2025年大學《數(shù)字人文》專業(yè)題庫——數(shù)字技術在文學批評中的應用考試時間：______分鐘總分：______分姓名：______一、選擇題（請將正確選項的代表字母填入括號內，每小題2分，共20分）1.下列哪一項不屬于數(shù)字人文在文學批評中應用的主要領域？A.文本語料庫的構建與分析B.作者身份的計算機輔助鑒定C.文學作品的情感計算與量化D.傳統(tǒng)文學理論的歷史溯源2.VoyantTools是一個主要用于什么的數(shù)字人文工具？A.計算機程序代碼編寫B(tài).文本挖掘和主題建模C.文本可視化與探索分析D.音頻文件的編輯處理3.“計算風格學”這一概念主要關注什么？A.文本的語言風格及其作者身份關聯(lián)B.文本的歷史文化背景C.文本的敘事結構和情節(jié)發(fā)展D.文本的印刷版式與物質形態(tài)4.在文學批評中應用文本分析法時，常用的“詞頻統(tǒng)計”方法主要揭示了什么信息？A.文本的語法結構特征B.文本中詞匯使用的分布規(guī)律和重點C.文本產(chǎn)生的具體歷史時間D.文本的主題思想內容5.下列哪項技術最常用于分析文學作品中不同人物的語言風格差異？A.網(wǎng)絡爬蟲技術B.社會網(wǎng)絡分析C.計算風格學比較分析D.地理信息可視化6.將大量文學作品文本轉化為數(shù)值數(shù)據(jù)進行統(tǒng)計分析的前提是？A.對文本進行人工編碼B.選擇合適的元數(shù)據(jù)C.開發(fā)特定的分析算法D.確保文本格式的統(tǒng)一與標準化7.“主題建?！保═opicModeling）技術主要用于發(fā)現(xiàn)什么？A.文本中的關鍵詞匯B.文本集合中潛在的主題分布C.文本的結構框架D.文本的歷史演變線索8.數(shù)字人文背景下，文學批評的“客觀性”可能面臨哪些挑戰(zhàn)？（請選擇兩個）A.技術算法本身可能存在的偏見B.數(shù)據(jù)收集的片面性C.人文理解無法被完全量化D.讀者個體經(jīng)驗的差異9.“數(shù)據(jù)可視化”在文學批評中的作用主要體現(xiàn)在什么方面？A.創(chuàng)建文本的數(shù)字副本B.將復雜的文本分析結果以圖形方式呈現(xiàn)，便于理解和比較C.自動生成文學評論文章D.改變文本的排版外觀10.下列哪一位學者通常被認為是計算文學批評領域的先驅？A.米歇爾·?？翨.赫伯特·韋勒克C.布萊恩·阿什伯利D.約翰·魯濱遜二、名詞解釋（請為下列名詞提供簡潔、準確的定義，每小題4分，共20分）1.計算詩學(ComputationalPoetics)2.作者認同(AuthorshipAttribution)3.文本語料庫(TextCorpus)4.計算風格學(ComputationalStylistics)5.網(wǎng)絡分析(NetworkAnalysis)三、簡答題（請簡要回答下列問題，每小題5分，共20分）1.簡述數(shù)字技術在文學批評中“去中心化”趨勢的表現(xiàn)。2.簡述使用VoyantTools探索文本時，至少三種可用的可視化工具及其功能。3.簡述進行大規(guī)模文學文本分析相較于傳統(tǒng)文本細讀方法可能帶來的優(yōu)勢。4.簡述數(shù)字人文研究中數(shù)據(jù)倫理問題在文學批評領域的具體體現(xiàn)。四、論述題（請結合具體例子或理論，深入闡述下列問題，每小題10分，共30分）1.論述數(shù)字技術如何改變了文學批評的研究范式和思維方式。2.試析文本分析技術在比較文學研究中至少兩個具體的應用場景及其價值。3.探討在文學批評中應用數(shù)字技術可能存在的局限性，以及如何進行反思與應對。