1. NCCU Academic Hub
  2. Publications
  3. College of Informatics
  4. Theses
  5. Item

Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 《全唐詩》的初步分析： 版本比對、詩歌對應與社群網絡
Some Studies of the Complete Tang Poems: Version Comparison, Word Alignment, and Social Network Analysis
作者 羅國峯
Luo, Kuo Feng
貢獻者 劉昭麟
Liu, Chao Lin
羅國峯
Luo, Kuo Feng
關鍵詞 唐詩
數位人文
文字探勘
社群網絡
Tang poem
Digital Humanities
text mining
social network
日期 2016
上傳時間 9-Aug-2016 11:24:53 (UTC+8)
摘要 現今資訊數位化快速發展的時代，逐漸有許多過去歷史中紙本的資料被轉成數位的方式保存。數位人文是近年來數位科技應用的重要趨勢之一，可透過資訊科學的技術並結合人文語料。
　　本論文選用清朝時期所編撰的《全唐詩》作為研究的語料，並透過此語料進行版本比對、詩歌對應、資訊檢索與社群網絡分析的工作。《全唐詩》存在多個版本的問題，我們藉由收集多個版本的《全唐詩》進行版本比對，且建立一個檢索系統讓使用者能檢索自己欲查詢的《全唐詩》內容，檢索的結果可以看到不同版本的內容差異。但為了進行後續的研究分析，因此我們會產生一個整合版本。我們利用此整合版本《全唐詩》，找出詩人在作品中提到其他詩人的交往詩以及詩人與詩人間的作品共用詞彙關係，建立《全唐詩》的詩人社群網絡，並進行社群網絡中的詩人詞彙分析。
　　在結果的部分，我們將唐朝詩人劃分成四個唐朝時期，統計四個唐朝時期詩人的詞彙使用以及建立單一時期詩人的社群網絡，並計算各個節點的分支度。而為了讓我們能了解社群關係中詩人與詩人的詞彙使用以及詞彙在《全唐詩》裡被使用的狀況，因此我們提供一個工具幫助研究者能找出社群網絡中詩人與詩人的共同常用詞彙。最後我們基於詩人的詞彙對應關係，提供一個研究詞彙史的工具，我們能將欲查詢的詞彙標記上詩歌作者的生卒年時間，且透過標記後的詞彙建立其時間序列圖觀察詞彙的演變。
In the information digitized era of rapid development, many of the past history of the text material were converted into a digital way. Hence, the digital humanities had become a popular research, and we can through the computer science with the humanities to development of digital humanities.
In this paper, we chose the Qing Dynasty compiled complete Tang poems as our research topic, and through this corpus for version comparisons, word alignment, and social network analysis. We collected multiple versions of complete Tang poems for comparisons to get integrated version of complete tang poems, but we cannot say that it is best version. We built a retrieval service for users to search complete Tang poems` content. The search results allowed users to see the contents of version differences. We used an integrated version of complete Tang poems to find the exchange poetry that poets mentioned other poets in the poems and the relations between the poets were shared vocabulary in the works, and we build Tang poets’ social network and conduct word analysis.
　　In results, we divided the Tang poets into four Tang Dynasty periods to do word analysis of each period and built of a single period of the poet`s social network, which calculated the degree of branching of each node. In order for us to understand that the words relationship between the poet and the poet and words situation how were used in the complete Tang poems, we provided a tool to help researchers to find poets’ common word. Finally, we based on the correspondence between the poet`s poetry, and construct a tool of words history. We can label words with authors` birth and death years, and built time series plot to watch words evolution.
