变的自发性，尤其是那些反映诗人群体的共同性特征，往往并非诗人个体刻意为之，而是汉语的整体使用习惯悄然发生了变化。此外，尽管宋诗的语言体式已显露出某种“现代性”，如白话与通俗意味加重，但从虚字使用密度发展的整体趋势来看，这种白话转向似乎并非始于宋，而是自唐代近体诗形成后不久便已悄然萌芽了。

2025年第11期

SUBMISSION EMAIL ADDRESS

胡光华，上海师范大学人文学院博士研究生，研究方向为数字人文、中国古代文学。

吴夏平，北京大学中文系博士后，上海师范大学人文学院中文系教授、博士生导师、数字人文专业博士点负责人、数字人文实验室主任、上海市数字人文资源建设与研究重点创新团队带头人，兼任中国刘禹锡研究会副会长、中国唐代文学学会理事、中国唐诗之路研究会理事兼秘书长等。主要从事数字人文、中国古代文学与文化、中国古典文献学研究。已出版专著9部、译著1部，其他著作多部，主编“数字人文教材系列”“数字人文研究丛书”；在《文学评论》等刊物发表学术论文90余篇。主持国家社会科学基金重点项目等3项，国家社会科学基金重大项目子项目、教育部哲学社会科学研究重大课题攻关项目子项目各1项。获省部级哲学社会科学优秀成果奖二等奖2次、三等奖2次。

阅读导引

唐代文人的社交往来，常以诗歌作为重要载体与见证，社交类诗作更是梳理文人交往脉络、构建社交网络的核心素材。这类诗作不仅记录了文人之间赠答唱和、送别怀友、拜谒寄情等互动场景，而且其蕴含的作者、受赠对象、创作空间等信息更是解析粤西诗路文人社交关系的关键线索。因此，构建唐代粤西诗路文人社交网络，首先需从系统筛选与整理社交类诗作入手，明确参与交往的文人群体及相关作品数量，为后续的交往对象考证与网络可视化分析奠定基础。

（一）社交类诗作处理

基于前文汇总的287首诗歌，本文首先以诗题中明确包含“赠”“酬”“答”“和”“送”“别”“谒”“寄”“怀”等社交类关键词的作品作为初步筛选依据；进而，对虽未直接出现上述关键词，但依据相关年谱、文集资料可判定为与粤西人际交往密切相关的诗作予以补录。经系统梳理，最终共得到涉及粤西诗路社交往来的唐代作家59位、诗作147首。根据统计结果，柳宗元以29首相关作品位居首位，李商隐（11首）与张说（10首）分列第二、三位，这反映出他们在粤西社交网络中的活跃程度与文学影响力。曹邺、戎昱、刘禹锡等人的作品数量为4—6首，属于重要参与者。此外，有50位诗人仅存1—3首诗作，虽数量有限，却体现出粤西诗路文人群体构成的广泛性与多样性。

（二）交往对象数据处理

在构建诗人交往网络的过程中，所涉及的交往对象主要参考《全唐诗人名考》《唐刺史考》《唐方镇僚佐考》《唐人行第录》等文献资料。例如李商隐《寄成都高苗二从事》一诗中之“高苗”，经前人考辨多认为“高”指高锴，而吴慧在《李商隐诗要注新笺》中提出了质疑；又据戴伟华《唐方镇僚佐考》所引《高瀚墓志》考证，可知“高从事”更可能是高瀚。至于“苗从事”，在《全唐诗人名考》中被认为可能是苗愔、苗恽、苗恪三人之一，结合《李商隐诗要注新笺》考证，更可能为苗恪。对于无法准确考据者，如张说《南中别陈七李十》中之“陈七”“李十”，则依据原文保持原称，并在网络中以其行第作为人名识别。这类难以考证的行第人名，虽然在整体中所占比例较低，但在具体识别与处理过程中仍需保留。通过基础统计与图形可视化手段，对唐代粤西诗路网络的结构特征进行分析，能够为理解唐代粤西诗路文人的社交逻辑与关系链条提供实证基础。

（三）可视化呈现

为在Gephi平台中实现可视化，首先根据上述数据构建相应的CSV格式数据集。其中，nodes（节点）指表格中所有存在交往关系的诗人，具体来源于source（源节点ID）列与target（目标节点ID）列中的诗人实体；edges(边)则代表诗人间的交往关系，表格中每一行数据即对应一条“节点A→节点B”的有向关系。接下来将进行网络分析与可视化优化，布局算法选用Fruchterman Reingold。该算法旨在生成美观的图形，具体目标包括尽可能减少边的交叉，并实现节点的均匀分布。其工作原理是模拟物理系统中的引力与排斥力相互作用，通过不断调整节点位置，直至系统达到一个相对稳定的平衡状态。最后，在可视化参数设置方面，调整节点的大小与颜色，边的粗细程度则根据对应边的交互次数（权重值）进行映射，从而直观突出网络中频繁的诗路互动关系。可视化结果见图1：

唐代粤西诗路文人所形成的社交网络，呈现出多核心、分布式的复杂结构，打破了以单一中心为主导的传统文人交往模式。粤西独特的地理与人文环境，为跨群体、跨层级的社交互动提供了特殊媒介，构建出文人、宗教人士与隐逸者等多种身份交织的复合型关系网络。该地区湿热的气候与边缘的地理属性，既强化了贬谪文人的失意情绪，也意外地成为他们之间产生精神共鸣的纽带。这种情感连接，既源于亲历者的贬谪经历与在地书写，也源于未至者的异地想象与文本再创，二者共同塑造了粤西诗路社交网络的精神内核与情感维度。

（一）地缘：空间关联与水路网络

由上文第二部分社交类诗作数据统计可知，柳宗元是社交诗创作最多的诗人。为何柳宗元的社交活动如此频繁？除其自身影响力外，是否还存在其他关键动因？笔者将其贬谪路线、社交对象及诗作提及人物的地理空间数据导入QGIS进行空间可视化分析，结果清晰地发现，地缘因素在其社交网络中扮演着至关重要的角色：其社交对象的空间分布，除核心地柳州外，主要集中于周边的湖南、湖北、广东三省，同时也辐射至福建及都城长安，形成了以贬谪地为中心、向周边交通便利之处延伸的社交空间格局。

