东西问 | 王兆鹏：唐诗宋词能否用大数据解读？

　　中新社成都7月11日电 题：唐诗宋词能否用大数据解读？

　　——专访四川大学文科讲席教授、中国词学研究会会长王兆鹏

　　中新社记者 贺劭清

　　白居易诗作量位居唐代诗人之首，影响力却没进入前十；宋词名篇最多的不是苏轼、辛弃疾而是周邦彦；综合影响指数表明，杜甫高于李白、辛弃疾强于苏轼；张若虚《春江花月夜》、陆游《卜算子·咏梅》在近现代才开始受瞩目……用大数据来显示和验证唐诗宋词，结论超出很多人的想象。

　　唐诗宋词是中国文学史上的两座高峰，但属于美学范畴的唐诗宋词能否用大数据解读？大数据研究唐诗宋词取得了哪些新发现，又有什么局限？四川大学文科讲席教授、中国词学研究会会长王兆鹏近日接受中新社“东西问”独家专访，作出深度解读。

　　现将访谈实录摘要如下：

　　中新社记者：唐诗宋词是中国文学史上的两座高峰。从大数据看，唐诗宋词是否达到空前的高度？分别有什么特色？

　　王兆鹏：数据显示，唐诗宋词作家、作品量均达到了空前的高峰。目前流传下来的唐诗超过5万首，而东汉到隋末近600年的诗歌一共才5000余首。唐诗比之前的八代诗增加了7倍多，诗人由600余位增加到3000多家，诗人和诗作都达到了前所未有的量级。

　　宋词是中国词史上第一座高峰，有词人1497家、词作21085首。相较唐五代，词人词作都增加了10多倍。宋词用调近900种，在唐五代词的基础上增加了700余种。词调多，意味着词体的丰富。唐五代词人中唯温庭筠、冯延巳、李璟、李煜有词集传世，而宋代则有300多位词人有词集流传。词人有词集传世，意味着作品多、知名度高，社会需求量大。宋词之所以流传数量不如唐诗，其中一个重要原因在于宋词是通过口头传唱，相当于现在的流行歌曲。口头传唱的作品，好多已失传。

　　衡量文学发展，作品数量是一个重要方面，但最关键还是要有精品。要说中国历史上产生伟大诗人、词人最多的朝代，无疑是唐宋。虽然现有技术还难以准确衡量作品艺术价值的高低，但可以用大数据来衡量作品影响力的大小，分析出哪一首作品最受大众欢迎。

　　中新社记者：唐诗宋词属于美学的范畴，为什么想到用大数据分析唐诗宋词？

　　王兆鹏：给文学作品排座次、定甲乙，并不是今天才有的时尚，而是古已有之。最早给诗人区分品第等级的，是南朝梁代的钟嵘。他在《诗品》中将汉魏以来诗人分为上中下三品，以评量其优劣。唐代张为的《诗人主客图》，把中晚唐的部分诗人分为主、入室、升堂、及门等级别，也是一种品第批评。

　　在中国古代文学批评中，还常常见到称誉某人为第一、某诗为第一的。如《宋书·谢灵运传》说谢灵运“文章之美，与颜延之为江左第一”。宋人许顗《彦周诗话》说“孟浩然、王摩诘诗，自李杜而下，当为第一”。

　　不过，古人的诗学批评，无论是分品第，还是排座次，都是基于个人的主观好恶。由于每个人的审美趣尚不同，所以对同一个人、同一首作品，品评往往不一样。比如，金人元好问、赵秉文和王若虚都推许东坡词“起衰振靡，当为古今第一”，清代潘德舆却叫板不认同，认为“推奉太过”。

　　现代计量历史学可以用数据衡量历史，古代文学也属于大历史的范畴。既然历史可以计量，为什么文学不能计量？通过大数据，可以找到一个最大公约数，用模型来分析和衡定，得出相对客观的答案。

　　中新社记者：您的十大唐诗、宋词、诗人、词人排行榜如何得出？从大数据看，唐诗宋词里谁的作品最多？作品量多的诗人词人，是否影响力大、知名度高？

　　王兆鹏：我们依据诗歌在历代选本中的入选频次、被历代诗论家品评的频次、被后人追和的频次和当代学者研究的频次、被网页著录及评论的频次等数据加权计算，确定一首诗的影响力，并将影响力位居前列的视为名篇。

　　现在已无法直接考察出在古代李白、杜甫的诗集有多少种、印数有多大，但可以计算杜甫和李白的诗集分别被刊刻了多少种。据此推算，在宋代，杜甫的影响力比李白大得多，有一种说法叫千家注杜，杜诗韩文是所有读书人的典范。

　　数据显示，唐代诗人综合影响力排名第一的是杜甫，其次为李白、王维。作品量第一的白居易，影响力排在十名之外。而宋词影响力位居第一的是辛弃疾，苏轼、周邦彦分别居第二、第三。

