CDH2026论文格式规范与要求

2026年中国数字人文年会项目报名表

作为中国传统历史文化的工艺象征之一，刺绣蕴含着丰富的文化意蕴与美学价值。在技术转型的背景下，刺绣传承的方式悄然发生改变。刺绣由以往博物馆式静态传承走向面向大众的活态传承。刺绣活态传承由囿于以往“口传心授”的谱系性方式，转向突破自身专业性和排他性的多方互动。立足于数智时代，技术是缩减主体间隔与形成文化交流的关键枢纽。借助于数智技术的传输路径，刺绣内部的专业知识扩散并渗透到民众的日常生活世界，人们在感受传统刺绣带来的意象气韵时，也在享受当代技术建构的创新实践。因此，数智技术成为刺绣回归日常生活的重要介质。

当下，非遗数据库是整合、完善非遗传承人及其代表性项目的重要系统化存储手段。非遗数据库建构的首要基础是数据的完备性。从广义上来看，数据完备性至少包括体量的充盈及分类的合理化两大方面。对于我国刺绣类非遗来说，其数据集种类多样，具备数据量庞杂的特点。但传统的刺绣分类识别主要依靠专业人员，耗时大、成本高、能力差异等因素都限制资源的合理化利用。因此，刺绣分类智能化是打破传统人工藩篱的基本思路。例如，董馥伊^[1]首次引入计算机技术局部矢量化的方法，实现了传统栽绒毯纹样特征的智能检索分类。

近年来，深度学习技术被广泛地应用到刺绣分类识别领域中。刘净净、郭飞等^[2]改进BP神经网络，使得模型的正确识别率高达78%，开辟了刺绣深度学习分类的先河。目前基于深度学习的刺绣研究现状如表1所示，刺绣的深度学习分类方法虽然能实现刺绣的智能检测，构建较为完善的非遗分类结构体系，但是这些方法以静态识别为主，程序烦琐、局限性大、灵活性低，尚未真正实现刺绣实时检测的功能。因此，本文旨在借助目标检测领域先进、高效、准确的YOLOv8模型^[3]，为刺绣动态实时视频分类提供有力支持。

def

表1 基于深度学习的刺绣研究现状[4][5][6][7][8][9][10]

针对现在检测和分类算法存在的问题，本文将计算机视觉和人工智能技术与数字人文领域结合，对现有YOLOv8算法进行改进。基于DCGAN网络均衡刺绣图像数据集，解决小样本刺绣图像类别不均衡问题；改进YOLOv8的主干网络，引入InceptionNeXt模块，实现在多个尺度上高效提取特征，从而提升特征提取能力；增加GAM模型作为过渡模块，在特征融合前对信息进行筛选，提升网络的特征融合能力。最后使用改进后的网络模型对测试集进行实验，将实验结果进行可视化分析，与现有的技术进行比较，并验证所提出的方法的有效性。同时，使用图片、视频和摄像头进行离线、在线验证。通过这一研究，为刺绣文化的传承与创新提供一种全新的技术手段，将传统手工艺与现代科技有机融合，为刺绣艺术的发展注入新的活力。本文的研究成果不仅对于刺绣文化的传承和推广具有重要意义，还将为多端部署技术在文化艺术领域的应用提供有益的参考和借鉴，其基于YOLOv8的刺绣动态检测与分类流程图如图1所示。

本文的分类对象为中国传统十大名绣：汴绣、汉绣、杭绣、京绣、鲁绣、瓯绣、蜀绣、苏绣、湘绣和粤绣。每种刺绣因其历史背景和地域文化的差异，形成了独特的针法与风格，例如汴绣的“蒙针绣”、苏绣的“双面绣”、京绣的“打籽针”、蜀绣的“锦纹针”、鲁绣的“抽丝编花”、瓯绣的“八字针”、杭绣的“贴续绣”、粤绣的“乱底针”、汉绣的“齐针”和湘绣的“掺针”，都是各自绣种的工艺代表。为了构建全面的刺绣样本库，本研究的刺绣作品来源广泛，包括小红书、抖音、微博、京东等线上网络渠道和博物馆、文化馆等线下文化机构公开的数字图像资源（共计1,263件），以及刺绣大师与传承人提供的作品图像（共计152件）。此外，还补充和吸收相关刺绣艺术书籍和刊物中的高质量图片（共计315件）。所有采集的图像均经过非遗领域专家的严格质量把控与品种鉴定，以确保样本的艺术代表性和数据完整性。

图1 基于YOLOv8的刺绣动态检测与分类流程图

数据预处理技术是指在将数据输入模型之前，对数据进行一系列处理操作，以提高模型的性能和泛化能力。常见的数据预处理技术包括数据均衡、数据增强、数据标准化、归一化和数据降维等，在医学影像分析、农业检测、遥感影像等领域，已广泛应用于各类计算机视觉任务中。针对数据集样本不均衡问题，郭忠远等^[11]利用DCGAN模型均衡和扩充红枣外观缺陷数据集，使得模型准确率上升2.18%—3.26%；袁卫民等^[12]利用DCGAN模型，生成虚拟样本，使得准确率优于其他算法，解决了轴承故障数据不均衡的问题。同时，针对数据集样本容量较小问题，郑慧怡等^[13]利用添加椒盐噪声和随机旋转技术，实现了数据样本容量的扩充。陈金荣等^[14]利用翻转、亮度转换和旋转等技术扩充了数据集的总量，从而提高模型的准确率，极大地降低了漏检率。

针对当前刺绣数据集种类不均衡和样本较少等问题，本文在已有前沿方法的基础上，采用对抗生成网络技术和数据增强技术，整理和优化刺绣数据集，有效增加少样本类别的数据量，增强模型对不同类别特征的捕捉能力，从而提高分类的准确性。相比于现有前沿数据预处理方法，本文针对不同刺绣针法和图案的特点，进行优化适配，确保增强后的图像仍然保留了刺绣特有的细节和艺术性。

（一）类别均衡

由于地域和文化背景的差异，一些刺绣因其历史悠久或地理位置偏远，获取相关图像的难度较大，导致此类别的数据样本较少；而另一些刺绣因文化传播广泛、应用场景多样，相关图像较多。因此，在实际收集这些刺绣图像时，往往会面临类别不均衡的问题。在不均衡的数据集中，模型容易偏向于多样本类别，忽视少样本类别，从而导致分类结果偏向常见类别，严重影响分类的准确性和可靠性。

为了实现不同类别刺绣样本的均衡，可以考虑收集更多的小样本刺绣图像，或者减少大样本的刺绣集图像数量。但由于刺绣类别的不均衡性，获取较多的小样本刺绣图像存在较大难度。利用生成对抗网络（Generative Adversarial Networks，GAN）生成图片，可以有效解决上述问题。^[15]传统GAN尽管在生成逼真图像方面表现出色，但在训练稳定性和生成图像质量上存在诸多挑战，导致模型在训练过程中容易出现梯度消失、模型崩塌和生成的样本类别不可控等现象。^[16]

深度卷积生成对抗网络（Deep Convolutional Generative Adversarial Networks，DCGAN）通过引入卷积层、批量归一化、去掉池化层、使用Leaky ReLU激活函数以及改进架构设计，显著提升了传统GAN的性能。^[17]通过改进，DCGAN在生成图像质量、训练稳定性和模型鲁棒性方面表现出色，因此，本研究使用DCGAN来生成小样本刺绣图像，以缓解类别不均衡问题。为了确保传统刺绣样本和非遗数据库数据的真实性和完整性，基于DCGAN生成的刺绣图像仅作为模型训练中的辅助数据，旨在提升分类性能，而非用于非物质文化遗产数据库的核心数据保存。同时，为了保证DCGAN生成的刺绣图像在艺术性和工艺上的代表性，生成过程严格依据各类刺绣的针法和纹理特征进行，且由非遗领域专家进行审查和筛选，以确保生成图像在风格和工艺上与传统刺绣相符，从而避免偏离原有的工艺特色和文化价值。

DCGAN的结构如图2所示。从中可以看出，DCGAN由生成器和判别器组成。生成器的任务是从随机噪声中生成逼真的图像，判别器的任务是区分真实图像和生成器生成的假图像。通过生成器和判别器的反复对抗训练，不断迭代优化，两者共同提升，生成高质量的图像。

利用DCGAN生成特定类别的刺绣图像，有助于平衡数据类别，有效扩充数据集，使各类别的数据量趋于一致，从而提升模型在各类别上的分类性能。生成的刺绣图像变化情况如图3所示。

（二）数据增强

利用深度学习进行刺绣检测与分类时需要大量的刺绣图片作为训练样本，如果没有足够的训练样本支撑，当网络深度较深时就极易出现过拟合的情况。在深度学习中，数据增强是提升模型性能的一种常用手段，可以在不降低网络深度的同时又能够有效地拟合数据，提高模型的鲁棒性和泛化能力。亚历克斯·克里泽夫斯基（Alex Krizhevsky）等人[18]通过对CIFAR-10数据集的图像进行随机裁剪和水平翻转，显著提高了分类准确率。西哈姆·塔比克（Siham Tabik）等人^[19]则在手写数字识别任务MNIST数据集中使用了扭曲和缩放等变换手段，成功提升了模型的表现性能。

在刺绣图像分类领域，目前的研究主要集中在特征提取和模型设计方面，对于数据增强的研究较为有限。刺绣作为一种兼具生命情感与审美意象的手工艺，其图案庞杂丰富，但由于刺绣图像收集和标注的困难，训练样本通常较为有限。为有效缓解这一问题，支撑更深的神经网络训练，本研究采用常见的数据增强方法，包括旋转、水平翻转、垂直翻转、随机裁剪、随机改变亮度和添加高斯噪声。^[20]在数据预处理阶段，对原始刺绣图像应用上述增强方法，提高模型分类性能、防止网络过拟合，并生成新的训练样本，部分刺绣数据增强示例如图4所示。

图2 DCGAN结构

图3 刺绣图像生成过程示例

图4 部分刺绣数据增强示例

原始数据集分别按照0.7、0.2和0.1的比例随机分为训练集、验证集和测试集。原始刺绣数据集、刺绣增强数据集和经过DCGAN均衡后的刺绣图像图幅数如表2所示。

表2 均衡和生成数据集划分情况

（一）网络结构设计

在目标检测算法中根据检测过程的不同，可以分为双阶段算法和单阶段算法。双阶段算法先提取图像候选区域再进行类别的判定，其漏识别率较低，但速度较慢，典型网络有RCNN和Faster-RCNN。^[21]单阶段算法则不需要产生候选区域阶段，一步到位直接产生物体的类别概率和位置坐标值，经过单次检测即可直接得到，因此有着更快的检测速度，最典型的是YOLO系列算法。^[22]考虑到刺绣在线检测的实时性，因此采用YOLO算法来分类刺绣图像。

YOLOv8是由Ultralytics公司于2023年1月发布的一种目标检测算法，^[23]本研究基于YOLOv8算法，旨在对十种刺绣图像进行分类。针对当前YOLOv8算法存在的分类准确率不足等问题，我们对其进行了改进，以提高刺绣分类的准确度。为增强多尺度信息提取能力，我们将YOLOv8的主干网络替换为InceptionNeXt模块，从而提升特征提取的性能。通过引入并行卷积操作，模型能够捕捉到更多的图像细节和上下文信息，从而提高特征提取的效率和整体性能。在原始的YOLOv8中，主干网络提取特征后，直接将其输入到颈网络。尽管YOLOv8在特征融合方面已有一定设计，但对于关键信息的针对性提取和识别仍显不足。因此，我们引入全局注意机制（Global Attention Mechanism，GAM）模型作为过渡模块，在特征融合前对信息进行筛选，以增强关键信息的识别能力。

1.InceptionNeXt模块

InceptionNeXt模块在ConvNeXt和Inception架构的基础上进行了一系列改进，同时引入更优化的模块设计，适用于图像分类、目标检测等多种计算机视觉任务。^[24]用InceptionNeXt模块取代原有的C2F模块，可以实现在提高模型特征提取能力的同时，不额外增加网络参数数量。InceptionNeXt通过并行卷积操作（3×3，1×11，11×1）在不同尺度上提取特征，同时引入跳跃连接并添加了常量映射，这种分解不仅有效减少了参数量和计算量，还保留了大核深度卷积的优点，扩大了感知领域，提高了模型性能。InceptionNeXt模块的主要结构如图5所示。

图5 InceptionNeXt模块结构图

2.GAM注意力机制模块

近年来，注意力机制已成为目标检测任务中的关键组成部分。^[25]注意力机制的灵感来源于人类视觉系统，能够筛选大量信息并找到重要数据。GAM注意力机制模块使用通道注意力机制和空间注意力机制，通过关注全局信息和局部信息的交互，增强特征表达能力，并广泛应用于图像分类、目标检测等计算机视觉任务，其结构如图6所示。GAM通过引入全局和局部的注意力机制，对全局上下文信息进行引导，调节局部特征的表达，提升网络对重要特征的捕捉能力，最终提高网络的识别和分类能力。^[26]对于给定的输入特征，，中间状态特征F₂和输出特征F₃定义为：

（1）

其中，表示按元素进行乘法操作。

图6 GAM注意力机制模块结构图

3.改进后的网络结构

改进后的网络结构如图7所示，使用刺绣增强均衡数据集，将输入的刺绣图像首先通过主干网络部分逐步提取特征。在主干网络部分中，刺绣图像特征通过5个卷积模块、4个InceptionNeXt模块和1个SPPF模块后，得到不同尺度的特征图。再由颈部网络将不同尺度的刺绣特征图进行融合，最后头部网络根据分类需求输出预测结果以及置信度。改进后的网络结构通过多尺度特征提取和全局特征交互与融合等操作，提高了目标检测与分类的性能和鲁棒性，并在复杂场景下取得更准确的分类结果。

