基本介紹
- 中文名：文化組學
- 外文名：cultur omics
- 類型：合併詞
- 屬性：數據
名詞解釋,項目研究,對比分析,文化組學 評價,
名詞解釋
“文化組學”從基因組學中得到啟發，一個研究人員小組設計出一種工具，該工具給出隨時間推移文化如何改變的定量數據。基因組學研究可分析海量數據，研究基因如何發揮作用和改變。這個新“文化組學”工具採用一種大規模的方法，研究隨時間推移單詞使用的頻率，用它來觀察人類的思想與文化的趨勢。
項目研究
“文化組學”項目始於2007年，當時，哈佛大學數學博士生艾略茲·利波曼·埃頓（Erez Lieberman Aiden）正在用數學的方法研究基因組學。2007年3月，他來到谷歌公司位於加州山景城的總部，敲響了谷歌研究部主任彼特·諾維格（Peter Norvig）的辦公室，目的是希望得到一些數據，並且能進入谷歌圖書系統。谷歌圖書是谷歌公司一項雄心勃勃但又有爭議的項目：掃描人類出版的每一本書的每一頁。
埃頓認為，通過分析過去幾個世紀文字或單詞在出版物中的增長、變化和衰落，研究人員有可能在大範圍內研究文化的演變。埃頓和麥可組成團隊。他們進化生物學中的數學工具用於書面語言的研究，比如，2007年，他們對英語動詞演變的研究登上了《自然》雜誌的封面，但是，他們從未挑戰過谷歌圖書所容納的海量數據。谷歌圖書擁有來自1500萬冊圖書的20萬億辭彙，這些圖書量相當於自1450年古登堡《聖經》出版以來人類所出版圖書量的12%。
對比分析
通過對比分析，埃頓和麥可發現，人類基因組的信息量只相當於一首有30億個字母的詩篇。
他們還量化分析了歷史長河中個人對文化的影響。比如，對“西格蒙德·弗洛伊德”（奧地利精神分析學家）和“查爾斯·達爾文”（英國生物學家）出現頻率的分析，揭示出文化智力持續演變的趨勢：在2005年，弗洛伊德已經失去陣地，達爾文最終超越了他。
對“N-Gram ”資料庫的分析還揭示出被歷史學家們忽視的模式。埃頓的妻子、哈佛醫學院學生帕瑞斯·埃頓領導的一個小組，分析了出現在20世紀上半葉德國書籍中的人名。結果發現，在納粹時代，大量的藝術家和學者被審查，看他們是“猶太人”還是“退化的人”，比如畫家巴勃羅·畢卡索。而且，利用 N-Gram對這些名人的追蹤還顯示，納粹時代，當他們的名字在德國書籍中銷聲匿跡時，卻仍然常常出現在英文書籍中。
當鑑別出這種政治壓制的信號時，他們分析了同一時間段里德語書籍中被提及的所有人的“成名軌跡”，並將他們按“壓制指數”排名，然後將包含這些人名的樣本送給以色列的一位歷史學家驗證。結果發現，在由壓制指數所鑑別的人中，超過80%的人確實被審查過，因為他們的名字被列入黑名單，從而證明這種數學方法是有效的。而且，更激動人心的是，他們還提出了不為歷史學家所知的壓制時代的犧牲者名單。
文化組學 評價
艾登是套用數學和基因組領域的專家，他說：“我們希望證明，利用數據分析解決人文學科問題是可能的。”他將這種方法稱作是“文化組學”(culturomics)。用戶可以自行下載這些數據, 並開發自己的搜尋工具。
藉助這個強大的資料庫，研究人員對名聲的持續時間進行了研究，並發現，名人在20世紀中葉書面材料中的名聲消失速度比19世紀早期快兩倍。“今後，所有人都將有7.5分鐘的成名時間。”他們寫道。
具體到發明創造，他們發現，在19世紀初，技術進步平均需要66年才能被主流文化接受，而在1880年至1920年間，則只需27年即可。
他們還追蹤了一些怪異的英語動詞是如何從最初不在過去式詞尾加“ed”(如learnt)演變成為通用的形式(如learned)的。他們發現，英語辭彙過去50年增加了70%，總數超過100萬個。他們還證明了，通過精準定位新興辭彙和過時辭彙，可以大大加快詞典的更新速度。
哈佛大學語言學家史蒂芬·平克(Steven Pinker)參與了這篇《科學》論文語言進化部分的研究，他20年來一直在從事英語語法和過去式形態的研究。“當發現他們擁有這樣一個資料庫時，我感到非常振奮，”他說，“我們太無知了。我不得不懷疑，如果這個資料庫早點出現，將會對語言產生何種影響。”
有關動詞變化的信息“使得結果更具說服力且更為完整。” 平克還補充道，“我們在這篇論文中撰寫的報告只是一個開始。”
平克表示，儘管人文學科領域通常都對量化分析持排斥態度，但他相信該工具以及與之類似的工具“將普及開來”。