　　影响力大的诗人，拥有名篇也多。一百首唐诗名篇，杜甫独占16首，李白13首，王维和白居易均享12首。在三百首唐诗名篇中，杜甫豪取52首，占六分之一，李白有38首，王维和白居易共29首。在宋词百首名篇中，周邦彦夺得15首，辛弃疾获12首，苏轼10首，姜夔7首。扩大到三百首宋词名篇，周邦彦斩获40首，辛弃疾和苏轼各占23首，姜夔11首。宋诗百首名篇，苏轼一人占四分之一，比杜甫在唐诗中的名篇拥有率还高。

　　中新社记者：诗人张若虚以一首《春江花月夜》“孤篇盖全唐”，但他只有两首诗流传下来。对于这样的诗人，能用大数据分析吗？未来会可否用大数据分析外国诗歌？

　　王兆鹏：现在大家熟悉的陈子昂的《登幽州台歌》，以及张若虚的《春江花月夜》，其影响力是到20世纪之后才逐渐变大。《春江花月夜》在明清并无影响力，直到王闿运赞其“孤篇横绝，竟为大家”，闻一多又称其为“诗中的诗，顶峰中的顶峰”，才将这首诗抬到至高无上的地位。

　　同样情况还有陆游的《卜算子·咏梅》(驿外断桥边)。毛泽东曾用“风雨送春归，飞雪迎春到”来和陆游这首词，一代伟人和领袖以自身政治影响力和诗词地位，提高了这首词的影响力。柳永《蝶恋花》(伫倚危楼风细细)，在明清之前也几乎没有什么影响力，但自从王国维将“衣带渐宽终不悔，为伊消得人憔悴”列为人生三种境界后，这首词开始被读者熟知。

　　杜甫在盛唐时代几乎是一个无名小卒。李白出名时，杜甫只是一个普通的文艺青年。他和李白的年龄相差11岁，是李白的“迷弟”，所以可以看到很多杜甫怀念李白的诗，但很少看到李白给杜甫的诗。杜甫去世很多年后，元稹为其写墓志铭时发现了他的光芒。后来韩愈在《调张籍》中说“李杜文章在，光焰万丈长”，文坛领袖的推荐又进一步扩大了杜甫的影响力。

　　有些诗人、词人，在外国的影响力可能比在中国高。寒山的诗曾经在美国风行一时，在国内反倒没多少人了解他。在西方，作品被翻译最多的中国诗人不是李白、杜甫，而是王维；作品被翻译最多的词人不是辛弃疾、苏轼，而是李清照。

　　文学的发展有一定的偶然因素，比如李清照的作品在宋代有很多种版本，用今天的话来说，宋代很多出版社出版了她的词集，但到了明代全部失传。她的作品只能去选本中找，最终只找到40多首。另外，与李清照同时期的女词人朱淑真，在当时的影响力并不大，但她的几百首作品反而全部流传了下来。

　　也有很多古代红极一时的诗词，今天却无人问津。如欧阳修《蝶恋花》(海燕双来归画栋)、聂冠卿《多丽》(想人生)、周邦彦《侧犯》(暮霞霁雨)、王观《雨中花令》(百尺清泉声陆续)，它们分别在明代22种词选中被入选17、18、19、20词，差不多是明人词选必选的名篇。可到了20世纪，其影响力和知名度降到了最低。个中原因，值得思考与探讨。

　　古诗词的影响力始终处于不断变化之中，很难通过一两条材料得出全面、客观、准确的判断，而大数据可以完整展现出一首诗词影响力的变化。

　　我从1992年第一次用数据分析古代诗词，现在数据不断丰富，模型不断完善。2000年以后，大数据库中除了中国不同历史时期的古诗词选本，还纳入了欧美日韩等海外的中国古代诗词数据。

　　目前，我们正建设古今中外诗歌的融合大数据平台。该平台已经收集了上百万首中国古典诗歌，正在收集20世纪以来有中文翻译的外国诗歌，以及五四运动以来的十余万首新诗。

　　没有一个大数据可以穷尽样本，但我们希望借助人工智能得出误差最小的结论。五四运动后的诗人郭沫若、胡适、闻一多，谁的影响力更大？在中国影响力最大的外国诗人是普希金、泰戈尔还是歌德？我们将用大数据说话。(完)

　　受访者简介：

　　王兆鹏，四川大学文学与新闻学院文科讲席教授、博士生导师。现为中国词学研究会会长、中国李清照辛弃疾学会会长、中国宋代文学学会常务副会长，《宋代文学研究年鉴》主编。主要研究唐宋文学和数字人文，主持国家社会科学基金重大项目2项。已出版《全唐五代词》《唐宋词史论》《词学史料学》等专著十余部，发表学术论文三百余篇。