古籍同事异文的自动发掘研究
来源：图书情报工作杂志2021年第9期北京时间：
作者：梁媛,王东波,黄水清
单位：1 南京农业大学信息管理学院 南京 210095;2 南京农业大学人文与社会计算研究中心 南京 210095
摘要：[目的/意义] 异文是古籍中的常见现象，也是重要研究对象。传统的古籍校勘是从大量古籍文献中人工查找校勘资料包括异文等，不仅耗时、费力、工作量大，而且找到的数据未必精准全面。通过计算机实现异文的自动发掘，可以从更大规模的语料中获取有效信息。并且，结合异文自动发掘的校勘方式可以实现穷尽式检索，对于古籍他校法具有重要意义，为新时期古籍校勘研究提供了新思路和新方法。[方法/过程] 本研究以《春秋》及"春秋三传"作为实验语料，引入常用于文本翻译领域的平行语料库思想，结合深度学习算法，对LSTM、BERT模型与较为经典的SVM模型进行比较实验，并对两部古籍中用不同表述描述同一事件的同事异文相关内容展开进一步探索和讨论。[结果/结论] 实验得到适用于"春秋三传"的同事异文自动发掘深度学习模型，证明深度学习等新兴技术融合到古籍知识库构建等研究中的可行性，同时，深度学习技术和平行语料库思想的结合在异文研究中能够发挥较大作用，对数字人文在汉语言文学研究中的应用提供实践支撑。
关键词：春秋三传,异文,BERT,自动发掘,数字人文,
基金资助：本文系国家社会科学基金重大项目\"基于《汉学引得丛刊》的典籍知识库构建及人文计算研究\"（项目编号：15ZDB127）和国家自然科学基金面上项目\"基于典籍引得的句法级汉英平行语料库构建及人文计算研究\"（项目编号：71673143）研究成果之一。