參考文獻 [1] 吳汝煜，唐五代人交往詩索引，上海古籍出版社，1988。
[2] 俞士汶、胡俊峰，唐宋詩之詞匯自動分析及應用，語言暨語言學，631-647，2003
[3] 高文，全唐詩簡編，上海古籍出版社，1993。
[4] 高棅，唐詩品匯，中華書局，2015。
[5] 陳友冰、田素謙，唐詩清賞，正中書局，2001。
[6] 張尚斌，詞夾子演算法在專有名詞辨識上的應用-以歷史文件為例，國立臺灣大學，資訊工程學系，碩士論文，指導教授：項潔，2006。
[7] 李鴻泰，李白交往詩研究，國立臺灣師範大學，國文學系，碩士論文，指導教授：徐國能，2013。
[8] 陳鍾琇，唐代和詩研究，秀威資訊出版社，2008。
[9] 趙薇，社群網絡分析(SNA)在現代漢語歷史小說研究中的應用初探─以李劼人的《大波》三部曲為例，第六屆數位典藏與數位人文國際研討會論文集，459-480，2015。
[10] 劉昭麟、張淳甯、許筑婷、鄭文惠、王宏甦及邱偉雲，《全唐詩》的分析、探勘與應用－風格、對仗、社群網絡與對聯，第二十七屆計算語言學研討會論文集，43-57，2015。
[11] 鄭文惠、劉昭麟、邱偉雲及許筑婷，情感現象學與色彩政治學：中唐詩歌白色抒情系譜的數位人文研究，第六屆數位典藏與數位人文國際研討會論文集，481-522，2015。
[12] A. Agarwal, A. Corvalan, J. Jensen, and O. Rambow, Social Network Analysis of Alice in Wonderland, Proceedings of the NAACL-HLT 2012 Workshop on Computational Linguistics for Literature, 88–96, 2012.
[13] R. Disetel, Graph Theory (3rd ed.), Springer, 110-117, 2006.
[14] S. V. Dongen, Graph Clustering by Flow Simulation, PhD Thesis, University of Utrecht, 2000.
[15] C. D. Manning and H. Schütze, Foundations of Statistical Natural Language Processing, MIT Press, 192-195, 1999.
[16] C. D. Manning, P. Raghavan, and H. Schütze, Introduction to Information Retrieval, Cambridge University Press, 107-110, 2008.
[17] D. Schmidt and R. Colomb, A Data Structure for Representing Multi-Version Texts Online, Journal of Human–Computer Studies, 67(6), 497–514, 2009.
[18] J. Scott, Social Network Analysis (3rd ed.), SAGE, 2012.
[19] 中國歷代人物傳記資料庫，http://projects.iq.harvard.edu/chinesecbdb/home [last visited 2016/7/26]。
[20] 中國哲學書電子化計劃，http://ctext.org/zh [last visited 2016/7/26]。
[21] 文學100，http://www.wenxue100.com/ [last visited 2016/7/26]。
[22] 全唐詩，http://ctext.org/quantangshi/zh [last visited 2016/7/26]。
[23] 宋朝介紹，http://www.qulishi.com/songchao/ [last visited 2016/7/26]。
[24] 故宮【寒泉】古典文獻全文檢索資料庫， http://210.69.170.100/S25/ [last visited 2016/7/26]。
[25] 詩式，http://www.cll.ncnu.edu.tw/hpoet/ha28.html [last visited 2016/7/26]。
[26] 逢甲大學-唐代研究中心，http://tang.cl.fcu.edu.tw/wSite/ct?xItem=58221&ctNode=19741&mp=535601&idPath=19710_19711_19722_19741 [last visited 2016/7/26]。
[27] Digital Humanities 2016 conference，http://dh2016.adho.org/about/ [last visited 2016/7/26]。
[28] Elasticsearch，https://www.elastic.co/ [last visited 2016/7/26]。
[29] Gephi，https://gephi.org/ [last visited 2016/7/26]。
[30] Google Chart，https://developers.google.com/chart/?hl=zh-TW [last visited 2016/7/26]。
[31] HTML Living Standard，https://html.spec.whatwg.org/multipage/ [last visited 2016/7/26]。
[32] ICTPOS3.0詞性標記集，https://gist.github.com/luw2007/6016931[last visited 2016/7/26]。
[33] International Conference of Digital Archives and Digital Humanities，http://www.dadh.digital.ntu.edu.tw/ch [last visited 2016/7/26]。