图7 改进后的YOLOv8网络结构

（二）超参数设置

本研究模型在CPU（Intel Core I7-12700K，20线程，3.6GHz）和GPU（NVIDIA RTX 3070，8GB，5888CUDA）上进行训练，使用Adam作为模型的优化算法。为加速网络收敛，避免网络陷入局部最优解，学习率自适应调节方法，其超参数具体设置如表3所示。

表3 超参数设置

（三）评价指标

在图像分类问题中，通常使用二元交叉熵损失函数（Binary Cross Entropy，BCE）作为分类损失函数。^[27]在刺绣十分类问题中，BCE的梯度形式更优，训练时更加稳定，训练输出时对每一种类别k进行判断，并输出置信度，其公式如（2）所示：

（2）

其中，y_i为第i刺绣样本的真实类别，p_i为网络对刺绣样本i的预测类别。

为了能够有效评估改进后的YOLOv8模型对刺绣的检测和分类结果，本研究采用召回率（Recall）、准确率（Accuracy）、精度（Precision）、F1值（F1-Score）和AP作为评价指标。上述五种评价指标均为数值越大，代表模型的分类性能越优，公式如下所示：

（3）

（4）

（5）

（6）

其中，TP为真正例，表示模型正确地将类别k的刺绣样本预测为类别k；TN为真负例，表示模型正确地将不属于类别k的刺绣样本预测为不是类别k；FP为假正例，表示模型错误地将不属于类别k的刺绣样本预测为类别k；FN为假负例，表示模型错误地将属于类别k的刺绣样本预测为其他不是类别k的类别。

（7）

以召回率为横坐标，精度为纵坐标，便能绘制出精度召回率（Precision-Recall，P-R）曲线。P-R曲线与横纵轴围成的面积代表对应刺绣类别的AP。其中，围成的面积越大，AP值就越高，对应模型的检测效果就越好。

为了防止模型出现过拟合状态，采用早停法策略确定合适的训练周期。^[28]假设E_opt(t)是在第t个周期下的最优验证集损失值，GL(t)为泛化误差。当泛化误差GL(t)的增长率大于指定值时，则停止训练，如公式（8）所示：

（8）

（一）训练结果可视化

1.损失曲线

图8展示了改进后的YOLOv8模型在训练过程中随着迭代周期次数的增加，训练集和验证集损失值的变化趋势。从图8可以看出，由于前期学习率较大，导致模型在验证集上的损失曲线出现震荡，但总体呈下降趋势，表明模型在持续学习特征并不断地进行优化。在第25个周期后，预测损失的偏差逐渐减小。在第40个周期后，验证集的损失值逐渐趋于稳定，并在第45个周期左右基本达到收敛状态。选择在验证集上损失值最小时的权重，即第48个周期下的权重作为模型最终权重。

图8 训练集与验证集损失曲线

2.分类结果评价指标

将测试集的刺绣图像输入到最终的分类模型中，检测改进后的YOLOv8模型的分类效果，其刺绣分类结果评价指标如表4所示。再对表4的内容进行可视化分析与展示，其结果如图9所示。

表4 改进后的模型刺绣分类结果评价指标

图9 刺绣分类结果评价指标柱状图

从图9中可以看出，刺绣分类模型在各个类别上表现出色，整体平均召回率为0.90434，平均准确率为0.90434，平均精度为0.91505，平均F1值为0.90751，平均AP达到0.96889。鲁绣、京绣和蜀绣表现尤为突出，鲁绣的各项指标几乎达到最佳。汉绣、瓯绣和湘绣在各项指标上表现均衡，特别是汉绣的精度和AP较高，显示出较强的分类能力。而杭绣虽然精度较高，但是其召回率较低，表示模型可能遗漏了部分真正例。从整体来看，改进后的分类模型在大多数刺绣类别上能保持高识别精度和召回率。

3.分类结果可视化分析

图10展示了改进后的分类模型在不同刺绣类别上的混淆矩阵，图11展示了不同刺绣类别的P-R曲线。从图10的混淆矩阵可以看出，改进后的分类模型在大多数刺绣类别上的分类表现较好，特别是鲁绣，其主对角线上的值较高，表明这一类别的样本大部分被正确分类。然而，对于汴绣和湘绣，存在较明显的分类错误，其他类别的样本被误分类为这些类别的频率较高，说明模型在这两个类别上的区分能力有待提升。

图11的P-R曲线进一步展示了模型在不同阈值下的精度和召回率之间的权衡关系。曲线上每个点表示在对应召回率下的最大精度值，当P=R时对应的阈值点即为均衡点（Best Event Point，BEP），BEP越大，则说明模型对此类别的分类性能越好，即P-R曲线越靠近右上角。对于综合混淆矩阵和P-R曲线的分析，证明改进后的分类模型整体性能较好，能够较准确地分类大部分刺绣类别。对于鲁绣，模型的分类效果几乎没有误分类。尽管杭绣的P-R曲线明显低于其他类别，表明模型在识别杭绣时的效果不佳，但其精度较高，使得在目标检测过程中有较好的性能。改进后的模型在对刺绣图像的识别和分类的表现稳定且优异，这表明模型在处理大部分刺绣类别时已经达到了较高的精度和可靠性，展示了很强的泛化能力和鲁棒性，能够满足实际应用中的需求。

图10 混淆矩阵

图11 P-R曲线

t-分布随机邻域嵌入（t-Distributed Stochastic Neighbor Embedding，t-SNE）^[29]是一种用于高维数据降维的非线性算法，特别适用于在二维或三维空间中可视化高维数据。由劳伦斯·范德马滕（Laurens van der Maaten）和杰弗里·辛顿（Geoffrey Hinton）于2008年提出，t-SNE通过将高维数据点嵌入到低维空间中，同时尽可能保持相似数据点的邻近关系，因而广泛用于数据可视化和探索性数据分析。t-SNE首先在高维空间中计算数据点之间的相似度。对于每对高维数据点i和j，t-SNE使用基于高斯分布的条件概率表示数据点j在给定数据点i的情况下作为邻居的概率，如公式（9）所示：

（9）

其中，是根据数据点i的局部密度自动调整的，k是所有数据点的索引（除去数据点i本身）。

在低维空间中，t-SNE使用类似的方法计算数据点基于学生氏t分布，y_i和y_j之间的相似度q_ij的关系如公式（10）所示：

（10）

其中，y_k和y_l表示降维后的数据点。t-SNE通过最小化高维空间和低维空间相似度分布之间的Kullback-Leibler散度^[30]，使得低维空间中的数据点配置尽可能反映高维空间中的邻近关系，实现高维数据的有效降维，从而成为数据科学和机器学习领域的常用工具之一。将YOLOv8模型的颈网络输出特征图作为输入，基于t-SNE算法进行高维数据降维，原始网络和改进后的网络的降维结果可视化如图12所示。

图12 t-SNE降维可视化

对于t-SNE降维结果，在理想情况下，同一类别的刺绣样本会聚集在一起，不同类别的刺绣样本应该形成相对清晰的簇，簇与簇之间有明显的间隙。由图12可知，使用原始YOLOv8模型对刺绣进行分类，降维结果表明模型对不同类别的刺绣在二维空间中有一定程度的分离，例如，汴绣和鲁绣有较为明显的聚集区，表明这些类别的样本特征较为一致。但图中存在一些不同类别之间的重叠，特别是在图的中央区域，湘绣和京绣的样本较为紧密地聚集在一起，表明这些类别内部的样本特征相对一致，原始YOLOv8模型没能有效提取到这些刺绣的独特特征，表明模型在区分这些类别时存在一定困难。而对于粤绣，其簇分布较为分散，表明该类别的样本特征差异较大，分类效果不理想。

改进后的YOLOv8模型进一步优化了特征提取部分，使得同一类别的特征更加一致，不同类别刺绣的特征更加可分离、类别分布更加集中、边界更加清晰，各个团簇之间的间距也更加合理，这将有利于模型区分不同类别的刺绣。对于部分类别的刺绣，如湘绣和京绣，在降维图像不同区域形成了多个相对独立的小团簇，表明这些类别的刺绣存在多种独特特征，其特征分布存在一定的异质性。改进后的模型从可视化角度权衡分类性能表现，分类效果更加理想，有助于提高模型对于不同类别刺绣的识别准确性和稳定性。这种优化使得模型更能够捕捉到刺绣类别之间的微妙差异，有效地区分湘绣和京绣等部分类别的刺绣，并且能够在降维图像中形成相对独立的小团簇，进一步凸显了这些类别之间的特征差异和异质性，从而提高了模型的泛化能力和分类精度。

（二）消融实验结果及分析

表5为消融实验结果，采用准确率、精度和F1值作为评价指标，并对使用不同数据集训练的结果进行比较。从表5可以看出，采用原始刺绣数据集的YOLOv8的准确率仅为52.02%，说明在少量刺绣样本的数据集下，YOLOv8对刺绣图像的分类效果较差。B和C都是对数据集的数据增强，从表中可以看出，当数据集采用刺绣增强数据集时，B较于A的准确率提高了30.02%，精度提高了62.2%，说明模型泛化能力增强。C是在B的基础上引入了刺绣增强均衡数据集，训练数据量显著增加了，模型的训练效果也进一步提升，准确率随之提高，达到了70.15%，增强了模型的稳定性。

D在YOLOv8中引入了InceptionNeXt模块，准确率为85.74%，相较于C，提高了22.22%，F1值为89.74%，提高了18.37%，说明模型提取了有效的特征，提高了分类准确率。E为YOLOv8中引入了GAM模块，准确率为84.88%，相较于C，提高了21%，F1值为89.17%，提高了17.62%，说明GAM模块通过关注全局信息和局部信息的交互，增强特征表达能力。F为本研究改进后的YOLOv8模型，在C的基础上，准确率、精度和F1值分别提高了28.91%、27.04%和19.71%。准确率达到最大值90.43%，比D和E分别提高了5.47%和6.54%。

表5 消融实验结果

（三）与其他网络对比实验分析

为了验证本研究改进后的YOLOv8模型的分类性能，本文选取LeNet^[31]、AlexNet^[32]、VGGNet^[33]、ResNet^[34]、Inception^[35]和Xception^[36]经典分类网络进行比较。以上6个网络均使用相同的网络参数和软硬件平台进行训练。表6为本研究改进后的YOLOv8模型和其他经典分类网络模型对十种刺绣分类的实验结果，粗体表示评估指标的最佳值。从表6中可以看出，本研究提出的方法在所有指标都达到了最优值，表明该模型对十种刺绣的分类表现出了优越的性能。

表6 与不同经典分类网络的对比结果

本研究选择刘净净等人改进的MLP网络^[37]、周泽聿等人改进的Xception-TD网络^[38]和刘羿漩等人改进的DenseNet网络^[39]进行比较，比较结果如表7所示。可以看出，本研究提出的方法支持最多10种类型刺绣图像，且同时支持在线检测，除了准确率指标外，其余指标均达到最优值。

表7 与不同改进分类网络的对比结果

（一）静态图片验证

随机从刺绣图像测试集中选取不同种类的刺绣图像作为验证样本，进行基于CAM（Class Activation Map，类激活映射）热力图的可解释性分析。CAM热力图是一种用于解释卷积神经网络决策过程的可视化技术，它通过突出输入图像中对最终分类结果最有贡献的区域，帮助研究者和用户理解模型在做出决策时关注的部分。^[40]

首先将输入的刺绣图像通过神经网络中的多层卷积和池化操作，提取出包含不同区域空间信息和语义信息的高层次的特征图。在特征提取之后，通过全连接Softmax层进行处理，以输出每个刺绣类别的概率。同时在训练过程中进行权重映射，将每个特征图的权重w_c与其对应的特征图进行加权求和，然后进行ReLU操作，其公式如下：

（11）

其中，f_x(x,y)表示第k个特征图在位置(x,y)的值。最终生成一个与输入图像大小相同的CAM热力图，并将其与原始图像叠加，以直观地显示不同区域对最终分类决策贡献程度，不同随机刺绣样本检测结果及热力图如图13所示。

图13 静态图片检测结果及热力图

从图13中可以看出，改进后的模型在对杭绣进行分类时，主要关注作品中光滑的针脚和细致的纹理部分。杭绣针法以精细、柔和的细节处理著称，特别是对眼部线条和光影的处理，采用对口、走势、平金、吊角、提金、拨路、盘棕等二十余种技法，创作出的作品具有光泽、平整、顺滑、洁净、巧妙的特质。热力图中亮度最高的区域集中在猫眼周围，表明模型识别出这部分刺绣的细腻和顺滑之处，这与杭绣针法柔中带刚的特征相一致。针对汴绣的图样，模型的关注点集中在人物的服装和发饰部分，热力图高亮区域表明模型识别出蒙针和滚针绣律动、庄重的表形效果，这与汴绣针法精致细腻、稳静柔和的特点相吻合。鲁绣针法强调虚实结合，通过通镶拼、花边、小扣锁、绣花等技法，使不同针法和谐统一，作品层次清晰、色调淡雅，呈现出浮雕般的立体效果，给人以深邃而生动的视觉体验。针对鲁绣作品，模型特别关注了图案中层次分明、浮雕般的刺绣部分。热力图显示，模型对这些立体感强烈的部分给予了高度关注，这正是鲁绣通过虚实结合和不同针法的巧妙运用所体现出的特点。在京绣分类中，模型重点关注了作品中富有宫廷风格的金线和色彩鲜艳的图案。热力图的高亮部分集中在图像的边角处，覆盖了具有端庄质朴、绣线配色鲜艳而不俗的区域，这与京绣针法强调华贵典雅和“平金打籽”的特征相一致。

