2025年大學(xué)《數(shù)字人文》專業(yè)題庫——數(shù)字人文數(shù)據(jù)處理與信息分析技術(shù)考試時(shí)間：______分鐘總分：______分姓名：______一、選擇題（每題2分，共40分。請將正確選項(xiàng)字母填涂在答題卡相應(yīng)位置）1.以下哪一項(xiàng)不屬于數(shù)字人文數(shù)據(jù)的主要來源？A.歷史文獻(xiàn)數(shù)字化文本B.考古遺址的地理信息點(diǎn)云數(shù)據(jù)C.博物館藏品圖像數(shù)據(jù)庫D.人工設(shè)計(jì)的調(diào)查問卷數(shù)據(jù)2.在處理大量包含拼寫錯(cuò)誤和異形詞的古文獻(xiàn)文本時(shí)，下列哪項(xiàng)技術(shù)最常用？A.命名實(shí)體識別B.詞性標(biāo)注C.文本清洗中的標(biāo)準(zhǔn)化處理（歸一化）D.主題建模3.以下哪種文件格式最適合存儲具有復(fù)雜結(jié)構(gòu)和元數(shù)據(jù)的考古發(fā)現(xiàn)記錄？A.CSVB.JSONC.XMLD.TXT4.關(guān)系型數(shù)據(jù)庫（如MySQL）最擅長高效處理哪種類型的數(shù)據(jù)查詢？A.大規(guī)模非結(jié)構(gòu)化文本內(nèi)容的相似度搜索B.基于空間位置關(guān)系的鄰近性查詢C.網(wǎng)絡(luò)結(jié)構(gòu)中節(jié)點(diǎn)之間路徑的查找D.對海量時(shí)間序列數(shù)據(jù)進(jìn)行復(fù)雜模式挖掘5.將多個(gè)分散的、結(jié)構(gòu)不同的數(shù)據(jù)集合并為一個(gè)統(tǒng)一數(shù)據(jù)集的過程，稱為？A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.數(shù)據(jù)轉(zhuǎn)換D.數(shù)據(jù)采樣6.在進(jìn)行城市歷史地圖信息提取時(shí)，以下哪種分析方法最直接相關(guān)？A.社區(qū)檢測算法B.空間疊加分析C.主題模型算法D.情感分析技術(shù)7.用于衡量網(wǎng)絡(luò)中節(jié)點(diǎn)中心性的指標(biāo)，以下哪一項(xiàng)反映了節(jié)點(diǎn)連接的緊密程度？A.度中心性B.網(wǎng)絡(luò)密度C.距離中心性D.簇系數(shù)8.將大量文本數(shù)據(jù)自動分類到預(yù)設(shè)類別中的技術(shù)，稱為？A.命名實(shí)體識別B.文本聚類C.文本分類D.關(guān)鍵詞提取9.以下哪種可視化方式最適合展示不同城市區(qū)域的人口密度分布差異？A.箱線圖B.散點(diǎn)圖C.熱力圖D.餅圖10.TEI（文本編碼Initiative）標(biāo)準(zhǔn)主要應(yīng)用于？A.地理空間數(shù)據(jù)的結(jié)構(gòu)化描述B.圖像數(shù)據(jù)的標(biāo)注與檢索C.研究對象之間的關(guān)系映射D.文本古籍的數(shù)字化與結(jié)構(gòu)化處理11.對存儲在關(guān)系數(shù)據(jù)庫中的歷史人物關(guān)系網(wǎng)絡(luò)進(jìn)行節(jié)點(diǎn)度數(shù)統(tǒng)計(jì)，主要考察的是？A.關(guān)系的情感傾向B.關(guān)系路徑的長度C.網(wǎng)絡(luò)的層級結(jié)構(gòu)D.網(wǎng)絡(luò)中的中心節(jié)點(diǎn)分布12.