《Publications》：The Penetration of Digital Methods into Historical Scholarship: A Text-Mining Analysis of Russian Publications
编辑推荐：
数字技术融入历史研究是一个全球趋势；然而，其表现形式因国家学术传统而异。本研究通过分析大型出版物语料库中特定技术术语的流行度和动态，调查了俄罗斯历史科学中数字方法的明确表述和术语采纳。研究人员首先通过手动整理俄罗斯该领域主要专业期刊（《Istoricheska
数字技术融入历史研究是一个全球趋势；然而，其表现形式因国家学术传统而异。本研究通过分析大型出版物语料库中特定技术术语的流行度和动态，调查了俄罗斯历史科学中数字方法的明确表述和术语采纳。研究人员首先通过手动整理俄罗斯该领域主要专业期刊（《Istoricheskaya Informatika》，历史信息学）中的关键词，构建了一个包含166个数字技术的受控词表。然后，该词汇被用于对两个不同的语料库进行文本挖掘：一个是从各种期刊（2004–2024年）中抽取的95K篇俄语历史文章的广泛样本，另一个是从俄罗斯科学引文索引（RSCI，2014–2023年）中抽取的关于伟大卫国战争历史的聚焦样本。定量分析揭示了数字方法提及的频率、趋势和主题背景。研究结果强调了《Istoricheskaya Informatika》的专业话语与主流历史出版物之间的显著差异，同时也确定了某些技术已获得关注的特定领域（如考古学研究）。这项研究为俄罗斯史学中的“数字转向”提供了一种新颖的、数据驱动的视角，并有助于数字人文全球发展的比较研究。
**研究背景、问题与动机**
数字技术融入历史研究已成为全球学术界的显著趋势，这一现象被称为“数字转向”（digital turn）。然而，不同国家学术传统中数字方法的采纳轨迹存在显著差异，受到本地研究基础设施、史学优先议题及语言语境的影响。在俄罗斯，数字历史研究主要以“历史信息学”（historical informatics）的形式发展，该领域源于定量历史学，并于2004年莫斯科大学设立历史信息学系后正式确立，已形成包括空间分析、三维（3D）建模、历史过程计算建模等独特研究方向。然而，尽管存在专门的研究中心与期刊，主流历史学界对数字方法的实际采用程度仍缺乏系统评估。现有研究多聚焦于专家开发的先进数字项目，而关于数字方法术语在广泛历史出版物中的显性表述与传播情况则存在显著知识空白。本研究旨在量化分析俄罗斯历史科学中数字方法的术语采纳程度，通过文本挖掘技术揭示主流出版物的实际实践，填补这一空白。研究回答两个核心问题：（1）与专门子领域相比，主流俄罗斯历史出版物元数据中显性数字方法术语的总体流行度与具体构成如何？（2）关键数字方法的提及频率在过去几十年间如何演变？研究结果发表在《Publications》期刊上，为数字人文全球发展比较研究提供了数据驱动的新视角。
**关键技术方法**
研究人员采用半自动方法构建了包含166个数字技术的受控词表（thesaurus），术语来源为俄罗斯历史信息学领域核心期刊《Istoricheskaya Informatika》（2012–2025年出版物的366篇文章中的1801个作者关键词）。词表采用二分分类法：硬核数字方法（Hard-Core，如Python、GIS、3D建模等明确技术术语）与二级方法指标（Second-Tier，如“建模”“数据库”等需语境验证的广义概念）。随后，对两个语料库进行文本挖掘：通用历史语料库（Corpus 1）包含来自CyberLeninka开放获取平台的约95,000篇俄语历史文章元数据（2004–2023年）；伟大卫国战争历史语料库（Corpus 2）包含来自俄罗斯科学引文索引（RSCI, 2014–2023年）的544篇论文，经专家筛选确定主题。分析流程包括文本归一化、词形还原（PyMorphy库）、停用词移除，以及基于模式匹配的术语检测。二级术语的提及均经两位专家人工验证，确保仅为计算性语境，共识率约90%。
