计算文学研究能被复现吗

破除误解#

第二种误解：Da 已经证明定量方法对文学无效，或回应者已经证明她无效。她指出的是具体操作：分类器目标与人文问题错位、显著性被误用、复杂度被一次性削掉。回应者指出她漏看了句法、标注与计算机辅助细读，也指出她批评的某项步骤其实做过。两边都是对已发表研究的再阅读。谁也没有测量出「文学拒绝数字」。

第三种误解：远读已经把复现问题解决了。弗兰科·莫雷蒂的远读是规模论证：细读处理不了未进入课表的那一大堆书。规模论证不自动提供可重复的操作。斯坦福文学实验室把实验写成小册子，正是因为图表会失败。失败要能被别人再走一遍，才变成方法，而不是实验室的口头传统。

现场：先复现一条十九世纪的词长曲线#

一八八七年，托马斯·C·门登霍尔在 Science 发表《构图的特征曲线》。他的想法简单得像课堂演示：统计词长分布，看能不能认出作者。他为狄更斯《雾都孤儿》前一千个词画出一条曲线。这不是神经网络，甚至不是数字文本。它是手工计数的风格学祖先。

二〇一五年前后，斯特凡·辛克莱与杰弗里·罗克韦尔用古腾堡计划的数字文本把这条实验再做一次。前一千词的曲线几乎重叠。他们接着把整部小说都算进去，分布仍然认得出来，却明显偏离门登霍尔的原图。偏离不是丑闻。它说明：样本长度本身就是方法的一部分。复现成功，恰恰把原实验没写进标题里的条件写了出来。

罗克韦尔把这件事称作「作为认识方式的复现」。它不是为了揭穿门登霍尔造假。它是为了看见：一次经典定量研究依赖哪些未言明的切口。CLS 后来的争论，很多其实是在争切口。语料是哪一个版本？功能词算不算？句子边界按谁的规则切？图表上的「文类」是出版商标签、图书馆分类，还是事后聚类？切口不同，重复就不是同一实验。

Da 的文章把这类切口从友好的再演，推进到对抗性的再分析。她选择已经发表、已经产生学科影响的研究，按数据科学的标准去问：这一步对原问题有没有用。被批评的作者可以回答「我其实做了另一步」。这种来回本身就是复现文献，只是发表在评论栏而不是代码仓库。它证明的不是人文已经变成实验室科学，而是：一旦你把文学论题操作化成可计数的对象，别人就有权问这个对象是不是还指着原来的问题。

谁在测、测到了哪一步#

二〇一九年之后，争论分成三条可以分开记账的线。

第一条是学科边界。数字文学文体学兴趣小组在回应里强调：数字方法包含关键词索引、注释、计算机辅助细读，并不等于「不顾位置、句法与语义的词频」。Da 把 CLS 写成一种还原；他们把同一名称写成一个方法家族。名称之争会改变谁被算进被批评的集合。集合一变，复现的对象就变。

第二条是术语。舍希二〇二三年的论文把 repetitive research 写成伞名，下分 replication、reproduction、revision、reanalysis、reinvestigation、reuse。五个维度是：问题或假设、数据集、分析方法、团队、结果或结论。对齐其中几维，就会得到不同的场景。对齐数据与方法、换一个团队，是一种重复；对齐问题、换一套数据，是另一种。没有这张表，两个人说「我们复现了」，可能在说完全不同的事。

第三条是基础设施。可重复首先要求别人拿得到语料、代码与参数。许多文学文本仍受版权限制，许多实验室只发布图表。门登霍尔那条曲线能被再走，部分是因为狄更斯已在公有领域。当代语料、付费语料库与网站抓取，会把复现从方法问题变成许可问题。训练语料诉讼处理的是另一套复制，见本板块相邻的前沿文；这里只需记住：不能分享的数据，无法成为公共的失败。

斯坦福文学实验室二〇一一年的小册子《定量形式主义：一次实验》测的是：只用最高频功能词，统计模型能不能把文类分开。成功只说明虚词携带文类信号。它不说明读懂了一部小说。把这次实验再跑一遍，需要同一批文本、同一套词表、同一种分类器。缺任何一项，你做的就不是复现，而是一篇新论文。新论文可以更有意思。它不再是对旧主张的检验。

