基于知识重构的词人时空情感轨迹可视化研究
张强1,4 , 高劲松1 , 龙家庆2,4 , 杨晓燕3,4 , 夏红玉1 , 蒋智慧1
1.华中师范大学信息管理学院,武汉 430079 2.中国人民大学信息资源管理学院,北京 100872 3.伦敦大学学院信息研究系,伦敦 WC1E 6BT 4.中国人民大学数字人文研究院,北京 100872
Visualizing the Temporal and Spatial Emotional Trajectory of Poets Based on Knowledge Reconstruction: Focusing on Xin Qiji
Zhang Qiang1,4 , Gao Jinsong1 , Long Jiaqing2,4 , Yang Xiaoyan3,4 , Xia Hongyu1 , Jiang Zhihui1
1.School of Information Management, Central China Normal University, Wuhan 430079 2.School of Information Resource Management, Renmin University of China, Beijing 100872 3.Department of Information Studies, University College London, London WC1E 6BT 4.Institute of Digital Humanities, Renmin University of China, Beijing 100872
摘要 数字技术对人文科学研究的广泛介入,为解决传统人文学科问题提供了新的研究方法和范式。传统人文学者在研究词人过程中往往存在重“时间”轻“空间”的现象,而数字人文技术为从宏观角度探究词人时空情感轨迹的变化情况、了解词人的全貌特征提供了可能。基于此,本研究以辛弃疾为例,从多维度出发对辛弃疾的相关数据进行重构。首先,通过自顶向下的方式构建了辛弃疾的知识图谱,完成静态的知识关联;其次,结合GIS(geographic information system)技术展示其时空情感轨迹的变化态势,完成动态的知识展示;最后,从时间、空间、情感等多维度对辛弃疾进行知识发现。对辛弃疾的案例分析证明,该方法可以有效地对词人进行全貌描述和可视化呈现,挖掘背后的隐藏知识,为人文研究提供新的实践手段。
关键词 :
知识重构 ,
知识图谱 ,
时空数据 ,
数字人文
收稿日期: 2022-05-11
基金资助: 教育部人文社会科学研究规划基金项目“计算人文视角下文化遗产数字资源多模态知识组织与价值共创研究”(22YJA870008)。
作者简介 : 张强,男,1993年生,博士研究生,主要研究领域为数字人文、知识图谱等,E-mail:zhangqiang_dh@163.com;高劲松,女,1966年生,博士,教授,博士生导师,主要研究领域为数字人文、知识管理等;龙家庆,男,1996年生,博士研究生,主要研究领域为数字记忆;杨晓燕,女,1999年生,硕士研究生,主要研究领域为数字人文;夏红玉,女,1991年生,博士研究生,主要研究领域为知识组织;蒋智慧,女,1996年生,博士研究生,主要研究领域为知识本体;
引用本文:
张强, 高劲松, 龙家庆, 杨晓燕, 夏红玉, 蒋智慧. 基于知识重构的词人时空情感轨迹可视化研究[J]. 情报学报, 2023, 42(6): 729-739.
Zhang Qiang, Gao Jinsong, Long Jiaqing, Yang Xiaoyan, Xia Hongyu, Jiang Zhihui. Visualizing the Temporal and Spatial Emotional Trajectory of Poets Based on Knowledge Reconstruction: Focusing on Xin Qiji. 情报学报, 2023, 42(6): 729-739.