改进后的YOLOv8分类模型在四种刺绣图像上均能准确识别出对应的刺绣类型，能够正确地关注到刺绣图像中的典型区域，这些区域包含了刺绣的重要细节和特征，显示了其在特征提取和分类上的有效性。

（二）离线视频验证

刺绣视频是由一系列连续的图像组成，在进行视频分类检测时，通常会将视频数据拆解成单帧图片，并对单帧图片进行提取，转换成一系列静态图片，然后将静态图片输入到模型进行独立分类。由于视频的每一帧都会得到一个独立的分类结果，通常需要对这些结果进行整合，以获得最终的分类结果。本研究使用多数投票法对分类结果进行整合，^[41]分别统计每种刺绣类别的出现频率，再整合所有帧的分类结果，实现对视频内容的准确分类。

视频测试集选取4段长度在13秒至28秒的刺绣展示片段，使用视频处理库OpenCV^[42]将视频文件打开，并转化为RGB格式，输入到改进后的分类模型中，执行前向预测，并生成CAM热力图，结果如图14所示。

从图14中可以看出，在对湘绣视频的分类过程中，热力图显示模型主要关注熊猫的头部区域（左上）和梅花部分（右上）。这部分图像的针法异样，柔中带刚，粗中呈细，线隐针藏，体现了湘绣独有的全异绣和鬅毛针等针法的特点。针对蜀绣视频的分类，模型的关注点集中在山峦的边缘和顶部区域。热力图的高亮部分表明模型识别出这些区域所展示的晕针和掺针技法所形成的柔和渐变效果，这与蜀绣“针脚整齐、线片光亮、紧密柔和”的技艺特点相吻合。在粤绣视频的分类中，热力图显示模型的关注点主要在作品中表现物象肌理的部分，特别是凤凰羽毛的细节。这些区域展示了粤绣中的平针和乱底等针法，表现了复杂的肌理和图案设计，进一步凸显了粤绣在针法运用上的灵活性与独特性。所有四个刺绣视频的预测结果都与实际结果一致，进一步验证了改进后的YOLOv8模型在刺绣分类任务中的高准确性和可靠性，为刺绣视频分类提供了一种可靠的实现途径。

（三）在线验证

基于摄像头的在线分类技术可以实现对刺绣作品的实时检测和分类，自动采集和记录每件作品的分类信息，从而构建一个完整的刺绣数据库。这些数据可以用于后续的分析和研究，如优化生产工艺、改进设计方案和市场需求预测等。该实时检测系统主要由摄像头、图像处理单元、刺绣检测与分类算法、数据存储系统和用户界面组成。摄像头用于实时采集刺绣作品的图像数据，本研究选取海康威视的工业面阵相机，型号为MV-CU013-A0GC，以确保图像的细节清晰度和质量。图像处理单元负责对摄像头捕获的图像进行预处理，包括图像去噪、裁剪、尺寸调整和颜色校正等，通常配备GPU加速，以支持实时图像处理和深度学习模型的推理。刺绣分类算法使用本文改进的YOLOv8深度学习模型。数据存储系统负责存储每一件刺绣作品的分类信息和对应的图像数据。用户界面提供一个图形化界面，用于监控刺绣作品的检测和分类过程，用户可以实时查看分类结果、图像数据和统计信息。为提高资源使用效率，图像处理单元由个人计算机组成，搭载英特尔I5-12500H处理器和512GB固态硬盘，满足存储和算法运行的要求。

通过使用cv2库函数，调用生产线或非遗工坊的摄像头，实时捕捉每件刺绣作品的图像。将捕获的图像传输到图像处理单元，进行预处理，以确保图像质量适合后续的分类任务。预处理后的图像由刺绣分类算法进行特征提取，提取图像中的关键特征，再对提取的特征进行进一步分析，实现对刺绣作品的实时分类。最后，将分类结果连同图像数据一起存储到数据存储系统中，生成每件作品的唯一标识符和分类标签。本次选取10个不同种类的刺绣手工艺品（团扇、手帕、桌布和书签）共计16件，在不同角度下进行在线验证，所得到的评价指标如表8所示。

表8 不同种类刺绣在线验证评价指标

图14 离线视频检测结果

根据表8的结果，对每种刺绣作品进行6次验证后，平均置信度达到了0.9171，平均帧率为43.6FPS，超过了目标检测实时性要求的30FPS。这表明该系统不仅能够准确地识别刺绣作品，还能够在高于实时性要求的速度下进行处理。以苏绣团扇、汴绣团扇、湘绣手帕、鲁绣桌布和蜀绣书签为例，在不同角度下进行检测，检测结果如图15所示。从图15中可以看出，在不同种类、不同角度下的刺绣图像的置信度均高于0.865，改进后的分类模型可以精准检测出画面中出现的刺绣，并实时返回检测结果。

本文基于改进的YOLOv8算法对刺绣图像进行分类，首先，基于DCGAN网络均衡刺绣图像数据集，解决小样本刺绣图像类别不均衡问题。其次，将YOLOv8的主干网络替换为InceptionNeXt模块，实现在不同尺度上提取特征，增强特征提取能力。再次，增加GAM模型作为过渡模块，在特征融合前对信息进行筛选，提升网络的特征融合能力。最后，使用改进后的网络模型对测试集进行实验，并使用图片、视频和摄像头进行离线和在线验证。

实验结果表明，改进后的算法在各个类别上分类性能表现出色，整体平均召回率为0.90434，平均准确率为0.90434，平均精度为0.91505，平均F1值为0.90751，平均AP达到0.96889。在对刺绣图像、视频和摄像头检测的识别和分类的表现稳定且优异，达到了较高的精度和可靠性，实现了较强的泛化能力和鲁棒性，能够满足实际应用中的需求。

图15 在线验证检测结果

未来的工作重点是收集更多刺绣图像，丰富不同种类刺绣数据集，让模型能够在更多样的样本上进行训练。研究使用更高效、轻量化的主干网络进行替换，来达到更高的分类精度和满足更高要求的实时性。同时将分类模型进行多端部署，开发满足桌面端、移动端（iOS和Android）和Web端的刺绣检测与分类系统，将实时分类技术与数字人文结合，有助于更好地保护和传承刺绣文化。通过数字化和系统化的管理，刺绣作品可以被详细记录和保存，为后续的文化研究和保护提供宝贵的数据支持。

将实时分类技术应用于传统刺绣行业，体现了现代技术与传统手工艺的跨领域融合与创新，不仅为传统手工艺注入了新的活力，促进了刺绣行业的现代化发展，同时也为计算机视觉和人工智能技术开辟了新的应用场景，推动了传统手工艺与现代技术的协同进步。

编辑 | 臧杰

本文系辽宁省“兴辽英才计划”项目“新时代文化遗产保护、利用的新理念、新方法研究”（XLYC1904008）阶段性成果。

早在明清之际，中国小说名著《三国志演义》（为便于行文，以下径称《三国演义》^[1]）便传入周边国家，产生重大影响。与日本、朝鲜、越南等东亚、东南亚汉文化圈内的情况相似，“三国”故事在泰国流播甚广，颇受欢迎。据学者推断，在17世纪初，也就是泰国阿瑜陀耶王朝中期，《三国演义》已伴随华人移民或“东南亚人士来华购买及书籍贸易”^[2]等途径传入泰国。初入泰国，“三国”故事的传播以流动的神庙活动和戏曲表演为主，以图文、雕塑等凝定的形式为辅。^[3]视听演出转瞬即逝，现场细节无从还原。而因战乱频仍、气候炎热、中文识字率低、文献保存意识淡漠等原因，汉籍在泰国的保存情况也不理想。泰国现存最早的《三国演义》是清光绪九年（1883）善美堂藏版《绣像第一才子书》^[4]，该书比史称“洪版《三国》”的首部泰译本《三国》晚了80多年。由于“洪版《三国》”译者本人不谙汉语，其翻译底本是在泰华人据汉籍意译的质朴泰文，^[5]因此，若想通过译本寻觅其所依据的小说版本，进而推断彼时可能流传于泰国的汉籍情况，无疑是困难重重的。换言之，如欲探究《三国演义》在泰国的早期传播情形，便不得不诉诸间接证据。唯一可行的路径就是充分利用非文字资料。^[6]

幸运的是，在作为《三国演义》泰国早期传播关键渠道的绘画雕塑领域，至今仍有实物资料留存，其主流为佛寺壁画。泰国全境共有绘制“三国”故事壁画的佛寺五座：纳浓寺、切都蓬寺、巴森苏塔瓦寺、波汶尼威寺和建安宫。绘制时间最晚的是建安宫的90幅壁画，完成于光绪二十五年（1899），内容以《三国演义》为主，兼有少量《隋唐演义》等其他题材作品，其中与“三国”有关的54幅，其底本很可能是晚清石印本《增像全图三国演义》。^[7]时间次晚的是修建于曼谷王朝拉玛四世时期（1851—1868）的波汶尼威寺，配殿壁画绘有从“刘备送徐庶”到“关羽义释曹操”的28段故事，该寺为皇家寺庙，画风趋近泰式格调。^[8]余下三座寺庙均修建于曼谷王朝拉玛三世时期（1824—1851）。^[9]纳浓寺有“三国”壁画48幅，内容始于“刘备投奔刘表”，至“赵云独战曹军”止，破损严重。切都蓬寺壁画绘于户外中式亭子内部，因处于开放环境，损坏程度更甚，经辨认，仅描绘了赤壁之战情节。^[10]唯独巴森苏塔瓦寺存有泰国境内绘制时间早、体量大、华人参与度高的“三国”主题壁画，学术价值重大，但壁画图像尚未经过系统采集和整理，所受关注和研究极其不足。

巴森苏塔瓦寺（Wat Prasoet Sutthawat, วัดประเสริฐสุทธาวาส）位于泰国曼谷，原名“卡琅寺”（Wat Klang），兴建于阿瑜陀耶王朝时期（1351—1767）。曼谷王朝拉玛三世在位（1824—1851）时，福建漳州府海澄县籍华人郑宝因在泰经商有道，出资重修该寺并将之献给国王，受封爵号“帕巴森瓦尼”，该寺遂更名为“巴森苏塔瓦寺”^[11]（以下简称“巴寺”）。寺内供奉上座部佛教神像，大殿四壁绘制“三国”主题壁画364幅，呈逆时针分布（见图1-1至图1-5），内容从“刘备观榜文”到“张飞战张任”，^[12]大部分保存完好，风格接近于中式绘画，以线描笔法为主，有较多汉字标注。^[13]寺中主殿后壁上石碑题“大清国道光拾八年岁次戊戌福建省漳州府海澄县弟子郑”，可知壁画绘制于清道光十八年（1838），这个时间点不仅早于前述泰国现存最早的汉籍《三国演义》，也早于1865年的泰译插图本。^[14]壁画绘制时间正处在泰国前现代末期，[15]尚无可能如前述建安宫壁画那样依据晚清石印本，其底本应是晚明以降的小说刻本插图。也就是说，无论从历史、政治，抑或文学、技术的维度来看，巴寺壁画均在时间轴上处于《三国演义》在泰传播的早期，如能探究壁画依据的底本，便可更新《三国演义》在泰国前现代时期的流传和接受情况，不仅可以将入泰时间上限提前，也有助于进一步认识在泰流播的具体版本。图1-1 大殿内壁画分布与阅读顺序（“”指代佛像位置）

图1-2 佛像左侧墙壁壁画分布示意图

图1-3 佛像背后墙壁壁画分布示意图

图1-4 佛像右侧墙壁壁画分布示意图

图1-5 佛像对面墙壁壁画分布示意图

壁画分行布列于佛寺四壁，佛像两侧墙壁布图较多，共计7层，每面墙壁128幅；位于佛像背面和对面的壁画较少，分为6层，每面墙壁54幅。这些壁画长宽比均约为4∶3，皆从右向左排列，符合中式阅读传统。每幅壁画皆有画框，唯其形制略异：第1—58幅（第一排的全部壁画），画面内容占据画框全部；第59—174幅（第二、三排），画框内加绘一个长方形边框；第175—232幅（第四排），画框内加绘一个四角为弧形的长方形边框；第233—364幅（第五、六、七排），画面内容再次占据画框全部。巴寺壁画中人物、建筑、植物、兵马、城门等元素以及构图模式与中国明清时期《三国演义》小说版刻插图十分接近，很可能是参照一个或多个明清版刻插图本绘制的。^[16]但若仅靠人工对照壁画和小说版画的相似性，一则工作量过大，二则难以避免主观性带来的偏差，因此，本研究引入机器计算以提高工作效率及其客观程度。