笔者基于QGIS平台开展了技术操作。首先，引入“中华文明之时空基础架构”提供的WMTS服务，再导入河流与湖泊作为核心底图。在此基础上，笔者参照WMTS服务中“唐代交通路线图”的信息，通过手工描摹的方式还原路线轨迹，力求最大程度地复现唐人实际行进路线。因古今地理坐标系差异致经纬度偏差，笔者借助QGIS加载唐代交通路线图定位地名，以缩小误差来实现粤西贬谪路线空间重构与可视化。图2和图3为制作柳宗元贬谪路线及其粤西社交网络空间图的相关数据表截图。

图2与图3中，“name”列对应具体地名，“poem”列是相关诗歌标题，“XY”列代表地理经纬度，其数据来源于“中华文明之时空基础架构”中的“唐代交通路线图”，“reference”列为参考资料条目。为精简表述，除另有说明外，下文所有数据表头的含义均以此处解释为准。基于上述数据，我们对柳宗元的贬谪路线及其在粤西地区的社交网络进行了数字化处理，并通过QGIS平台生成了空间可视化成果（如图4所示）。

图4中，直线标示的是柳宗元在柳州的社交网络空间分布，描摹的线条则代表其自长安至柳州的贬谪路线。据载，柳州“北至上都四千二百四十五里”（《元和郡县图志》，第926页），如此遥远的距离若取陆路，不仅耗时更长，旅途亦更为颠簸艰辛。“三月，宗元自长安赴柳州，与刘禹锡同行。行商州，上湘江，至长沙驿，抵衡阳，临湘水与梦得别，五月再至界围岩，六月二十七日至柳州。”从图4中可以清晰地看到，柳宗元从商州出发后，沿丹水、汉水、湘江、漓水、柳江，全程以水路为主，仅耗时三个多月便抵达目的地，相比陆行更为迅捷平稳。正因水路畅通，柳宗元在贬谪期间仍能与湖北江陵、湖南衡州与郴州等地的亲友保持密切联系。刘禹锡在《重至衡阳伤柳仪曹》中回忆：“元和乙未岁，与故人柳子厚临湘水为别。柳浮舟适柳州，余登陆赴连州。”这一记载印证了从衡阳循水路前往柳州在当时已是一条非常便捷的通道。此外，柳宗元在柳州期间所作诗篇，如《得卢衡州书因以诗寄》《同刘二十八哭吕衡州兼寄江陵李元二侍御》，以及《奉和杨尚书郴州追和故李中书夏日登北楼十韵之作依本诗韵次用》《杨尚书寄郴笔知是小生本样令更商榷使尽其功辄献长句》等多首酬赠杨於陵的诗作，均从侧面反映出他与这些身处异地的友人，正是依靠便利的水路交通，保持着频繁的诗文往来与情感联络。

再来看与柳州地缘相近的几个点，其东至桂州可以借助柳江走水路，柳州“东至桂州五百四十里”（《元和郡县图志》，第926页）。柳宗元留有《桂州北望秦驿手开竹径至钓矶留待徐容州》，诗中“徐容州”所指，正是元和十年（815）由长安令调任容管经略使的徐俊。而柳宗元恰于同年三月受命出任柳州刺史，赴任途中先抵达桂州，遂作此诗留赠徐俊。

柳宗元在柳州任上仍与容州的徐俊有诗歌唱和，其《酬徐二中丞普宁郡内池馆即事见寄》一诗中提及的“普宁郡”，即对应唐代的容州。《元和郡县图志》载：柳州“东至象州一百六十里”（《元和郡县图志》，第926页），象州“东南至浔州二百一十里”（《元和郡县图志》，第925页），浔州“南至绣州八十里”（《元和郡县图志》，第954页），党州“北至绣州五十里”且“东南至容州一百五十里”。将上述节点里程依次累加可知，当时从柳州至容州全程约六百五十里。

连州既是刘禹锡的贬谪之地，亦是柳宗元与刘禹锡在地缘层面交往最为密切的地区。从柳州前往连州的路线可梳理为：先抵达桂州，再沿水路南下至昭州，随后向东经贺州最终抵达连州。《元和郡县图志》载：柳州“东至桂州五百四十里”（《元和郡县图志》，第926页），昭州“西北至桂州二百里，水路三百里。……东至贺州三百里”（《元和郡县图志》，第924页），连州“西至贺州捷路二百七十里，取道州桂岭路三百六十里”（《元和郡县图志》，第711页）。将上述各段里程依次累加可知，当时从柳州至连州全程约一千三百一十里。

柳宗元谪居柳州期间，与浩初上人多有交往，其诗作《与浩初上人同看山寄京华亲故》便是二人交游的明证。刘禹锡《海阳湖别浩初师》序曰：“前年省柳仪曹于龙城，又为赋三篇，皆章书。今复来连山，以前所得双南金出于裓，亟请予赓之。”此段文字表明浩初串联两地的行迹，也暗示了柳州与连州因地缘相近、交通便捷，成为贬谪文人与僧人交往的重要地点。柳宗元谪居柳州期间，正是依托柳州与连州相近的地缘便利，始终与被贬连州的刘禹锡保持着密切的诗文唱和。为此，他先后写下多首专门赠答的诗篇，具体包括《答刘连州邦字》《登柳州城楼寄漳汀封连四州》《叠后》《殷贤戏批书后寄刘连州并示孟仑二童》《重赠二首》《叠前》。这些诗作既承载着二人跨越地域的情谊，也从文人交往的视角印证了柳、连两地在地缘上的紧密关联。

从封州前往柳州，同样可选择全程水路通行，具体路线为：沿西江水路先至梧州，再转往昭州，随后继续经水路抵达桂州，最终南下前往柳州。《元和郡县图志》载：封州“西北溯流至梧州五十里”（《元和郡县图志》，第899页），梧州“西北溯流至富州三百二十里”（《元和郡县图志》，第920页），富州“西北至昭州一百六十里”（《元和郡县图志》，第931页），昭州“西北至桂州二百里，水路三百里”（《元和郡县图志》，第924页），桂州“西至柳州五百四十里”（《元和郡县图志》，第918页）。据此推算，当时从封州至柳州全程约一千三百七十里。柳宗元有诗作《登柳州城楼寄漳汀封连四州》，诗题中明确提及的“封州”，即印证了封州与柳州在唐代的地缘关联。

