科研 Skill

文学远读与人物网络

cnlit-distant-reading

用分词NER构建人物共现网络,做主题模型与情感曲线分析,并与细读互证。适用于长篇小说、期刊语料的大规模结构研究。

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

远读:人物网络、主题模型与叙事曲线(Distant Reading of Chinese Literature)

适用场景

  • 构建《红楼梦》《三国演义》或现代长篇小说的人物共现网络,分析核心人物、社群结构与随章回的演变。
  • 对一份文学期刊数十年的刊文做主题模型,观察主题兴衰(如"乡土""革命""城市"话语的变迁)。
  • 绘制小说按章节的情感曲线,比较叙事节奏与情节结构。
  • 比较不同作家群体、地域或时期文本的高频意象与关键词差异(关键性分析)。

边界与不适用

  • 远读结果是描述与假设生成工具,不替代文本细读与语境化阐释;每个量化发现都要回到原文举例。
  • 不做作者归属统计检验,转 cnlit-stylometry-authorship;不做古汉语断句,转 cnlit-classical-chinese-nlp。
  • 通用情感词典和模型多基于现代网络文本,用于古典或现代文学会有系统偏差,必须人工校验。
  • 受版权保护的当代作品只做非消费性统计分析,不公开全文或大段原文。

工作流

  1. 语料与研究问题
    • 输入:文本集合与研究问题。
    • 操作:确定分析单位(章回/段落/篇)、版本、元数据(作者、年份、刊物、章号)。
    • 产出:语料清单 CSV + 统一编码的纯文本。
  2. 预处理与人物识别
    • 操作:jieba 或 HanLP 分词;构建人物名表(含字号、别称、称谓,如"宝玉/宝二爷/怡红公子"→ 贾宝玉),作为自定义词典加载并做别名归一。
    • 决策点:NER 自动识别仅作候选,人物表须人工审定;古典小说称谓高度依赖语境("老爷""太太"),需规则或人工消歧。
  3. 人物网络
    • 操作:在窗口(同句/同段/固定字数)内统计人物共现,构建加权无向图;计算度、加权度、介数中心性,社区发现(Louvain)。按章节切片得到动态网络。
    • 决策点:窗口大小影响结果,至少比较两种窗口;对话与叙述可分开建模。
  4. 主题模型
    • 操作:LDA(gensim)或 BERTopic(以中文句向量模型编码),去停用词,选主题数时综合一致性指标与人工可解释性。
    • 产出:主题—关键词表、文档—主题分布、主题随时间变化图。
  5. 情感与叙事曲线
    • 操作:按章节/等长片段计算情感得分(领域校准后的词典或经人工标注微调的分类器),平滑后绘图;与情节梗概对照标注转折点。
    • 决策点:先人工标注一小批片段检验情感工具在该文本上的准确率,过低则不报告曲线。
  6. 细读回证
    • 操作:为每个重要发现挑选原文例证,解释异常值;撰写方法局限。

工具与数据源

  • 分词与 NER:jieba(pip install jieba)、HanLP、LTP(哈工大)、pkuseg(北京大学)。
  • 网络分析:networkx、Gephi(可视化)、igraph。
  • 主题模型:gensim(LDA)、BERTopic、sentence-transformers;中文句向量可选 shibing624/text2vec-base-chinese、BGE 中文系列等。
  • 情感:大连理工大学情感词汇本体库、知网 HowNet 情感词典、SnowNLP(领域偏差大,慎用);R 包 syuzhet(叙事曲线方法参照,原生面向英文)。
  • 语料:ctext.org、中华经典古籍库、全国报刊索引、中国现代文学期刊数字资源、北京大学 CCL 语料库、BCC 语料库(北京语言大学)。

最小代码示例(Python)

按段落统计人物共现并计算中心性与社区。

import itertools
import jieba
import networkx as nx
from networkx.algorithms.community import louvain_communities

alias = {"宝玉": "贾宝玉", "宝二爷": "贾宝玉", "黛玉": "林黛玉", "林姑娘": "林黛玉",
         "宝钗": "薛宝钗", "凤姐": "王熙凤", "贾母": "贾母"}
for name in alias:
    jieba.add_word(name, freq=100000)

def chars_in(par: str) -> set[str]:
    return {alias[w] for w in jieba.cut(par) if w in alias}

G = nx.Graph()
paragraphs = open("hlm_ch01-80.txt", encoding="utf-8").read().split("\n")
for par in paragraphs:
    for a, b in itertools.combinations(sorted(chars_in(par)), 2):
        w = G.get_edge_data(a, b, {}).get("weight", 0)
        G.add_edge(a, b, weight=w + 1)

deg = dict(G.degree(weight="weight"))
btw = nx.betweenness_centrality(G)               # 无权介数;加权需把权重转为距离
comms = louvain_communities(G, weight="weight", seed=42)
print(sorted(deg.items(), key=lambda x: -x[1])[:10])
print(comms)
nx.write_gexf(G, "network.gexf")                 # 导入 Gephi 可视化

质量检查

  • 人物表、别名映射与停用词表人工审定并随结果发布。
  • 共现窗口、主题数等关键参数做了敏感性分析。
  • 主题标签由研究者依据关键词与代表文档命名,并附代表文档。
  • 情感工具在本语料上的准确率经人工样本检验并报告。
  • 每个主要量化结论都有原文例证与细读解释。
  • 随机种子、软件版本、文本版本留档,可复现。
  • 版权作品不公开全文,图表与例句引用符合合理使用。

输出格式

  1. 语料说明表:作品/刊物 | 版本 | 单位数 | 字数 | 时间范围。
  2. 人物网络:节点表(人物、加权度、介数、社区)、边表(人物A、人物B、权重、章节范围)、网络图(GEXF/PNG)。
  3. 主题模型:主题ID | 研究者命名 | 前 20 关键词 | 代表文档 | 时间趋势图。
  4. 叙事曲线:章节 | 情感得分 | 平滑值 | 标注事件;曲线图。
  5. 讨论:发现、细读例证、局限。

参考规范与文献

  • Moretti, F. (2013). Distant Reading. Verso.
  • Moretti, F. (2005). Graphs, Maps, Trees: Abstract Models for a Literary History. Verso.
  • Jockers, M. L. (2013). Macroanalysis: Digital Methods and Literary History. University of Illinois Press.
  • Blei, D. M., Ng, A. Y. & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3.
  • Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv.
  • Reagan, A. J. et al. (2016). The emotional arcs of stories are dominated by six basic shapes. EPJ Data Science, 5.
  • Underwood, T. (2019). Distant Horizons: Digital Evidence and Literary Change. University of Chicago Press.

示例提示词

帮我构建《三国演义》按回目变化的人物共现网络,并用BERTopic分析各阶段主题。

所属插件

中国语言文学与比较文学面向中国语言文学、比较文学与翻译学研究:古籍语料检索与校勘、古汉语断句分词、诗词格律、现当代报刊史料、文体计量与远读、影响与接受研究、平行语料与译本质量评估。

安装该插件会一并获得同领域的 11 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

文学远读与人物网络能做什么?

用分词NER构建人物共现网络,做主题模型与情感曲线分析,并与细读互证。适用于长篇小说、期刊语料的大规模结构研究。

如何安装文学远读与人物网络?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「文学远读与人物网络」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

文学远读与人物网络需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

文学远读与人物网络经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。