Taiwanese Association for Digital Humanities

以下連結為中國數位人文社群對2016年第七屆數位典藏與數位人文國際研討會的報導 https://goo.gl/ifyd8t 題目：誰是數字人文的受益者?——台灣DADH數字人文會議最新報導 撰文：陳靜

本次演講唐牧群教授從社會網絡分析（Social Network Analysis, SNA）的角度，來看數位人文領域的知識整合。唐教授首先介紹社會網絡分析的特性，再來以數位人文文獻為例，進行書目網絡的探討。 以社會網絡分析為方法的研究出版，自2000年初以後逐漸盛行。主要原因在於，一方面以前的資料取得不易，另一方面則是社群網路於近年的增長，使得社會網絡分析的資料取得變得容易。相關研究多集中在美國等國家，台灣亦有相關的研究；研究領域多集中在電腦科學和社會科學。 若將社會網絡分析一詞進行拆解：社會（Social）代表的社會實體可以指個人、群體、機構或社群；網絡（Network）則指關係；分析（Analysis）可指計量、測量和視覺化。社會網絡分析旨在找尋節點之間的關係，幫助研究者找出結構對個體的影響，既可見樹又見林，在社會科學研究中是偏向結構性層面的解釋。而網絡分析測量指標的類型有三。一為凝聚力（cohesion）：探討網絡是否聚集或分散；二為中心性（centrality），何為網絡中的中心點或有影響力者；三為群聚性（clustering），探究網絡中是否有次群體或者社群存在。社會網絡假設個體之間彼此是有關係、且互相影響，而網絡結構會促使或者限制個體的行動。 數位人文存在跨領域的特性，不像圖書資訊學或電腦科學是固定的領域，專門機構並不多，也缺少相對應的資料庫。所以唐老師與三位研究者選定的資料集，是以關鍵字輸入Scopus資料庫，以及ADHO期刊的2115篇文章為例，來探討數位人文文獻的多樣性（diversity）和凝聚性（cohesion）。 研究結果發現，數位人文每一篇文獻的平均作者數為1.33人，有近半數的文獻作者只有一人，型式偏向社會科學研究的作者數量。隨著時間演進，數位人文出版主題的豐富性也在增加，儘管不同時代的研究關鍵字與主題不盡相同。 從資料集延伸出三種網絡：一、共同作者網絡：網絡密度相當低，是相當分散的網絡。作者們侷限在彼此認識的小團體，跨國合作也相當少見。此現象可以歸因於數位人文研究很多單一作者，且人文學領域中本來就存在很多子領域，加之語言和國籍的障礙，導致網絡相當分散。二、共被引網絡：利用google scholar找出兩篇文章被未來文章所引用的關係，發現共被引的節點在2000年初大幅增加，而要透過共被引進行主題的分群並不容易。三、書目耦合網絡：各節點呈現出多個次領域的主題群聚。 由以上研究得出結論：數位人文領域的多元性日漸增加；共同作者的網絡則呈現相當零散的樣態，可以視為平行世界模型（Plural worlds model）；而共被引網絡和書目耦合網絡，則呈現逐漸聚合的樣態，可歸結為小世界模型（Small world model）。（張天心撰） 演講PPT

數位人文研究在臺灣已經展開多年，國立臺灣大學成立的數位人文研究中心、中央研究院的數位文化中心等機構的成立，都可以看出數位人文發展的趨勢。今年，臺灣數位人文學會成立，亦隨之組成學術委員會、技術委員會等委會員，協助會務的推動。技術委員會在今年（2016年）10月21日展開了第一場的學術活動——由臺灣大學生物產業傳播暨發展學系的闕河嘉老師帶來「數位人文研究：從人文社會學科領域出發」的演講。 闕河嘉老師從臺大農推系畢業，後來在紐西蘭奧克蘭大學就讀教育學博士，研究領域是鄉村研究和後結構主義，本次演講的主題正是以一個社會科學學者的領域來看現在的數位人文研究。 數位人文是利用資訊工具等技術來進行人文學或社會科學的研究，可以說是技術和社會科學的聯姻。然而使用聯姻二字也可以再思考兩者在發展中的關係。台灣從數位典藏，典藏保存後加值，發展到數位人文，或許不可避免有著技術層面凌駕於人文社會研究的傾向，以不同的演算法來進行人文學或社會科學研究，如詞頻 （Term frequency）、主題叢集 （Topic clustering）或是機器學習 （machine learning）等技術。在這樣的趨勢下，對於研究的詮釋權該落在哪一方，是資訊技術產出之結果，還是人文社會學者本身？對此，闕河嘉老師提出數位人文研究應該為技術與人文學或社會科學的共振 （Synergies），在兩者的平衡合作之下，創造出新的研究方法，像是machine reading加上close reading，在機器閱讀的情況加上自己對於主題的長期關注、深讀的結果，呈現嶄新的研究成果。 資料量雖不及資料探勘和大數據的研究，但社會科學自身有語料庫分析的方法。根據自已的研究主題建立文本集，利用餵入大量文本進行文本的分析，在拆解文本的詞句後，再次連結出意義，配合社會現象作解釋。語料庫分析又分成以語料庫驅動 （Corpus-driven）和以語料庫為本 （Corpus-based），前者為由語料庫分析呈現的數據來作解釋；後者為以語料庫之內容做為佐證補足論述，不論哪一種研究方法，闕老師認為都不要因為落入對於工具本身的美好想像，而除去「人」（dehumanize）在參與其中的重要。 最後闕老師展示由她與陳光華老師開發的語料庫工具—庫博 （Corpro），在文本集已事先建立好的情形下，我們看到如字詞的出現頻次 （frequencies）、共現（Co-occurrence）、搭配關係（collocation）、關鍵詞的上下文（Key word in context）分析等功能的呈現，也能以同一字詞不同主題的分類，看出字句是在何種背景下進行論述，藉此對社會現象等研究主題有更進一步的分析。在今年暑假的臺大夏季學院的「認識數位人文」課程，便有許多學生利用此一工具進行近來社會現象的研究。 此次演講，闕河嘉老師讓我們能從社會科學的角度看到數位人文，去認知到在不同學科領域中的所見所得，也呈現了語料庫分析的方法與工具，使聽者能對人文學及或社會科學的研究有多一層的想像。（許淑莉撰）