關(guān)鍵詞：厚數(shù)據(jù)；清代刑案：歷史典籍：融合圖譜；循證理論

文化是國(guó)家軟實(shí)力的象征，是國(guó)家綜合國(guó)力的重要組成部分。隨著信息技術(shù)的更新迭代，數(shù)字化技術(shù)與文化的全方位融合已經(jīng)成為文化發(fā)展的必然趨勢(shì)。2019年8月，科技部等六部門印發(fā)《關(guān)于促進(jìn)文化和科技深度融合的指導(dǎo)意見(jiàn)》，提出要不斷增強(qiáng)社會(huì)主義意識(shí)形態(tài)的凝聚力和引領(lǐng)力，促進(jìn)文化和科技深度融合，全面提升文化科技創(chuàng)新能力，轉(zhuǎn)變文化發(fā)展方式，推動(dòng)文化事業(yè)和文化產(chǎn)業(yè)更好更快發(fā)展。2022年5月，《關(guān)于推進(jìn)實(shí)施國(guó)家文化數(shù)字化戰(zhàn)略的意見(jiàn)》正式出臺(tái)，標(biāo)志著文化創(chuàng)造性轉(zhuǎn)化步人數(shù)字化轉(zhuǎn)型新階段，為新時(shí)代文化創(chuàng)造性轉(zhuǎn)化提供了戰(zhàn)略指引。相關(guān)戰(zhàn)略的發(fā)布不僅為科技與文化的融合發(fā)展帶來(lái)新的契機(jī)，也為歷史典籍的數(shù)字化轉(zhuǎn)型夯實(shí)了基礎(chǔ)。

新一代信息技術(shù)正在帶動(dòng)群體性技術(shù)突破，機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、圖像處理等為歷史典籍的開發(fā)利用提供了新的方式與實(shí)踐路徑，但是受到歷史典籍?dāng)?shù)量龐大等條件的制約，對(duì)歷史典籍內(nèi)容的細(xì)粒度描述面臨困境，深入文本的理想難以實(shí)現(xiàn)，只有對(duì)技術(shù)、方法、工具進(jìn)行革新，才能實(shí)現(xiàn)效率提高、知識(shí)發(fā)現(xiàn)、多維呈現(xiàn)和記憶建構(gòu)的目標(biāo)。近年來(lái)，針對(duì)大數(shù)據(jù)分析方法存在的過(guò)度傾向定量研究、數(shù)據(jù)與情境脫離、難以真實(shí)還原復(fù)雜現(xiàn)象等問(wèn)題，學(xué)者們提出了厚數(shù)據(jù)分析模式。厚數(shù)據(jù)分析模式的引入不僅能夠擴(kuò)展數(shù)據(jù)分析方法的范圍，而且可以克服大數(shù)據(jù)分析的局限，形成與大數(shù)據(jù)分析互補(bǔ)發(fā)展的分析模式。將厚數(shù)據(jù)分析模式引入歷史典籍研究領(lǐng)域可以增強(qiáng)歷史典籍研究結(jié)果的可解釋性，對(duì)于歷史典籍的開發(fā)、傳承等提供有效助力。知識(shí)圖譜技術(shù)在歷史典籍的智能化開發(fā)中發(fā)揮了關(guān)鍵作用，但隨著文化大數(shù)據(jù)體系建設(shè)要求的提出以及用戶需求的多樣化和復(fù)雜化，單一類型的知識(shí)圖譜在知識(shí)服務(wù)中的不足日漸凸顯。因此，本研究提出了融合圖譜的概念，即依據(jù)一定邏輯與語(yǔ)義關(guān)系，采用一定的技術(shù)方法，將不同類型可視化圖譜進(jìn)行融合，最后形成多維可視化圖譜。

清代作為中國(guó)歷史上最后一個(gè)封建王朝，其法律制度經(jīng)過(guò)長(zhǎng)期的演變，已經(jīng)形成了中國(guó)古代歷史上最為系統(tǒng)和完善的法律制度，而以此為依據(jù)進(jìn)行結(jié)果判定的刑案不僅體現(xiàn)了清代律例實(shí)施特點(diǎn)與司法裁斷程序，還蘊(yùn)藏著古代司法的文化底蘊(yùn)以及社會(huì)發(fā)展的時(shí)代印記。因此，本研究采用厚數(shù)據(jù)分析方法，以清代刑案為具體研究對(duì)象，借助數(shù)字人文工具，提出厚數(shù)據(jù)驅(qū)動(dòng)下的清代刑案融合圖譜，以期為歷史典籍的數(shù)智化開發(fā)提供可借鑒思路。

1文獻(xiàn)回顧

1.1厚數(shù)據(jù)相關(guān)研究

厚數(shù)據(jù)起源于人類學(xué)中的厚描述，20世紀(jì)90年代，人類學(xué)家Clifford G對(duì)哲學(xué)家Gilbert R提出的“厚”與“薄”的哲學(xué)思想進(jìn)行擴(kuò)展后，將其引人人類學(xué)研究之中并提出“厚描述”的概念：厚描述不僅包括事實(shí)，還包括評(píng)論和解釋，并具有特定細(xì)節(jié)、概念結(jié)構(gòu)和豐富含義。然而，國(guó)內(nèi)外對(duì)于厚數(shù)據(jù)的研究尚處于起步階段，主要集中在厚數(shù)據(jù)定義研究、厚數(shù)據(jù)應(yīng)用場(chǎng)景研究和厚數(shù)據(jù)分析方法研究等方面。

在概念辨析層面，Mannik L等認(rèn)為，厚數(shù)據(jù)源于對(duì)用戶行為的觀察與發(fā)現(xiàn)，并基于與用戶的互動(dòng)探索當(dāng)時(shí)的社會(huì)背景與文化特征。Ang Y Y認(rèn)為，厚數(shù)據(jù)包括從用戶行為中獲取的價(jià)值觀、目標(biāo)等一系列相關(guān)信息。孫智中等認(rèn)為，厚數(shù)據(jù)除簡(jiǎn)單報(bào)告外，還能描述事實(shí)發(fā)生的原因、過(guò)程以及影響，能夠提供更多細(xì)節(jié)。袁曦臨指出，“厚數(shù)據(jù)”能夠更多地揭示表面數(shù)據(jù)背后的內(nèi)在原因及其發(fā)生機(jī)制，即Why和How。