链接本文:
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2023.06.008 或 https://qbxb.istic.ac.cn/CN/Y2023/V42/I6/729
1 Anderson C, Ceserani G, Donaldson C, et al. Digital humanities and tourism history[J]. Journal of Tourism History, 2017, 9(2/3): 246-269. 2 Liu A L. The state of the digital humanities: a report and a critique[J]. Arts and Humanities in Higher Education, 2012, 11(1/2): 8-41. 3 王兆鹏, 邵大为. 数字人文在古代文学研究中的初步实践及学术意义[J]. 中国社会科学, 2020(8): 108-129, 206-207. 4 夏翠娟. 中国历史地理数据在图书馆数字人文项目中的开放应用研究[J]. 中国图书馆学报, 2017, 43(2): 40-53. 5 苏文成, 卢章平. 数字人文研究方法争议浅析——以宋词流派特征远距离阅读项目为例[J]. 图书馆论坛, 2018, 38(2): 22-28, 43. 6 郁玉英, 王兆鹏. 宋词第一名篇《念奴娇·赤壁怀古》经典化探析[J]. 齐鲁学刊, 2009(6): 115-121. 7 高劲松, 张强, 李帅珂, 等. 数字人文视域下诗人的时空情感轨迹研究——以李白为例[J]. 数据分析与知识发现, 2022, 6(9): 27-39. 8 张琪, 王东波, 黄水清, 等. 史书多维知识重组与可视化研究——以《史记》为对象[J]. 情报学报, 2022, 41(2): 130-141. 9 位通, 桑宇辰, 史睿. 基于知识重构的年谱时空可视化呈现——以《朱熹年谱长编》为例[J]. 中国图书馆学报, 2022, 48(2): 62-75. 10 张云中, 郭冬, 王亚鸽, 等. 基于知识图谱的红色历史人物知识问答服务框架研究[J]. 图书情报工作, 2021, 65(16): 108-117. 11 杨海慈, 王军. 宋代学术师承知识图谱的构建与可视化[J]. 数据分析与知识发现, 2019, 3(6): 109-116. 12 高劲松, 张强, 李帅珂. 可移动文物的知识图谱构建及关联数据存储——以湖北省博物馆为例[J]. 现代情报, 2022, 42(4): 88-98. 13 王阮, 邓君. 数字人文视域下口述记忆资源知识图谱构建研究[J]. 现代情报, 2022, 42(2): 22-33. 14 李永卉, 周树斌, 周宇婷, 等. 基于图数据库Neo4j的宋代镇江诗词知识图谱构建研究[J]. 大学图书馆学报, 2021, 39(2): 52-61. 15 刘昱彤, 吴斌, 白婷. 古诗词图谱的构建及分析研究[J]. 计算机研究与发展, 2020, 57(6): 1252-1268. 16 鄢明江. 非物质文化遗产项目知识图谱的构建及应用研究[D]. 武汉: 华中师范大学, 2021: 22-35. 17 董坤. 基于知识元的非物质文化遗产知识抽取与组织研究[J]. 情报理论与实践, 2021, 44(9): 155-160, 148. 18 何春雨, 滕春娥. 非物质文化遗产知识本体构建——以赫哲族非遗资源为例[J]. 情报科学, 2021, 39(4): 140-147, 156. 19 戴俊骋. 中国文学地理学的研究范式与学科融合趋势[J]. 地理科学进展, 2015, 34(4): 526-532. 20 陈建红, 李博. 数字人文背景下的城市历史地理研究[J]. 地域文化研究, 2020(4): 146-152, 156. 21 夏翠娟, 娄秀明, 潘威, 等. 数智时代的知识组织方法在历史地理信息化中的应用初探——兼论图情领域与人文研究的跨学科融合范式[J]. 图书情报知识, 2021, 38(3): 37-49. 22 潘威, 夏翠娟, 张光伟, 等. 历史地理信息化与图情研究融合的必要性与可行性——以“数字历史黄河”为中心的考察[J]. 图书情报知识, 2021, 38(3): 37, 50-60. 23 吕星月, 袁曦临. 李白金陵诗歌的空间意象挖掘策略研究[J]. 图书馆杂志, 2021, 40(12): 68-77. 24 张玮, 谭思危, 刘凯, 等. 宋词研究的新视角: 文本关联与时空可视分析[J]. 计算机辅助设计与图形学学报, 2019, 31(10): 1687-1697. 25 陈曦东, 毛凌潇, 陈丙寅, 等. 宋词中情感的时空特征分析[J]. 地理科学进展, 2017, 36(9): 1140-1148. 26 王东波, 刘畅, 朱子赫, 等. SikuBERT与SikuRoBERTa: 面向数字人文的《四库全书》预训练模型构建及应用研究[J]. 图书馆论坛, 2022, 42(6): 31-43. 27 吴斌, 吉佳, 孟琳, 等. 基于迁移学习的唐诗宋词情感分析[J]. 