[34] Jieba斷詞，https://github.com/fxsjy/jieba　[last visited 2016/7/26]。
[35] Json format，http://www.json.org/ [last visited 2016/7/26]。
描述 碩士
國立政治大學
資訊科學學系
103753026
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0103753026
資料類型 thesis
dc.contributor.advisor 劉昭麟zh_TW
dc.contributor.advisor Liu, Chao Linen_US
dc.contributor.author (Authors) 羅國峯zh_TW
dc.contributor.author (Authors) Luo, Kuo Fengen_US
dc.creator (作者) 羅國峯zh_TW
dc.creator (作者) Luo, Kuo Fengen_US
dc.date (日期) 2016en_US
dc.date.accessioned 9-Aug-2016 11:24:53 (UTC+8)-
dc.date.available 9-Aug-2016 11:24:53 (UTC+8)-
dc.date.issued (上傳時間) 9-Aug-2016 11:24:53 (UTC+8)-
dc.identifier (Other Identifiers) G0103753026en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/99806-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 資訊科學學系zh_TW
dc.description (描述) 103753026zh_TW
dc.description.abstract (摘要) 現今資訊數位化快速發展的時代，逐漸有許多過去歷史中紙本的資料被轉成數位的方式保存。數位人文是近年來數位科技應用的重要趨勢之一，可透過資訊科學的技術並結合人文語料。
　　本論文選用清朝時期所編撰的《全唐詩》作為研究的語料，並透過此語料進行版本比對、詩歌對應、資訊檢索與社群網絡分析的工作。《全唐詩》存在多個版本的問題，我們藉由收集多個版本的《全唐詩》進行版本比對，且建立一個檢索系統讓使用者能檢索自己欲查詢的《全唐詩》內容，檢索的結果可以看到不同版本的內容差異。但為了進行後續的研究分析，因此我們會產生一個整合版本。我們利用此整合版本《全唐詩》，找出詩人在作品中提到其他詩人的交往詩以及詩人與詩人間的作品共用詞彙關係，建立《全唐詩》的詩人社群網絡，並進行社群網絡中的詩人詞彙分析。
　　在結果的部分，我們將唐朝詩人劃分成四個唐朝時期，統計四個唐朝時期詩人的詞彙使用以及建立單一時期詩人的社群網絡，並計算各個節點的分支度。而為了讓我們能了解社群關係中詩人與詩人的詞彙使用以及詞彙在《全唐詩》裡被使用的狀況，因此我們提供一個工具幫助研究者能找出社群網絡中詩人與詩人的共同常用詞彙。最後我們基於詩人的詞彙對應關係，提供一個研究詞彙史的工具，我們能將欲查詢的詞彙標記上詩歌作者的生卒年時間，且透過標記後的詞彙建立其時間序列圖觀察詞彙的演變。		zh_TW
dc.description.abstract (摘要) In the information digitized era of rapid development, many of the past history of the text material were converted into a digital way. Hence, the digital humanities had become a popular research, and we can through the computer science with the humanities to development of digital humanities.
In this paper, we chose the Qing Dynasty compiled complete Tang poems as our research topic, and through this corpus for version comparisons, word alignment, and social network analysis. We collected multiple versions of complete Tang poems for comparisons to get integrated version of complete tang poems, but we cannot say that it is best version. We built a retrieval service for users to search complete Tang poems` content. The search results allowed users to see the contents of version differences. We used an integrated version of complete Tang poems to find the exchange poetry that poets mentioned other poets in the poems and the relations between the poets were shared vocabulary in the works, and we build Tang poets’ social network and conduct word analysis.