在现有的相关研究中，泰国学者初蓬·厄初翁对巴寺壁画作出了图文介绍，但侧重美术分析，并未涉及来源推测问题，更未从文学视角加以关注。^[17]泰国来华留学生陈柳玲的博士论文提及巴寺壁画，认为其底本是关帝庙或关公殿的同类壁画，巴寺修建之目的是推崇关公。^[18]中国学者方面，金勇曾对巴寺壁画略有介绍，他指出这是泰国境内最丰富翔实的“三国”主题壁画，还附上亲赴现场所摄彩图3张。^[19]王少杰亦曾专论巴寺壁画，但未展开图绘底本的具体分析。^[20]胡春涛则围绕另一寺庙建安宫的“三国”壁画展开分析，关注壁画内容、绘制年代和底本来源，虽然其关注重点在于建安宫，仍为巴寺壁画的研究提供了参考范例。^[21]本研究在借鉴上述成果基础上，对数字人文的人机协同研究范式进行探索：首先采集巴寺全部壁画并进行数字化整理，其次构建出一个相似度预测框架，使之自动计算壁画与小说版刻插图的视觉相似度，最后回归传统文史分析方法，发挥人力解读图文细节的优势。

在开始机器计算之前，首先需要人工采集壁画并建立数据集。本研究的数据集由1,003幅图片组成，包括364幅壁画和639幅来自16个具有代表性的小说插图本。

（一）数据集的建立与划分

截至1838年巴寺壁画绘制前，带有情节性插图的《三国演义》小说版本共计34个。尽管学界关于《三国演义》的版本研究已臻成熟，但对插图本的版本梳理，仍需基于图像特点另行展开。这一方面是因为按文字和按图像划分的版本系统未必一致，如清初金阊艺海堂本《四大奇书第一种》^[22]，内封题“毛声山评点三国志”，正文出自毛评本无疑，然其插图为回目画，共240幅，图目5—7字不等，与明刊《李卓吾先生批评三国志》^[23]所配插图基本相同，应属于周曰校本插图体系。另一方面，对小说来说，插图在很多情况下具有一定独立性，是可以被灵活拆卸和再度拼装的版刻资源。明万历建阳忠正堂熊佛贵刊本《新锲音释评林演义合相三国志史传》^[24]，其版式为上评中图下文，图像比例也与传统上图下文不同，宽度仅占版面的二分之一，左右半叶图像合为一图，即“合相式”，书前又插入“桃园结义”“刘备称帝”两张半叶竖幅插图，应为江南版画拼入的结果，不能因为书坊出自建阳就将之简单归入建本系统。^[25]因此，本研究从图像特征出发，重新梳理这34个出现于巴寺壁画绘制前的《三国演义》插图本，通过合并同类版本，提炼出具有代表性的16种（详见表1），并沿用通行的小说图像地域风格分类维度，^[26]将这16种代表性插图本分为三个系统：一是江南系统，包括双面连式和半叶竖幅式；二是建阳系统，即上图下文式；三是江南与建阳的合流系统，前述兼有上图下文“合相式”插图和半叶竖幅插图的忠正堂熊佛贵刊本即属此类。

随后，本研究在364幅巴寺壁画中，根据图像表达和榜题、人物、建筑等文字标注，提取出可以辨认小说情节的代表性壁画88幅^[27]，又从上述16种代表性小说插图本中整理出与88幅壁画对应的小说插图639幅（出自不同小说插图本的图像数量不一，详见表1最右栏），共同构成本研究的核心数据集。

表1 出自代表性小说插图本的插图数据统计表

注：序号1—4插图属于江南风格，5—14属于建阳风格，15、16为江南与建阳的融合风格。总计639幅。

为方便机器学习和全面评估相似度预测框架的性能，本研究采用一种系统的数据集划分策略：将88幅壁画分为两个数量均等的部分，分别命名为“训练集”和“测试集”。训练集旨在训练机器优化其有效提取图像特征、为图像相似度打分方面的性能，测试集用于测试机器在训练集上习得的特征提取能力及相似度打分能力。小说插图本与壁画对应的图像，则跟随壁画的流向归入训练集或测试集。由于测试集中的训练数据既包括一半数量的壁画，又包括这一半壁画所对应的小说插图，这就确保了训练的模型在能充分学习到壁画特征的同时，也能充分接触小说刻本图像的多样性。

（二）面向训练集的对比学习模型SimCLR

对比学习（Contrastive Learning）广泛应用于图像处理和自然语言处理领域，如图像分类、目标检测、文本表示（text representation）等。作为一种自监督学习方法，对比学习主要用于训练机器学习和深度学习模型，尤其广泛应用于缺少标签数据的场景。其核心在于通过对比数据样本学习特征，将相似样本映射到相近的特征空间，将不相似样本映射到不同空间，从而使机器习得更有区分力的图像特征。在那些复杂耗时、存在较多主观差异的场景中，对比学习因其自监督学习机制而具有的优势显得尤为明显。巴寺壁画与小说插图的相似度评估任务，即对比学习模型适用的领域之一。

在样本数量受限的情况下，本研究利用对比学习模型SimCLR（A Simple Framework for Contrastive Learning of Visual Representations），通过数据增强技术生成图像的多个变体，构建“正样本对”（positive sample pairs），并通过对比损失函数来训练模型的优化。SimCLR的单阶段训练策略简化了负样本的选择，使其在小样本环境下依然能有效捕捉图像之间的微妙差异，充分学习到具有高区分力的特征。对于样本数量相对较小的巴寺壁画和小说插图来说，SimCLR模型的这些特点有助于精确评估二者图像的相似性。该模型的研究框架包括如图2所示的多个步骤，以下将逐一拆解。预测框架相关代码和本研究部分数据，见Github开源平台https://github.com/MiyaWu/Romance-of-the-Three-Kingdoms。

图2 壁画与小说插图的相似度预测框架

1.数据预处理

本步骤首先对巴寺壁画和小说插图进行图片缩放，确保它们符合输入模型的尺寸规范，其次对图片进行归一化、标准化处理，确保图片数据的稳定性与一致性。

2.特征提取

本步骤将预处理后的图像输入到训练成熟的SimCLR模型（训练过程详后）中，SimCLR模型将自动提取图像的关键视觉特征，以特征向量的形式进行输出。具体来说，针对每一组待评价的壁画与小说插图{壁画x,插图1,……,插图i,……,插图y}，SimCLR模型提取出特征向量{e_x，e₁，……,e_i,……,e_y}。e_x表示壁画x的特征向量，e₁……e_y分别表示y种小说插图相应的特征向量。

3.相似度检测

完成巴寺壁画和小说插图的特征提取后，本步骤运用余弦相似度计算二者特征向量之间的相似性。余弦相似度的定义如公式（1）所示，通过计算壁画与训练集中每一幅小说插图的相似性，得到壁画与y种插图的余弦评分{s_x1,……s_xi,……s_xy}。

（1）

4.度量指标

为了评估基于SimCLR模型的相似度预测框架的性能，本步骤请专家从局部细节、全局构图等角度，对部分巴寺壁画与小说插图的相似度进行打分，并采用肯德尔等级相关系数度量指标，衡量框架预测的评分与专家标注的评分之间的一致性。

（三）关于对比学习模型SimCLR的训练及其有效性确认

SimCLR模型通过对比同一图像的不同增强变体实现自我训练，从而有效提取图像特征。这一训练过程包括如下步骤（图3）。

图3 SimCLR模型的训练流程图

1.数据增强

SimCLR模型运用随机裁剪、颜色调整、水平翻转等数据增强技术，增加了输入图像的多样性。这些技术使图像在视觉表现上呈现出不同变化，但图像的核心内容保持不变。本步骤旨在提供多样化样本，帮助模型在不同的视觉变换中习得提取图像核心特征的能力。

2.特征提取

在特征提取阶段，SimCLR使用ResNet50作为编码器（Encoder），将数据增强后的图像转化为高维特征空间中的初步特征向量。对于每个增强后的输入图像m_i，编码器f(·)通过卷积层和残差连接等机制，逐层提取图像的局部和全局特征，输出一个高维的特征表示向量h_i。h_i的公式定义如公式（2）所示。

（2）

随后，将特征向量h_i输入投影头网络g(·)进行映射，最终生成一个能够充分代表该图像的特征向量z_i：

（3）

投影头网络g(·)通常由一个包含ReLU激活函数的带两个隐藏层的多层感知机（MLP）构成，负责将编码器产生的高维特征向量h_i映射到低维空间，从而生成更适用于对比损失计算的特征表示z_i。这一过程提高了特征表示的质量和区分度，使模型在处理经过视觉变化的图像时，能够更加精确地识别和提取图像的关键特征。

3.对比损失

最终生成的特征向量z_i被输入到NT-Xent（Normalized Temperature-Scaled Cross Entropy Loss）对比损失函数中，定义如公式（4）所示。其中z_c和z_d是通过投影头生成的特征向量；sim（z_c，z_d）是两向量的余弦相似度；τ是温度参数，控制相似度的缩放；1_[k≠c]是一个指示函数，保证不同图像之间不会被误认为具有相似性。

（4）

NT-Xent损失函数通过公式（1）中的余弦相似度来衡量特征向量之间的相似性，并引入一个温度参数τ来调节相似度对模型的影响。这种设计能够放大或减弱相似性评分的敏感度，使模型在训练过程中能够更细致地区分特征向量（即图像）之间的细微差别，进而提升对相似图像的识别能力。

模型在训练集和测试集上的损失值如图4a所示，训练集损失值在前40次迭代中经历快速下降阶段，随后进入渐进收敛期，至第60次迭代后损失值稳定于约0.01；测试集损失同步收敛至0.07±0.02区间，该收敛模式表明模型在有效学习数据特征的同时，未出现显著过拟合现象，具备稳健的收敛性和泛化能力。

在训练集中，本研究利用训练后的相似度预测框架从壁画和插图中提取特征，并基于这些特征计算壁画与插图之间的相似性分值。本研究采用肯德尔等级相关系数作为度量标准，评估框架预测与专家评价之间的一致性。如图4b所示，基于肯德尔等级相关系数的箱形图显示，它的范围在0.3到1.0之间，中位数约为0.75。箱体的上下边缘分别代表第一四分位数（0.62）和第三四分位数（0.88），表明中间50%数据集中在0.62—0.88之间。第一四分位数0.62意味着75%的模型预测与专家标注达到中等强度以上相关性，第三四分位数0.88显示前25%的优秀预测已接近完美一致性。这些数值表明，框架预测与专家标注之间的一致性真实且可靠，框架在检测小说插图与壁画之间相似性方面具备有效性，在大多数类别中，框架的预测结果与专家评分相对接近，显示出较小的绝对差值。

（四）面向测试集的对比学习模型SimCLR计算结果

鉴于上述SimCLR模型在评估小说插图与壁画相似性方面具备有效性，本研究将该模型应用于测试集，计算巴寺壁画与《三国演义》小说插图的相似程度，并通过图5的“小提琴图”，将壁画与不同版本小说插图相似性分值的分布特征进行可视化呈现。图中每个黑色散点代表框架预测的相似度分值，红、黄横线分别代表相似度分数的平均值和中位数。

在“李”“余”“魏”“郑”“康”“荣”“北”“种”这8个版本中，相似度分布呈现明显的双峰特征：一部分数据集中在箱体的上部，另一部分集中在箱体的下部。这种分布模式表明，在这些版本中，部分小说插图与壁画的相似度较高，而另一部分则存在显著偏差。“朱”“笠”“遗”“叶”“诚”“忠”诸版本尽管呈现单峰分布，但极端低值的出现频率较高，表明这些版本中存在大量壁画和小说插图相似度偏低的情况。余下的“周”和“刘”两个版本均为单峰分布，周本箱体较小，数据点聚集在平均值附近，显示出较低离散性，且其平均相似度分数高达0.91；刘本平均分数仅为0.86，并且存在明显的极端低值。因此，壁画总体上与周曰校本小说插图最为相似，少量也与刘龙田本等建本系统插图较为相似。

根据对比学习模型SimCLR的计算结果，巴寺壁画在整体上与周曰校本插图最为相似，与建本则具有部分相似性。以下从传统文史研究方法出发，人工分析壁画的图文信息。

图4a 训练集和测试集损失值曲线图

图4b 肯德尔等级相关系数统计分布箱形图

图5 壁画—小说相似度分值的可视化“小提琴图”

（一）壁画构图：以周曰校本插图影响为主

1.三英战吕布

嘉靖本和毛评本对“三英战吕布”情节的书写几乎相同，壁画和周曰校本插图的画面呈现也与文字基本相符：

从构图模式来看，壁画（图6a）和周曰校本插图（图6b）均将画面分成左右两部分，画面右侧刘关张三人各骑快马、各执武器，自上而下一字排开。三人兵器指向处，是策马且战且走的吕布，吕布身后的城门，占据了图画左侧偏上的局部。

以李评本（图6c，此处选李评本中时间最早的吴观明本，见表1第2项）和刘龙田本（图6d）的同场景插图为参照，二者长宽比例均与壁画和周曰校本迥异，李评本为半叶竖幅式，构图纵向展开，刘关张虽也自上而下排开，但兵器朝向及三人与吕布的相对位置，较周曰校本和壁画有所区别。已知李评本的文字与周曰校本属于同一系统，^[29]李评本插图也是周曰校本插图的衍生品，^[30]此幅壁画同时有周曰校本和李评本插图的影子不足为奇，就构图和细节来看，壁画显然与周曰校本关系更密，不可能绕开周曰校本而直接取法李评本。此外，建阳本系统的刘龙田本插图更扁平局促，加之上图下文版式每半叶均有插图，如连环画一般，从文字到图像的转换率较高，故而在题为“虎牢关三战吕布”的插图中只画出关羽、吕布二人（图6d下），张飞和吕布的对战已出现在前一幅中（图6d上）。与其他同主题插图对读可知，巴寺壁画与周曰校本的相似度最为显著，这一人工判定结果也与模型计算分值（表2）一致。

