於溯：要怎樣才能像杜甫一樣寫詩

文 | 於溯

我在大學教了幾年古代文學，發現對這門課，年輕的學生們往往有不切實際的幻想。外專業的學生覺得詩詞歌賦就是風花雪月，適可作為做實驗寫代碼背公式的調劑，欣然定為跨專業修學分的秒選。本專業尚未入門的學生以為詩詞歌賦就是背背文學常識——李白是飄逸的，杜甫是沉鬱的，二十個形容詞可以囊括兩千年的作者，助人從大學一路考到博士。我常想，若這就是中文系的日常，則大學不如取消這個專業。但凡識字的人，穿個漢服，戴個手串，喝壺小酒，揮把小扇，臨風隕行淚，對月傷番懷，吟上句人生若只如初見，不也低成本地滿足了內心中的文學幻想了嗎？

是的，每個人都有欣賞文學的權力，但並不是每個人都有研究文學的能力。中文系期待的，從不是充滿文學幻想的文藝青年或死記硬背的學霸，而是思維清晰、邏輯嚴密的研究者。如果一個人高數和邏輯學學得還可以，又很熱愛藝術的話，那學文學再合適不過了——因為文學作為研究對象是一門藝術（不能靠背），而通向文學的研究方法卻必然是符合學術倫理的（不能靠吹）——邏輯嚴密是最基本的學術倫理。喃喃私語式的言說，超凌文本的頓悟，這屬於文學對個體生命的影響，我們感佩文學對人生產生的這種力量，但這和研究文學，終究是兩碼事。

一個作者寫下一首詩，可能是出於某種感動；但他寫出的是這樣一首而不是那樣一首詩，則是他所擁有的技術決定的。我們對生活的感觸未必比杜甫少，我們對山山水水的熱愛未必比王維少，我們之只能發圈吐槽、拍照留念，蓋因不曾習得杜甫和王維的那種表達技術而已。舍技術而談感動，那是普通的讀者；懂技術而不忘感動，才是文學研究者。

然而文學愛好者，也包括一些文學研究者，常懷有一種古老的傲慢，覺得技術分析是低端的、匠氣的，同時也對一些「技術手段」的「入侵」，抱有相當警惕。其實在科學主義大行其道的時候，大家也曾熱情地擁抱過表格和數據，甚至有的時候，擁抱的姿態還因過於急迫而有失優雅。然而此一時也彼一時也，就像當年的父母逼孩子讀《十萬個為什麼》，如今的父母逼孩子背四書五經，大趨勢下，與文學研究者本來就八字不合的各種技術手段，難免日見冷落。所以我常懷疑，一種研究方法在國內流行，大概得同時滿足兩個條件，一是與國內的大環境合拍，二是由國外舶來。就像近年低溫發酵的大數據挖掘，因為只滿足了後一個條件，在人文研究領域能不能小成氣候，實在是未可逆知的。

想到大數據，是因為偶然看到網上有個帖子，叫《計算機告訴你，唐朝詩人之間的關係到底是什麼樣的？》（以下簡稱《詩人關係》），因為和我的工作相關，不免頗感興趣。這個研究的思路，大致是通過哈佛大學編纂的《中國歷代人物專輯資料庫》（China Biographical Database Project）提供的詩人名號數據，對四萬多首唐詩呈現的詩人間引用關係進行計算，以此構擬唐代詩人的交際網路。正如網上一些評論所說的，作者通過數據挖掘這新技術，最終得到的結果卻大致符合現有的文學史認知。不過在我看，符合文學史既有認知，不等於研究無價值，這種吻合，既是互相檢正，也說明由於唐詩的總量不大，計算機處理這些數據並沒有明顯超過人腦的優勢——如果換成清詩，我倒是很相信它捕捉到文學史所未曾關注過的小規模社交現象。

我並不覺得《詩人關係》是一個盡善盡美的研究。有些處理，比如先將唐詩分為時長極不平衡的四期（即唐代文學史研究慣用的「初盛中晚」），再去逐一計算——如果不是避免單次計算量過於龐大而不得不如此的話，最好還是不要在研究前就先受文學史既定框架的干擾；同時，《詩人關係》可能還忽略了同場作詩而並未互引的情況。舉一個簡單的例子，肅宗乾元元年（758）賈至寫有七律《早朝大明宮呈兩省僚友》，現並存王維、杜甫、岑參三人和詩。後三者的詩題和文本都沒有互相引及，因此在《詩人關係》制出的關係圖中，也失落了王維和杜、岑的關係。

另一方面，對數據樣本本身的其特性也需要做前期分析——比如早期文獻完整性往往很差，像唐詩的亡佚問題（以《早朝大明宮呈兩省僚友》為例，也許當時和作不止三首）就會干擾最終結論；同時，對作者想實現的目的而言，唐詩文獻這個樣本自身也並不充足（兩省僚友中很難說只有三位詩人，不管他們這次有沒有和詩）。要之，詩作的往還，並不是詩人交往的唯一方式，又何況詩作亡佚甚多。應該說，作者的工作只是為研究唐代詩人交往情況做了一些前期準備，提供了一些可以進一步分析的數據，而全部工作還遠沒有完成。但我認為以上這些問題，應該責之文學研究者去解決，而不應該責之為我們提供這個方法的人。打個比方，當文學研究和數據挖掘相遇時，他們的關係就好比醫生和設計醫療器械的工程師，各自都要對對方的工作懂一點，才好相互合作，但誰也不可能取代誰。