综合前文提及的与柳州地缘相近的桂州、容州、连州、封州等地可知，这些地域与柳州的空间距离并不算远——最近者仅五百余里，最远者亦不过一千多里。更重要的是，唐代从广东进入粤西地区时，可依托西江航道全程水路通行，这一便利条件极大地降低了地域往来的阻碍，为粤西诗路沿线文人与周边地域文人之间的日常往来、文学创作交流提供了重要便利。

柳宗元以柳州为交往中枢，其地缘紧邻湖南、湖北与广东诸道，诗题中频繁出现的“衡”“漳”“汀”“封”“连”“韶”等州，映射出他与周边地区的多向文学互动。柳州不仅是他贬谪生涯的落脚点，更成为反向辐射湘、粤、鄂等地的人文枢纽，由此构建起一个兼具流动性与反馈机制的文化网络。在与容州、连州、韶州、封州、衡州、漳州、汀州等地的诗歌往来中，柳宗元既依托地理邻近性，也凭借文本交际建立起跨域连接，展现出广阔的交往格局。诗题中不断提及各地友人，正是彼此之间紧密联系、频繁交流的体现。这种情况表明，柳州在粤西这一地理空间中，并非处于边缘地位，而是一个能够主动推动并维持跨地区信息与文化往来的重要中心。

（二）节点：粤西贬谪路线上的分离与交汇

唐代粤西地区远离政治中心，其独特的贬谪路线及沿线关键节点构成了一个动态变化的“社交场域”。贬谪文人的行程被官方文书和地理条件严格限定，他们的相遇、停留、赠别、唱和几乎必然发生在这些节点上。因此，交通网络的结构直接“编程”了他们的社交网络。在桂州、柳州、梧州、钦州等重要节点形成的社交关系，其深度和广度可能远超在某个偏僻贬所数年的社交关系。这种由空间位移强制催生的高浓度节点社交，构成了贬谪文人社交逻辑的底层基础。钦州和桂州作为其中具有代表性的重要节点，可通过具体案例进一步印证其社交枢纽作用。如图5所示的宋之问贬谪钦州相关数据，即可作为基础素材生成其贬谪钦州行程的具体路线图。

图5宋之问贬谪钦州相关数据表截图图5展示了宋之问贬谪钦州路线数据的数字化处理结果，将这些数据导入QGIS软件进行处理后，最终生成的可视化结果如图6所示。

图6宋之问贬谪钦州路线图图6为宋之问第三次被贬钦州的路线图。他第一次被贬至泷州，第二次被贬至越州。第三次贬谪前，他从越州被诏回京，因此本路线图的绘制起点设定为洛阳。由图6可见，其行程路线为：从洛阳出发，取道江西，翻越大庾岭进入岭南地区，抵达广州后，溯西江而上至端州，随后继续前行进入梧州。

端州乃唐代进入粤西的关键枢纽，宋之问经此地留有诗作《端州别袁侍郎》：“合浦行未极，端溪行暂临。泪来空泣脸，愁至不知心。”（《全唐诗》，第643页）首句清晰勾勒出唐代从广东进入广西的一条官方通道。彼时，从广东入广西，端州是必经之地。从空间位置看，“合浦”对应图6中标注的廉州，但结合宋之问贬往钦州这一背景，此处“合浦”实为钦州的代称。“汉平南越，置合浦郡，今（钦）州即合浦郡之合浦县地。按合浦在廉州界，宋分合浦置宋寿郡。梁武帝于今钦江县南三里置安州，隋开皇十八年改安州为钦州，取钦江为名也。大业三年改为宁越郡，武德四年平萧铣，改为州，仍为都督府，贞观元年罢都督府，复为州。”（《元和郡县图志》，第952页）除宋之问外，张说被贬钦州时亦经由此路进入粤西，并留有诗作《端州别高六戬》（《全唐诗》，第946页）。张说因替高戬辩白而与之同贬岭南，二人相伴踏上贬途，行至端州时不得不分手，可以说端州在粤西诗路上具有“社交交汇与分离节点”的特质。诗中颈联“西江瘴疠多”，进一步印证了端州的节点价值，它位于唐代从广东进入粤西的核心路线上：自端州溯西江而上，经梧州后可继续前往钦州。这一记载与宋之问的行迹相呼应，共同说明端州不仅是诗人社交互动的关键站点，更是连接广东与粤西腹地、串联“西江—梧州—钦州”交通线的重要枢纽。

从图6中可见钦州位于粤西极南之境，它虽然地处南荒，但与中原地区仍保持着密切联系。张说抵达钦州后，曾多次与朝廷派遣的使臣交往，并留下多首送别诗作，有《岭南送使二首》《岭南送使》《南中送北使二首》。张说在诗中反复以“北使”“京周”“洛阳”指代中央政权，如其《南中送北使二首》曰：

传闻合蒲叶，曾向洛阳飞。何日南风至，还随北使归。红颜渡岭歇，白首对秋衰。高歌何由见，层堂不可违。谁怜炎海曲，泪尽血沾衣。

待罪居重译，穷愁暮雨秋。山临鬼门路，城绕瘴江流。人事今如此，生涯尚可求。逢君入乡县，传我念京周。别恨归途远，离言暮景遒。夷歌翻下泪，芦酒未消愁。闻有胡兵急，深怀汉国羞。和亲先是诈，款塞果为雠。释系应分爵，蠲徒几复侯。廉颇诚未老，孙叔且无谋。若道冯唐事，皇恩尚可收。（《全唐诗》，第966页）

“北使”南来，象征着朝廷对岭南地区的行政管辖与信息传递。张说与他们的诗文往来，就成为一位流放者对权力中心的间接回应与情感维系。一方面，他借“北使”向朝廷申述自身的冤屈；另一方面，他始终心系国事，不忘政治抱负。诗中更以廉颇、孙叔敖、冯唐等历史人物自喻，隐晦表达了自己渴望再度被朝廷召用的愿望。最终，张说的努力没有白费。唐中宗即位后大赦天下，他得以被召回朝中，任兵部员外郎。