图6a 壁画第36幅“破关兵三英战吕布”（榜题未写入预留方框内）

图6b 周曰校本卷1第47叶左、第48叶右插图“虎牢关三战吕布”

图6c 李卓吾评本“虎牢关三战吕布”

图6d 刘龙田本“三英战吕布”

表2 SimCLR模型对“三英战吕布”小说插图与壁画相似度计算结果

2.吕布戏貂蝉

描绘“吕布戏貂蝉”的巴寺壁画（图7a）右下角已然损蚀，但仍可以看出与周曰校本（图7b）的构图十分雷同，几乎是周曰校本的简化版本：居于两幅图中心的太湖石比人略高，既在视觉上有分割画面的作用，又能起到遮挡窥听者董卓的叙事功能。石头的轮廓、镂空，及其上方点缀的草木和祥云亦如出一辙。山石的左侧立着吕布的方天画戟，画戟之旁的吕布正与貂蝉倾谈，二人身后露出画面最左端的凤仪亭一角。小说写道：

壁画和周曰校本定格的画面，即“卓寻入后园，见吕布倚戟，和貂蝉在凤仪亭下”。若是参照其他小说插图的处理方法，李笠翁本（图7c）虽与周曰校本相同，均取小说则目“凤仪亭布戏貂蝉”来结构画面，但描绘的是稍后的时刻，即“卓提戟来杀吕布，布手起一拳”。并且由于半叶竖幅的纵向布局，凤仪亭和假山的置景迥然不同。郑少垣本作为典型的建本形制，每半叶均有插图，文图转换率高，在临近两幅图里，分别表现了上述“吕布倚戟，和貂蝉在凤仪亭下”（图7d上）与“卓提戟来杀吕布，布手起一拳”两个瞬间（图7d下）。总的来说，SimCLR模型对表现该场景的插图与壁画相似度打分与人工读图结果吻合（表3）。

图7a 壁画第47幅“董太师大闹凤仪亭”（榜题未写入预留方框内）

图7b 周曰校本卷1第73叶左面、第74叶右面插图“凤仪亭布戏貂蝉”

图7c 李笠翁评本“凤仪亭布戏貂蝉”

图7d 郑少垣本“吕布戏貂蝉”

表3 SimCLR模型对“吕布戏貂蝉”小说插图与壁画相似度计算结果

3.擂鼓斩蔡阳

巴寺壁画尽管在构图上受周曰校本影响颇深，但有不少地方进行了针对细节的调整，比如弱化血腥暴力元素，这也与壁画所处寺庙场域相统一。在表现“擂鼓斩蔡阳”的画面中，壁画（图8a）整体上相似于周曰校本，但有意避开小说所叙“一通鼓未尽，云长刀一起处，蔡阳头已落地”的瞬间。周曰校本（图8b）径绘出蔡阳人头落地之景象，细看之下，似乎还有血溅痕迹，李笠翁本从文字异同上属于周曰校系统，^[31]其插图也有衍生关系：所绘情形与周曰校本类似，只是将落地的人头改为腾空（图8c）。在建本代表之一余象斗本（图8d）中，擂鼓的张飞与城墙的一角出现在画面右上方，画面的中心是关羽持刀砍蔡阳落马，虽然画幅比例不同，但与周曰校本、李笠翁本均有类似之处，足以说明当时的小说坊刻存在跨地域的借鉴关系。这也可以解释在模型计算结果中，建本与壁画为何具有局部的高相似度。

在这组图像中，SimCLR模型的打分结果是这样的（表4）：

表4 SimCLR模型对“擂鼓斩蔡阳”小说插图与壁画相似度计算结果

（二）壁画构图：以建本系统的影响为辅

巴寺壁画主要受周曰校本的影响，同时部分吸收了建本的图像资源。此中原因大致有二，一方面是周曰校本插图属于“则目画”，依照“则目”来绘制图像，每则只有一幅插图，文图转换率较低，而建本的上图下文版式决定其每半叶均有插图，文图转换率较高。^[32]当周曰校本无图可依的时候，建本就能够提供很好参考的价值。

图8a 壁画第167幅，无榜题，右上角标注“张飞”，左侧标注“蔡阳”

图8b周曰校本卷3第62叶左面、第63叶右面插图“云长擂鼓斩蔡阳”

图8c 李笠翁评本“擂鼓斩蔡阳”

图8d 余象斗本“擂鼓斩蔡阳”

1.蒋干盗书

关于“蒋干盗书”，周曰校本（图9c）、李卓吾本（图9d）等江南本系统插图仅有“群英会”的酒宴画面（这是壁画第252幅，即图9a取法的对象），未描绘盗书；建本系统的叶逢春本（图9e）、朱鼎臣本（图9f）亦无盗书配图。因此，第253幅壁画（图9b）更有可能参考了建本系统的刘龙田本（图9g-1）和刘荣吾本（图9h-1）。

图9a 壁画第252幅，无榜题，有文字标注“甘宁”“周瑜”“蒋干”“张昭”等

图9b 壁画第253幅，无榜题，有文字标注“周瑜”“蒋干”

图9c 周曰校本“群英会瑜智蒋干”

图9d 李卓吾评本“群英会”

图9e 叶逢春本“群英会”

图9f 朱鼎臣本“群英会”

图9g-1 刘龙田本“蒋干盗书”

图9g-2 刘龙田本“群英会”

图9h-1 刘荣吾本“蒋干盗书”

图 9h-2刘荣吾本“往说周瑜”

2.周瑜战曹仁

壁画在周曰校本之外可能部分参考建本的原因之二是，建本插图时代更早，[33]画幅较小，绘制的条件和水平相对有限，呈现的画面稍显简单。从另一个角度来说，比起周曰校本插图的繁复精丽，建本插图显得更为重点突出，易于模仿。因此，在周曰校本有相应插图的情况下，壁画偶尔依然选择参照建本，例如“周瑜战曹仁”壁画（图10a），更接近于朱鼎臣本（图10d）和刘龙田本（图10e）。考虑到出资重修巴寺的商人郑宝来自闽南，壁画构图受到建本影响是具备现实可能性的。

表5 SimCLR模型对“周瑜战曹仁”小说插图与壁画相似度计算结果

（三）壁画细节和榜题：以毛本影响为主

巴寺壁画中的文字信息表明，在壁画的修建中，一定有毛评本的影响。

1.细节：曹操以手掩面

壁画第65幅“曹操濮阳遇吕布”（图11a），乍看上去，仅是周曰校本插图（图11b）的左右镜像对调：吕布御马横戟朝左前方刺去，曹操身着常服，未持兵器，策马遁走。然而，画中曹操以手掩面的动作值得格外注意。

图10a 壁画第284幅“周瑜中箭”

图10b 周曰校本卷6第1叶左面、第2叶右面插图“周瑜南郡战曹仁”

图10c 李卓吾评本“周瑜南郡战曹仁”

图10d 朱鼎臣本“周瑜中箭败绩”

图10e 刘龙田本“陈矫箭射周公瑾”

图11a 壁画第65幅“曹操濮阳遇吕布”（榜题未写入预留方框内）

图11b 周曰校本卷3第6叶左面、第7叶右面“吕温侯濮阳大战”

壁画中曹操这一动作，与周曰校本一手挥鞭、一手紧拽缰绳不同，却与毛评本第十二回中“操以手掩面”的细节描述完全一致：

然而，该细节在嘉靖本文字中未曾出现：

壁画凸显了曹操的掩面行为，自然更接近于毛评本的描述。当然，也可能直接受到了其他根基于毛评本的衍生作品如戏曲表演的影响。

2.回目文字

如果说“曹操掩面”的细节未必能确证毛评本对壁画的直接影响，那么，毛评本回目与壁画榜题的高度相似，则可以反映二者的直接关联。本研究梳理了全部可辨识的壁画榜题，将其中可与毛评本回目、周曰校本图题（即嘉靖本则目）对照的部分胪列出来（见表6），这些榜题涉及毛评本前六十五回的内容，加粗者为壁画榜题与毛评本、周曰校本相同的部分。

表6 壁画榜题与毛评本回目、周曰校本图题对照表^[35]

如表所示，壁画榜题与毛评本回目完全相同或仅有细微差别的占绝大部分，其中包括毛评本独有而不见于周曰校本，这就说明壁画与毛评本的关联绝非偶然，壁画榜题直接参考了毛评本的回目。此外，壁画前249幅在左上或右上角均有以细窄竖框预留的榜题位置，大多与周曰校本图题位置相同，但壁画榜题却实际写在画中空白处。据此推测，巴寺壁画的画工与文字书写者当非一人，可能是画工预留了榜题位置，画至第249幅，书写者才开始增添文字，此时发觉预留榜题空间有限，遂将题目写到画中留白处，画工自此便不再绘出题框。假如这一假设不误，则说明壁画图文各有来源，制作亦非同时，也可佐证周曰校本和毛评本对壁画创作兼有影响。

结合机器计算和人工解读，本研究更新了古代小说《三国演义》以汉籍形式在泰国的流传情况。早在泰国前现代阶段，境内流传的《三国演义》汉籍版本相当丰富，包括周曰校本、毛评本以及一个或多个建阳本。图像方面，江南本插图和建阳本插图对巴寺壁画兼有影响，以江南本系统中周曰校本插图的影响为主；文字方面，对壁画榜题影响较大的主要是毛评本。由于传统上汉籍在泰国保存不力，汉语在泰国未居主流，上述结论均为本研究借助图像分析首次提出。这些结论细化了关于中国古代小说域外传播的认识，也为进一步探讨小说在泰国所受的本土化改造，以及中国尤其是闽南地区和泰国的“文化互化”（transculturation）[36]情况提供了基础。例如，对于刘关张齐上阵的小说情节，建本系统由于文图转换率高，在画面设计时往往给予三人均等空间，周曰校本插图以刘备为主，壁画则在综合两者基础上，偏重突出关羽，并常以汉字注出“关公”，这说明了关公信仰在东南亚的强大影响力。而壁画对小人物服饰细节的改造，也显现出“三国”故事为植根异域而被动接受或主动拥抱的新变化。

本研究是对人机协同机制的一次实践。人机协同首先需要明确机器和人工各自的优势与不足。机器的优势在于受工作强度影响较小、对于视觉评估的客观性更强。但机器学习和判断更依赖于一种确定的关系，这就不能完全适用于文字与图像的转化关系对应，因为文字与图像是一对多的关系，一段文字可以想象为无数种图像；也无法单纯依靠图像视觉相似度计算来判定变迁脉络，因为现实中存在兼采多种图像进行再创作的情况。人工的优势则在于具备文史领域的知识积累，主要包括以下几个层面：一是熟悉小说文献研究方法，掌握相关的版本源流关系，能够基于现有的文献和图像研究成果，划定小说插图的版本体系，选定具有代表性的插图本，建立合适的数据集。二是知晓不同版本文图转换率的差异，举例来说，建阳本系统为上图下文，每半叶均有插图，文图转换率较高，这就导致建本插图往往稀释了关键情节的要素聚集度，而周曰校本等江南本系统一回只有一至二张插图，选择定格的时刻更为考究，构图要素浓度较高。三是可以根据学界在小说版本源流、图像版式演进方面的共识，判断不同小说版刻插图的先后关系。这些人工优势，都是机器所不具备的，既构成了机器展开学习的基础，又提供了最终判定必不可少的合作力量。因此，人机协同机制的要点是充分利用机器的高效率和客观性，与此同时，也充分利用人工的文史知识储备、传统分析能力以及文字想象能力，避免机器由于执着求取唯一确定性而过于求实的倾向，[37]也避免以往同类研究中仅凭人工判断视觉相似度而过于主观的局限。[38]人机协同机制结合了模型计算量化数据和人工细读质性分析，所谓“协同”并不是通过机器和人工在同一路径上重复两次，而是取长补短，相互配合，有同行之时也有分工之处，最终实现相得益彰、殊途同归的效果。

近年来，人机协同和对比学习在图像分析中应用颇多，是文化遗产和跨文化交流领域的研究热点之一。本文将之用于中国古代小说的域外传播研究，提出了新结论，证明古典文本与图像分析吸收新方法的必要与可能，也为文化遗产的数字化保护和创造性研究积累了新的案例与经验。

编辑 | 韩玉凤

本研究得到国家社科基金后期资助一般项目“古代小说人物研究新论”（20FZWB038）支持。

《周易》作为中国古典哲学的精髓，其深邃的哲学思想和丰富的象征意义一直是学术界研究的热点。历代学者通过文献考证、哲学阐释和历史解读等传统方法，对《周易》的卦象、爻辞进行了深入研究，揭示了其哲学内涵和实践指导意义。

李玮如从《周易》中的“象”概念出发，探讨了易学中“象”“理”“数”三者的重要性和相互关联，尝试通过概念探源和寻找概念之间的联系两种并行的操作方法，从纵向和横向两个维度对“象”这一概念产生更丰富的认识，借以理解《周易》的内在思想。^[1]由于《周易》的文本具有言简意赅的特点，对于其概念的多维度认识尤为重要。胡士颍深入分析了“道”概念的多维度认识及其与其他概念的复杂关系，而王莹则分别论述了“道”与“德”的概念，强调了《周易》在理性思维框架内融合了多种思维方式。^[2]此外，吴根友和李顺连分别对“复”和“神”的概念进行了深入探讨，进一步丰富了对《周易》哲学思想的理解。^[3]

