论文部分内容阅读
唐朝诗人最大的两个朋友圈是杜甫-李白朋友圈、白居易朋友圈。他们分别是盛唐和中唐两个时期的核心诗人
我还在念中学的时候，每当心情不好，就靠读诗词来排遣，慢慢读得多了，就发现唐朝诗人之间存在微妙的关系。比如杜甫非常喜欢李白，到了做梦都想见李白的地步：三夜频梦君，情亲见君意（《梦李白》）。而李白向孟浩然也表白过：吾爱孟夫子，风流天下闻（《赠孟浩然》）。孟浩然的好基友则是王昌龄：数年同笔砚，兹夕间衾裯（《送王昌龄之岭南》）。
出于好奇心，我一度想理清楚他们之间的关系。但是全唐诗一共四万多首，再加上诗人之间经常称呼对方的别称，整理起来非常麻烦，慢慢地就绝了这个念头。前不久，又想起来这段15年前的心事。事不宜迟，拖了这么多年的愿望，不能再拖了。这次，我将用编程的方式完成这件事。
要完成这件事需要解决的主要问题有两点：全唐诗数量太多，一共四万多首。诗人的别称太多，比如杜甫，按字称为子美，按排行称为杜二，按官职称为杜工部。
至于第一点，我们现在用计算机来做，再多也无所谓。第二点解决起来则稍微费事些，我们使用哈佛大学编纂的《中国历代人物传记资料库》（CBDB），CBDB记录了中国历代名人的传记资料，并保存在关系型数据库中。
利用CBDB查找诗人的别名
由于CBDB收罗的历史人物太多，重名现象非常严重。经过一番探索，我们最终设置了如下的排除重名策略。
第一，如果人物生卒年俱全，那么只要生卒区间和唐朝持续时间有交集即可。如果存在这样的诗人，那么直接把这个人作为全唐诗中的作者。第二，如果人物只有生年或者卒年，那么生年或卒年必须在唐朝的持续时间内。将这样的人加入候选人列表。第三，如果人物生卒年都不详，那么舍弃之。
经过这三条判断之后，如果候选人列表为空，那么说明CBDB中没有目标人选，就舍弃这位诗人。如果候选人多于一个，则说明排除重名失败，舍弃这位诗人。这种策略并不完美，可能存在部分著名诗人被舍弃的情况。对此，我就手动添加了他们。还有部分诗人的别称比较尴尬，属于唐诗中的常用词，需要手动去除。
经过这一番筛选，全唐诗中原本的2609位作者，就只剩下了762位。其实这就够了，著名的诗人都在这个列表当中，接下来我们只关心这762位诗人之间的关系。
从引用关系排名看诗人间的互动
利用上面提到的诗人及别称列表，我们在全唐诗中搜索诗人之间的引用关系，规则是：诗的标题和正文中只要提到过对方，那么两者之间的引用关系就加1分。一首诗如果多次提到对方，只算一次引用就可以。经过计算机的一番运转，最终得到了引用关系表。
比如，李白和杜甫之间的引用关系是：杜甫写了12首与李白有关的诗，很多都成为传世名句，比如，杜甫的《饮中八仙歌》描述的李白极具魅力：
李白斗酒诗百篇，长安市上酒家眠。
天子呼来不上船，自称臣是酒中仙。
李白则只有3首与杜甫有关的诗。李白这种朋友，确实差劲了一点啊……
我们的程序能够识别出诗人的别名，比如杜甫的《寄李十二白二十韵》和李白的《鲁郡东石门送杜二甫》都没有直接提到对方的名字，但在系统中也可以检索出来。
我给诗人之间的引用关系排了下座次，排出了前30位的引用关系。全唐诗中排名第一的好基友绝对是陆龟蒙和皮日休。这两位诗人互相提到对方的次数都在百次以上，这是因为陆龟蒙和皮日休特别喜欢唱和，你写一首送我，我再回一首赠你，跟现在微博大V之间的互动差不多。这两位常年唱和，最后用往来的唱和诗作编写了中国文学史上的第一本唱和诗集：《松陵集》。为了不辜负他们的友谊，文学史上通常将两位合称为“皮陆”。
并列第二的则是白居易和刘禹锡、白居易和元稹。白居易和刘禹锡同年（772年）出生，从政道路都是各种被贬谪和挫折。两人都很长寿，刘禹锡71岁时去世，白居易则活了75岁。白居易在得知刘禹锡去世的消息后，写下了千古名句：
四海齐名白与刘，百年交分两绸缪。
同贫同病退闲日，一死一生临老头。