不錯，大數據是把好用的柳葉刀。《詩人關係》的作者還用這把刀做過唐詩用字、用詞（季節、顏色、植物、動物）等數據分析（《當我們在讀唐詩時，我們在讀什麼？》，下面簡稱《讀唐詩》）。如果說《詩人關係》是對文學的外部研究的話，《讀唐詩》則是文學文本的內部分析。這種分析取徑也是古已有之，我們說杜甫喜歡用萬里、乾坤、日月之類的大詞，李賀喜歡用各種顏色，這都是古今文學研究者總結出來的文學現象。所謂總結，其實就是一種演算法，通過這種演算法，我們能把握詩人創作的某些特點。我讀大學的時候，我的老師考學生的一個辦法，是找幾首名家寫的不那麼常見的詩（相對於本科生的閱讀量），讓大家猜作者。猜，其實就是對詩人的用詞、語法、章法習慣的一個綜合計算。而古人習詩，特重擬作，模擬一篇作品，其實和讀作品猜作者一樣，也得先對詩人的用詞、語法、章法習慣做綜合計算。

所以說，文學美，但並不玄。人人知道太白斗酒詩百篇，太白可是把《昭明文選》反反覆復擬作過三遍呢。這樣看所謂斗酒詩百篇，不過是說做過無數套模擬題的學霸在醉醺醺的情況下仍能考好罷了。

據說阮籍的《詠懷》，「可以陶性靈，發幽思。言在耳目之內，情寄八荒之表」，很玄的樣子，就像「夜中不能寐，起坐彈鳴琴。薄帷鑒明月，清風吹我衿。孤鴻號外野，朔鳥鳴北林。徘徊將何見，憂思獨傷心」。可它和這樣一首詩——「獨夜不能寐，攝衣起撫琴。迅風拂裳袂，白露沾衣襟。孤雁飛南遊，飛鳥翔故林。形影忽不見，翩翩傷我心」像不像呢？後一首可是我拿曹植、王粲的詩句亂拼的。所以說阮籍也是打開資料庫寫詩的，三曹七子漢樂府，這些都在他的資料庫里。創作、研究的這種「資料庫現象」，正是計算機可以介入文學研究的方法論基礎。

無可否認，計算機比人體更適合處理海量數據，因此特別長於探索一些宏觀的、結構性的東西——比如詩人團體構成、地域分布、階層分布，它們在某個時間點呈現的靜態圖景，或者在某個時間段呈現的動態走勢。而計算機的另一個長處是實現分析結果的可視化，我有時就在課上展示不同詩人的詞雲來讓學生猜作者，學生會覺得很酷，而且很容易記住詩人的用詞偏好，還能發現誰愛重複用詞（就是詞雲圖中出現的那些字型大小巨大的詞）、誰更有避復的意識；我又想過把杜甫的詩按他的行跡標註在電子地圖上，這樣就是一個杜詩的生成地圖，甚至可以進一步做成app，點擊一個地點，作於此地的詩就彈出來，讀者可以跟著杜甫，重走他詩人的一生。

阮籍的詞雲

武漢大學文學院王兆鵬教授與搜韻共同打造的唐宋文學編年系地信息平台

但是計算機處理文學問題，當然也有它的能力邊界。圍棋縱橫19道，一局能布多少子？而寫一首五絕，有上萬漢字供你選擇，調換一個字，變換一個位置，其間都大有文學消息。用推還是用敲？用木葉還是樹葉？用建康還是金陵？為什麼詩總寫到長江無盡東流，換成黃河行么？「春與猨吟兮秋鶴與飛」和「春與猨吟兮秋與鶴飛」有什麼不同？「清明時節雨紛紛，路上行人慾斷魂。借問酒家何處有，牧童遙指杏花村。」為什麼不能寫成「清明時節雨，行人慾斷魂。酒家何處有，遙指杏花村」？這些問題，不是因為玄，而是因為演算法太複雜，足以讓阿爾法狗無用武之地。如今也有所謂作詩軟體，你卻並不能指望它寫出一首真正的好詩；同樣地，你也不能指望計算機完美地分析一首詩。解鈴還須繫鈴人，人寫之，人解之，畢竟文學的邏輯和文學的文化，是無法完全數據化的。

所以我總覺得，大數據挖掘，搭建資料庫固然重要，但更重要的是，我們要能提出在沒有資料庫之前提不出的文學問題——把老問題投給計算機去研究，通常不會得出什麼新結論，充其量是把舊結論更精密化而已，這也是《詩人關係》和《讀唐詩》上明顯帶有的問題。我期待大數據能引發一些新的研究視角，不過，即使引發不來，它也是比手串和漢服更真誠的接觸文學的方式。

【注】本文原標題《文學不是科學，但更不是玄學》，題圖為杜甫

【作者簡介】

於溯| 騰訊·大家專欄作者，南京大學文學院講師。

【相關推薦】

·END·

大家∣思想流經之地

微信ID：ipress

洞見 · 價值 · 美感

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！