在分析方法層面，Bornakke T等針對(duì)混合大數(shù)據(jù)源和厚數(shù)據(jù)源方面的互補(bǔ)性問(wèn)題，基于認(rèn)知主義語(yǔ)言學(xué)術(shù)語(yǔ)“混合”建立了一個(gè)方法論框架，然后通過(guò)兩個(gè)案例展示了大數(shù)據(jù)獨(dú)特但經(jīng)常被忽視的粒度如何在提供與厚數(shù)據(jù)的混合方面發(fā)揮關(guān)鍵作用。孫智中等通過(guò)對(duì)厚數(shù)據(jù)概念的梳理提出基于厚數(shù)據(jù)的信息分析新模式，并對(duì)其內(nèi)涵和優(yōu)勢(shì)以及基于厚數(shù)據(jù)的信息分析流程進(jìn)行闡述。宋世祥在其著作《百工里的人類學(xué)家2：厚數(shù)據(jù)的創(chuàng)新課》中提出，基于民族志、田野調(diào)查等人類學(xué)方法獲得的數(shù)據(jù)，可以通過(guò)厚數(shù)據(jù)的文化觀實(shí)現(xiàn)有效的傳遞和創(chuàng)新。

在實(shí)踐應(yīng)用層面．Mortati M等基于厚數(shù)據(jù)和大數(shù)據(jù)的分析方法，探討了數(shù)據(jù)在8個(gè)設(shè)計(jì)思維項(xiàng)目中的作用，研究數(shù)據(jù)對(duì)8種場(chǎng)景的實(shí)踐和理論意義，以期為學(xué)者和從業(yè)者如何利用不同類型的數(shù)據(jù)以及相關(guān)的原則展開實(shí)踐提供參考。李航通過(guò)對(duì)“厚數(shù)據(jù)”思維下圖書館館藏?cái)?shù)字資源整合與服務(wù)的必要性進(jìn)行剖析，提出圖書館館藏?cái)?shù)字資源的整合方法、具體思路以及服務(wù)策略。鄭儒雅等以上海松江人樂(lè)花園為例，利用厚數(shù)據(jù)在用戶需求調(diào)查方面的優(yōu)勢(shì)，采用漸進(jìn)式調(diào)查方法，以迭代分析形式對(duì)行為需求數(shù)據(jù)進(jìn)行挖掘與重構(gòu)，提出基于社區(qū)共治的針灸式整治策略。

近年來(lái)，厚數(shù)據(jù)分析方法逐漸應(yīng)用于多個(gè)領(lǐng)域，但在歷史典籍知識(shí)化開發(fā)中鮮有應(yīng)用。本研究引入厚數(shù)據(jù)理論，拓寬了歷史典籍開發(fā)的路徑，增添了歷史典籍?dāng)?shù)智化開發(fā)的人文色彩，也是跨學(xué)科方法在歷史典籍領(lǐng)域的實(shí)踐探索。此外，雖然當(dāng)前研究關(guān)于厚數(shù)據(jù)并未形成統(tǒng)一的定義，但是綜合目前學(xué)者們對(duì)于厚數(shù)據(jù)的理解，認(rèn)為厚數(shù)據(jù)具有以下兩個(gè)特征：①厚數(shù)據(jù)強(qiáng)調(diào)數(shù)據(jù)的深度，能夠從少量樣本中挖掘數(shù)據(jù)背后的故事：②厚數(shù)據(jù)深化了數(shù)據(jù)的分析情境，將不可被數(shù)字捕獲的數(shù)據(jù)納入其中，包括社會(huì)背景、經(jīng)驗(yàn)等數(shù)據(jù)。而本研究使用的清代刑案相關(guān)數(shù)據(jù)不僅包含刑案案件發(fā)展的原因、經(jīng)過(guò)等相關(guān)數(shù)據(jù)，還囊括了案件辦理過(guò)程中援引的參照案件等經(jīng)驗(yàn)性數(shù)據(jù)，進(jìn)一步豐富了清代刑案案件的研究情境。因此，本研究收集的清代刑案數(shù)據(jù)符合厚數(shù)據(jù)特征，適用于厚數(shù)據(jù)分析方法。

1.2知識(shí)圖譜融合相關(guān)研究

知識(shí)圖譜的本質(zhì)是揭示實(shí)體間關(guān)系的語(yǔ)義網(wǎng)絡(luò)，形式化地描述事物及之間的相互關(guān)系，是實(shí)現(xiàn)多源異構(gòu)歷史典籍資源結(jié)構(gòu)化處理的重要工具。學(xué)者們基于不同的研究目標(biāo)以及不同的數(shù)據(jù)特征，構(gòu)建了不同類型的可視化圖譜，如何解決不同可視化圖譜數(shù)據(jù)多源、語(yǔ)義異構(gòu)以及實(shí)體不統(tǒng)一的問(wèn)題，實(shí)現(xiàn)多種可視化圖譜的融合，是當(dāng)前學(xué)者亟待解決的重要問(wèn)題之一。