与钦州并重，桂州亦是关键枢纽。李商隐正是依托桂州幕府，构建起与南土僧侣、昔日旧友的社交网络。《五月六日夜忆往岁秋与彻师同宿》中“万里飘流远，三年问讯迟”（《全唐诗》，第6303页），直接道出了他被贬后的境遇：身处“万里”之外的“炎方”，与故人（包括彻师）的音信往来已“迟”至三年，空间上的阻隔与时间上的疏离，将诗人失意、孤独的情绪推向了极致。再观其《奉寄安国大师兼简子蒙》：“忆奉莲花座，兼闻贝叶经。岩光分蜡屐，涧响入铜瓶。日下徒推鹤，天涯正对萤。鱼山羡曹植，眷属有文星。”（《全唐诗》，第6268页）首联唤起诗人往昔亲承安国大师教诲、聆听佛法的珍贵记忆，字里行间满是对这段修行时光的珍视。颔联则回到具体生活场景中，让往昔与大师共度的清幽岁月愈发鲜活。颈联笔锋一转，由回忆跌入现实：“日下”化用荀隐“日下荀鸣鹤”之典，追述自己在京师时曾受到大师的推许；“天涯”点明如今自身被贬桂州的处境；“萤”化用车胤囊萤事，描述自己贫寒的文士生涯。一昔一今、一荣一枯的对比，将心境落差渲染得淋漓尽致。尾联则化用曹植鱼山闻梵的典故，表达了对安国大师的怀念。

在桂州幕府期间，李商隐亦时常怀念昔日友人，遂有诗作《怀求古翁》：“何时粉署仙，傲兀逐戎旃。关塞犹传箭，江湖莫系船。欲收棋子醉，竟把钓车眠。谢真堪忆，多才不忌前。”（《全唐诗》，第6303页）“求古”指的是李远，因李远比李商隐年纪大，故称其为“翁”。“何时粉署仙，傲兀逐戎旃”，由此可知李远以郎官之身而出任幕职，李商隐作此诗当是与友人共勉。还有如《寄成都高苗二从事》《酬令狐郎中见寄》等诗作，也进一步反映出李商隐以桂州为中心所展开的文学交往。这些作品不仅体现了诗人丰富的情感世界与独特的人生际遇，更凸显出桂州幕府作为粤西交通与文化枢纽的重要地位——它不仅是人员往来、信息传递的关键节点，更是文人交游、唱和与情感维系的重要舞台。

宋之问在此处留有《桂州陪王都督晦日宴逍遥楼》《和赵员外桂阳桥遇佳人》等诗作。在《桂州陪王都督晦日宴逍遥楼》一诗中，他写道：“晦节高楼望，山川一半春。意随蓂叶尽，愁共柳条新。投刺登龙日，开怀纳鸟晨。兀然心似醉，不觉有吾身。”（《全唐诗》，第659页）诗人于逍遥楼上远眺，见山川半掩春色，心境却随蓂叶凋零而渐衰，愁绪如柳条新发般萦绕。在投谒贵宦、际会如登龙门之时，他却仍于晨鸟声中敞开胸怀，最终兀然忘我、如醉如痴，展现出一种超然物外、暂脱尘虑的精神状态。该诗不仅抒发了他在政治失意时的复杂情绪，更反映出文人在宴游唱和中寻求精神慰藉的常态。

柳宗元有《桂州北望秦驿手开竹径至钓矶留待徐容州》：“幽径为谁开，美人城北来。王程倘余暇，一上子陵台。”（《全唐诗》，第3946页）诗中所谓“幽径”，乃诗人亲手开辟的竹径，直通钓矶，而其目的竟是迎接远道而来的友人徐俊。此诗不仅记录了柳宗元的一段个人交往故事，更折射出桂州在唐代作为粤西交通与文化枢纽的重要地位。众多文人官员或因贬谪或因调任途经此地，往往在此暂住，诗文赠答，互通声气，形成一张以宦游、羁旅为纽带的人际网络。

（三）情缘：真实的共鸣与想象的纽带

唐代粤西诗路不仅是一条地理通道，更是一张情感交织的网络，其中“真实的共鸣”与“想象的纽带”共同编织出深厚的情缘。这一文化共同体依托于高频次、深情感的“强连接”，具体体现为贬谪文人真实情感的输出与异地想象的双重构建。所谓“强连接”，既包括身处粤西的诗人与僧侣、隐者等地方人士的直接交往，也涵盖未亲临粤西者借助诗歌所建立的跨时空精神连接——后者所生成的“异地想象”，成为衔接中原与边缘、真实与虚构的特殊情感纽带。

柳宗元在柳州与浩初上人同看山峦，作《与浩初上人同看山寄京华亲故》，借异乡山水寄托对故园亲旧的深切思念。曹邺则以《听刘尊师弹琴》记录与刘尊师听琴论道、清心独处的幽邃心境，这些皆为亲历者在粤西土地上生发的真实情感共鸣。王昌龄、杜甫等诗人虽未亲临粤西，却通过送别诗将边地风物与别离之思熔铸于文字之间，与粤西本土的诗文活动形成了隔空呼应，从而拓展了粤西诗路的情感维度与想象空间。

一方面，亲身抵达粤西的诗人，常以诗强化南疆与中原的空间对立，构建共通贬谪心理图谱以引发共鸣。柳宗元 “海畔尖山似剑铓”（《与浩初上人同看山寄京华亲故》），以奇崛意象勾勒南方蛮荒险峻，与中原温婉平和形成对比；李商隐 “万里飘流远”（《五月六日夜忆往岁秋与彻师同宿》），以直白慨叹道尽贬谪漂泊孤寂。二诗风格虽异，却共同锚定贬谪者对地理与心理距离的双重感知。柳宗元与刘禹锡的 “文学同盟” 是贬谪群体连接的典型。二人同因“永贞革新”失败被贬，在流放中形成 “书信唱和—诗歌互赠—思想共鸣” 的紧密联系，这份连接远超文字，更是精神深度契合，成为贬谪文人困顿中相互慰藉、坚守志节的精神支柱。又如裴夷直与李珏：开成五年（840）八月，李珏由宰相贬桂州刺史，会昌元年（841）三月再贬昭州（今广西平乐）；裴夷直同年由杭州刺史贬驩州司户，途经漓江得李珏热情接待，遂作《题江上柳寄李使君》（《全唐诗》，第5904页）。诗中 “桂江南渡无杨柳”，既实写桂江南少柳的地理特征，又暗喻贬谪环境的陌生苍凉；“应学郡中贤太守，依依相向许多情”，则以委婉笔触赞李珏贤德，传递同是天涯沦落人的惺惺相惜之情。这种因相似命运而生的真挚交流，在异乡贬所更显纯粹珍贵。