　　In results, we divided the Tang poets into four Tang Dynasty periods to do word analysis of each period and built of a single period of the poet`s social network, which calculated the degree of branching of each node. In order for us to understand that the words relationship between the poet and the poet and words situation how were used in the complete Tang poems, we provided a tool to help researchers to find poets’ common word. Finally, we based on the correspondence between the poet`s poetry, and construct a tool of words history. We can label words with authors` birth and death years, and built time series plot to watch words evolution.		en_US
dc.description.tableofcontents 第一章 緒論 1
1.1 研究背景與目的 1
1.2 研究方法 2
1.3 主要貢獻 3
1.4 論文架構 4
第二章 文獻探討 5
2.1 版本比對之相關研究 5
2.2 數位人文唐詩之相關研究 6
2.3 數位人文社群網絡分析之相關研究 7
第三章 系統架構與語料來源 8
3.1 系統架構與流程 8
3.2 語料來源 9
第四章 《全唐詩》多版本比對、檢索 12
4.1 各版本的《全唐詩》語料前處理 12
4.1.1 《御定全唐詩》和「寒泉」前處理 13
4.1.2 《中國哲學書電子化計畫》和「文學100」前處理 14
4.2 版本比對 15
4.2.1 透過版本比對解決各版本的雜訊 15
4.2.2 版本比對產生整合版本 17
4.3 《全唐詩》檢索 18
第五章 《全唐詩》的社群網絡分析 19
5.1 《全唐詩》中搜尋交往詩 19
5.1.1 詩的詩名中以共現搜尋提到的詩人全名 20
5.1.2 在詩名中以共現搜尋提到的詩人別名 21
5.1.3 檢驗詩歌內文出現的詩人全名、別名 24
5.2 利用詞夾子技術增加別名清單 27
5.2.1 斷詞系統和詞性標記 27
5.2.2 利用詞性標記結果找出未紀錄之詩人別名 28
5.3 劃分四個唐朝時期的聚焦分析 29
5.3.1 依CBDB紀錄的詩人生卒年劃分四個時期 29
5.3.2 以一個時期唐詩所使用詞彙分析詩人愛用詞彙 30
5.3.3 各個唐朝時期的社群網絡 31
5.3.4 利用TF-IDF分數觀察詩人群體的詞彙差異 32
5.4 以詞彙共用角度延伸的詩人社群網絡 34
5.4.1 擷取二首詩之共同使用詞彙 34
5.4.2 建立共用詞彙關係的社群網絡 35
5.4.3 共同詞彙結合對應關係詩人的生卒年分析 36
第六章 實驗結果與分析 37
6.1 版本比對之實驗結果與分析 37
6.1.1 實驗語料來源 37
6.1.2 藉由版本比對去除雜訊之結果 37
6.2 社群網絡分析之實驗結果與分析 41
6.2.1 詞夾子技術增加別名清單之檢驗 42
6.2.2 搜尋交往詩結果之檢驗與比較 43
6.2.3 劃分四個唐朝時期詩人之分析結果 47
6.2.4 詩人與詩人間觀察常用詞彙之工具 62
6.2.5 詩人群體使用詞彙之結果 64
6.2.6 詞彙共用角度之社群網絡結果 66
6.3 搜尋高相似度的詩歌作品之實驗 69
6.3.1 實驗流程設計 69
6.3.2 《全唐詩》偷語之實驗結果與分析 70
6.4 詞彙史之實驗 74
6.4.1 實驗流程設計 74
6.4.2 詞彙史實驗結果與分析 75
第七章 結論與未來展望 79
7.1 結論 79
7.2 未來展望 81
參考文獻 82
附錄一：檢索介面的操作流程以及說明 85
附錄二：觀察詩人詞彙工具的操作流程以及說明 88
附錄三：論文口試所提問題之相關討論 92		zh_TW
dc.format.extent 3236997 bytes-
dc.format.mimetype application/pdf-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0103753026en_US
dc.subject (關鍵詞) 唐詩zh_TW
dc.subject (關鍵詞) 數位人文zh_TW
dc.subject (關鍵詞) 文字探勘zh_TW
dc.subject (關鍵詞) 社群網絡zh_TW
dc.subject (關鍵詞) Tang poemen_US
dc.subject (關鍵詞) Digital Humanitiesen_US
dc.subject (關鍵詞) text miningen_US
dc.subject (關鍵詞) social networken_US
dc.title (題名) 《全唐詩》的初步分析： 版本比對、詩歌對應與社群網絡zh_TW
dc.title (題名) Some Studies of the Complete Tang Poems: Version Comparison, Word Alignment, and Social Network Analysisen_US
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) [1] 吳汝煜，唐五代人交往詩索引，上海古籍出版社，1988。
[2] 俞士汶、胡俊峰，唐宋詩之詞匯自動分析及應用，語言暨語言學，631-647，2003
[3] 高文，全唐詩簡編，上海古籍出版社，1993。
[4] 高棅，唐詩品匯，中華書局，2015。