多知識(shí)圖譜融合不是簡(jiǎn)單地把知識(shí)圖譜合并，而是要發(fā)現(xiàn)知識(shí)圖譜之間的等價(jià)實(shí)例、等價(jià)屬性或等價(jià)類，同時(shí)解決實(shí)體對(duì)齊等問(wèn)題。王歡等提出一種基于多模態(tài)知識(shí)圖譜的中文跨模態(tài)實(shí)體對(duì)齊方法，該方法將圖像信息引入實(shí)體對(duì)齊任務(wù)，同時(shí)面向領(lǐng)域細(xì)粒度圖像和中文文本，設(shè)計(jì)單雙流交互預(yù)訓(xùn)練語(yǔ)言模型，并基于自監(jiān)督學(xué)習(xí)方法進(jìn)行文本特征的提取，最終驗(yàn)證了該方法的可行性。楊詩(shī)語(yǔ)等提出了一種基于實(shí)體、屬性和關(guān)系相似度的邏輯模型和物理模型實(shí)體自動(dòng)對(duì)齊框架，融合了基于不同三元組類型的屬性嵌入方法和結(jié)構(gòu)嵌入方法，并采用4個(gè)真實(shí)的知識(shí)圖譜驗(yàn)證提出的實(shí)體自動(dòng)對(duì)齊框架的有效性。Zhang Y M等基于預(yù)先對(duì)齊的實(shí)體對(duì)選擇對(duì)齊任務(wù)驅(qū)動(dòng)的代表關(guān)系，采用預(yù)先對(duì)齊的實(shí)體來(lái)促進(jìn)上下文信息在知識(shí)圖譜之間的傳遞，以期解決在統(tǒng)一的框架下同時(shí)解決實(shí)體嵌入和對(duì)齊的問(wèn)題，最后在兩個(gè)多語(yǔ)言知識(shí)圖譜上進(jìn)行了大量實(shí)驗(yàn)，驗(yàn)證提出的基于表示學(xué)習(xí)的知識(shí)圖譜嵌入和對(duì)齊實(shí)體算法的有效性。Wu FZ等針對(duì)通用情緒分類器目標(biāo)域中的標(biāo)記數(shù)據(jù)不足，以及注釋大規(guī)模樣本成本高且耗時(shí)的問(wèn)題，提出通過(guò)融合來(lái)自多個(gè)來(lái)源的情感知識(shí)來(lái)訓(xùn)練特定領(lǐng)域的情感分類器，并基于亞馬遜產(chǎn)品評(píng)論數(shù)據(jù)集和Twitter數(shù)據(jù)集開展實(shí)驗(yàn)以驗(yàn)證新方法的性能。

以上學(xué)者針對(duì)知識(shí)圖譜融合的技術(shù)方法進(jìn)行了多種實(shí)踐探索，但知識(shí)圖譜融合理論層面的研究卻很少。因此，本研究根據(jù)清代刑案各部分?jǐn)?shù)據(jù)特征和研究目的構(gòu)建不同類型的可視化圖譜，并基于厚數(shù)據(jù)分析的理論體系，簡(jiǎn)要闡述厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的構(gòu)建框架和運(yùn)行機(jī)理，旨在從理論層面探索不同可視化圖譜融合的機(jī)理，增強(qiáng)清代刑案知識(shí)推理的精確度和可解釋性，創(chuàng)新清代刑案的研究范式，為歷史典籍相關(guān)研究中多學(xué)科融合理論體系的建立和應(yīng)用提供參考。同時(shí)，本研究提出的厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜對(duì)于將清代刑案的表達(dá)場(chǎng)景延伸至司法制度溯源、社會(huì)歷史變遷等多個(gè)場(chǎng)景有重要助力，更利于清代刑案歷史典籍的傳承和利用。

2厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜設(shè)計(jì)

2.1厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜整體框架

《刑案匯覽》共八十八卷，收集了乾隆元年至道光十四年近百年間中央司法機(jī)關(guān)辦理的刑案5640余件，并按照六部進(jìn)行分類匯總。其案件數(shù)據(jù)具有規(guī)范化、模板化的特點(diǎn)，并且記載了案件詳情、案件處理結(jié)果、依據(jù)的律例以及援引的參照案件，能夠充分展示案件的發(fā)展過(guò)程和論證依據(jù)，為本研究的順利推進(jìn)提供可行性。

本研究以《刑案匯覽》為例，提出的厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的構(gòu)建流程具體如下：首先，對(duì)《刑案匯覽》以及相關(guān)歷史典籍中的相關(guān)數(shù)據(jù)進(jìn)行篩選，提取符合要求的數(shù)據(jù)，并進(jìn)行數(shù)字化處理，形成結(jié)構(gòu)化文本；其次，對(duì)清代刑案數(shù)據(jù)的內(nèi)容進(jìn)行梳理，分別對(duì)清代刑案案件、清代刑案參照案件，以及大清律例中的概念、屬性、關(guān)系進(jìn)行界定，形成不同的核心概念集合，在此基礎(chǔ)上結(jié)合不同的數(shù)據(jù)特征和研究目標(biāo)構(gòu)建不同的本體模型：第三，構(gòu)建事理圖譜、知識(shí)圖譜以及元知識(shí)網(wǎng)絡(luò)3種可視化圖譜的本體，并通過(guò)概念層、本體層、知識(shí)網(wǎng)的擴(kuò)充及合并，最終構(gòu)建清代刑案融合圖譜的本體模型；最后，結(jié)合已經(jīng)構(gòu)建的本體模型，將不同類型的清代刑案數(shù)據(jù)映射到相應(yīng)的可視化圖譜中，并以循證理論為紐帶，將不同類型的可視化圖譜聚合成一個(gè)多維的融合圖譜，具體框架如圖1所示。

2.2數(shù)據(jù)資源層

數(shù)據(jù)資源層是厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜構(gòu)建的基礎(chǔ)，能夠?yàn)檎Z(yǔ)義描述層提供數(shù)據(jù)來(lái)源，是厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜知識(shí)發(fā)現(xiàn)的底層構(gòu)架，本層的主要任務(wù)是完成清代刑案數(shù)據(jù)的獲取以及結(jié)構(gòu)化處理。當(dāng)前，數(shù)據(jù)敘事研究多聚焦于故事內(nèi)容的自動(dòng)化生成與敘述方式，忽略了故事的數(shù)據(jù)來(lái)源與內(nèi)涵，導(dǎo)致技術(shù)驅(qū)動(dòng)下的數(shù)據(jù)故事結(jié)果難以考證，誘發(fā)公眾對(duì)敘事內(nèi)容的不認(rèn)可、不采納。而循證理論恰好彌補(bǔ)了這個(gè)缺點(diǎn)，循證理論強(qiáng)調(diào)，在數(shù)據(jù)敘事過(guò)程中要以歷史典籍記載的客觀事實(shí)為“本”，以證據(jù)鏈推導(dǎo)為佐證，還原客觀事實(shí)所含知識(shí)要素的復(fù)雜情境。因此，在數(shù)據(jù)資源層，本研究需要獲取的數(shù)據(jù)不僅包括清代刑案，還涉及刑案參照案件以及大清律例，為后續(xù)清代刑案證據(jù)鏈的形成奠定數(shù)據(jù)基礎(chǔ)，豐富清代刑案解讀的情境。