另一方面，“异地想象”构成了未亲至粤西的诗人参与边陲书写的重要方式。例如，王维有诗作《送邢桂州》：“铙吹喧京口，风波下洞庭。赭圻将赤岸，击汰复扬舲。日落江湖白，潮来天地青。明珠归合浦，应逐使臣星。”（《全唐诗》，第1273页）王维并未亲历粤西，却凭借对友人赴任行程的想象，以“铙吹喧京口，风波下洞庭”开篇，继而用“赭圻将赤岸”勾勒出从京口至粤西的水路脉络，更以“明珠归合浦”的典故，巧妙地将粤西地域传说与对友人赴任的期许相融合。这类诗人虽未踏足岭南，仍通过赠别、寄怀诗构建粤西图景、投射情感，形成跨地域社交参与方式，成为连接中原与岭南的隐形纽带。

为探究其交往逻辑，借助 QGIS 对相关诗作指向的粤西目的地开展分析，数据源于前文社交类诗作筛选。具体筛选标准为：选取未至粤西的诗人在其赠别、寄怀等诗作中，提及其友人即将前往粤西的作品。涉及地点里，桂州关联诗作 26 首，容州 11 首，柳州 4 首，苍梧、象州各 3 首，贺州 2 首，绣州、邕州、昭州各 1 首。热力图直观显示，诗人送友人赴粤西的目的地集中于桂州，其次是容州，其余地区亦有分布，数据导入 QGIS 后得到可视化结果，如图7所示。

热力图能够快速且直观地呈现粤西地区诗人送友人的集中区域。通过对图7的分析可以发现，桂州地区的热力值偏高，这表明诗人与前往桂州的友人交往频繁，社交活跃度高；相比之下，像贺州热力值较低，则反映出社交活动相对匮乏。进一步观察图7可以看出，热力区域主要集中在桂州、柳州和容州，且这些地点多沿水路分布，说明与即将前往粤西的文人相关的社交诗作并非凭空想象，而是依托于真实的交通脉络与行政节点展开的。诗人尽管未曾亲临粤西，却通过社交诗作构建出一种基于“异地想象”的跨地域参与方式。他们凭借对粤西的地理传闻与情感投射，将友情、理想、慰藉与乡愁融注于具体空间之中，使诗作成为连接中原与岭南、自我与他者的情感媒介，最终实现了超越物理距离的社交互动与情感共鸣。

杜甫、王维、王昌龄等诗人均创作过送友人前往粤西地区的诗作，如王昌龄《送任五之桂林》。任五即任华，时被贬桂州。“楚客醉孤舟，越水将引棹”，以“楚客”“越水”的地理意象铺垫行程的遥远；“山为两乡别，月带千里貌”，以山水、明月寄托离别之思；更以“桂林寒色在，苦节知所效”，预设友人在粤西的坚守。诗中“僻幽闻虎豹”的险恶想象、“寒色”中的“苦节”期待，虽源于对边陲的间接认知，却精准捕捉到贬谪者的典型境遇，将友人的远行转化为对边陲苦难的共情。这种想象并非凭空虚构，而是基于唐代对粤西的普遍认知与社交网络中的信息传递，使未亲历者得以参与粤西诗路的情感共鸣，与那些身处境内或曾亲历粤西的诗人的创作形成跨时空对话。

无论是亲历者对粤西的直接抒写，还是未至者基于“异地想象”的文学建构，最终都成为粤西诗路文人情感网络的关键构成。亲历者如柳宗元、李商隐，以“炎方”的蛮荒、“尖山似剑”的奇崛、“烟柳依依”的温婉等实景意象，强化了身处边陲的在场体验，传递出贬谪时的复杂情感；而未至者如王维、王昌龄，则借助“僻幽闻虎豹”的险恶想象、“桂林寒色”的清寂勾勒、“合浦珠还”的典故化用等意象符号，拓展了粤西书写的想象边界，也深化了其文化内涵。两类诗人虽身份有别、观察视角各异，却都依托诗歌这一媒介，跨越地理空间的阻隔，共同构建起一个虚实交织、情感共振的文化共同体。由此，粤西诗路不再仅仅是物理意义上的交通通道，更化作一张融合真实体验与想象投射、连接中原文化与边缘风情的情感网络。

当文人因贬谪从政治中心迁移至遥远的粤西，其社交关系也在空间位移与诗歌往来的双重作用下被重新编织。他们脱离原有的京洛交游圈，转而依托地理邻近性、共同贬谪遭遇或内在文化认同，逐渐形成新的社交聚落。这些聚类内部互动频繁、情感凝聚，体现出鲜明的群体归属感与精神共鸣。与此同时，不同聚类之间，如贬官群体、地方官员、僧道隐者乃至仍居中土的其他文人，也凭借诗歌赠答、物质帮扶、信息传递等多种媒介保持联系。这些跨群互动因其动机、媒介与功能指向的差异，呈现出多元的交往形态：或为情感慰藉，或属功利支持，或是文化上的相互确认。它们共同勾勒出粤西贬谪文人社交网络在重构过程中的复杂生态，也折射出唐代士人在边缘情境下维系身份、重建意义的深层努力。

下文将借助Gephi软件，运用模块化算法对粤西诗路文人社交群体展开分析，该算法可用于社区发现。具体而言，模块化算法会依据第一部分图1中节点的连接关系进行归类：对于类型相同的节点，系统会为其新增一个字段，并用相同数字进行标识；同时，在数据表格的节点数据中，会新增一列“Modularity Class”，数据类型设定为整数。这列数值相当于一个标记，类别相同的节点会被赋予相同的标记。例如，柳宗元、柳宗一、刘禹锡等都用“2”来标记，说明他们属于同一个社群，是同一类别的节点。统计运算结束后，将弹出报告窗口（见图8）。报告显示，本次分析共涉及43个社区，其基础模块度数值为0.876，且在调整分辨率后，模块度仍为0.876。模块度作为衡量网络社区划分质量的关键指标，其取值范围一般在-1和1之间。当模块度越接近1时，意味着网络被划分成若干紧密的子群（即社区），子群内部节点连接紧密，而子群之间的连接相对稀疏，这表明网络具有显著的社区结构特征。在粤西诗路文人社交网络中，0.876这个较高的模块度数值说明该网络存在清晰且明确的社区划分。基于此，我们可以合理推测，粤西诗路社交活动中可能存在多个相对独立、内部联系又很紧密的社交群体。这些群体的形成，或许与共同的政治命运、空间流动中的身份交集或者圈层边界的渗透等多种因素密切相关，并且每个群体都可能拥有其独特的交流模式与互动关系。