电子学报, 2016, 44(11): 2780-2787. 28 张卫, 王昊, 邓三鸿, 等. 面向数字人文的古诗文本情感术语抽取与应用研究[J]. 中国图书馆学报, 2021, 47(4): 113-131. 29 唐宋文学编年地图[EB/OL]. [2022-06-11]. https://sou-yun.cn/PoetLifeMap.aspx. 30 Zhu Z W, Zhou X H, Shao K. A novel approach based on Neo4j for multi-constrained flexible job shop scheduling problem[J]. Computers & Industrial Engineering, 2019, 130: 671-686. 31 邓广铭. 辛弃疾传, 辛稼轩年谱[M]. 北京: 生活·读书·新知三联书店, 2007: 112-275. 32 辛弃疾. 稼轩词编年笺注[M]. 邓广铭, 笺注. 2版. 上海: 上海古籍出版社, 2018: 1-855. 33 古诗文网[EB/OL]. [2022-06-23]. https://www.gushiwen.cn/. 34 FOAF[EB/OL]. [2022-06-11]. http://xmlns.com/foaf/spec/. 35 CBDB[EB/OL]. [2022-06-11]. https://projects.iq.harvard.edu/chinesecbdb/home. 36 上海图书馆名人手稿[EB/OL]. [2022-06-11]. http://sg.library.sh.cn/. 37 CIDOC CRM[EB/OL]. [2022-06-11]. https://cidoc-crm.org/. 38 Senta[EB/OL]. [2022-06-11]. https://github.com/baidu/Senta. 39 CHGIS[EB/OL]. [2022-06-11]. http://www.people.fas.harvard.edu/~chgis/. 40 谭其骧. 中国历史地图集(第六册): 宋·辽·金时期[M]. 北京: 中国地图出版社, 1982: 44-45. 41 王传运. 辛弃疾在江西隐仕经历和词作研究[D]. 南昌: 南昌大学, 2019: 55-58.
[1]
张维冲, 王芳, 赵洪. 基于全要素网络构建的大规模政策知识关联聚合研究 [J]. 情报学报, 2023, 42(3): 289-303.
[2]
李佩琪, 王昊, 任秋彤, 范涛. 融合结构特性的语义增强式古籍句读识别方法研究 [J]. 情报学报, 2023, 42(2): 150-163.
[3]
翟东升, 阚慧敏, 李梦洋, 徐硕, 陈蒙蒙. 产业链视角下基于图嵌入的专利布局意图挖掘方法研究 [J]. 情报学报, 2022, 41(5): 437-450.
[4]
毛瑞彬, 朱菁, 李爱文, 周倚文, 潘斌强, 岳琳. 基于自然语言处理的产业链知识图谱构建 [J]. 情报学报, 2022, 41(3): 287-299.
[5]
张琪, 王东波, 黄水清, 邓三鸿. 史书多维知识重组与可视化研究 [J]. 情报学报, 2022, 41(2): 130-141.
[6]
魏明珠, 郑荣, 高志豪, 王晓宇. 融合知识图谱和深度神经网络的产业新兴技术预测模型研究 [J]. 情报学报, 2022, 41(11): 1134-1148.
[7]
李纲, 王施运, 毛进, 李白杨. 面向态势感知的国家安全事件图谱构建研究 [J]. 情报学报, 2021, 40(11): 1164-1175.
[8]
杜建, 孔桂兰, 李鹏飞, 白永梅, 张路霞. 可计算医学知识的基本概念与实现路径 [J]. 情报学报, 2021, 40(11): 1221-1233.
[9]
王兰成. 多学科视域网络舆情知识图谱研究的现状和展望 [J]. 情报学报, 2020, 39(10): 1104-1113.
[10]
刘志辉, 魏娟霞, 张均胜. 基于知识图谱的科技创新指标自适应计算方法研究 [J]. 情报学报, 2019, 38(8): 826-837.
[11]
余传明, 王峰, 安璐. 基于深度学习的领域知识对齐模型研究:知识图谱视角 [J]. 情报学报, 2019, 38(6): 641-654.
[12]
许鑫, 陈路遥, 杨佳颖. 数字人文研究领域的知识网络演化——基于题录信息和引文上下文的关键词共词分析 [J]. 情报学报, 2019, 38(3): 322-334.
[13]
王晰巍, 韦雅楠, 邢云菲, 王铎. 社交网络舆情知识图谱发展动态及趋势研究 [J]. 情报学报, 2019, 38(12): 1329-1338.
[14]
陈晓玲, 刘东亮. 基于科学知识图谱的东北三省区域研究热点分析 [J]. 情报学报, 2018, 37(12): 1224-1231.
[15]
王东波, 高瑞卿, 沈思, 李斌. 基于深度学习的先秦典籍问句自动分类研究 [J]. 情报学报, 2018, 37(11): 1114-1122.