大數據里的唐宋詩詞世界

　　原標題：大數據里的唐宋詩詞世界

　　人們習慣用史料來描述文學史的高峰狀態，而在當今大數據時代，我們或可嘗試用大數據來顯示和驗證，并透視數據背后的文學史意義，進而反思數據存在的問題和展望未來努力的方向。唐宋詩詞世界華茂繁榮，大數據可帶我們領略其中新的風采。

　　唐宋詩詞的多個“第一”

　　唐詩是中國詩歌史上第一座高峰。據統計，東漢到隋末近六百年，詩歌總共才五千余首，而到唐代，詩歌第一次超過萬首并直接跨越到五萬多首，達到前所未有的高峰。唐詩比之前的八代詩增加了七倍多，詩人由六百余位增加到三千余位，詩人和詩作都達到前所未有的量級。唐詩歷經三百余年，其頂峰在盛唐。其時詩人五百余位、詩作近八千首。依據詩歌在歷代選本中的入選頻次、被歷代詩論家品評的頻次、被后人追和的頻次和當代學者研究的頻次、被網頁著錄及評論的頻次等數據加權計算，一定程度上可評估一首詩的影響力。通過這種可量化的計算，我們可將影響力位居前列的視為名篇。在唐詩百首名篇中，盛唐占59首。而唐詩的十大名篇，盛唐更獨占8首。按名篇數量排列出的唐代十大詩人，盛唐占6位：杜甫、李白、王維、王昌齡、孟浩然和岑參。

　　宋詞是中國詞史上第一座高峰。詞人近一千五百位，詞作超兩萬一千闋。較之唐五代，宋詞用調增加了七百余種，詞人詞作都增加了十多倍，表現出詞體的豐富、整體面貌的繁榮。唐五代詞人中，唯溫庭筠、馮延巳、李璟、李煜四家有詞集傳世，而宋代有三百多家有詞集流傳。詞人有詞集傳世，意味著作品多、知名度高、社會需求量大。數據顯示，宋詞在唐五代之后已達到高潮，元祐時期更達峰值。其時詞人近二百位、詞作約四千闋，比宋初和慶歷兩個時期的詞人詞作總數還多出一倍有余。在百首宋詞名篇中，元祐時期占27闋，名列宋詞六個階段的首席。

　　人們習慣以宋詞作為宋代文學成就的代表，其實，宋詩也是重要的一部分。數據顯示，宋代詩人詩作的數量超越唐詩而達到新高度，詩人九千多位，詩作二十五萬余首，是唐詩作品量的五倍多。值得注意的是，宋詩的頂峰也在元祐年間，其時詩人一千六百余位，相當于前兩個時期詩人數量的總和；詩作五萬余首，比前兩個時期的詩作總和還多出七千多首；宋詩的十大名篇，此時獨占5首；蘇軾、黃庭堅、王安石等影響深遠的大詩人都生活和創作在這個時期。近人陳衍論詩，說唐宋詩史上有三個輝煌的高峰時段，所謂“上元開元、中元元和、下元元祐”，數據印證了他的判斷。

　　從個體詩人來看，唐詩宋詞里誰的作品最多？數據顯示，白居易名列唐詩作品量的榜首，詩作近三千；杜甫和李白緊隨其后，都超過千首大關。宋詞中辛棄疾的詞作量位居第一，有六百余闋，其次是蘇軾、劉辰翁。宋詩的篇數，則由陸游稱雄，凡九千多首，其次是劉克莊和楊萬里。

　　作品多的詩人詞家，是否影響力大、知名度高？根據綜合影響指數排名，唐代詩人影響力第一的是杜甫，其次為李白、王維，而作品量居第一的白居易，影響力排在十名之外。宋代詞人作品量和影響力第一的都是辛棄疾，蘇軾和周邦彥分別居第二、第三。高居宋詩影響力榜首的是蘇軾，作品量雄居榜首的陸游緊隨其后。

　　“第一”背后的文學史意義

　　數據不僅標示誰第一、誰領先，還蘊含更深層的文學史意義，可以探究其背后隱藏的歷史過程和變化動因，揭示規律性認識。比如，通過檢視和分析唐詩名篇崔顥《黃鶴樓》的各種數據，可以發現第一接受者李白的評價和創作比拼發揮了重要作用。可見，除自身的藝術含量外，故事傳播和意見領袖的評價也是名篇生成的重要因素。