本研究的數(shù)據(jù)包括清代刑案案件、刑案參照案件以及大清律例，數(shù)據(jù)來(lái)源主要包括《刑案匯覽》《欽定大清會(huì)典事例》等。在數(shù)據(jù)提取過(guò)程中，由于《刑案匯覽》中對(duì)刑案案件的記載具有一定的規(guī)范性和模板性，因此，在數(shù)據(jù)抽取過(guò)程中可以采取基于模板的抽取方法，并加以人工方式進(jìn)行輔助。同時(shí)，大清律例層次清晰，結(jié)構(gòu)嚴(yán)謹(jǐn)，因此在數(shù)據(jù)抽取過(guò)程中可以以基于規(guī)則的抽取方法為主，以人工方式為輔，人機(jī)協(xié)調(diào)，能夠在一定程度上提高知識(shí)抽取的精確度和查全率。

2.3語(yǔ)義描述層

語(yǔ)義描述層是厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜構(gòu)建的重要環(huán)節(jié)，本部分主要完成數(shù)據(jù)的描述、序化，并構(gòu)建清代刑案案件、清代刑案參照案件、大清律例3類可視化圖譜的本體。在本體模型的構(gòu)建過(guò)程中，先查找可復(fù)用本體，如果有可復(fù)用本體則可以直接利用，如果沒(méi)有可復(fù)用本體，則需要依據(jù)一定的規(guī)則手工建立本體。在自建本體的過(guò)程中，需要先對(duì)元數(shù)據(jù)進(jìn)行抽取，并進(jìn)行關(guān)系屬性的梳理。已經(jīng)構(gòu)建的本體模型可以選取部分?jǐn)?shù)據(jù)進(jìn)行實(shí)例展示。

具體而言，首先，以清代刑案案件為核心，進(jìn)行事件情節(jié)、人物、事件、地點(diǎn)、類型等實(shí)體、關(guān)系及屬性的界定，結(jié)合可復(fù)用本體，實(shí)現(xiàn)清代刑案案件事理圖譜本體模型的構(gòu)建；其次，對(duì)清代刑案參照案件數(shù)據(jù)中涉及的參照案件、案件、事件、地點(diǎn)等實(shí)體、關(guān)系及屬性進(jìn)行標(biāo)準(zhǔn)化處理，構(gòu)建清代刑案參照案件知識(shí)圖譜的本體模型；最后，通過(guò)對(duì)大清律例的梳理，定義語(yǔ)義實(shí)體、語(yǔ)義關(guān)系、層次實(shí)體以及層次關(guān)系，構(gòu)建基于大清律例的元知識(shí)網(wǎng)絡(luò)本體模型。

根據(jù)已經(jīng)建立的清代刑案檔案文獻(xiàn)資源融合圖譜本體模型，采取合適的方式從3類數(shù)據(jù)源中進(jìn)行實(shí)體、關(guān)系、屬性的抽取，并建立實(shí)例與本體模型的映射，既可以檢驗(yàn)本體模型的可行性和準(zhǔn)確性，對(duì)發(fā)現(xiàn)的問(wèn)題及時(shí)進(jìn)行糾正和完善，又可以為后續(xù)的數(shù)據(jù)統(tǒng)一管理提供便利。

2.4語(yǔ)義融合層

語(yǔ)義融合的目的是指通過(guò)實(shí)體消歧、實(shí)體鏈接等操作實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的規(guī)范化、統(tǒng)一化，解決可能存在的實(shí)體沖突、語(yǔ)義沖突等問(wèn)題。為了后續(xù)融合圖譜的構(gòu)建，需要從概念層、本體層、知識(shí)網(wǎng)層對(duì)本研究中3個(gè)圖譜對(duì)應(yīng)的本體模型進(jìn)行融合，實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)以及語(yǔ)義檢索的精準(zhǔn)性、全面性。

本研究旨在還原清代刑案案件審理的具體歷史場(chǎng)景。其中，事理圖譜以清代刑案案件數(shù)據(jù)為數(shù)據(jù)源，目的是呈現(xiàn)清代刑案案件的邏輯關(guān)系和演化過(guò)程，清代刑案案件數(shù)據(jù)是案件審理時(shí)無(wú)明確律例可依、存在爭(zhēng)議的案件，事理圖譜不僅能夠?qū)⑿贪赴讣嚓P(guān)的人物、時(shí)間、地點(diǎn)等因素展示出來(lái)，還可以呈現(xiàn)清代刑案案件的起因、情節(jié)等動(dòng)態(tài)演變過(guò)程以及邏輯關(guān)系：知識(shí)圖譜則以清代刑案參照案件為數(shù)據(jù)源，目的是將清代刑案參照案件的相關(guān)因素以及因素間關(guān)系描述出來(lái)，清代刑案參照案件是案件審理時(shí)已經(jīng)辦理過(guò)的成案，為清代刑案案件的審判提供主要的經(jīng)驗(yàn)性依據(jù)，知識(shí)圖譜能夠詳細(xì)展示清代刑案參照案件相關(guān)的人物、時(shí)間、處罰等全部因素：元知識(shí)網(wǎng)絡(luò)以大清律例為數(shù)據(jù)源，在無(wú)可直接借鑒的參照案件時(shí)，大清律例為清代刑案案件的審理提供輔助的客觀依據(jù)，具有結(jié)構(gòu)嚴(yán)謹(jǐn)、層次鮮明的特征，元知識(shí)網(wǎng)絡(luò)能夠?qū)⑽臋n結(jié)構(gòu)等異質(zhì)性數(shù)據(jù)融人，強(qiáng)化大清律例的層次結(jié)構(gòu)。因此，本研究選擇以上3種可視化圖譜進(jìn)行融合。