图8中的“Size Distribution”（规模分布）图，横轴代表“Modularity Class”（模块化类别），纵轴代表“Size（number of nodes）”（规模，即节点数量）。由图8可知，不同模块化类别对应的节点数量分布呈现出显著差异：部分类别节点数量较多，比如模块化类别为21时，节点数量接近14；而多数类别节点数量较少，集中在2—8区间。这一直观结果清晰地展现了不同社交群体的规模差异，进一步佐证了粤西诗路社交网络中存在多个规模各异且内部联系紧密的社区。这些社区间错综复杂的链条关系大致可分为三类。

（一）贬谪文人群体：“境遇共鸣型”链条的密集连接

以柳宗元、刘禹锡为核心的贬谪文人，构成了粤西诗路最为紧密的“境遇共鸣型”关系链条。这一链条的形成基于共同的政治命运——他们在“永贞革新”失败后遭遇流放，并在此基础上通过高频诗歌互动构建起“同贬相惜”的连接网络。这些互动之作，主要聚焦于三大核心主题。

一是瘴疠生存的互助链条。如韩愈《赠别元十八协律》“遗我数幅书，继以药物珍。药物防瘴疠，书劝养形神。不知四罪地，岂有再起辰”（《全唐诗》，第3832页），便深刻体现了这一点。当年韩愈被贬潮州，桂管观察使裴行立与柳州刺史柳宗元闻讯后，特意嘱托二人的好友元集虚（字克己，排行十八）携慰问信与防瘴药物远道相赠。元集虚自桂州动身，经柳州沿阳水、浔江、郁江顺流而下，至清岐镇后转溯浈水北上，最终在清远（今属广东）与韩愈相逢。这段跨越千里的行程，不仅是地理空间上的连接，更成为贬谪文人之间精神互助的具象化象征。物质（防瘴药）与精神（“养形神”劝勉）的互助链条，共同帮助贬谪文人应对贬谪困境。

二是山水审美的精神突围链条。柳宗元《酬曹侍御过象县见寄》曰：“破额山前碧玉流，骚人遥驻木兰舟。春风无限潇湘意，欲采花不自由。”（《全唐诗》，第3953页）清代沈德潜《说诗晬语》曾评此篇为七绝中“压卷”之作。破额山是粤西象州柳江边上的一座名山，其山名中“破额”二字本含嶙峋险峻之意，却在诗人笔下与“碧玉流”的柔婉形成奇妙呼应，末句“欲采花不自由”的矛盾表达，堪称精神突围的点睛之笔。“花”作为《楚辞》中“采芳”意象的延续，是文人高洁品格的隐喻，“欲采”的渴望展现了他们对精神纯粹性的执着追求；而“不自由”的慨叹，则直揭贬谪身份带来的现实桎梏。但正是这种矛盾，实现了独特的审美超越：即便无法在现实中实现“采花”的行动，诗人仍能在想象中完成对品格的坚守，将现实的不自由转化为审美世界里的自由驰骋。

三是天涯隔绝的悲情共鸣链条。岭南的蛮荒意象成为文人墨客描绘流放处境的常用符号，他们在作品中反复渲染环境的险恶、生存的艰难，以及因远离文明中心而产生的巨大心理落差。如柳宗元《寄韦珩》曰：

初拜柳州出东郊，道旁相送皆贤豪。回眸炫晃别群玉，独赴异域穿蓬蒿。炎烟六月咽口鼻，胸鸣肩举不可逃。桂州西南又千里，漓水斗石麻兰高。阴森野葛交蔽日，悬蛇结虺如蒲萄。到官数宿贼满野，缚壮杀老啼且号。饥行夜坐设方略，笼铜枹鼓手所操。奇疮钉骨状如箭，鬼手脱命争纤毫。今年噬毒得霍疾，支心搅腹戟与刀。迩来气少筋骨露，苍白汩盈颠毛。君今矻矻又窜逐，辞赋已复穷诗骚。神兵庙略频破虏，四溟不日清风涛。圣恩倘忽念地苇，十年践蹈久已劳。幸因解网入鸟兽，毕命江海终游遨。愿言未果身益老，起望东北心滔滔。（《全唐诗》，第3942页）

柳宗元以近乎白描的笔触铺陈岭南的“炎烟”“野葛”“蛇虺”等蛮荒意象，更直书“奇疮”“霍疾”的切肤之痛，而末句“起望东北心滔滔”的“东北”，正是长安所在的方向——那既是政治中心的坐标，更是文化根脉的象征。这种对“东北”的遥望，恰是地理隔绝最尖锐的隐喻：千里之外的瘴江毒雾，不仅在物理层面隔断了归乡的路，更在心理层面织就一张无形的精神罗网，将贬谪者困在“异域”与“故乡”的撕裂感中。

又如《与浩初上人同看山寄京华亲故》：“海畔尖山似剑铓，秋来处处割愁肠。若为化得身千亿，散上峰头望故乡。”（《全唐诗》，第3943页）诗人以“剑铓”喻岭南尖山，使自然景观转化为切割愁肠的利刃。“割”字沉痛，道出险峻地理对精神的煎熬；而“化身千亿望故乡”的奇想，更将隔绝之悲推向极致——当现实归途阻断，唯有寄托虚妄的想象，在精神层面完成对故乡的叩问。这种从“实感的痛”到“虚妄的望”的转化，正是贬谪者共有的精神轨迹。

这种深入骨髓的天涯之痛与隔绝之悲，赋予贬谪文学深刻动人的力量。以柳宗元为核心的贬谪文人群体，通过诗文唱和与精神共鸣，在边缘之地构建起了紧密的交往网络。该网络呈中心辐射状，内部联系高度凝聚、互动频繁，形成一个具有文化生产力与精神支撑功能的共同体，使他们在困境中相互慰藉，并共同创造出深具情感张力与思想深度的文学作品。

