数字人文
数字人文

明末清初王家营水陆枢纽之形成及相关路线之复原

摘要:明代后期至清代初期,随着大运河沿线地区水陆交通形势的变化,淮安府清河县王家营逐渐成为重要的水陆交通中转枢纽。清代由王家营进京,同时存在两条陆上大道,给人们的出行带来极大便利。在此影响之下,淮安与北京之间的交通也由运河水路为主转变为陆路为主。通过当时的路程书、行记等资料,并利用GIS技术,我们可以对相关交通路线进行复原,进而对这一问题有较为直观的认识。 关键词:王家营 交通枢纽 京杭大运河 GIS 复原

基于GIS的洪武朝南京祭坛方位复原及区划分析 ——兼论朱元璋合祀天地的地理动因

摘要:朱元璋定都南京并于吴元年(1367)开始建设南京祭坛,这是继南唐以来近四百年第一次大规模在金陵建设祭坛。通过将GIS技术、史料文献与考古发现相结合,重新考证鸡鸣山诸祭坛的具体方位,圜丘(大祀坛)、方丘的具体方位和覆盖范围,并在卫星底图上绘制出洪武朝南京诸祭坛位置。同时利用GIS技术在祭坛复原的基础上,将南京城区划分为近皇城、次近皇城和远皇城三个部分,探讨南京祭坛分布对官署机构和民间坊市分布的影响,并从祭地路线角

《数字人文时代的语言、移民与多语问题》述介

摘 要:数字移民及其语言问题已成为数字语言学的前沿话题。《数字人文时代的语言、移民与多语问题》收录了11篇实例研究文章,从超语实践、身份建构、社会政治秩序三个视角捕捉到数字时代的话语情景,探讨了数字化和语言使用、语言融合之间的关系,对数字化的赋能性和局限性提出了新的深入见解。该书在议题、概念、理念和方法方面补充和推进了数字时代的语言生活研究,是数字语言学领域的一部力作。 关键词:数字移民 多语问题 数字语言学 数字人

可持续性与复杂性:数字人文中的知识与权威

摘 要:可持续性的概念影响着学术工作的方方面面,在依赖数字技术的教学科研实践中显得尤为重要。数字学术的成本常被归结为人力剥削和权利侵害、生态破坏和环境代价、碳足迹、与技术过时相关的资源浪费等,以及其他贯穿整个生产周期的诸多问题。可持续性更应被理解为嵌入复杂系统中的认知概念,而不仅是可通过工具性方法来解决的一系列问题。文章探讨了可持续性的机械论解决方法,并提出可持续性概念的复杂性要求我们在未来的教学、研究和机

数字人文方法论、人文伦理与批判性教育 ——专访卡罗琳·巴塞特教授

江:非常感谢您接受我们的采访。数字人文(Digital Humanities, DH)是21世纪快速发展的学术领域,吸引着大量新学者加入这一学科阵营。我们很好奇您在数字人文领域的学术研究历程。能否请您介绍一下您在数字人文领域的进入机缘和研究历程? 巴塞特:现在有一些年轻学者是持续在从事数字人文研究,而我是通过数字媒体研究和文化研究进入数字人文领域的,我过去和现在的兴趣都是技术驱动的文化变革,包括探索新的文化形式、新兴

数字化

1951年,大卫·H·谢泼德(David H. Shephard)发明了一台机器,被报纸称为“机器人读写器”。他为之在自己的阁楼里工作了一年多,花费了四千多美元。两年后,这项发明申请了专利,最终被称为“扫描仪”,是最早的“光学字符识别器”之一。他最初将其称为一项“小发明”。 谢泼德的发明是战后商业与机器世界日益紧密联系的缩影。随着以消费者为中心的商业形态兴起,自动阅读,或者更基本地理解为将信息从一种书面格式转换为另一

文化地理学视角下《道德经》英译本的数字人文探索

摘 要:文章从文化地理学的视角出发,采用数字人文的研究方法,探索《道德经》英译本的历史演变进程。此研究对《道德经》1859—2024年可检索的全部464位/组译者的710个英译版本的出版地进行了统计与可视化分析,并基于地理分布将《道德经》的英译历程归纳为五个时期,并利用文本挖掘技术,对各时期译本的关键词进行深度分析。研究发现,《道德经》的英译呈现出“文化扩散-文化区形成-文化整合”的循环模式。这一模式不仅深刻影响了《

从数据聚合到数字素养 ——数字人文视角下艺术图像库建设的现状与展望

摘 要:数字人文的发展为艺术史研究带来了新的方法与理论拓展,目前许多研究主要围绕计算方法与量化分析展开,作为基础设施、工具和平台的图像数据库的作用还没有被充分讨论。文章对当前艺术领域的典型图像数据库进行了初步分类与综述,讨论了“远读”与“远观”的概念,以及图像数据库如何作为“远观”的工具,并对数字人文视角下的艺术图像数据库建设方向作出展望,认为艺术图像库需要在数据互联与聚合、图像索引方式、网页交互应用等多方面进行突破

古籍方志物产领域知识图谱构建与应用研究

摘 要:为推进古籍方志物产领域知识的深度挖掘与应用,文章以与疫病相关的物产为具体案例,运用复合检索机制及命名实体识别方法构建方志中的涉疫物产语料库。在此基础上,分析文本描述特征,建构涉疫物产分类体系,将涉疫物产分为防疫、抗疫、致疫、易得、禁忌以及其他六类。依据物产特征与疫病之间的关联,创建涉疫物产知识图谱,利用五种深度学习模型,抽取物产描述中的疾病、物产部位、药用效果等实体,并从时空、分类、知识图谱三个维度归纳涉疫物

提示:本站使用最低限度cookies来确保基础功能实现。 View more
同意
拒绝