清代刑案參照案件數(shù)據(jù)涉及社會(huì)背景、人物背景等大量不可量化的數(shù)據(jù)，在清代刑案案件事理圖譜的運(yùn)行過(guò)程中，清代刑案參照案件數(shù)據(jù)借助厚數(shù)據(jù)分析方法提供的質(zhì)性分析途徑，為清代刑案事理圖譜提供主要情境數(shù)據(jù)和參考依據(jù)。若未查詢到可直接依據(jù)的清代刑案參照案件，大清律例則可通過(guò)大數(shù)據(jù)分析方法為清代刑案案件事理圖譜的運(yùn)行提供客觀依據(jù)，同時(shí)，大清律例也是對(duì)融合圖譜情境數(shù)據(jù)的補(bǔ)充。依據(jù)清代刑案案件事理圖譜、清代刑案參照案件知識(shí)圖譜以及大清律例元知識(shí)網(wǎng)絡(luò)之間的作用關(guān)系，從概念層、本體層、知識(shí)網(wǎng)3個(gè)層面進(jìn)行逐步融合，最終構(gòu)建清代刑案融合圖譜的本體模型。語(yǔ)義融合層能夠?qū)⒍嘣磾?shù)據(jù)進(jìn)行有機(jī)融合，實(shí)現(xiàn)多源數(shù)據(jù)的規(guī)范性和統(tǒng)一性知識(shí)表達(dá)，確保融合圖譜構(gòu)建的準(zhǔn)確性。

2.5圖譜生成層

知識(shí)需要通過(guò)存儲(chǔ)，增加知識(shí)的可讀性，提供高速、高并發(fā)的查詢，使數(shù)據(jù)資源得到更高效的利用。圖譜生成層是厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的實(shí)現(xiàn)層，其主要任務(wù)是將清代刑案中蘊(yùn)含的知識(shí)以直觀、清晰的方式呈現(xiàn)，為后續(xù)知識(shí)挖掘以及知識(shí)發(fā)現(xiàn)奠定基礎(chǔ)。

圖譜存儲(chǔ)工具可以劃分為關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)，圖數(shù)據(jù)庫(kù)是關(guān)系型數(shù)據(jù)庫(kù)的典型代表，因其較高的靈活性和兼容性受到學(xué)者的廣泛應(yīng)用。當(dāng)前常用的圖數(shù)據(jù)庫(kù)有Ne04j、OrientDB等多種。本研究選用擴(kuò)展性較強(qiáng)、具有跨系統(tǒng)操作潛能的Ne04j圖數(shù)據(jù)庫(kù)。首先，在整理好的清代刑案中進(jìn)行實(shí)體、屬性及關(guān)系的抽取，并進(jìn)行知識(shí)融合操作，之后將抽取出的數(shù)據(jù)以三元組的形式進(jìn)行存儲(chǔ)，結(jié)合已經(jīng)構(gòu)建的本體模型實(shí)現(xiàn)本體和Ne04j圖數(shù)據(jù)庫(kù)的映射，最終將研究數(shù)據(jù)引入，實(shí)現(xiàn)厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的可視化展示。

3厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的實(shí)現(xiàn)機(jī)理

3.1融合圖譜的結(jié)構(gòu)要素及關(guān)系分析

厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的實(shí)現(xiàn)不僅需要對(duì)結(jié)構(gòu)要素進(jìn)行融合探究，還需要對(duì)結(jié)構(gòu)要素之間的關(guān)系進(jìn)行深入剖析，要素之間相互作用，形成不斷演化和深入的知識(shí)組織體系，增加知識(shí)關(guān)聯(lián)的深度和廣度，在清代刑案融合圖譜的實(shí)現(xiàn)過(guò)程中充分發(fā)揮作用，具體如圖2所示。

3.1.1結(jié)構(gòu)要素分析

清代刑案案件事理圖譜是清代刑案融合圖譜的核心內(nèi)容，直觀、完整地呈現(xiàn)了清代刑案案件的發(fā)展過(guò)程以及動(dòng)態(tài)特征，提供了清代刑案融合圖譜實(shí)現(xiàn)的主要驅(qū)動(dòng)力：清代刑案參照案件是清代刑案案件審理的主要依據(jù)，借助厚數(shù)據(jù)分析方法，清代刑案參照案件能夠?yàn)榍宕贪赴讣峁┙?jīng)驗(yàn)性判據(jù)：大清律例則為清代刑案案件審理依據(jù)的補(bǔ)充，主要提供客觀的理論支撐。因此，清代刑案參照案件知識(shí)圖譜以及大清律例元知識(shí)網(wǎng)絡(luò)共同構(gòu)成了清代刑案案件事理圖譜的可溯源證據(jù)，輔助清代刑案案件事理圖譜的運(yùn)行。

3.1.2結(jié)構(gòu)要素關(guān)系分析

循證理論指出實(shí)踐活動(dòng)需要以相關(guān)證據(jù)為基礎(chǔ)，清代刑案參照案件知識(shí)圖譜以及大清律例元知識(shí)網(wǎng)絡(luò)，可以為清代刑案案件事理圖譜的運(yùn)行分別提供經(jīng)驗(yàn)論據(jù)和客觀依據(jù)：清代刑案參照案件知識(shí)圖譜中的厚數(shù)據(jù)是清代刑案案件事理圖譜的首要證據(jù)源，為清代刑案案件事理圖譜的運(yùn)行提供主要驅(qū)動(dòng)力：大清律例元知識(shí)網(wǎng)絡(luò)能夠豐富清代刑案案件事理圖譜的可溯源證據(jù)，為清代刑案案件事理圖譜的運(yùn)行提供輔助的客觀支持。清代刑案案件事理圖譜、清代刑案參照案件知識(shí)圖譜以及大清律例元知識(shí)網(wǎng)絡(luò)三者融通成為一個(gè)有機(jī)整體，清代刑案融合圖譜得以形成，呈現(xiàn)了以清代刑案案件事理圖譜為核心的完整證據(jù)鏈，在功能上滿足案件展示以及證據(jù)溯源等需求。