[5] 陳友冰、田素謙，唐詩清賞，正中書局，2001。
[6] 張尚斌，詞夾子演算法在專有名詞辨識上的應用-以歷史文件為例，國立臺灣大學，資訊工程學系，碩士論文，指導教授：項潔，2006。
[7] 李鴻泰，李白交往詩研究，國立臺灣師範大學，國文學系，碩士論文，指導教授：徐國能，2013。
[8] 陳鍾琇，唐代和詩研究，秀威資訊出版社，2008。
[9] 趙薇，社群網絡分析(SNA)在現代漢語歷史小說研究中的應用初探─以李劼人的《大波》三部曲為例，第六屆數位典藏與數位人文國際研討會論文集，459-480，2015。
[10] 劉昭麟、張淳甯、許筑婷、鄭文惠、王宏甦及邱偉雲，《全唐詩》的分析、探勘與應用－風格、對仗、社群網絡與對聯，第二十七屆計算語言學研討會論文集，43-57，2015。
[11] 鄭文惠、劉昭麟、邱偉雲及許筑婷，情感現象學與色彩政治學：中唐詩歌白色抒情系譜的數位人文研究，第六屆數位典藏與數位人文國際研討會論文集，481-522，2015。
[12] A. Agarwal, A. Corvalan, J. Jensen, and O. Rambow, Social Network Analysis of Alice in Wonderland, Proceedings of the NAACL-HLT 2012 Workshop on Computational Linguistics for Literature, 88–96, 2012.
[13] R. Disetel, Graph Theory (3rd ed.), Springer, 110-117, 2006.
[14] S. V. Dongen, Graph Clustering by Flow Simulation, PhD Thesis, University of Utrecht, 2000.
[15] C. D. Manning and H. Schütze, Foundations of Statistical Natural Language Processing, MIT Press, 192-195, 1999.
[16] C. D. Manning, P. Raghavan, and H. Schütze, Introduction to Information Retrieval, Cambridge University Press, 107-110, 2008.
[17] D. Schmidt and R. Colomb, A Data Structure for Representing Multi-Version Texts Online, Journal of Human–Computer Studies, 67(6), 497–514, 2009.
[18] J. Scott, Social Network Analysis (3rd ed.), SAGE, 2012.
[19] 中國歷代人物傳記資料庫，http://projects.iq.harvard.edu/chinesecbdb/home [last visited 2016/7/26]。
[20] 中國哲學書電子化計劃，http://ctext.org/zh [last visited 2016/7/26]。
[21] 文學100，http://www.wenxue100.com/ [last visited 2016/7/26]。
[22] 全唐詩，http://ctext.org/quantangshi/zh [last visited 2016/7/26]。
[23] 宋朝介紹，http://www.qulishi.com/songchao/ [last visited 2016/7/26]。
[24] 故宮【寒泉】古典文獻全文檢索資料庫， http://210.69.170.100/S25/ [last visited 2016/7/26]。
[25] 詩式，http://www.cll.ncnu.edu.tw/hpoet/ha28.html [last visited 2016/7/26]。
[26] 逢甲大學-唐代研究中心，http://tang.cl.fcu.edu.tw/wSite/ct?xItem=58221&ctNode=19741&mp=535601&idPath=19710_19711_19722_19741 [last visited 2016/7/26]。
[27] Digital Humanities 2016 conference，http://dh2016.adho.org/about/ [last visited 2016/7/26]。
[28] Elasticsearch，https://www.elastic.co/ [last visited 2016/7/26]。
[29] Gephi，https://gephi.org/ [last visited 2016/7/26]。
[30] Google Chart，https://developers.google.com/chart/?hl=zh-TW [last visited 2016/7/26]。
[31] HTML Living Standard，https://html.spec.whatwg.org/multipage/ [last visited 2016/7/26]。
[32] ICTPOS3.0詞性標記集，https://gist.github.com/luw2007/6016931[last visited 2016/7/26]。
[33] International Conference of Digital Archives and Digital Humanities，http://www.dadh.digital.ntu.edu.tw/ch [last visited 2016/7/26]。
[34] Jieba斷詞，https://github.com/fxsjy/jieba　[last visited 2016/7/26]。
[35] Json format，http://www.json.org/ [last visited 2016/7/26]。		zh_TW