档案管理基础 pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:高等教育出版社

作者:王秀文

出品人:

页数:240

译者:

出版时间:1996-6-1

价格:7.60

装帧:平装(无盘)

isbn号码:9787040055696

丛书系列:

图书标签:

• 档案管理
• 档案学
• 基础知识
• 管理学
• 图书
• 教材
• 职业教育
• 知识
• 学习
• 参考书

《数字人文前沿探索：理论、方法与实践》 本书聚焦于数字人文领域的前沿发展与深度应用，旨在为研究者、从业者以及对人文学科数字化转型感兴趣的读者提供一个全面、深入的理论框架和实践指南。本书摒弃了对传统档案学基础的重复论述，而是将视角完全投向了数字化、计算化的人文研究新范式。 --- 第一部分：数字人文的理论基石与时代定位 本部分系统梳理了数字人文（Digital Humanities, DH）的学科定位、发展脉络及其核心哲学思辨。我们深入探讨了“数字性”如何重塑我们理解和诠释文本、图像、历史事件乃至文化遗产的方式。 第一章：数字时代的知识重构：从“解读”到“探索” 本章首先区分了传统人文学科研究的“深度解读”模式与数字人文研究的“广度探索”模式。我们分析了基于计算方法的文本分析（如语料库语言学、主题建模）如何揭示大规模文本集合中隐藏的文化趋势和叙事结构。重点讨论了“量化”（Quantification）在人文研究中的伦理边界与方法论价值。例如，如何通过对历史信件中情感词汇的频率分析，构建不同历史时期社会心理的量化图谱，而非仅仅依赖个案分析。 第二章：人文学科中的计算哲学与本体论挑战 数字工具的使用不仅仅是技术手段的升级，更是对“知识是什么”、“什么是证据”等基本问题的重新审视。本章探讨了计算模型在模拟历史过程、重构古代社会网络时的本体论假设。我们详细剖析了“中介性”（Mediation）概念，即数字平台和算法如何成为我们与历史文本之间的中介，以及这种中介如何影响最终的解释。引入了批判性技术研究（Critical Code Studies）的视角，审视算法偏见在人文历史数据处理中的潜在风险。 第三章：跨学科融合的动力学：计算科学与人文学科的交汇点 数字人文的生命力在于其高度的跨学科性。本章分析了计算机科学、信息科学、社会科学与传统人文学科（如文学、历史学、艺术史）如何有效对接。重点介绍了“数据素养”在人文学者培养中的必要性，并提供了一套评估和集成不同学科工具与范式的框架，例如，如何将地理信息系统（GIS）的方法论无缝嵌入到历史地理研究中。 --- 第二部分：数字人文的研究方法与技术栈 本部分是本书的核心实践指南，详细介绍了一系列当前主流的、面向高阶研究的数字人文研究方法和工具链，完全侧重于数据驱动的研究范式。 第四章：文本挖掘与自然语言处理（NLP）在高阶文本分析中的应用 本书不再赘述基础的词频统计，而是深入探讨先进的NLP技术如何服务于复杂的人文研究问题。内容涵盖： 命名实体识别（NER）与关系抽取（Relation Extraction）： 如何自动化地从大量历史文献中识别关键人物、地点、组织及其相互关系，构建动态关系图谱。 主题模型（Topic Modeling）： 不仅介绍LDA（Latent Dirichlet Allocation），更侧重于如何评估主题的稳定性、解释特定主题的文化意义，以及如何将主题演变与历史事件关联。 风格计量学（Stylometry）的高级应用： 利用机器学习方法进行作者归属判定、文本断代分析，以及对文本叙事策略（如叙事声音、视角转换）的量化描述。 第五章：复杂网络分析：重构历史与文化的社会结构 本章专注于将人文学科的研究对象——如历史人物、文学角色、艺术流派——转化为可分析的网络结构。 网络构建与拓扑分析： 详细说明如何根据不同类型的关联（共现、引用、通信）构建有向/无向、有权/无权的复杂网络。介绍中心性度量（介数中心性、接近中心性）在识别历史关键节点的实际案例。 动态网络建模： 探讨如何追踪网络随时间的变化，例如，在特定历史时期内，思想传播的路径和阻碍因素是如何演变的。 第六章：可视化叙事：数据驱动的洞察呈现 本章强调可视化不再仅仅是结果展示的手段，而是探索和论证过程本身。 地理信息系统（GIS）与历史空间分析： 重点讨论如何处理不规则、不完整或带有模糊性的历史地理数据，使用空间统计方法检验历史现象的空间自相关性。 交互式数据叙事（Interactive Data Storytelling）： 介绍如何设计高认知负荷的交互式可视化界面，使用时间轴、多视图同步、动态过滤等技术，引导读者在数据中“亲历”研究过程，而非仅仅接收结论。 --- 第三部分：数字人文的实践、传播与未来挑战 本部分关注研究成果的转化、知识的共享机制以及数字人文领域面临的长期挑战，特别是与数据维护和长期可访问性相关的问题。 第七章：数字人文项目的生命周期管理与可持续性 一个成功的数字人文项目不仅依赖于算法的有效性，更依赖于其长期维护。本章侧重于项目规划、元数据策略和数据策展。 数据策展与互操作性： 讨论如何采用开放标准（如CIDOC-CRM、Dublin Core）来确保研究数据集能够被其他机构和未来的研究者理解和使用，强调 FAIR 原则（Findable, Accessible, Interoperable, Reusable）在人文数据中的具体实施。 开放获取（Open Access）与知识共享： 分析不同形式的开放科学实践（Open Source Software, Open Data）如何影响人文研究的可见性和影响力。 第八章：人工智能的未来：大型语言模型（LLMs）在人文研究中的潜力与陷阱 本章专门探讨当前最热门的技术——大型语言模型——对人文学科的颠覆性影响。 LLMs作为研究工具： 分析如何利用预训练模型（如GPT系列）进行初步的数据标注、复杂文本的语义摘要、以及作为虚拟“对话伙伴”来激发新的研究假设。 批判性审视： 深入剖析LLMs在处理低资源语言、处理历史语境歧义、以及其训练数据中的文化偏见问题。强调研究者必须掌握“提示工程”（Prompt Engineering）的同时，保持对模型输出的严格批判性检验。 第九章：数字人文研究的评估与职业发展路径 本章面向高校教师、博士生及研究机构管理者，探讨数字人文研究成果的评估标准。不同于传统专著和期刊论文，数字项目（如数据库、可视化工具）的学术价值如何被有效衡量和认可。同时，描绘了数字人文人才在学术界、文化机构和科技行业中的多元化职业发展路径。 --- 本书面向所有希望跳出现有框架，运用计算思维和大数据方法来探索人类文化、历史与文本的深度研究者。它假设读者已具备基本的人文素养，并致力于在新的技术范式下，开创性的解决复杂的人文科学问题。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