3.2融合圖譜實(shí)現(xiàn)的邏輯

通過(guò)對(duì)融合圖譜的結(jié)構(gòu)要素及其關(guān)系進(jìn)行分析，可以看出，清代刑案融合圖譜的實(shí)現(xiàn)需要三者協(xié)調(diào)配合，共同促進(jìn)清代刑案資源的知識(shí)構(gòu)建，但各結(jié)構(gòu)要素之間的協(xié)同作用需要以理論方法為支撐。因此，本部分對(duì)融合圖譜構(gòu)建過(guò)程中需要的理論方法及其具體作用進(jìn)行分析，并以此為依據(jù)構(gòu)建融合圖譜實(shí)現(xiàn)的邏輯框架，具體如圖3所示。

依據(jù)循證理論，清代刑案案件、清代刑案參照案件以及大清律例3種不同的數(shù)據(jù)實(shí)現(xiàn)了有機(jī)融合，提供清代刑案融合圖譜所需的數(shù)據(jù)源，但是3種數(shù)據(jù)在數(shù)據(jù)結(jié)構(gòu)、研究目標(biāo)等方面均存在差異，因此需要采用不同的方法進(jìn)行知識(shí)表達(dá)。

相較于其他知識(shí)圖譜，事理圖譜不僅能夠展示清代刑案發(fā)生的全部細(xì)節(jié)，還可以展示清代刑案的動(dòng)態(tài)演化過(guò)程，適合用于清代刑案案件的詮釋；知識(shí)圖譜則可以詳細(xì)展示清代刑案參照案件辦理的全部相關(guān)因素：元知識(shí)網(wǎng)絡(luò)將文檔結(jié)構(gòu)等異質(zhì)性知識(shí)融人，能夠使大清律例的層次關(guān)系更鮮明，邏輯關(guān)系更明確。據(jù)此，本研究構(gòu)建了基于清代刑案案件的事理圖譜、基于清代刑案參照案件的知識(shí)圖譜以及基于大清律例的元知識(shí)網(wǎng)絡(luò)。

基于清代刑案案件的事理圖譜是清代刑案融合圖譜的核心內(nèi)容，為清代刑案融合圖譜的實(shí)現(xiàn)提供關(guān)鍵節(jié)點(diǎn)數(shù)據(jù)，清代刑案參照案件知識(shí)圖譜是清代刑案案件事理圖譜運(yùn)轉(zhuǎn)的主要依據(jù)，大清律例元知識(shí)網(wǎng)絡(luò)為清代刑案案件事理圖譜的運(yùn)轉(zhuǎn)提供次要的輔助作用。清代刑案參照案件知識(shí)圖譜中的厚數(shù)據(jù)能夠?yàn)榍宕贪赴讣吕韴D譜的運(yùn)轉(zhuǎn)提供可溯源的經(jīng)驗(yàn)論據(jù)，是清代刑案融合圖譜的主要情境要素；基于大清律例的元知識(shí)網(wǎng)絡(luò)則是清代刑案融合圖譜的補(bǔ)充性情境要素，輔助清代刑案案件事理圖譜的運(yùn)轉(zhuǎn)，三者相互作用、協(xié)調(diào)運(yùn)行，共同支持清代刑案融合圖譜的實(shí)現(xiàn)。

4厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的實(shí)現(xiàn)

厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的核心實(shí)現(xiàn)過(guò)程可以劃分為語(yǔ)義描述和語(yǔ)義融合兩個(gè)部分。

4.1語(yǔ)義描述

基于預(yù)處理后的清代刑案案件、清代刑案參照案件、大清律例3種相對(duì)規(guī)范的結(jié)構(gòu)化文本數(shù)據(jù)，結(jié)合事理圖譜、知識(shí)圖譜、元知識(shí)網(wǎng)絡(luò)的理論方法進(jìn)行核心概念的界定和提?。阂罁?jù)提取出的核心概念分別構(gòu)建事理圖譜本體模型、知識(shí)圖譜本體模型、元知識(shí)網(wǎng)絡(luò)本體模型，實(shí)現(xiàn)3種數(shù)據(jù)的語(yǔ)義描述，凸顯不同的數(shù)據(jù)特征，具體的本體分類體系如表1～表3所示。

4.2語(yǔ)義融合

語(yǔ)義融合包含概念層、本體層以及知識(shí)網(wǎng)的融合3個(gè)部分。概念層的融合主要完成概念、關(guān)系以及屬性的統(tǒng)一，并形成有效的知識(shí)關(guān)聯(lián)，進(jìn)而實(shí)現(xiàn)多源數(shù)據(jù)知識(shí)表示的統(tǒng)一，這也是本體層融合的基礎(chǔ)；本體層的融合旨在完成概念關(guān)系的合并與擴(kuò)充，以及知識(shí)組織體系的唯一表達(dá)，形成規(guī)范的知識(shí)模式，為知識(shí)網(wǎng)絡(luò)的融合奠定基礎(chǔ)；知識(shí)網(wǎng)絡(luò)的融合是本體層與概念層融合的最終階段，目的是將建成的事理圖譜、知識(shí)圖譜以及元知識(shí)網(wǎng)絡(luò)進(jìn)行融合，形成新的知識(shí)網(wǎng)絡(luò)，并基于新的知識(shí)網(wǎng)絡(luò)進(jìn)行知識(shí)發(fā)現(xiàn)。