白居易和元稹的关系则不必多说，大家只要知道二人在文学史上被合称为“元白”，就可以想见二人的亲密关系了。从排名前30的引用关系来看，白居易绝对是唐朝诗人朋友圈中的明星，是大V中的大V。
引用關系的可视化
在进行这项工作中，我想，如果只做出一个引用关系列表，岂不是有些太干巴巴了。于是，我使用ECharts来可视化诗人之间的引用关系，最终得到诗人们的社交网络。因为我们的统计中一共有762位诗人，为了避免画出的图太拥挤、看不清，我只将其中的前一百位诗人的引用关系进行图示化。
最后，我们得出的图清晰地显示出唐朝诗人最大的两个朋友圈分别是：杜甫-李白朋友圈、白居易朋友圈。他们分别是盛唐和中唐两个时期的核心诗人。
虽然只画出了排名前一百的引用关系，但图片看起来还是很拥挤。文学史上将唐诗根据时间划分为4个阶段：初唐、盛唐、中唐、晚唐。接下来，我们又分别画出这四个阶段的社交网络图。
初唐诗人中关系最好的是宋之问和沈铨期。这两位是宫廷诗人的代表，他们两位确定了近体诗的格律、对仗等规则。粗略地说，近体诗的规则就是他们俩发明出来的。对了，他们俩在文学史上一般也合称“沈宋”，看来要成为好基友，没有文学史的认证是不行的。
盛唐诗人的核心无疑是“李杜文章在，光焰万丈长”中提到的李白和杜甫了。在我们的图上，我们用指向对方的图片表示此诗人在诗句中提到对方的次数，而杜甫指向李白的箭头比李白指向杜甫的箭头要粗得多。盛唐的诗人们明显分为两群，一群以李白-杜甫为核心，一群以皇甫冉和刘长卿为核心，为什么会有这样的局面？我本人也不清楚，对文学史比较了解的朋友欢迎赐教。
中唐诗人社交网的特征很明显，各位诗人紧紧团结在以白居易、元稹、刘禹锡为核心的文坛政治局周围，勠力同心，同舟共济，为唐诗从浪漫主义向现实主义的伟大转折做出了历史性的贡献。
晚唐诗人的社交网络比较散乱，没有明显的核心。其中最重要的就是李商隐和杜牧了，他俩得到了文学史认证的“小李杜”好基友称号。（文/前进四先生）
我还在念中学的时候，每当心情不好，就靠读诗词来排遣，慢慢读得多了，就发现唐朝诗人之间存在微妙的关系。比如杜甫非常喜欢李白，到了做梦都想见李白的地步：三夜频梦君，情亲见君意（《梦李白》）。而李白向孟浩然也表白过：吾爱孟夫子，风流天下闻（《赠孟浩然》）。孟浩然的好基友则是王昌龄：数年同笔砚，兹夕间衾裯（《送王昌龄之岭南》）。
出于好奇心，我一度想理清楚他们之间的关系。但是全唐诗一共四万多首，再加上诗人之间经常称呼对方的别称，整理起来非常麻烦，慢慢地就绝了这个念头。前不久，又想起来这段15年前的心事。事不宜迟，拖了这么多年的愿望，不能再拖了。这次，我将用编程的方式完成这件事。
要完成这件事需要解决的主要问题有两点：全唐诗数量太多，一共四万多首。诗人的别称太多，比如杜甫，按字称为子美，按排行称为杜二，按官职称为杜工部。
至于第一点，我们现在用计算机来做，再多也无所谓。第二点解决起来则稍微费事些，我们使用哈佛大学编纂的《中国历代人物传记资料库》（CBDB），CBDB记录了中国历代名人的传记资料，并保存在关系型数据库中。
利用CBDB查找诗人的别名
由于CBDB收罗的历史人物太多，重名现象非常严重。经过一番探索，我们最终设置了如下的排除重名策略。
第一，如果人物生卒年俱全，那么只要生卒区间和唐朝持续时间有交集即可。如果存在这样的诗人，那么直接把这个人作为全唐诗中的作者。第二，如果人物只有生年或者卒年，那么生年或卒年必须在唐朝的持续时间内。将这样的人加入候选人列表。第三，如果人物生卒年都不详，那么舍弃之。
经过这三条判断之后，如果候选人列表为空，那么说明CBDB中没有目标人选，就舍弃这位诗人。如果候选人多于一个，则说明排除重名失败，舍弃这位诗人。这种策略并不完美，可能存在部分著名诗人被舍弃的情况。对此，我就手动添加了他们。还有部分诗人的别称比较尴尬，属于唐诗中的常用词，需要手动去除。