（二）异地诗人—贬谪文人：“跨域想象型”链条的隐性连接

在未亲历粤西的中原诗人与贬谪文人之间，形成了一种“跨域想象型”的关系链条。这类链条互动频次虽相对较低，却以“送别诗”为媒介，构建起中原与粤西的隐性文化连接。其结构性意义在于突破了地域的限制：链条一端是中原的文化视角，另一端是粤西的现实体验，二者通过诗歌互动达成“双向理解”——中原诗人通过这一链条回应粤西的边缘性，贬谪文人则通过这一链条确认自身与文化中心的关联，使关系网络兼具地方性与整体性。

链条的核心功能在于“文化传递与价值投射”。例如，张祜《走笔赠许玖赴桂州命》：“桂林真重德，莲幕藉殊才。直气自消瘴，远心无暂灰。剑棱丛石险，箭激乱流回。莫说雁不到，长江鱼尽来。”（《全唐诗》，第5841页）诗中既赞誉桂州重贤任能的风尚，肯定友人许玖的才华，又以“剑棱丛石”“箭激乱流”的想象勾勒桂州艰险的地理环境，字里行间饱含对赴桂文人的关切与期许，末句更以“长江鱼尽来”的隐喻，叮嘱友人即便身处偏远，仍需保持书信往来，以此维系情感连接。又如陈羽《送戴端公赴容州》：“分命诸侯重，葳蕤绣服香。八蛮治险阻，千骑蹋繁霜。山断旌旗出，天晴剑珮光。还将小戴礼，远出化南方。”（《全唐诗》，第3899页）颔联能让读者想象出粤西地区的英勇好战之风，尾联则明确寄寓以《小戴礼记》教化南方的期许。该群体正是通过送别诗这一载体，在与赴桂诗人的交往中，将中原的价值观念与礼仪规范悄然播撒至南方，既参与了粤西诗路的社交互动，更成为中原文化向南方辐射的隐性纽带，推动着区域间的文化融合与认同构建。

该群体的重要意义在于，他们突破了传统地域文化传播的显性路径，构建起一种“不在场却在场”的隐性文化传播机制。在交通阻隔、信息不畅的古代，这类中原官员虽未亲赴粤西，却以诗文唱和、临别赠言等方式，将中原的政治伦理、文化基因注入粤西诗路的社交网络，使儒家礼乐精神与治理理念跨越地理边界，在潜移默化中重塑着粤西地区的文化生态。从社交网络的视角来看，他们的半嵌入性结构为粤西诗路提供了弹性连接——既避免了核心圈层的封闭性，又消解了边缘群体的疏离感，使中原与粤西的文化交流始终保持动态平衡。更为深远的意义是，这种以私人交往为媒介的文化传播，比官方教化更具渗透力。它将政治治理的刚性需求转化为文化认同的柔性建构，让“化南方”的过程不再是单向的文化输出，而是通过诗意的对话达成双向的理解与融合。这种融合不仅体现在礼仪规范的传播上，而且催生了区域文化认同的深层构建，为后世粤西地区与中原文明的持续交融奠定了精神基础。

（三）边缘群体：“跨圈层渗透型”链条的文化延伸

在诗歌网络的复杂结构中，存在着一类看似边缘、实则蕴含特殊象征意义的群体。这一群体主要由僧侣（如浩初上人、僧彻）及部分身份模糊的士人（如错公、隐公）构成。从网络特征来看，他们在整体网络中的“度中心性”与连接密度均处于较低水平。“度中心性”低，意味着他们在诗歌唱和、文学交流等活动中并非核心参与者，受到的关注和互动相对较少；连接密度低，则表明他们与网络中其他节点的直接关联较为稀疏，难以形成密集的交往网络。尽管如此，他们与网络核心人物（如柳宗元、李商隐）的连接却具有非同寻常的象征意义，这恰似一条隐秘的丝线，有效地将诗歌网络延伸至宗教空间与边缘文化圈层。

该链条的核心价值是“文化跨界与思想扩容”。以柳宗元与浩初上人的唱和诗为例，这些诗常常借助山水禅意来抒发贬谪后的感怀。在那些诗句中，山水不再仅仅是对自然景物的简单描摹，而是融入了禅的空灵与超脱，成为柳宗元内心苦闷与迷茫的寄托。柳宗元将自己被贬后的复杂情感寄托于山水之间，借禅意寻求心灵的慰藉与超脱；而浩初上人则以其独特的宗教视角与智慧予以回应。二者在文化边缘空间中达成了奇妙的心灵契合，从而形成了一种超越世俗的精神共鸣。这种现象并非孤例，除柳宗元外，李商隐、许浑、齐己、曹邺等人与宗教群体也多有交往，这些交往虽不以频繁的互动为特征，却充分展现出高度的文化异质性与思想开放性。

许浑《和友人送僧归桂州灵岩寺》便是这种交往的生动体现：“楚客送僧归桂阳，海门帆势极潇湘。碧云千里暮愁合，白雪一声春思长。柳絮拥堤添衲软，松花浮水注瓶香。南京长老几年别，闻道半岩多影堂。”（《全唐诗》，第6141页）诗中“南宗长老几年别，闻道半岩多影堂”一联，印证了许浑曾于这一时期沿湘江南下抵达桂州。其中，“楚客送僧归桂阳”勾勒出楚地文人送别僧人归返桂阳的图景，“海门帆势极潇湘”则呈现出送别之际海门的帆影一路延展至潇湘的雄浑景致。诗句中处处透着许浑与这位僧人的深厚情谊，同时也留下了他与粤西宗教人士交往的清晰印记。

再如齐己《送错公栖公南游》：“洪偃汤休道不殊，高帆共载兴何俱。北京丧乱离丹凤，南国烟花入鹧鸪。明月团圆临桂水，白云重叠起苍梧。威仪本是朝天士，暂向辽荒住得无。”（《全唐诗》，第9638页）“错公”是齐己的道友兼诗友，“栖公”即僧人栖蟾，二人原本居于都城，因北方京城遭遇战乱，遂南迁桂州一带避乱。齐己在诗中特意将错公、栖公与前代高僧洪偃、汤休相提并论，以此赞颂二人的道心与襟怀。“高帆共载兴何俱”一句，生动流露出与二人同乘舟船南游的盎然兴致；诗中对南国景致的描摹——如桂水畔的团圆明月、苍梧山间的重叠白云——亦暗藏着齐己对友人南迁后的牵挂。这段文字既彰显出动荡时局里文人与宗教界人士间的深厚交往情谊，也折射出文化在人口迁徙过程中的传承与交融。