4.2.1概念層的融合

概念層的融合主要是對(duì)抽取的知識(shí)進(jìn)行擴(kuò)充，也就是將本體三元組擴(kuò)充到構(gòu)建的領(lǐng)域本體當(dāng)中，主要包括概念的融合、概念上下位關(guān)系的融合、概念屬性定義的融合，在此過(guò)程中需要對(duì)實(shí)體間的相似度進(jìn)行度量，具體如下：

1）大清律例條款的聚類。常用的聚類方法包括層次聚類、K-MEANS聚類等。在本研究中，層次聚類主要用于計(jì)算大清律例中各律例之間的相似度并劃分層次，從而形成樹形的聚類結(jié)構(gòu)。以大清律例“強(qiáng)占良家妻女”為例，其下屬共包含7個(gè)法律條款，利用SPSS軟件，聚類方法選擇“組內(nèi)聯(lián)接”，測(cè)量區(qū)間選擇“歐式距離”，最終可以得到兩個(gè)聚類，具體如圖4所示。

2）案件與參照案件之間的相似度計(jì)算。常用的相似度計(jì)算方法包括余弦相似度、Person相似度等。余弦相似度在本研究中被用于不同文檔以及不同可視化圖譜之間的語(yǔ)義相關(guān)度度量，不僅能夠減少數(shù)據(jù)冗余，提升融合圖譜構(gòu)建的準(zhǔn)確性，還可以減少孤立的節(jié)點(diǎn)，增加節(jié)點(diǎn)間的緊密程度以及融合圖譜的語(yǔ)義豐富性和層次性。例如，清代刑案案件中“李繼周等伙搶李貴買休之妻許氏已成”與清代刑案參照案件中“李繼周等伙搶李貴買休之婦許氏已成”的兩個(gè)節(jié)點(diǎn)，經(jīng)調(diào)用Python中的Numpy庫(kù)，計(jì)算可得兩個(gè)節(jié)點(diǎn)余弦相似度約為0.86，可以認(rèn)為兩個(gè)節(jié)點(diǎn)內(nèi)容一致。

4.2.2本體層的融合

本體層的融合是概念層融合進(jìn)一步的發(fā)展，在本研究中主要是指對(duì)刑案案件、刑案參照案件、大清律例進(jìn)行本體抽取之后，進(jìn)行實(shí)體消歧、共指消解、本體及關(guān)系的擴(kuò)充等操作，主要目的是解決不同數(shù)據(jù)源中數(shù)據(jù)重復(fù)以及知識(shí)融合過(guò)程中產(chǎn)生新的屬性關(guān)系等問(wèn)題。

在基于清代刑案案件的事理圖譜和基于清代刑案參照案件的知識(shí)圖譜中均涉及地點(diǎn)、人物名稱等實(shí)體，為了避免不同可視化圖譜中的同一實(shí)體帶來(lái)的困擾，需要通過(guò)實(shí)體消歧來(lái)確保實(shí)體的唯一性。實(shí)體消歧是融合多個(gè)來(lái)源數(shù)據(jù)時(shí)用于將重復(fù)信息進(jìn)行刪除的有效方法。本研究在融合圖譜構(gòu)建過(guò)程中，可能存在同一實(shí)體出現(xiàn)在多個(gè)數(shù)據(jù)源或者可視化圖譜中的情況，為避免造成數(shù)據(jù)的冗余或者混亂，需要進(jìn)行實(shí)體消歧。如事理圖譜和知識(shí)圖譜均存在時(shí)間節(jié)點(diǎn)“嘉慶二十一年”，在具體過(guò)程中，為避免不同圖譜中存在時(shí)間、地點(diǎn)等相同節(jié)點(diǎn)造成的數(shù)據(jù)冗余等問(wèn)題，僅保留1個(gè)實(shí)體即可，具體如圖5所示。

此外，在清代刑案案件數(shù)據(jù)以及清代刑案參照案件數(shù)據(jù)中均存在時(shí)間、地點(diǎn)、案件名稱等類型的實(shí)體，對(duì)于同一時(shí)間、地點(diǎn)、案件名稱等實(shí)體在不同數(shù)據(jù)集中可能存在不同名稱的問(wèn)題，需要通過(guò)共指消解解決同一實(shí)體不同名稱的問(wèn)題，確保本體模型的準(zhǔn)確度，具體示例如表4所示。

清代刑案參照案件是清代刑案的經(jīng)驗(yàn)參考，大清律例是清代刑案的理論依據(jù)，在進(jìn)行融合時(shí)不可避免需要建立新的關(guān)系，將清代刑案與清代刑案參照案件以及大清律例進(jìn)行鏈接。本體及關(guān)系的擴(kuò)充是為了解決3個(gè)不同的可視化圖譜在融合過(guò)程中產(chǎn)生的新的邏輯關(guān)系或者語(yǔ)義關(guān)系，以此確保知識(shí)圖譜融合的準(zhǔn)確性，如在3種可視化圖譜融合的過(guò)程中，清代刑案案件名稱以及具體的清代刑案參照案件名稱之間需要新增“參照案件”這一新的關(guān)系，具體的清代刑案案件名稱以及具體的大清律例條款之間也應(yīng)新增“應(yīng)參考律例”這一新的關(guān)系，具體如圖6所示。

經(jīng)過(guò)概念層以及本體層的融合，原先繁復(fù)的知識(shí)轉(zhuǎn)化為相對(duì)規(guī)范的形式，并以領(lǐng)域知識(shí)的形式存儲(chǔ)在數(shù)據(jù)庫(kù)之中。

4.2.3知識(shí)網(wǎng)絡(luò)的融合

知識(shí)網(wǎng)絡(luò)（Knowledge Network，KN）是由知識(shí)節(jié)點(diǎn)或知識(shí)元素與知識(shí)關(guān)聯(lián)構(gòu)成的一種網(wǎng)狀結(jié)構(gòu)，能夠結(jié)構(gòu)化地展示實(shí)體間的關(guān)系。知識(shí)網(wǎng)絡(luò)是可視化圖譜的構(gòu)建依據(jù)，在研究中，知識(shí)網(wǎng)絡(luò)的融合就是將事理圖譜、知識(shí)圖譜、元知識(shí)網(wǎng)絡(luò)3種可視化圖譜的知識(shí)網(wǎng)絡(luò)進(jìn)行融合，并形成新的知識(shí)網(wǎng)絡(luò)，同時(shí)基于新的知識(shí)網(wǎng)絡(luò)構(gòu)建融合圖譜。