　　數據能具體顯示詩人詞家名聲的高下。提到唐詩宋詞的名家，人們習稱“李杜”“蘇辛”，似乎李優于杜、蘇勝于辛。但綜合影響指數表明，杜甫高于李白、辛棄疾強于蘇軾。更令人意外的是，最受追捧的詞人不是蘇辛而是周邦彥。在一百首和三百首宋詞名篇中，周邦彥各占15首和40首，占有率遠高于蘇、辛。王國維說“詞中老杜，非先生（周邦彥）不可”，堪稱卓識。周濟《宋四家詞選》也推周邦彥為學詞的最高典范，所謂“問途碧山，歷夢窗、稼軒，以還清真之渾化”，數據印證了周濟的眼力。

　　數據可以明確展示名篇名家影響力的時代變化。宋明以來，崔顥《黃鶴樓》詩和蘇軾《赤壁懷古》詞的影響長盛不衰，故分別成為唐詩宋詞的第一名篇。而陳子昂《登幽州臺歌》、張若虛《春江花月夜》等聲名卓著的名作，明清以前影響甚小，到近現代才廣受注目，故綜合影響力排名靠后。岳飛《滿江紅》、陸游《卜算子·詠梅》等也都是到現當代才被發掘出的名篇。周邦彥的影響力，在明清時期的詞壇遠大于蘇辛，只是到現當代由于文學價值觀念的變化才下滑落后。

　　數據還反映出詩人影響力與作品量的關系。杜甫、李白的詩作量名列前茅，辛棄疾、蘇軾的詞作量也是第一、第二。由此可以說，影響力大的詩人，其作品量也很大，但不能說作品量大就一定影響力大。白居易詩作量位居唐代詩人之首，綜合影響力卻沒進入前十名。陸游的詩篇比蘇軾多出兩倍，綜合影響力卻在蘇軾之后。由此可見，精品名作多才是成為影響力大的詩人的決定性因素。宋人趙汝騰《石屏詩序》說：“詩之傳，非以能多也，以能精也。精者不可多，唐詩數百家，精者才十數人，就十數人中選其精者，才數十而已。惟少陵、謫仙能多而能精，故為唐詩人巨擘也。”蘇、辛的精品名篇量也印證了趙汝騰的判斷。

　　數據的“不可為”和“可為”

　　雖然數據能在一定程度上描述顯示文學史的發展面貌和進程，揭示隱藏在歷史背后的真相與意義，但數據也有明顯的局限性。一是效度有限，只能說明文學史的部分問題，而無法有效解決所有問題。二是信度受限，無論是人工挖掘還是機器自動提取，受人的認識水平和技術水平的制約，數據的信度會有優劣高下的差異。

　　由于指標種類少，目前衡量名篇名家的數據還不充分完備，尤其缺少內質型數據，因此需要持續不斷地挖掘和充實。挖掘數據的難度，不僅在于到哪里找數據，更在于要找哪些數據。文學史上從來沒有數據意識和數據存量，什么樣的數據對衡量一個時代或一個時期的文學繁榮程度、評價作家作品的優劣高低有用有效，這既是實踐操作問題，也是理論認識問題。

　　大數據時代的文學數據，需要分類分層建立起文學史數據的指標體系，以確保數據的信度和效度。可以探索和討論：一個時代或一個時段文學的繁榮狀態，除了用作家作品的數量增長來衡量，還有哪些量化指標、特別是內質型指標可以體現？在創作主體維度，文學群體、文學流派的數量和規模是否應該作為衡量文學繁榮的指標？又該如何測度個體作家和文學群體或文學流派的藝術貢獻、文學史地位？在作品文本維度，如何衡定其思想情感含量和藝術審美含量？也許應該考量以下三個層面：形式層面，體裁體式的創新度、豐富度；內容層面，表現主體內在精神世界和外在社會生活世界的深廣度；藝術層面，表現技巧的難度和藝術表現的完美度等。有了完整的指標體系，才有目標和途徑去尋找發掘數據，才有可能借助人工智能技術，讓計算機自動分析提取數據，不斷擴大數據的種類和體量。在此基礎上，通過計算機自動提取獲得海量數據，不斷滿足大數據時代學術研究的需求。（作者：王兆鵬，系國家社科基金重大項目“唐宋文學編年系地信息平臺建設”首席專家、四川大學文學與新聞學院講席教授）