在進(jìn)行文本主題建模（如LDA）之前，通常需要對文本進(jìn)行哪些預(yù)處理步驟？（多選，請寫出代表選項(xiàng)字母的字母組合，如ABCD）A.分詞B.去除停用詞C.詞性標(biāo)注D.詞干提取或詞形還原13.以下哪種數(shù)據(jù)格式采用鍵值對方式存儲，易于表示復(fù)雜對象及其屬性？A.JSONB.XMLC.GeoJSOND.CSV14.數(shù)字人文研究中，對大規(guī)模訪談文本進(jìn)行情感傾向分析，主要目的是？A.提取訪談中的專有名詞B.發(fā)現(xiàn)文本中表達(dá)的情感模式C.對訪談文本進(jìn)行自動摘要D.識別訪談對象的身份信息15.使用GIS軟件對歷史地圖進(jìn)行數(shù)字化并疊加現(xiàn)代地理底圖，主要應(yīng)用了GIS的哪項(xiàng)基本功能？A.空間查詢B.疊加分析C.地圖渲染D.網(wǎng)絡(luò)分析16.以下哪項(xiàng)不是數(shù)據(jù)清洗的常見任務(wù)？A.處理缺失值B.統(tǒng)一數(shù)據(jù)類型C.降低數(shù)據(jù)維度D.識別并處理異常值17.在分析社交媒體上的討論網(wǎng)絡(luò)時(shí)，關(guān)注“意見領(lǐng)袖”主要是在分析網(wǎng)絡(luò)的？A.結(jié)構(gòu)特征B.內(nèi)容主題C.時(shí)間演變D.地理分布18.將原始數(shù)據(jù)轉(zhuǎn)換為適合特定分析模型輸入的格式或結(jié)構(gòu)的過程，稱為？A.數(shù)據(jù)清洗B.數(shù)據(jù)轉(zhuǎn)換C.特征工程D.數(shù)據(jù)集成19.以下哪種可視化技術(shù)能夠有效地展示不同變量之間的相關(guān)性強(qiáng)度和方向？A.散點(diǎn)圖矩陣B.熱力圖C.餅圖D.雷達(dá)圖20.對于包含大量重復(fù)記錄的原始數(shù)據(jù)集，進(jìn)行數(shù)據(jù)去重的主要目的是？A.提高數(shù)據(jù)存儲效率B.確保數(shù)據(jù)分析結(jié)果的準(zhǔn)確性C.增加數(shù)據(jù)量以提升模型性能D.方便數(shù)據(jù)導(dǎo)出二、填空題（每空1分，共10分。請將答案填寫在答題卡相應(yīng)位置）1.數(shù)字人文研究中的數(shù)據(jù)來源極其多樣，除了文本和圖像，還包括__________、__________等多種類型。2.在進(jìn)行文本分析前，去除“的”、“是”等無實(shí)際意義詞匯的步驟通常稱為__________。3.用于存儲和查詢空間地理數(shù)據(jù)的數(shù)據(jù)庫模型是__________數(shù)據(jù)庫。4.在網(wǎng)絡(luò)分析中，用于衡量一個(gè)節(jié)點(diǎn)周圍聚集程度或“緊密度”的指標(biāo)是__________。5.將數(shù)據(jù)從一種格式或結(jié)構(gòu)轉(zhuǎn)換為另一種格式或結(jié)構(gòu)的過程，是數(shù)據(jù)生命周期中常見的__________階段。6.對于時(shí)間序列數(shù)據(jù)，繪制__________圖是觀察其趨勢變化的一種常用方法。7.XML作為一種標(biāo)記語言，其核心優(yōu)勢在于能夠提供豐富的__________信息。8.數(shù)據(jù)可視化的基本原則之一是確?？梢暬尸F(xiàn)的信息準(zhǔn)確無誤，避免產(chǎn)生誤導(dǎo)，這體現(xiàn)了__________原則。9.