代价与争议#

对抗性复现的代价，是把学科争论写成人格对决。Da 的文章被读成对数字人文的全面否定；回应被读成行会自卫。两边都可能是真的，也都可能挡住真正可核对的一点：操作化有没有把原问题替换掉。叙事学问叙述者、时序与聚焦；词频问的是另一类对象。用词频回答叙事学的问题，失败并不证明叙事学失败，只证明对象被换了。

另一边的代价，是把「可重复」写成唯一的知识标准。细读处理反讽、否定和戏仿，证据在页面上，却很难变成另一台机器上的同一输出。要求细读提供随机种子，是在用邻科的可重复性欺负另一种证据。舍希自己限定：他的术语主要适用于以数字数据与算法方法工作的计算人文学。不是所有数字人文，更不是所有文学研究。

还有一种代价发生在教学。学生看到一张文类曲线，会以为文学史已经被画出来了。复现训练若只教软件，不教切口，曲线会变成新的权威文本。门登霍尔的前一千词与全书的差异，是比任何「算法发现作者」的标题更有用的课堂：数字会随窗口移动。移动不是作弊。不写窗口，才是作弊。

Ted Underwood 二〇一九年的 Distant Horizons 把预测模型写成文学史工具，也把不确定性和错误写成必须公开的部分。Da 与他的来回，有一处已经具体到「某一步到底做了没有」。这种颗粒度比「人文是否应该量化」有用。颗粒度要求引用页码与代码，而不是引用阵营。

未知的边界#

• 没有共享语料与代码的 CLS 论文，还能不能被写成可检验的知识？目前大量研究停在图表。
• 版权限制下，复现是否只能发生在公有领域语料，从而使「可重复的文学史」偏向已经过期的正典？
• 大语言模型进入文学分析之后，随机性与闭源接口会不会让「同一方法」失去意义？
• 复现应不应该成为发表门槛，还是继续作为偶尔出现的高成本评论？

跨域连接#

• 远读与数字人文：规模论证提出了必须放弃逐页阅读的理由；复现问的是：放弃之后留下的模型，别人能不能再走一遍。走不通的步骤，规模再大也还是一次性演示。
• 细读：页面上的否定与戏仿仍是词频最容易认错的一层。复现不能把这一层自动补回来。计数重复了，反讽仍可能被写成正面出现。
• 叙事学：叙述者与时序是理论对象。把它们写成网络节点或时序标签，已经是一次改写。改写之后的重复，重复的是标签，不是原来的理论。标签手册一换，可重复的就换成了另一套对象。
• 正典之争：可重复的语料往往是已经数字化、已经过期、已经进库的书。方法的公开性，可能在暗中加厚正典。能被别人再跑一遍的，常常是已经最容易被看见的书。
• 假设检验：预注册特征与分割，是为了让否定结果也有地址。事后从词表里捞到的显著性，复现时往往会先消失。

• 可重复性危机与开放科学 把代码和数据公开，只是让失败可以被定位。没有预注册的特征清单，公开仓库仍可能只重复一次幸运的显著性。能定位失败，公开才从姿态变成方法。

• 因果推断 词频差异常常混进时代、出版社和数字化优先级。不拆开选择过程，风格变化就会被写成文本内部的定律。

参考文献#

• Da, Nan Z. “The Computational Case against Computational Literary Studies.” Critical Inquiry 45, no. 3 (2019): 601–639. DOI: 10.1086/702594.
• Schöch, Christof. “Repetitive Research: A Conceptual Space and Terminology of Replication, Reproduction, Revision, Reanalysis, Reinvestigation and Reuse in Digital Humanities.” International Journal of Digital Humanities (2023). DOI: 10.1007/s42803-023-00073-y.
• Mendenhall, Thomas C. “The Characteristic Curves of Composition.” Science 9, no. 214 (1887): 237–246.
• Underwood, Ted. Distant Horizons: Digital Evidence and Literary Change. University of Chicago Press, 2019.
• Allison, Sarah, Ryan Heuser, Matthew Jockers, Franco Moretti, and Michael Witmore. “Quantitative Formalism: An Experiment.” Stanford Literary Lab Pamphlet 1, 2011.

延伸阅读#

• Special Interest Group on Digital Literary Stylistics. “Response by the Special Interest Group on Digital Literary Stylistics to Nan Z. Da’s Study.” Cultural Analytics, 2019. DOI: 10.22148/001c.11827.
• Rockwell, Geoffrey, and Stéfan Sinclair. 关于复现门登霍尔词长曲线的公开演示与后续讨论，见二人数字人文工具研究（2015 前后）。