**研究结果**
**3.1 数字方法的总体流行度**
在通用历史语料库中，仅1.72%的出版物（1643/95,720）元数据中包含任何数字方法术语，其中硬核方法仅占0.22%（208篇）。在伟大卫国战争语料库中，数字方法提及率仅为2.9%（16/544），硬核方法占0.7%（4篇）。这一结果表明，数字方法的显性术语采纳在主流历史学中极为有限，远低于历史信息学专业话语的预期。
**3.2 数字术语的构成与主题背景**
通用历史语料库中，二级术语频率最高：建模（12.78%）、数据库（12.11%）、软件（11.87%）、互联网（11.87%）、数据分析（10.89%）、数字（8.34%）、制图（7.18%）。硬核方法中，地理信息系统（GIS）技术占42.31%，其次为聚类分析（12.02%）、文本语料库（6.73%）、3D建模（6.73%）、摄影测量（6.25%）、回归分析（3.37%）。在伟大卫国战争语料库中，方法范围更窄，仅包括建模（18.75%）、数据库（12.5%）、数据银行（12.5%）、统计分析（12.5%）、基于计算机（12.5%），硬核方法仅出现航空摄影和GIS技术。主题背景分析显示，GIS主要应用于时空分析与历史景观重建，聚类分析用于考古类型学与议会投票分类，3D建模与摄影测量集中于考古与建筑史中的文化遗产虚拟重建。二级术语常用于描述数字研究基础设施（如档案数据库）或基础统计方法。
**3.3 提及频率的时间动态**
通用历史语料库中，2004–2024年间提及数字方法的绝对数量缓慢增长，但相对比例始终较低，未出现显著激增。硬核方法的增长趋势相对更明显，主要源于GIS技术的持续上升，而3D建模增长缓慢且波动较大。在伟大卫国战争语料库中，因提及数量极少，未观察到显著时间变化。这一模式表明，数字方法在俄罗斯史学中呈现“受限增长”（confined growth），即在专业社群内逐步发展，但未实现主流化。
**讨论与结论**
研究讨论指出，数字方法术语的有限显性传播揭示了主流历史学与专业历史信息学之间的显著鸿沟。可能障碍包括：俄罗斯历史学对定性、来源分析传统的强路径依赖；必要基础设施与系统性培训的缺乏；英语软件界面及本地化教育资源不足。研究强调，GIS与3D建模等特定技术因解决具体应用问题（如可视化、数据系统化）而获得有限采纳，但人工智能（AI）与自然语言处理（NLP）等高级技术尚未渗透。研究结论部分翻译如下：
本研究提供了对数字方法在主流俄罗斯历史学中渗透情况的新颖数据驱动评估。通过系统构建词表并对大规模出版物语料库进行文本挖掘，研究超越了“历史信息学”的专门话语，测量了这些方法术语在更广泛研究实践元数据中的显性采纳程度。分析得出两个主要结论：第一，俄罗斯历史信息学中的先进方法论发展与主流历史研究之间存在显著差距，仅1.72%的通用历史出版物和0.7%的卫国战争研究元数据包含硬核数字方法，表明这些方法的显性表述仍局限于专业场所；第二，现有采纳具有定性特异性，集中于空间分析（GIS）、文化遗产重建（3D建模）和数字研究基础设施（数据库），而AI与NLP等高级计算技术尚未获得显著牵引。这些发现凸显了国家学术传统中方法论创新的复杂动态，表明强大专业学派的存在是广泛整合的必要而非充分条件，还受到根深蒂固的研究范式、教育结构与基础设施支持的影响。研究局限性包括依赖元数据及词表方法的内在约束，未来需进行全文分析与定性研究（如调查与访谈）以深入探讨采纳障碍与激励因素。尽管主流渗透有限，俄罗斯历史信息学的稳健发展为未来增长提供了基础，弥合差距需要有针对性的方法论教育、基础设施发展及促进专业数字历史学家与更广泛学术社群之间的对话。本研究通过绘制俄罗斯数字历史独特轨迹，为数字人文全球比较研究做出贡献，并展示了大规模文本挖掘作为研究评估与政策制定诊断工具的潜力。