對大規(guī)模文本數(shù)據(jù)進(jìn)行自動關(guān)鍵詞提取，有助于快速把握文本的__________。10.在使用Python進(jìn)行數(shù)據(jù)處理時(shí)，Pandas庫是進(jìn)行__________操作的核心工具之一。三、簡答題（每題5分，共20分。請將答案填寫在答題卡相應(yīng)位置）1.簡述文本數(shù)據(jù)預(yù)處理的主要步驟及其目的。2.比較關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫在數(shù)據(jù)結(jié)構(gòu)和管理方式上的主要區(qū)別。3.簡述進(jìn)行空間分析需要的數(shù)據(jù)通常具備哪些基本特征。4.在數(shù)字人文研究中，使用數(shù)據(jù)可視化技術(shù)有哪些重要的意義？四、論述題（每題15分，共30分。請將答案填寫在答題卡相應(yīng)位置）1.假設(shè)你是一位歷史研究者，希望利用數(shù)字方法探究某城市在近代（如1930-1950年）的社會空間變遷。請論述你會如何設(shè)計(jì)數(shù)據(jù)處理和分析的技術(shù)路線，包括需要哪些類型的數(shù)據(jù)（至少兩種），可能使用哪些關(guān)鍵的技術(shù)方法（至少三種），以及如何預(yù)期這些分析能幫助你回答具體的歷史問題。2.數(shù)字人文研究日益強(qiáng)調(diào)對技術(shù)的批判性反思。請論述在進(jìn)行數(shù)字人文數(shù)據(jù)分析和結(jié)果呈現(xiàn)時(shí)，研究者需要關(guān)注哪些潛在的倫理問題和技術(shù)局限性，并舉例說明如何在實(shí)際研究中應(yīng)對這些問題。試卷答案1.D2.C3.C4.B5.B6.B7.D8.C9.C10.D11.D12.ABCD13.A14.B15.B16.C17.A18.B19.A20.B1.圖像，音視頻2.去除停用詞3.空間數(shù)據(jù)庫4.簇系數(shù)5.數(shù)據(jù)轉(zhuǎn)換6.折線圖7.元數(shù)據(jù)8.準(zhǔn)確性9.核心主題10.數(shù)據(jù)操作1.解析：文本預(yù)處理是后續(xù)分析的基礎(chǔ)。主要步驟包括：分詞（將連續(xù)文本切分成詞語單元）、去除停用詞（刪除“的”、“是”等無意義詞）、詞性標(biāo)注（識別詞語類型）、標(biāo)準(zhǔn)化處理（如歸一化、詞干提取/詞形還原，統(tǒng)一詞匯形式）、以及可能的文本清洗（如去除噪聲符號）。每個(gè)步驟都是為了消除原始文本的混亂性，提取出更有利于分析的特征信息。2.解析：關(guān)系型數(shù)據(jù)庫（如MySQL）基于表格結(jié)構(gòu)，數(shù)據(jù)按行和列存儲，通過外鍵關(guān)聯(lián)不同表，擅長處理結(jié)構(gòu)化數(shù)據(jù)，強(qiáng)類型，支持復(fù)雜的SQL查詢和事務(wù)處理。非關(guān)系型數(shù)據(jù)庫（如NoSQL）種類繁多，包括文檔數(shù)據(jù)庫（如MongoDB，類似JSON）、鍵值數(shù)據(jù)庫（如Redis）、列式數(shù)據(jù)庫、圖數(shù)據(jù)庫等，數(shù)據(jù)結(jié)構(gòu)靈活，擴(kuò)展性好，通常性能在特定場景下更優(yōu)，適用于半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)。關(guān)鍵區(qū)別在于數(shù)據(jù)模型、結(jié)構(gòu)靈活性、擴(kuò)展方式和適用場景。