曹邺在《送刘尊师应诏诣阙》中构建了一个融合道教符号与现实际遇的双重隐喻系统：“仙老闲眠碧草堂，帝书征入白云乡。龟台欲署长生籍，鸾殿邀论不死方。红露想倾延命酒，素烟思爇降真香。五千言外无文字，更有何辞赠武皇？”诗人以“仙老闲眠碧草堂”的出世意象与“帝书征入白云乡”的世俗皇权形成张力，通过“龟台欲署长生籍”的仪式化书写，隐晦投射出对宫廷求仙风气的批判。其中“五千言外无文字”的哲学诘问，更以《道德经》的权威性解构帝王长生诉求的虚妄性，形成符号化的政治转喻。这种将社会批判编码于宗教叙事的话语策略，彰显了佛道元素在文人交往中的功能性转化——宗教话题在此已然成为承载现实焦虑与表达批判思想的诗学容器。与之呼应，《听刘尊师弹琴》则从审美维度重构了宗教交往的精神图景，这种通过艺术媒介实现的精神共振，使宗教交往升华为文化符号的交换仪式：文人借由琴声解码道教文化的澄明特质，宗教人士则通过艺术展演确认自身文化资本，二者在审美层面达成价值认同。在社交网络拓扑结构中，此类宗教节点呈现“弱连接强影响”的悖论特性。其低“度中心性”确证了交往规模的有限性，但“边权重”的文化载荷异常厚重。它们看似微不足道，却对网络的文化维度与审美取向起到了重要的拓展作用。它们为诗歌网络带来了宗教文化的元素，丰富了诗歌的内涵与表现形式，使诗歌在题材选择、意境营造等方面都获得了更为广阔的空间。

在网络可视化图谱中，宗教群体呈现出围绕核心文人的“卫星式”分布特征。这些宗教群体以核心文人为中心，虽未直接改变网络的中心结构，却依附核心节点形成了一条隐性的思想延伸线。这种结构清晰地说明，诗歌网络的影响力并非完全依赖于高连接度的密集交往模式，相反，部分边缘节点正因其独特的文化位置，构成了难以替代的“思想边疆”。换言之，柳宗元、李商隐等文人与僧侣的联系，使诗歌网络不再仅仅是文人政治共同体的再现，同时也具备了宗教文化的渗透力。这种跨圈层的文化流动，为边疆区域的文学生产注入了更为复杂的思想能量，有力促进了不同文化之间的碰撞与融合，进而推动诗歌文化在更广阔的地理空间与文化场域中得以传播、演变和发展。

2025年第11期

SUBMISSION EMAIL ADDRESS

一、引言

二、文言文阅读难度分级任务

三、文言文阅读难度分级实验

四、文言文分级实验启示

五、结论及展望

附录一：大模型实验中采用的提示词和微调数据格式

附录二：中高考文言文常用实词、虚词及古今异义词词表

摘要：大容量古籍的文本结构化和知识体系化是当前古籍工作的重要范畴。然而，相关研究集中在目录层级，如何深入到文本内部是当前亟待解决的难题。LDA主题模型在大规模文档潜在主题识别中表现优异。本研究目的是探究其在类书等大容量古籍文本隐性知识体系挖掘和重构中的作用。本研究方法以《太平御览》为样本，通过LDA模型与情感词典进行主题与情感识别、依托IEMP权力理论建构隐性知识体系模型，再通过“大模型+prompts提示词”和GraphPad进行可视化、“数史互证”和T-test进行分析。结果显示，《太平御览》的隐性知识体系是以帝王认知需求为核心的“三维五类皇权知识模型”，其10个主题反映出宋太宗兼收儒道、崇兵尚武、强干弱枝、追求正统和与民休息的知识需求倾向。还发现知识体系内主题间显著情感差异，反映皇权文治的主题以积极情感内容为主，反映棘手国事的主题则以消极情感内容为主。本研究说明LDA模型可用于类书等大容量古籍文本隐性知识体系挖掘与重构，不仅为《太平御览》认知提供了新视角，也为开展大容量古籍文本结构化和知识体系化提供了参考。

关键词：大容量古籍文本 知识体系 LDA主题模型 主题分析 可视化 数史互证

The Mining and Reconstruction of the Implicit Knowledge System in Large-Scale Ancient Texts: A Study on the Method of Corroboration between Digital Humanities and Historical Documents Based on the Taiping Yulan

Tang Rongjun, Wang Jingzhou

Abstract: The structuring of large-scale ancient texts and the systematization of their knowledge systems are important areas of current work on ancient texts. However, existing research has mainly focused on the catalog level, and how to delve into the internal structure of the texts remains a pressing challenge. Latent Dirichlet Allocation (LDA) topic models have shown excellent performance in identifying latent topics in large-scale document collections. The purpose of this study is to explore the application of LDA topic models in the mining and reconstruction of implicit knowledge systems in large-scale ancient texts, such as encyclopedias. Using the Taiping Yulan as a sample, this study employs LDA topic models and sentiment dictionaries for topic and sentiment identification, constructing an implicit knowledge system model based on the IEMP power theory, then employs “large model + prompts” and GraphPad for visualization, and a combination of “the method of corroboration between Digital Humanities and historical documents” and T-tests for result analysis. The implicit knowledge system of the Taiping Yulan is a “Three-Dimensional, Five-Category Imperial Power Knowledge Model” centered on the cognitive needs of emperors. Its 10 themes reflect Emperor Taizong of Song’s knowledge demands, which include embracing Confucianism and Taoism, valuing military power, strengthening the central authority while weakening local powers, pursuing legitimacy, and allowing the people to rest and recuperate. Additionally, it was found that there are significant emotional differences among the themes within the knowledge system: themes reflecting the civil governance of imperial power are mainly characterized by positive emotional content, while those addressing thorny state affairs are predominantly characterized by negative emotional content. The findings demonstrate the effectiveness of the LDA model in mining and reconstructing implicit knowledge systems in large-scale ancient texts like encyclopedias. This study not only provides a new perspective for understanding the Taiping Yulan and similar encyclopedic works, but also offers important methodological insights for the structuring and systematization of large-scale ancient texts.

Keywords: Large-scale Ancient Texts; Knowledge System; LDA Topic Model; Topic Analysis; Visualization; Corroboration between Digital Humanities and Historical Documents

本文为国家社科基金重大项目“中国古代类书叙录、整理与研究”（19ZDA245）阶段性成果。