試卷答案一、選擇題1.D2.C3.A4.B5.C6.D7.B8.AB9.B10.D二、名詞解釋1.計算詩學:指運用計算機科學和計算技術研究詩歌文本的形式、結構、風格和意義的跨學科領域，旨在通過算法和計算模型來揭示詩歌的內在規(guī)律和美學特征。2.作者認同:指利用計算方法，通過分析不同文本在詞匯使用、句法結構、修辭模式等方面的量化特征，來判斷未知作者身份文本的歸屬，或確定某篇作品是否為同一作者所作。3.文本語料庫:指為了特定的研究目的而系統(tǒng)性收集、整理并存儲的大量相關文本的集合，是進行大規(guī)模文本分析的基礎數(shù)據(jù)資源。4.計算風格學:指運用計算方法和統(tǒng)計分析技術來研究文學文本的文體特征和風格變異，通過量化文本的語言模式來分析作者身份、作品關系、時代風格等問題的學科領域。5.網(wǎng)絡分析:指將文本中的人物、地點、事物、概念等實體視為節(jié)點，將它們之間的關聯(lián)（如共現(xiàn)、引用、因果等）視為邊，構建網(wǎng)絡圖，并運用圖論等方法進行分析，以揭示文本內部結構和復雜關系的研究方法。三、簡答題1.數(shù)字技術在文學批評中“去中心化”趨勢的表現(xiàn):表現(xiàn)在研究對象的擴展，從聚焦單一作者或經(jīng)典文本轉向關注大規(guī)模文本集合、作者群體、文學流派乃至整個文學史的宏觀模式；研究主體的變化，強調研究者與計算機算法、數(shù)據(jù)庫的協(xié)同作用；研究方法的轉變，重視量化分析、數(shù)據(jù)挖掘和模式發(fā)現(xiàn)，使得非主流作者、邊緣文本和隱含模式得以顯現(xiàn)；知識生產(chǎn)方式的革新，從傳統(tǒng)的線性、深度閱讀批評轉向網(wǎng)絡化、可視化、交互式的探索式研究，促進知識共享與民主化。2.使用VoyantTools探索文本時，至少三種可用的可視化工具及其功能:*詞云(WordCloud):以詞匯的大小直觀展示文本中出現(xiàn)頻率較高的詞語，幫助快速把握文本的核心詞和關注點。*詞頻/詞位分布圖(WordFrequency/PositionDistribution):顯示特定詞語在文本中出現(xiàn)的次數(shù)分布，或其在文本不同位置的分布情況，可用于分析詞語的強調程度或文本結構。*社會網(wǎng)絡圖(SocialNetworkGraph/Network):可用于可視化文本中實體（如人名、地名）之間的共現(xiàn)關系或引用關系，揭示文本內部的人物關系網(wǎng)絡或敘事線索。3.進行大規(guī)模文學文本分析相較于傳統(tǒng)文本細讀方法可能帶來的優(yōu)勢:能夠處理和分析傳統(tǒng)方法難以應對的海量文本數(shù)據(jù)，發(fā)現(xiàn)隱藏在大量細節(jié)中的宏觀模式、統(tǒng)計規(guī)律和關聯(lián)性；可以系統(tǒng)性地比較不同作品、作者或文學現(xiàn)象之間的量化差異，提供更客觀、可重復的對比基礎；能夠將文學研究置于更廣闊的文化、歷史背景中進行數(shù)據(jù)層面的考察，揭示文學與其他社會文化因素的互動關系；有助于將文學研究與其他學科（如語言學、社會學、歷史學）進行數(shù)據(jù)層面的交叉與融合。4.數(shù)字人文研究中數(shù)據(jù)倫理問題在文學批評領域的具體體現(xiàn):數(shù)據(jù)隱私與版權問題，如未經(jīng)許可使用受版權保護的作品進行大規(guī)模分析；數(shù)據(jù)偏見與算法歧視，如訓練數(shù)據(jù)本身存在的偏見可能導致分析結果固化甚至放大某種刻板印象；技術解釋的透明度與責任歸屬，如何確保算法分析過程的可解釋性，以及在分析結果出現(xiàn)偏差或錯誤時如何界定責任；研究對象的“數(shù)字化”異化，過度依賴量化分析可能忽略文本的質性特征、審美體驗和人文內涵，導致文學批評的“去人文化”；以及數(shù)字鴻溝問題，可能加劇研究資源分配不均，使得部分學者難以參與數(shù)字人文研究。