數(shù)據(jù)、詳盡描述和背景文化等環(huán)境信息共同構(gòu)成了厚數(shù)據(jù)分析的研究基礎(chǔ)。在本研究中，刑案案件數(shù)據(jù)能夠詳細(xì)地還原案件的全貌，例如，事件的時(shí)間、地點(diǎn)、起因、結(jié)果等具體信息，刑案參照案件是已經(jīng)辦理的具體案件，能夠?yàn)樾贪赴讣奶幚硖峁┙?jīng)驗(yàn)性論據(jù)，而大清律例則為刑案案件的處理提供科學(xué)依據(jù)?；?種不同的數(shù)據(jù)以及不同的階段性研究目標(biāo)，本研究構(gòu)建了3種不同的知識(shí)網(wǎng)絡(luò)。為了實(shí)現(xiàn)清代刑案的系統(tǒng)性研究，本研究以循證理論為紐帶，將3種圖譜的知識(shí)網(wǎng)絡(luò)進(jìn)行融合，通過(guò)概念層和本體層的融合形成新的知識(shí)網(wǎng)絡(luò)，為清代刑案融合圖譜的構(gòu)建提供依據(jù)。

4.3融合圖譜示例——以戶部刑案為例

為驗(yàn)證本研究提出的厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜構(gòu)建方法的有效性和可行性，本部分以戶部為例，構(gòu)建厚數(shù)據(jù)驅(qū)動(dòng)的清代戶部刑案融合圖譜。由于戶部案件數(shù)量在可控制范圍內(nèi)，而且清代戶部刑案數(shù)據(jù)與現(xiàn)在文本的語(yǔ)義內(nèi)容、語(yǔ)法結(jié)構(gòu)等都存在很大差距，為確保知識(shí)抽取的準(zhǔn)確率和完備性，本研究采取人工抽取的方式進(jìn)行知識(shí)抽取，并以RDF三元組的形式進(jìn)行存儲(chǔ)，最后借助Ne04j圖數(shù)據(jù)庫(kù)進(jìn)行融合圖譜的可視化展示，具體如圖7所示。

相較于普通知識(shí)圖譜，本研究構(gòu)建的清代戶部刑案融合圖譜不僅可以實(shí)現(xiàn)清代戶部刑案的系統(tǒng)性檢索（包括案件、參照案件、大清律例），如圖8所示，還可以實(shí)現(xiàn)刑案類型（圖8（a））、在相同地點(diǎn)或者相同時(shí)間發(fā)生的案件（圖8（b）和圖8（c））等單一維度的檢索。本研究構(gòu)建的清代刑案融合圖譜能夠?qū)崿F(xiàn)不同維度清代刑案知識(shí)的聚合與鏈接，形成以清代刑案為核心的完整敘事鏈條，豐富清代刑案研究的情境要素，提升清代刑案資源的可讀性和可信度，使得基于厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的知識(shí)發(fā)現(xiàn)更有說(shuō)服力。

本研究借助厚數(shù)據(jù)分析方法，以循證理論為指導(dǎo)，依據(jù)清代刑案各部分內(nèi)容特點(diǎn)以及各階段的研究目標(biāo)，對(duì)清代刑案數(shù)據(jù)進(jìn)行知識(shí)化和結(jié)構(gòu)化處理，構(gòu)建厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜，以清代刑案為敘事核心，以清代刑案參照案件以及大清律例為敘事情境，形成以清代刑案為中心的敘事網(wǎng)狀結(jié)構(gòu)，不僅更鮮明、直觀地呈現(xiàn)整個(gè)事件的發(fā)展概況，同時(shí)提供案件解讀的依據(jù)和推理過(guò)程，增加清代刑案知識(shí)傳遞的可信度和可溯源性。

5結(jié)語(yǔ)

明清時(shí)期的歷史典籍是對(duì)縱跨數(shù)百年的各主體的實(shí)踐活動(dòng)的記錄，書寫材料和文字豐富，形制精美，文種多樣，具有價(jià)值獨(dú)特性、原始記錄性以及真實(shí)性。清代刑案詳細(xì)記載了清代時(shí)期與刑案發(fā)生相關(guān)的各類因素，包含豐富的事件、實(shí)體和關(guān)系，以及案件判定的經(jīng)驗(yàn)性論據(jù)和理論論據(jù)等，為本研究構(gòu)建厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜提供了數(shù)據(jù)基礎(chǔ)。本研究結(jié)合清代刑案各維度數(shù)據(jù)特征，選取合適的技術(shù)和方法，以循證理論為紐帶，融合大數(shù)據(jù)和厚數(shù)據(jù)，將3個(gè)不同類型的可視化圖譜進(jìn)行融合，提出厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜的構(gòu)建方法，并以戶部刑案為例，驗(yàn)證所提方法的有效性和可行性，為清代刑案的研究提供新的思路，有助于清代刑案的細(xì)粒度和具象化開發(fā)，同時(shí)也為數(shù)據(jù)敘事研究范式的創(chuàng)新發(fā)展提供參考，為國(guó)家文化大數(shù)據(jù)體系的構(gòu)建助力。但是本研究提出的厚數(shù)據(jù)驅(qū)動(dòng)的清代刑案融合圖譜只考慮了文本數(shù)據(jù)一種模態(tài)，沒(méi)有考慮圖片、視頻等其他模態(tài)的數(shù)據(jù)信息。因此，在今后的研究中，應(yīng)該加強(qiáng)多模態(tài)、跨模態(tài)清代刑案數(shù)據(jù)的開發(fā)和利用，實(shí)現(xiàn)多模態(tài)、跨模態(tài)清代刑案的知識(shí)發(fā)現(xiàn)和知識(shí)推薦。