3.解析：空間分析需要的數(shù)據(jù)首先必須是地理參考的，即每個(gè)數(shù)據(jù)記錄都需要包含空間坐標(biāo)信息（如經(jīng)緯度、地理地址、幾何形狀坐標(biāo)等），這是進(jìn)行空間定位、距離計(jì)算、區(qū)域劃分等操作的基礎(chǔ)。其次，數(shù)據(jù)需要具有明確的屬性信息，用以描述研究對象的各種特征（如建筑物的年份、高度、材質(zhì)；地理現(xiàn)象的溫度、濕度等）。此外，數(shù)據(jù)的精度和坐標(biāo)系統(tǒng)的統(tǒng)一性也非常重要。4.解析：數(shù)據(jù)可視化的意義在于：1）直觀理解：將復(fù)雜的數(shù)據(jù)以圖形化方式呈現(xiàn)，使研究者能快速把握數(shù)據(jù)分布、趨勢、模式等特征，便于發(fā)現(xiàn)隱藏的關(guān)系。2）有效溝通：可視化結(jié)果易于理解和傳播，方便研究者在學(xué)術(shù)交流、成果展示中清晰、簡潔地傳達(dá)研究發(fā)現(xiàn)，使非專業(yè)人士也能理解。3）輔助分析：可視化可以作為數(shù)據(jù)分析的起點(diǎn)或輔助工具，引導(dǎo)研究者進(jìn)行更深入的探索。4）激發(fā)洞察：直觀的形式有助于激發(fā)研究者的新想法和假設(shè)，推動研究的深入。1.解析：設(shè)計(jì)技術(shù)路線需結(jié)合研究問題。首先，數(shù)據(jù)來源：需要近代城市地圖（用于空間分析）、城市統(tǒng)計(jì)年鑒（含人口、產(chǎn)業(yè)、人口構(gòu)成等社會經(jīng)濟(jì)數(shù)據(jù)，用于分析與社會空間變遷相關(guān)的指標(biāo)）、可能還有當(dāng)時(shí)的報(bào)紙數(shù)字檔案（用于分析社會輿論、事件分布，文本分析）。其次，關(guān)鍵技術(shù)：1）GIS空間分析：對歷史地圖進(jìn)行數(shù)字化、幾何變換（如投影轉(zhuǎn)換）、疊合分析（如將統(tǒng)計(jì)數(shù)據(jù)圖層與地圖疊合，分析空間分布格局），緩沖區(qū)分析（研究影響范圍）。2）空間統(tǒng)計(jì)：計(jì)算空間密度、熱點(diǎn)分析等，量化空間聚集現(xiàn)象。3）時(shí)間序列分析：對選取的指標(biāo)（如某區(qū)域人口密度、特定建筑類型數(shù)量）按時(shí)間進(jìn)行追蹤，繪制折線圖等，觀察其變化趨勢。通過這些方法，可以分析如特定區(qū)域人口密度變化、不同社會階層居住空間分異、重要公共設(shè)施或商業(yè)中心的空間演變等，從而回答城市社會空間結(jié)構(gòu)如何隨時(shí)間演變的史實(shí)與原因。2.解析：數(shù)字人文研究中的倫理問題與技術(shù)局限性需關(guān)注：1）數(shù)據(jù)偏見與代表性：數(shù)據(jù)來源（如政府記錄、出版物）可能存在選擇性偏差，算法可能學(xué)習(xí)并放大這些偏見。分析結(jié)果可能無法代表所有群體或被邊緣化的聲音。2）隱私與安全：處理個(gè)人數(shù)據(jù)（如口述史訪談、社交媒體數(shù)據(jù)）時(shí)，需嚴(yán)格遵守隱私保護(hù)法規(guī)，確保數(shù)據(jù)匿名化或去標(biāo)識化處理，防止數(shù)據(jù)泄露或?yàn)E用。3）算法透明度與可解釋性：復(fù)雜的機(jī)器學(xué)習(xí)模型如同“黑箱”，其決策過程難以解釋，可能導(dǎo)致歧視性