四、論述題1.論述數(shù)字技術如何改變了文學批評的研究范式和思維方式:數(shù)字技術極大地改變了文學批評的研究范式和思維方式。首先，它推動了從“文本中心”向“數(shù)據(jù)/網(wǎng)絡中心”的范式轉變，研究者不再局限于單一文本的細讀，而是開始關注大規(guī)模文本集合（語料庫）和文本之間的關聯(lián)網(wǎng)絡，強調數(shù)據(jù)驅動的發(fā)現(xiàn)。其次，思維方式從偏重質性、解釋性和主觀性的傳統(tǒng)批評，轉向融合量化、統(tǒng)計和客觀性分析的混合方法，強調模式識別和規(guī)律發(fā)現(xiàn)。再次，計算方法引入了新的概念框架和分析工具，如“計算近東學”（distantreading）挑戰(zhàn)了傳統(tǒng)“近距離閱讀”（closereading）的邊界，使得研究者能夠從宏觀視角把握文學現(xiàn)象的整體分布和演變趨勢。此外，數(shù)字技術促進了跨學科對話，使得文學批評能夠與計算機科學、統(tǒng)計學、語言學等學科進行更深層次的理論和方法互鑒。最后，交互式和可視化工具改變了知識呈現(xiàn)和交流方式，使得批評成果更具開放性和共享性，也要求研究者具備新的數(shù)字素養(yǎng)。2.試析文本分析技術在比較文學研究中至少兩個具體的應用場景及其價值:*跨語言、跨文化作家風格的量化比較:利用文本分析技術（如詞頻分布、n-gram分析、計算風格學指標）對來自不同語言文化背景的作家作品進行量化比較。例如，分析不同國家作家在特定詞匯選擇、句法結構或修辭模式上的異同，可以客觀地揭示風格的文化印記或普遍性特征，發(fā)現(xiàn)傳統(tǒng)細讀可能忽略的細微差異或相似性，為跨文化文學比較提供新的實證依據(jù)和視角，深化對風格形成機制的理解。*文學主題、意象或敘事模式的宏大尺度發(fā)現(xiàn)與追蹤:借助大規(guī)模文本語料庫和主題建模（TopicModeling）等技術，可以在海量的文學作品中發(fā)現(xiàn)、識別和追蹤特定主題、意象（如“英雄”、“母題”）或敘事模式（如“循環(huán)結構”、“因果鏈”）的分布、演變和跨作品關聯(lián)。例如，通過分析某個歷史時期不同文學作品的語料庫，可以量化地觀察特定社會議題如何在文學中呈現(xiàn)和變化，或者追蹤某個核心母題在不同文化、不同歷史階段的傳播與變異，從而為文學史編纂、主題學研究和文化研究提供更全面、更系統(tǒng)的數(shù)據(jù)支持。3.探討在文學批評中應用數(shù)字技術可能存在的局限性，以及如何進行反思與應對:在文學批評中應用數(shù)字技術確實存在局限性。首先，技術本身的“黑箱”特性可能導致分析過程不透明，研究者難以完全理解算法如何生成結果，其背后的文化或意識形態(tài)偏見也可能隱藏其中。其次，過度依賴量化分析可能簡化復雜的文學現(xiàn)象，忽略文本的審美價值、情感深度和人文關懷，導致“數(shù)字化的陷阱”。再次，技術門檻和資源分配不均可能形成新的“數(shù)字鴻溝”，使得部分學者無法有效利用數(shù)字工具。此外，大規(guī)模數(shù)據(jù)往往伴隨著噪音和冗余信息，如何有效篩選和提取有意義的信號仍是挑戰(zhàn)。為了應對這些局限，需要采取以下反思