对撞机丨笪章难：《以计算的方法反对计算文学研究》的基本观点

《批评探索》杂志在2019年春季期刊出了笪章难的《以计算的方法反对计算文学研究》一文，这篇文章对计算文学研究领域提出了若干挑战。文中第一句话评论道：“本文意在从实证层面找出一个日益流行的文学研究分支的一系列技术问题、逻辑谬误和概念缺陷，该分支有各种名称：文化分析学、文学数据挖掘、定量形式主义、文学文本挖掘、计算文本分析、计算批评、算法文学研究、文学研究的社会计算、计算文学研究等。”文章刊出后，在数字人文计算文学研究领域引发了广泛的讨论。为了继续这一对话，《批评探索》邀请了几位数字人文和比较文学研究从业者和批评家对此作出回应。讨论围绕笪章难的计算方法和理论预设展开，并就数字人文文学研究对人文学发展的意义展开积极的回应。这是一次难得的既有统计技术方法，又有历史和理论意义的关于数字人文文学研究及其与人文学关系未来发展方向的学术讨论，会继续推动数字人文文学研究的朝着有利于人文学研究的方向发展。

本期讨论文章由汪蘅翻译，姜文涛审校。

笪难章（Nan Z. Da），美国圣母大学英语系教授。

首先，一个限定条件。由于论坛的时间限制，我只能谈及论坛参与者提出的议题中的一部分，而且仍然不够精确。我确实计划发布一份附加回复，处理更为细致的技术问题。

《以计算的方法反对计算文学研究》不是为了改进CLS而写。这篇论文不只是呼吁“更严谨”或呼吁全面的重复。不是为了解决哪种统计学研究模式最适于计算文学分析。这不是一篇方法文章；一些回复我的人也指出了，那样的文章非常多。

写这篇文章是要为文学学者和编辑们赋权、让她们能够提出关于计算和定量文学批评的合乎逻辑的问题，假如她们怀疑在结果和论证中间存在概念上的不匹配或察觉到文学批评批判方法的收益特别的低。

我希望这篇论文教我们意识到两种类型的CLS研究。

第一，有统计上严谨的研究，但无法真正回答它要着手解决的问题，或完全不提有趣的问题。

第二，看起来发布了有趣的结果，但要么没有鲁棒性，要么逻辑混乱。混乱有时来自用户错误等问题，但更经常的是由次优地或不必要地使用统计学和其他机器学习工具引起。

论文尝试去神秘化这些工具在文学语料库上的应用，并解释为何当你的目标是文学解释或描述时，技术错误会被放大。我的文章是长时间调研的终点，调查的是计算方法及其定量分析模式能否在文学研究中有收获。我的回答是，驱动定量结果和数据模式的事物往往和学者们宣布的文学批评或文学史论点关系甚少，他们号称正在找出如此的结果或那般的模式，——尽管有时候看起来像是这么回事。如果我们在CLS中发现的结论证实了或驳斥了现有知识，这并不标志它们是对的，而是说它们在最好情况下是同义反复，在最坏情况下只不过流于表面。

本文对文学批评应该为何持不可知立场，不对阐释习惯做诊断。指控它采取“纯粹主义”立场，这纯属推测。文章意在描述学术研究不应为何。即使在文章最后几页呼吁读书，也并不推测“实际在读”有内在的意义，而仅仅是反驳意在简单分类的工具应用，人类在这方面的抉择要精确且所费要便宜得多得多。

至于探索性数据分析vs验证数据分析的问题：我不倾向于任何一种。如果涉及数字及其解释，那么统计学不得不发挥作用；我不知道任何绕开它的方法。如果你仅仅想要描述数据，那么你就得展现一些来自非简化论测量结果的有趣内容。至于求助探索性工具：如果你的工具由于缺乏力量或对目标来说过于拟合而完全不能探讨正在考虑的问题，你的解释性工具就是不需要的。

定量方法和非定量方法也许可以协力工作，这看起来无可指摘。我的论文只是在说：理论上也许如此，但实际不足。安德鲁·派博指出归纳问题，关于如何从局部到整体、从检验性到说明性。这正是我的文章质询的那个缺口，因为这就是合作的理想开始崩坏之处。可以随便称呼这个缺口的强行弥合——一种新的解释学、认识论、或者形态——但到最后，逻辑必须清楚。

批评我的人指出了一种困境，说得没错。但这困境是他们的，不是我的。我的观点也是说，再往前走，不是由我或一小群人来决定这个工作价值为何、或应该怎么做。

首先，文学学者一直在向其他领域的学者请教意见和评价。其次，精神分析解读的收益，哪怕寻求的是文学外的意义和有效性，也不是为了心理学，而是为了文学批评的意义，其成功与否取决于自身。

CLS想说：“我们的工作本身作为文学批评没有太多收益也okay的，不管是在散文的水平上还是洞察力的精微上；收益就在于用到这些方法、描述数据、产生预测性模型、或者让别人未来能够提出（也许更好的）问题上。收益在于建立实验室、资助学生、创办新期刊、为终身教职和博士后资格以及高得惊人的拨款给出理由。”如果是这些说法，那么不止一个学科需要被叫来评估这些方法、应用及其结果。由于已发表的对特定文学学术研究的批判通常不会被通过指出依然蓄势待发的事情而遭反驳，我们对付的是两种不同的学术模型。这种情况下，我们应该最大程度地跨学科。

END

主编 / 陈静、徐力恒

责编 / 刘双双

美编 / 刘双双