经过这一番筛选，全唐诗中原本的2609位作者，就只剩下了762位。其实这就够了，著名的诗人都在这个列表当中，接下来我们只关心这762位诗人之间的关系。
从引用关系排名看诗人间的互动
利用上面提到的诗人及别称列表，我们在全唐诗中搜索诗人之间的引用关系，规则是：诗的标题和正文中只要提到过对方，那么两者之间的引用关系就加1分。一首诗如果多次提到对方，只算一次引用就可以。经过计算机的一番运转，最终得到了引用关系表。
比如，李白和杜甫之间的引用关系是：杜甫写了12首与李白有关的诗，很多都成为传世名句，比如，杜甫的《饮中八仙歌》描述的李白极具魅力：
李白斗酒诗百篇，长安市上酒家眠。
天子呼来不上船，自称臣是酒中仙。
李白则只有3首与杜甫有关的诗。李白这种朋友，确实差劲了一点啊……
我们的程序能够识别出诗人的别名，比如杜甫的《寄李十二白二十韵》和李白的《鲁郡东石门送杜二甫》都没有直接提到对方的名字，但在系统中也可以检索出来。
我给诗人之间的引用关系排了下座次，排出了前30位的引用关系。全唐诗中排名第一的好基友绝对是陆龟蒙和皮日休。这两位诗人互相提到对方的次数都在百次以上，这是因为陆龟蒙和皮日休特别喜欢唱和，你写一首送我，我再回一首赠你，跟现在微博大V之间的互动差不多。这两位常年唱和，最后用往来的唱和诗作编写了中国文学史上的第一本唱和诗集：《松陵集》。为了不辜负他们的友谊，文学史上通常将两位合称为“皮陆”。
并列第二的则是白居易和刘禹锡、白居易和元稹。白居易和刘禹锡同年（772年）出生，从政道路都是各种被贬谪和挫折。两人都很长寿，刘禹锡71岁时去世，白居易则活了75岁。白居易在得知刘禹锡去世的消息后，写下了千古名句：
四海齐名白与刘，百年交分两绸缪。
同贫同病退闲日，一死一生临老头。
白居易和元稹的关系则不必多说，大家只要知道二人在文学史上被合称为“元白”，就可以想见二人的亲密关系了。从排名前30的引用关系来看，白居易绝对是唐朝诗人朋友圈中的明星，是大V中的大V。
引用關系的可视化
在进行这项工作中，我想，如果只做出一个引用关系列表，岂不是有些太干巴巴了。于是，我使用ECharts来可视化诗人之间的引用关系，最终得到诗人们的社交网络。因为我们的统计中一共有762位诗人，为了避免画出的图太拥挤、看不清，我只将其中的前一百位诗人的引用关系进行图示化。
最后，我们得出的图清晰地显示出唐朝诗人最大的两个朋友圈分别是：杜甫-李白朋友圈、白居易朋友圈。他们分别是盛唐和中唐两个时期的核心诗人。
虽然只画出了排名前一百的引用关系，但图片看起来还是很拥挤。文学史上将唐诗根据时间划分为4个阶段：初唐、盛唐、中唐、晚唐。接下来，我们又分别画出这四个阶段的社交网络图。
初唐诗人中关系最好的是宋之问和沈铨期。这两位是宫廷诗人的代表，他们两位确定了近体诗的格律、对仗等规则。粗略地说，近体诗的规则就是他们俩发明出来的。对了，他们俩在文学史上一般也合称“沈宋”，看来要成为好基友，没有文学史的认证是不行的。
盛唐诗人的核心无疑是“李杜文章在，光焰万丈长”中提到的李白和杜甫了。在我们的图上，我们用指向对方的图片表示此诗人在诗句中提到对方的次数，而杜甫指向李白的箭头比李白指向杜甫的箭头要粗得多。盛唐的诗人们明显分为两群，一群以李白-杜甫为核心，一群以皇甫冉和刘长卿为核心，为什么会有这样的局面？我本人也不清楚，对文学史比较了解的朋友欢迎赐教。
中唐诗人社交网的特征很明显，各位诗人紧紧团结在以白居易、元稹、刘禹锡为核心的文坛政治局周围，勠力同心，同舟共济，为唐诗从浪漫主义向现实主义的伟大转折做出了历史性的贡献。
晚唐诗人的社交网络比较散乱，没有明显的核心。其中最重要的就是李商隐和杜牧了，他俩得到了文学史认证的“小李杜”好基友称号。（文/前进四先生）