然而，尽管这些研究从概念的深入分析入手，为我们理解《周易》提供了宝贵的视角，但在概念理解的全面性和深度上仍有提升空间。这些传统研究在处理大量文本数据时存在局限性，难以全面把握文本的宏观结构和内在联系。因此在用传统方法开展研究时，只能围绕自己所讨论的一个或几个“中心概念”展开论述，容易忽视其他概念。这一问题可能直接导致对于某一概念的过分解读，或者曲解文本原意。考虑到《周易》文本中各概念并非孤立存在，其内部概念之间的联系非常紧密，因此如果要对《周易》中的哲学内涵有一个全面的认识，就必须从更加宏观的视角看待《周易》中各概念之间的相互联系。要实现上述目标，至少需要解决两个问题：第一，《周易》文本涉及的概念是方方面面的，应确定合适的概念归类与整理标准，且尽可能统摄所有概念，减小因主观选择而带来的理解误差；第二，应选取合适的方法，对《周易》中的这些概念进行分析，在保证科学性的同时，尝试拓展文本的解释空间。

要解决第一个问题，不妨从《周易》的文本特征入手。《周易》作为先秦哲学的集大成之作，其中涉及的许多思想能够集中反映先秦时期的人们对于天道、人事等抽象规律最为朴素的认识，对后世产生了深远影响。《周易》通过将抽象规律客观化，并映射于具象的客观事物中，以进行抽象概念与规律的发微，尽可能准确地传达对某一抽象概念或规律的认识。《泰》：“后以财成天地之道，辅相天地之宜，以左右民。”^[4]这强调了人既要深刻地认识自然，又要主动地协调自然，体现出人与自然之间辩证统一的关系。赵国求指出，人类对于本体的认知首先观察到的是现象，这些现象是外在的、零散的、易变的“感觉表象”。^[5]这表明人类认知自然的起点是感觉，所谓的将抽象概念客观化实际上就是使得本不能轻易被感知或理解的事物或规律变得可感知，进而变得可理解。也就是说，客观化的标准就是能够直接触动人的某些感觉。《周易》中存在着以感官联觉串联起的一群重要概念，这些就是《周易》中重要的基本概念。通过这些基本概念，《周易》触动着人的五种感觉，即视觉、听觉、嗅觉、味觉、触觉，将抽象的哲学思想蕴藏到自然界和日常生活中的具体事物中，从而将人类与自然界与人事的规律联系到一起。这种认识的首要优点是能够更加立体地认识某个概念。例如“风”不仅可以在触觉上与人产生联系，同时可以在视觉、听觉、嗅觉上触动人的感受。当综合这些感受以后，对于这一事物的认识就更加立体、全面，其中的哲学思想也就更加利于发掘和感受。同时，由于不同概念可以触动人的不同感觉，但又无法超出人的五感限制，就人类本身来说，对于事物的认识应该是从五感中共同产生，因此，如果从“联觉”的角度加以分析，不仅可以对概念本身有更深入的认识与理解，同时可以对概念之间的联系进行整体研究。

基于此，本文从“联觉”的角度出发，研究《周易》文本中的联觉现象并探索其应用价值，在《周易》哲学思想的研究思路与模式上举出新例。在传统的研究中，受技术因素的限制和研究者个人情感、经历的干扰，很难在整体上分析《周易》文本各部分内容。然而随着数字人文方法的发展，实现这一目标已经成为可能，且传统文本解读与计算思维的结合为《周易》等古籍研究提供了新的视角和工具。本文将采用数字人文方法，以点带面，深入探讨《周易》中的概念联觉现象。特别是将“触觉”作为重点分析对象，同时关联“味觉”“嗅觉”“听觉”和“视觉”，以期揭示《周易》文本中概念之间的深层次联系和感知模式。

神经学界普遍认为，通感和联觉现象可能共享相似的生理机制。维拉亚努尔·拉马钱德兰（Vilayanur Ramachandran）和爱德华·哈伯德（Edward Hubbard）提出，这两种现象可能都受到大脑中生理联结的调控。^[6]劳伦斯·马克思（Lawrence Marks）进一步指出，通感可以被视为联觉的一种边缘形式，它们反映了人类普遍的感知过程。^[7]然而，语言中的通感现象并非仅由生理联结所驱动。赵青青等人通过对通感系统的分析，提出通感是神经认知活动和语言概念化之间相互作用的结果。^[8]这意味着通感现象虽然以神经活动为基础，但与直接表现的神经活动不完全等同。而且，基于神经与认知科学的研究表明，人类的感知体验可以被语言中的概念所左右。例如，劳伦斯·马克思等人和罗科·周（Rocco Chiou）、安妮娜·里奇（Anina Rich）的研究显示，语言概念能够反向作用于人的感知。^[9]这与我们的推测一致，即联觉现象可能是生理神经活动，还可能涉及抽象概念的认知加工，这种认知加工就是读者端将客观概念产生的感觉转化为对抽象概念的认识的过程，在本研究中反映为对《周易》相关抽象概念的认识与理解。在特殊类型的联觉中，语言概念能够触发味觉体验，如词语味觉联觉（见迈克尔·巴尼西等人的研究），这进一步支持了上述观点。^[10]语言中的通感现象具有重要的跨学科研究价值。深入研究通感与联觉的关系，有助于我们更好地理解人类大脑的神经活动与认知概念化之间的联系。例如，王锳《试论“通感生义”——从“闻”字说起》中提到，“闻”的词义除了可以从听觉转移到嗅觉之外，还可转移到视觉。几种感觉可以互通，也不仅仅限于“闻”字的个别现象。比如“闹”本义是喧闹，但也可以由听觉转移到视觉，比如李商隐的“闹若雨前蚁”中的“闹”字，还可以理解为浓密；“抹”字除了手部动作的“一抹”之意，还能有“用眼一瞥”的意思；“满意”除了一般心理感觉，还能转移到视觉，比如程垓《醉落魄·赋石榴花》：“夏围初结，绿深深处红千叠，杜鹃过尽芳菲歇。只道无春，满意春犹惬。”^[11]这些研究与例证都为概念联觉的研究思路提供了理论基础，而数字人文技术则为概念联觉分析提供了方法支撑。

本文基于前人研究以及通感和概念联觉的方法，对《周易》文本进行分析，试图以一种全新的视角，整体性地研究《周易》夹带的哲学思考和认知结构。通过运用数字人文技术，本文尝试发现计算语言概念如何触发感官体验路径的方法，为《周易》的认知结构和哲学思考提供新的解释路径。这种跨感官的分析视角，有助于我们更深入地理解《周易》文本的丰富性和复杂性，也为数字人文在古典文献研究中的应用提供了新的范例。

首先，我们利用库博语料库分析软件（CORPRO）中自带的概率模型对《周易》文本进行断词，采用的标准语料库是《周易》原文，数据总字数为32,332，按照一爻辞为一个语料段落，将文本分为1,698个语料段落。根据初次的词频统计结果，将标点符号、常见虚词以及无关实词放入停用词表。通过断词和筛选，我们总结出了词频排名前十位的词汇。为了方便宏观统计与观察，我们将类似的相关概念进行了同类词处理。例如在《周易》中，“吉、贞、利”三词各有侧重，“吉”作为占断词可独立成义，“利”后多加行为指导，一般不独立成词，“贞”较为复杂，某些语境下有“占卜”之义。然而在《周易》的具体语境中，三者经常连用或并用，共同指向积极的结果或状态。例如《坤》：“元亨，利牝马之贞。”《需》：“有孚，光亨。贞吉，利涉大川。”《蹇》：“利见大人，贞吉。”吉、贞、利三者不仅共现频率高，而且在语义上也有相通之处，这一点历来为《周易》的解读者所重视。《周易注疏》：“乾元者，始而亨者也。利贞者，性情也。”“以有乾之元德，故能为物之始而亨通也……‘利贞者，性情也’者，所以能利益于物而得正者，由性制于情也。”^[12]“亨”即连始，“贞”又连“利”，亨、利、贞三者皆出于乾元，并为乾始万物之后，生长美善，皆能有利于天下。“元、亨、利、贞”为乾卦四德，本为整体，“吉”是对四者的概括性描述。《周易大传》读法是，“元，善也。亨，美也。利，利物也。贞，正也。天有善、美、利物、贞正之德，故曰：‘《乾》：元，亨，利，贞。’《文言》谓君子亦有此德。”^[13]由此可见，吉、贞、利这三个概念在哲学上均体现了顺应自然规律和道德准则的重要性，它们在卦象和爻辞中常常相互联系，共同构成了《周易》对理想行为和决策的描述，意义相近；且在《周易》文本中的出现频次均非常高，全部排名进前五位，所以我们将这三个词放入同一类分析，以与其他词区分并进行比较。^[14]经过筛选，词频排名前十位的概念分别为吉、贞、利（250+176+141），无咎（140），君子（127），往、来（103+68），终（95），刚（92），万物（90），行（90），得（84），见（77）。^[15]表1显示了词频统计结果。

表1 词频统计结果

对表1中数据进行初步观察和分析可知，《周易》对生生不息、新而又新的哲学理念在时间、空间、事物品类三方面都进行了解释，但是由于材料分散，既往的研究很难凭人力寻找到证据进而为这一观点提供有力支撑。然而运用上述使用数字人文计算后得到的客观数据结果，可以尝试给出一种合理的解释。由表1数据可以看出，《周易》中排名第四位的词语是“往、来”，事物的盈虚消长在时间上体现为一个连绵不断的过程，“日往月来”“暑往寒来”是《周易》所描述的时间上生而又生的直接例证。同时，《周易》中排名第七位的词语是“万物”，其代表性的搭配是“万物始”“万物兴”，其意义是世间万物不断地更新与发展，新事物不断从旧事物中兴起和前进，代表了事物在空间和种类上的生生不息，源源不断。《乾》：“大哉乾元，万物资始。”《坤》：“至哉坤元，万物资生，乃顺承天。”根据张学智先生的研究：“天给万物以存在及其性质，地给万物以存在之展开与性质所以发生功效的现实能量。存在及其性质是知，性质之展开及功效为能。这是天地的德与业……万物为杂，乾坤为纯，杂物撰德，各有其能，万能皆发而不害纯之为纯，一分一合，皆自然之事。”^[16]天地是承载万物的场所，也是万物始兴的凭借；故而万物的兴起、发展，都顺应天地的规律，也就是自然规律。《老子》：“无名天地之始，有名万物之母。”《庄子·天地篇》：“天地虽大，其化均也；万物虽多，其治一也。”前者揭示出从混沌到秩序的生成逻辑，后者则对天地万物的“化”与“治”进行补充，形成了一个完整的“本体—运化—治理”框架。《周易》的众多卦象本身即是对“有名”的极致演绎，而又能时刻回归于天地万物，注意到万物作为整体性的存在。《系辞上》：“是故《易》有太极，是生两仪。两仪生四象。四象生八卦。”这描述了从无形本体到有形符号的演化过程，与《老》《庄》所描述的演化逻辑相一致，可见《周易》与《老》《庄》在思想渊源上的共通之处。

从表1中可以看出，无论是表示状态还是动作的词汇，其许多相关搭配显示出了变化的态势及可能性，并强调了应加强自身修养，顺应自然规律。这揭示了某种状态的产生和维持都是有条件的。以表1中词频排名第三的“君子”一词为例，《周易》重视探究君子在变化中的经权定位，强调君子既需要立于常道，以到达“元亨利贞”的境界，又需要在不同环境中随时权变。如果说前者是抽象层面的理想状态，后者常常表现为具体要求。例如，《益》“风雷，益，君子以见善则迁，有过则改”；《既济》“水在火上，既济，君子以思患而豫防之”；《未济》“火在水上，未济，君子以慎辨物居方”。这些关于“君子”的要求彼此有别，但都是针对具体情况下的实际选择，展现了《周易》对君子的内在要求与约束逻辑。《乾》《坤》中对君子提出“自强不息，厚德载物”的要求，开宗明义，是“君子”含义的统摄性表述。下文诸卦中所展现的君子的不同状态，是不同情境下的具体选择。二者相互联系，更加明确了《周易》中“君子”的形象解释。

这样的文本探勘结果还有助于整体性地认识处于一对矛盾中的词汇。《周易》中提到了许多反义词，各组反义词侧重于不同方面。根据计算结果，刚（柔）排名第六位，词频非常高，说明关于这对矛盾词组的处理是《周易》对阴阳和谐思想的阐发的重要体现。《睽》“二女同居，其志不同行。说而丽乎明，柔进而上行，得中而应乎刚，是以小事吉”；《解》“刚柔之际，义无咎也”，表现了刚与柔和谐统一的状态。《损》“损刚益柔有时，损益盈虚，与时偕行”，这体现出刚与柔的变化消长也随时而动，矛盾的偏向性不是一成不变的。类似地，《升》“柔以时升，巽而顺，刚中而应，是以大亨”；《兑》“刚中而柔外，说以利贞，是以顺乎天而应乎人”；《涣》“刚来而不穷，柔得位乎外而上同”；《中孚》“柔在内而刚得中，说而巽孚，乃化邦也”，可见刚柔是事物的内在特性，事物本身即具有矛盾性。《周易》善于通过刚柔之交、刚柔之际等描述将抽象的哲学思想具象化，代表了万物相通和相互转换的重要视角。

图1 热力图

但是，仅凭这样分析依旧不够直观，不能很好地将计算结果与原文进行联系。基于此，我们课题组又使用ChartCool制作了热力图（图1），用以表征这些词汇的词频随卦象的分布情况，横坐标是表1中词频统计排名前十位的词汇，纵坐标是64卦，颜色越深代表该词在这一卦中的词频越高。在此图中，64卦的排序我们选择按照《周易》原文的叙述顺序进行排列（由下至上为：乾、坤、屯、蒙、需、讼、师……），观察热力图，可以得出更多结论。

按这样《序卦传》所编排的相传已久的卦序，可以将《周易》分为上、下两部分，上经三十卦，下经三十四卦。^[17]孔颖达《周易正义》提出《周易》分上、下两篇，以象阴阳。^[18]《二程集》中记载了关于上、下经的另一则论述。刘牧曾提出上经主要叙述的是“形器以上事”，是“天地生万物”，相对应的下经主要是“形器以下事”“男女生万物”。这一说法将孔说延伸至上经主要与天道相关，下经主要与人道相关，其论更加具体。程颐随即提出反驳，认为“男女所生”即“天地所生”，二者没有区别。^[19]然而，刘说却为我们提供了《周易》的一种可供讨论的结构化叙事模式。依照上、下经的分割方法，词语的分布位置就能够标明其意义指向。例如“往、来”主要分布在下经部分，那么可以初步推断这个词体现在《周易》对于人事发展的指导上。《蹇》“山上有水，蹇，君子以反身修德”，《兑》“说以利贞，是以顺乎天而应乎人”，这些卦辞与爻辞所显示的结果都体现着对人的行为的引导。

但是，我们可以发现，“君子”一词主要分布在上经部分，也就是多与谈宇宙的基本结构和变化规律的“天道”部分相关。然而在一般性认知中，《周易》中与君子有关的叙述多是在具体环境下对君子的行为要求，与谈人类社会的具体事务和行为规范的“人道”关联性更加密切。通过数字人文技术打开的这一认知缝隙，启发了我们通过结构分布式意义的视角，重新审视君子在上、下经中的分布与描述，进一步思考君子的概念意涵。当我们特别关注上经中的君子论述时可见，如《乾》“天行健，君子以自强不息”，《坤》“地势坤，君子以厚德载物”，这两句作为《周易》中有关君子形象的流传最广、影响最大的两句话，在《周易》的开端即对君子提出了纲领性的要求。其中的“厚德载物”与“自强不息”分别对君子的“德”与“行”进行了规定。在这个基础上，考察《周易》中其他关于君子的描述，可以发现实际上是在“自强不息”与“厚德载物”的规定下，提出的对君子更为具体的要求。这里试举几例：

由此产生的问题是，既然这些表述大都描述了对于君子的思想与行为规范要求，那么“君子”这一概-念理应更贴近于“人道”，为什么会在以描述“天道”为主的上经中集中出现呢？赵爽已经注意到，“《易经》对天的认识已经实现由感性到理性的飞跃”。^[20]这一飞跃导致的直接结果，就是将对于“天道”的感性认知转化为理性实践。即将较虚的“天道”外在化，表现为具体的行为，就是融入卦辞和爻辞中。通过计算结果，我们可以寻找到《周易》对于君子的核心要求，即行为顺应天道。证以《大有》“君子以遏恶扬善，顺天休命”，“顺天”即《周易》对君子的核心要求。通过概念计算所产生的对君子应规范行为以顺应天道的这一认识，与既往一般自明性地以为与人道更为相关的认识不同，完善了我们对于《周易》中“君子”这一概念的全面认知。

综上可见，数字人文技术在《周易》研究中揭示的新现象具有重要意义。首先，它通过词频统计和分布分析，使我们认识到“君子”一词在上经中的集中分布，这与“君子、人道存在紧密联系”这一宋明之后的认知似乎不同，引导我们重新思考君子行为与天道顺应的关系。然而，经过深入分析我们可以发现，这二者在深层是统一的，共同揭示了《周易》对“君子”的独到理解。这样的认识引领我们对此概念进行更为深入的思考。其次，“往、来”一词在《周易》下经的频繁出现，突出了其在人事发展中的重要性。这一现象为我们提供了一个新的视角，帮助我们更深入地理解《周易》在时间维度上如何阐释变化与连续性的哲学概念。它揭示了《周易》不仅关注事物的动态发展，也强调了在变化中寻找恒常与秩序的重要性。这些通过数字人文视角而得出的新发现，着实丰富并加深了我们对《周易》文本与思想的理解，为我们揭示了数字人文带来的方法与视角，在传统概念研究与古籍文本探勘中的巨大潜在效用。

联觉是指一种感官刺激能够触发另一种感官体验的现象，它在认知科学和心理学中是一个重要的研究领域。传统研究中，《周易》的概念研究多依赖于学者的直观感受和个人经验，这在一定程度上限制了对文本深层次结构和概念内在联系的全面理解。在《周易》的文本中，概念之间存在一种不同感官体验之间相互隐喻和象征的关系，这种联觉特性为理解《周易》中的概念关系提供了重要线索。尽管一些本身就容易引发多重感官体验的概念能够被研究者发掘，但多数更深层更隐含的联觉现象却常常被忽略，而这些现象恰恰可能揭示《周易》概念之间更为复杂和微妙的内在联系。

在自然语言处理技术中，词嵌入（word embedding）是一种将词汇映射到向量空间的方法，每个词汇都与该空间中的一个点相关联。这种表示方式能够捕捉词汇之间的语义相似性，因为语义相近的词汇在向量空间中会呈现出相近的分布。^[21]例如，“国王”和“女王”在向量空间中的距离会比“国王”和“桌子”更近，因为它们在语义上更为相似。这种方法在语义相似度计算、词义消歧等任务中得到了广泛应用，为文本分析提供了新的工具和视角。^[22]通过词嵌入技术，我们可以更深入地挖掘《周易》文本中概念之间的语义关联，尤其是那些隐含的、跨感官的联觉现象，从而为理解《周易》的哲学思想和认知结构提供新的解释路径。本节在方法上，主要基于Word2Vec模型进行词向量计算，以期从其他视角捕捉《周易》感官概念之间的语义关系及其相似性，并通过相似性分析帮助发掘和思考概念之间直观感受下潜藏的联系，以探索《周易》文本中隐含的感知模式和认知结构。^[23]

在文本准备与预处理环节，团队选取了《周易》的完整文本作为研究对象，并选用黄寿祺、张善文执笔，上海古籍出版社于2018年出版的新修订版《周易译注》作为参考。由于库博语料库分析软件自带的概率模型在执行断词任务时容易过度断词，例如将“明出地上”断为“明/出/地上”，这样就失去了词的整体性意义，不能进一步与五感对应。因此，团队采用了可调整性与可训练性更强的jieba分词工具^[24]进行分词处理，为了消除jieba分词带来的歧义，保证分析的准确性，团队手动对文本进行了去除无关符号、标点和格式化错误等处理，最终形成了自己的语料库。

分词结果交由Word2Vec实现词向量构造。Word2Vec是自然语言处理Gensim库提供的一种用于生成词向量的模型，它通过神经网络技术将词语映射到一个低维的连续向量空间中。这个模型能够捕捉词语之间的语义关系，使得语义上相近的词在向量空间中也相近。词向量的构造表现为：

收集并预处理《周易》文本数据，形成分词结果，将这些文本数据作为训练Word2Vec模型的数据底本。在训练过程中，模型学习每个词的向量表示，这些向量能够反映词之间的语义关系。“向量提取”意为：训练完成后，从模型中提取特定词（如“易经”）的向量表示。

在这里，团队利用《周易》原文文本作为数据底本。考虑到《周易》中的词汇此前未必包含在jieba词库中，团队首先利用jieba库的新词识别模式（HMM，隐马尔可夫模型）实现词汇列表构造，从而为Word2Vec的训练提供标准化接口“句子”，该“句子”并非自然语言，而是一个分别包含100个词汇的词组分划列表。然后使用Gensim库中的Word2Vec类训练词向量模型，并将模型保存。例如，我们通过将“易经”一词作为键值对匹配，实现了由自然语言词汇到数学向量的映射，如图2所示。

图2 《易经》的词向量

Word2Vec主要包括CBOW（Continuous Bag of Words）和Skip-Gram两种模型架构。在实现上，Word2Vec模型通过训练大量文本数据，学习到每个词的向量表示。它的局限性之一在于需要大量的语料库进行训练，无法直接处理未见过的词语。此外，Word2Vec是一种静态的方式，虽然通用性强，但是无法针对特定任务做动态优化。因此，在实际应用中，可以使用Gensim库对其进行训练。Gensim是一个专门针对自然语言处理的高效Python库，内置了Word2Vec模型的实现。团队将已形成的语料库导入Gensim库，并使用能够提供更丰富语义信息的Skip-Gram模型对其进行训练，以得到更适合本次研究的模型。

通过人工阅读和理解，并借助大语言模型提供的分类标准，^[25]团队分工进行了概念的挑选与归类，选取了与五感概念语义相近的词语，作为标定的典型词汇。^[26]接着利用这些标定的典型词汇，进一步手动选取与这些概念语义相近的其他词语；通过计算这些词语与典型词汇之间的词向量相似度，挑选出相似度最高的词语进行增广，形成增广列表。由于《周易》文本包含古汉语词汇，这些词汇可能无法被常用的分词工具（如jieba）准确识别。这导致一些手动挑选的词汇在自动分词结果中没有出现。为了解决这个问题，团队对分词结果进行了手动调整。例如，将一些长词汇拆分成更短的词汇，以便更好地适应分词工具的识别能力。

表2 典型词汇表^{[27][28][29][30][31][32]}

最后，为了更直观地展示词向量分类结果，我们采用了非监督学习算法T-SNE对词向量进行二维可视化处理。首先，团队分别为五感（视觉、听觉、嗅觉、味觉、触觉）选取若干词汇作为分类锚点，然后利用词向量欧式距离差异分别为每个词找出最近的十个词汇，比如针对“嗅觉”我们先手动选取了“风、草木、泽、巽”四个词汇，然后利用词向量模型对每个词都找出十个最接近的词，并将它们和锚定词汇聚类在一起，作为最终“嗅觉”类别的词汇。接着，利用T-SNE算法对所有词汇进行可视化，训练所用向量的大小为3,320×100。

图3 五感（视觉、听觉、嗅觉、味觉、触觉）词向量可视化

上述分类在T-SNE分类图中用不同的颜色标注出来，结果如图3所示。将图3中的五感（视觉、听觉、嗅觉、味觉、触觉）相关的词汇进行分离，可以得到如图4至图8所示的五感相关的向量图。

图4 视觉词向量可视化

图5 听觉词向量可视化

图6 嗅觉词向量可视化

图7 味觉词向量可视化

图8 触觉词向量可视化

根据图中的词向量可视化结果，可以看到五感相关的概念在向量空间中形成了特定的集群。这些集群在二维可视化图像中主要集中在图像右侧的“尾巴”区域，显示出它们之间在语义和词频等多个维度上具有强关联性。进一步分析这些感官概念的分布特征，可以看出视觉概念在向量空间中的分布最为广泛，其词向量在图中呈现出较大的扩散范围。这表明在阅读和理解《周易》的过程中，视觉元素在感官体验中占据了主导地位，文本中涉及了大量的视觉描述或视觉相关的隐喻。相比之下，听觉、嗅觉、味觉和触觉的概念则相对较为集中，它们在图中的分布范围较小。特别是味觉和嗅觉相关的词汇，在图中的分布被隐藏得尤为明显。这说明这些感官元素在文本中可能不如视觉元素那样频繁出现，或者它们的描述更加隐晦，需要更加细致地分析才能被充分识别。

特别地，根据上文语义共现探勘的结果，刚（柔）在文本中的出现频率排名第六，词频非常高，同时“刚”与“柔”等概念又与触觉紧密相关，这让我们看到了触觉相关的概念在《周易》体系中也占有一席之地，从触觉的角度描述和阐释思想是分析《周易》的一种新的思路。《周易》强调阴阳平衡，并尝试从各个角度对这一对辩证概念进行解释，刚与柔正是其中的一例。从直观上来讲，触觉体验中刚柔的平衡十分重要，过刚或过柔的触感都会使人不适，而适度原则才能带来舒适自如的感受。更进一步来说，刚柔影响和象征着人的心理状态：刚强使人感到振奋和鼓舞，柔和则常与安慰和放松的感受关联，但过刚或过柔都不是相宜的处世心态。然而人们的处世心态常常为环境所影响，因此还需要积极调整以达到一种和谐、稳定的状态，这与《周易》中刚柔相生相克、变化无常的思想相契合。正是在阴阳、刚柔等概念相调和与相转化的谱系中，两端概念的不同比重导向了不同的卦象。比如《大过》“刚过而中”，中立调和下凸显了“刚”的特征，阳刚过甚时能够中立调和，不至于过刚易折，方能“利有攸往”，尽管去行动；再如《随》“刚来而下柔，动而说”，阳刚者位于阴柔之下，便于行随从之事，既体现了一种因势利导的调和取向，还蕴含着守持正固的不移心智。说明《周易》正是通过每个人都具备的触觉意识，将刚柔思想潜移默化于读者的潜意识中。

通过概念联觉分析，我们还可以多元化地认识理解文本中的经典概念。如前文分析，《周易》中多处内容都体现着对“君子”的期待与要求；而在将天道的现象外化为行动准则时，联觉现象就发挥着重要的作用。

根据词向量计算结果，“君子”概念与视觉、听觉、味觉、触觉都有关联，与嗅觉的关联性却不甚明确。视觉方面，君子可以被理解为具有远见卓识，能够洞察事物的本质，不局限于细枝末节和表面现象。如《观》的爻辞，通过比较“童观”“窥观”与“观我生”“观国之光”“观其生”，说明不同的观察视角反映了身份与眼界的高低，并且及时省察自我和他人行为的做法可以成就君子感悟成人之道。

在触觉方面，君子之行可以解读为对事物的敏感和细腻，能够通过触觉来感知和理解外界，体现出对关键细节的关注。在《周易》“解”卦中，“解而拇”的意象出现在九四爻辞：“解而拇，朋至斯孚。”按《周易译注》，“解而拇”意为“像舒解你脚拇指的隐患一样摆脱小人的纠附”，从而收获“朋至斯孚”的结果。^[33]这一概念巧妙利用触觉感知的比喻，描绘出摆脱小人纠附后心理的自由和放松，侧面表现出了触觉在概念客观化认知中发挥的重要作用，体现了从触觉出发的深层认知。

在听觉方面，君子的品德体现在他们对声音的敏感度和分辨能力上，这不仅仅是对声音的简单接收，更是一种对信息的深度理解和判断力。君子善于倾听，能够从各种声音中辨别出规律与秩序，并衍生出深刻的思想，这种能力象征着他们对周遭世界的深刻洞察。《恒》：“雷风，恒。君子以立不易方。”君子长期通过耳朵接收声音，总结出一种声音规律秩序，亦即雷声震动，风声随之而起，并从这样的声音秩序中，体悟雷风之声相互作用和相互依存的关系是恒久不变的。这里的雷声象征着力量和警醒，而风则代表着迅速和传播。君子从雷风之声相随而起的自然现象中领悟到一种恒久不变的秩序，故得出应当坚守自己的立场和原则，不随外界的变化而轻易改变的思想。因此，君子的听觉品德不仅体现在对声音的敏感和分辨上，更体现在通过倾听自然现象中的规律与秩序，维护内心的恒定和平静，并在复杂多变的环境中始终坚守原则与方向的能力。这种能力使君子能够在纷繁复杂的世界中保持清醒的头脑和坚定的信念，正如雷风之声的恒久不变，君子亦能在变化中寻得恒常。

在味觉方面，“君子”的多元特性被揭示得更为明显。观察图7和图8，发现味觉相关的图像与触觉相关的图像词汇分布相较于其他感官图像词汇分布形态更为相似，可推论二者之间可能存在某种较强的关联性。这种关联的存在可以丰富人们对同一事物的认知，进而实现“联觉”的效果。例如《噬嗑》“噬干胏，得金矢，利艰贞，吉”，此处“噬干胏”描述了咬食带骨头的干肉这一种艰难的状态，随后“得金矢”是指“具备金质箭矢似的刚直气魄”，告诫君子应于艰难中守正，最终会得到好的结果。^[34]“噬干胏”当然会使人直接联想到给触觉带来的不快体验，然而如果再联想到味觉也同时被触动，可以更加感同身受那种艰难的感觉，也更能体现出于艰难中守正的不易与可贵。《井》：“井洌，寒泉食。”井水清洌可食，喻示君子应像清澈的井水一样，源源不断地给人们带来益处。这里除了将井水给人以清新凉爽之感的触觉与井水清洁、清凉，适合饮用的味觉纳入认知体系外，视觉上的井水清澈见底，清洁透明的“清洌”也是重要的方面。从多个感觉对“井水”这一事物进行修饰，可以使这一客观物象与人的主观感受联系更为紧密，因而强化了“寒泉食”与“君子阳刚中正”这两种表述之间的关联性，通过联觉达到主客观相通的效果。

计算结果并没有直接将君子与嗅觉联系起来，或许有以下原因。一则，君子在嗅觉体验中可能象征着的、对美好气味的欣赏和对恶臭的警觉，与味觉方面用味道象征善恶美丑的逻辑相似，因而被包含在味觉的联系之下，嗅觉方面的联系被隐藏；二则，对嗅觉的感触也可以解读为君子对环境和氛围的敏感，这种直觉性的感受包含着多重感官体验，本身就难以划分，嗅觉在其中发挥的作用更加难以发掘。嗅觉在《周易》中不具备独立性，被含摄于其他感觉之中，与其他感觉一起发挥作用，增强人对同一客观事物的认识与理解。这与《楚辞》等古籍对于嗅觉的应用不太一样。《楚辞》中多有“香草美人”的隐喻，建立嗅觉与主观感受的强关联。未来可从“感官人类学”（Sensory Anthropology）的角度出发，更聚焦地探讨嗅觉在《周易》中君子论述时缺位的深刻原因。^[35]

多重感官体验的构筑之下，抽象的概念得以外化并与君子形象联系起来，使得周人心目中的道德化身有了现实追求的可能。本节通过Word2Vec模型和联觉分析，深入探讨了《周易》中的概念和感官体验，尽管传统研究依赖直观感受，但联觉现象揭示了文本中更深层次的结构和内在联系。《周易》中的五感概念集中展现了阴阳平衡和对生活品质的追求。通过T-SNE算法的可视化，研究进一步分析了概念在向量空间中的分布，并结合概念计算结果，揭示了文本中的深层次结构特征：视觉和触觉概念在文本中占据了显著的地位，相比之下，味觉和嗅觉的提及则较为稀少。这种感官分布的不均衡，反映了《周易》对视觉和触觉的重视。从人类学的视角来看，视觉与触觉在《周易》中的显著性，与人类早期生存环境和感官体验的依赖有关。在早期社会，视觉和触觉是获取环境信息和进行物理互动的关键感官，视觉对于识别环境、寻找食物、避免危险至关重要，而触觉则与物体的直接接触和操作相关，对于制作工具、建造住所等生存活动发挥着核心作用。与《周易》中这种感官分布的特性类似，在西方宗教实践中，视觉与触觉依然常常得到强化。以基督教的传播为例，其最重要的两种传播媒介——语言文字与艺术的方式（绘画、诗歌、建筑等），都是以视觉为基础的。郑伟指出：“对于基督宗教传播来说，视觉媒介是教义传播过程中的一个环节，是物质性的载体结合视觉观看来传递精神性的力量。在基督宗教传播中通过视觉的方式传递关于上帝的信息，自古以来一直具有公认的必要性。”[36]同时，触觉体验也被纳入到许多宗教传统之中，“宗教接触”因而成为宗教传播与实践中相当重要的部分。例如在基督教的洗礼中，受洗者通过水的触摸来洗净原罪和完成重生；在伊斯兰的朝觐中，信徒们会围绕天房（Ka’aba）行走，并亲吻或触摸黑石以表达敬意。加拿大学者康斯坦丝·克拉森（Constance Classen）指出，触觉在西方文明的形成期具有广泛的社会性和宗教中心性，并且有关触觉的各种集体实践和信念长期持存。[37]而嗅觉和味觉虽然在宗教仪式中也有重要应用（例如香料和香油的使用），但与视觉和触觉的实践效果与方式相比，嗅觉与味觉实践并不是主要的感官焦点。这与《周易》中所体现的感官分布特性不谋而合，或许从哲学、宗教、文化层面上反映了更高层次的人类对于自然世界与社会的原初认识。这种感官分布的特性，不仅向我们展示了《周易》对感官体验与心理状态关联的深刻洞察，也体现了对人类认知的全面把握。它甚至激发我们去探索那些过去未曾深思的内在意涵。通过数字技术揭示的《周易》中隐藏的内在五感结构，为我们提供了理解这部古典文献的新视角，并展现了数字人文方法在探索古代文本中的潜力。

本研究成果为《周易》文本的语义和感官体验分析提供了新的视角和方法，不仅加深了我们对《周易》文本涉及的概念与整体结构的理解，也为传统哲学思想的现代诠释提供了新的证据和思路，有助于深化我们对古代智慧的认识，并促进其在当代社会的应用与发展。特别地，通过数字人文方法的应用与对实验结果的分析，我们可以重新审视从前的研究成果，并针对相关问题展开进一步的讨论。例如前文提到，学者不断提出自己话语体系下的《周易》中的核心概念，并纷纷给出了解释。基于本文的讨论，我们知道《周易》是通过将抽象概念（包含哲学理念、感性思维等）客观化的手段，来构建其哲学体系并向读者传达关于自然、人道等事物或规律的认识。这一手段实际上是努力在这些概念与人的五感之间建立联系，以使得客观化成为可能。那么，如果要判定一个概念是不是《周易》中的核心概念，它至少应具备如下的必要条件，即这个概念必须能够与五感发生强联系。否则这个概念就不能够很好地向读者呈现《周易》中的哲学体系与哲学思想，也就是没有充分被“感知”，自然也就不具备成为《周易》中核心概念的条件了。举例来说，我们计算了“道”“德”“神”三个概念在五感向量图中的位置，结果如图9。

图9 “道”“德”“神”三个概念在五感向量图中的位置

可以看出，“道”与“神”两个概念在向量空间中的位置更加接近“尾巴”处，也就是更加接近五感相关的词汇相对集中的区域，具备成为《周易》中核心概念的可能性，可以进一步讨论研究。相比之下，“德”所在位置五感词汇的分布较稀疏，表示在本研究的模型与参数条件下，该概念不太容易与五感相关的词汇发生联系，因此可能较难实现概念具身五感联觉的客观化呈现。基于这样的实验结果与分析，可以进一步加深学界对于《周易》相关问题的探讨。

然而，本研究作为利用数字人文技术与概念联觉视角对古籍进行深度探勘的初期探索与尝试，仍存在一定的局限性，现简述如下。

首先，尽管数字人文技术的应用提高了分析的效率和深度，但算法和模型的选择可能会影响最终的分析结果。例如，jieba分词工具在处理古汉语文本时可能存在一定的局限性。这种局限性的产生，一方面来自技术本身，另外一方面来自人工制定的分类标准不够细化。在以后的研究中，应进行分类标准的再提升，同时加以人工二次检验，以适应《周易》等古典文献的特点。

其次，本研究以《周易》中的高频词汇和五感概念为主要研究方向，但对文中其他词汇、概念的深入剖析仍需加强。本文所关注的还是对于同一概念的联觉解释，有关于这种联觉解释其他的可能贡献，本文在许多地方并没有深入剖析，随着其他研究的深入与联觉研究文本的增多，联觉可解释和研究的空间将可能进一步扩大。未来的研究可以延伸到不同文化、哲学背景下的更多词汇和概念以及它们的语义演变等方面，也可以进行更多文本的研究。由于联觉分析是一种新兴的研究方法，在《周易》文本中的应用目前还处于探索阶段，今后可以对联觉现象在《周易》中的表现形式和认知机制进行进一步探讨，以及将联觉分析与其他文本分析方法相结合，从而获得更全面、更深入的认识和理解。

最后，本研究的可视化结果虽然提供了直观的展示，但在解释和应用这些结果时仍需谨慎。概念联觉分析依赖于机器对大量文本的处理与计算，同时也依赖人的主观感受。机器能力的边界或许还难以确定，在此课题中，机器更多的功能是为我们提供一种新的视角与观点，我们筛选其中有启发性的部分，并以此出发进行“由果及因”的探讨，以获得更多发现。对于今后的研究而言，可以探索更多的可视化技术，并积极尝试应用最新的计算方法与处理工具，以便更准确地反映《周易》文本的复杂性和丰富性。同时，也需要更多的实证研究来验证本研究的假设和结论，以推动《周易》文本研究的进一步发展。

本研究尽管存在一定的局限性，但确实为《周易》文本的语义和感官体验分析提供了新的视角和方法，具有开拓性意义。通过数字人文技术与认知科学的交叉应用，本研究不仅提高了对《周易》文本分析的效率和深度，也为后续研究奠定了坚实的基础。未来，随着技术的不断进步和方法的持续完善，我们有理由相信，对《周易》乃至更多古典文献的深入挖掘将展现出更加丰富和精准的学术图景。此外，本研究在可视化展示方面的尝试，也为后续探索更多维度的文本分析提供了经验和启发。随着更多学者的加入和实证研究的积累，将不断推动《周易》文本研究向更深层次发展，为理解人类文化遗产贡献新的洞见。

编辑 | 韩玉凤

新一代AI技术的不断突破，为人文学科研究注入前所未有的活力，也为人文与科技的深度融合开辟了新的路径，提供了更广阔的发展空间。在此背景下，数字人文专业发展联盟第二届年会暨第七届清华大学数字人文国际论坛、中国文艺理论学会数字人文分会第四届年会拟定于7月10日—13日在上海大学宝山校区举办。

本次会议旨在凝聚学界共识，分享成功经验，共同探索数字人文进入人工智能时代的新范式、新路径、新方法。会议将邀请国内外专家学者，围绕人工智能时代数字人文研究的前沿与学科建设核心议题展开深度研讨，通过跨学科对话，推动数字人文学科繁荣发展，助力新文科建设与交叉学科人才培养，服务国家文化数字化战略与教育强国建设。为最大程度地促进思想碰撞与跨界合作，本次会议面向数字人文生态中的多元主体发出诚挚邀请。

2026年7月10日-13日    共4天

报到  7月10日

会议  7月11日—12日

赋归  7月13日

上海大学宝山校区（上海市上大路99号）

上海衡山北郊宾馆

地址：上海市宝山区沪太路4788号

总机： 021-56040088

（注：若实际报名人数超过酒店接待上限，会务组可能新增其他酒店安排接待）