生成式AI如何輔助歷史研究（三）數位人文篇

 

    數位人文學（Digital Humanities )之發軔，主要目的在於讓人文學者應用新興數位工具及技術，輔助或直接進行人文學研究。拜數位科技高速進展所賜，數位人文學得以在21世紀蓬勃發展。史學界亦不外於這股潮流，許多學者紛紛投入，運用電腦程式及其他數位工具，將大量紙本史料轉為電子文本，進而對文本加值，或進行詞彙標記，展開量化統計、詞頻數據分析，以追求知識的創新。[1]

    然而，在從事數位人文分析前，研究者往往需耗費大量時間精力，將手邊史料進行初步整理、歸納，再依據不同需求分類，編輯後設資料（Metadata），或建置各種權威詞檔／辭典檔。對此，新興的生成式AI工具能如何提供協助呢？本文將為您提供數種實用Prompt，期望能為各位縮短彙整表格、加值以及標記等資料建置流程，也減輕人工作業的負擔。

   ※本文教學使用的免費AI工具為Microsoft Copilot，搭載GPT-4模型，交談形式選擇「精確」。對話欄需輸入電腦可識讀的電子文本，方可實踐指令（影像檔的文字識別效果尚不精確）。[2]

 

 

一、建表格

 

範例一  1924年《申報》刊登春節相關報導

 

「報紙」是近現代史研究最不可忽視的材料之一，這類長時間連續性的出版品，是能讓研究者理解研究社會動態及變遷的重要窗口。但也由於報紙涵蓋的資訊量龐大，學者大多會根據自己關懷的議題，蒐集多篇相關的報導。倘若欲利用這些報導進行數位人文研究，我們可以先藉AI工具整理史料的後設資料，分類抓出其中的關鍵詞，為後續的詞頻、共現分析建立基礎。

 

例如：100年前，上海《申報》刊登的農曆春節相關新聞約有36篇，[3]這些報導討論了哪些的議題、屬於什麼類型的報導、文中又提到了那些人物、物品等資訊？

 

STEP 1 設定AI角色及所需表格欄位、規則

Prompt: 你是一個擅長根據文章製作表格的專家。［設定角色］請分析以下報導文章，按照編號、報導日期、版次、報導作者、報導標題、報導類型、提及人物、提及物品九個欄位，［設定表格欄位］製成繁體中文表格。如有未提到的資訊、表格可空白不填〔補充規則〕。此規則適用以下所有我提供的文章，不需要我再重複［重複使用指令］。

🧧提問Tips：設定AI所扮演的角色，可讓AI了解自己定位，並根據該定位執行使用者指令。

最後加上「此規則適用以下所有我提供的文章，不需要我再重複」，往後就不需要再重複同樣的Prompt，直接貼上報導文字即可。

 

STEP 2 依序輸入報導文字，AI即可自動建成表格

STEP 3 將AI初步建成的表格選取複製，貼上常用的製表軟體Excel中編輯即可。

注意：
1. 需要分析的史料越複雜，AI初步建成的表格越有可能出錯，使用者仍須仔細校閱，不可逕用。

2. 輸入史料須注意字數上限，本文使用的Microsoft Copilot每次輸入字數上限為4000字，ChatGPT免費版（GPT-3.5）上限為2000字。若史料超過字數，請分段輸入。

 

 

範例二  菜單食譜食材分類、菜市場物價表

 

    民國時期報刊中時常規劃婦女與家庭性專欄，除了探討婦女在社會扮演的角色、兩性關係，也經常涉及家庭生活的方方面面。例如：1935-1937於上海出版的《家庭星期》雜誌，自創刊起即設置了「一星期的家庭菜單」及「一星期的菜市調查」專欄，為主婦日常做菜、買菜提供參考。而這也是讓研究者了解淞滬會戰前上海民生飲食及物價的重要材料。[4]對於這類材料，我們同樣可以利用AI快速彙整出菜單中使用的食材、烹調方式、菜價等資訊表單。

《家庭星期》第一卷第一期（上海，1935），頁14。（來源：上海圖書館《全國報刊索引》數據庫。）

 

Prompt: 你是一個擅長根據文章製作表格的專家。［設定角色］請幫我根據以下內容，建置一個包含刊名、年代、卷期、頁數、篇名、星期、個別食材、烹調方式、備註九個欄位的表格［設定表格欄位］。最後提供完整文章內容〔輸入全文〕。

Prompt: 你是一個擅長根據文章製作表格的專家。［設定角色］請幫我根據以下市場菜價，建置一個食材品項（不同大小種類要分開列）、計價（價格請轉成阿拉伯數字）二個欄位的表格［設定表格欄位及補充規則］。最後提供完整文章內容〔輸入全文〕。

最後同樣再將AI建置的表格全選複製，貼上EXCEL表單上即可編輯使用。

〈一星期的家庭菜單〉所用食材、烹調分類表

〈一星期的菜市調查〉物價表

 

範例三  擷取部分廣告內容

    如果您只需要使用文本中的部分資料來建置表格，也可以請AI先行剔除不需要的資訊，再進一步建表。例如，若想了解1912年上海商務印書館出版的《婦女雜誌》中，除了商務出版社本身，尚有收錄哪些贊助廠商的廣告，提及哪些商品，屬於何種品牌等，可給予如下指令：

Prompt: 你是一個建置表格的專家，非常擅長根據需求建立精準的表格。［設定角色］
請幫我將以下資訊去除商務印書館及婦女雜誌相關廣告條目［刪除不需要的資訊］，製成一個包含出版年、卷期，廣告標題、品牌、銷售商品、商品廠商六種欄位的EXCEL表格。［設定表格欄位］最後提供完整內容〔輸入全文〕。

二、校訂或增補表格

    AI初步建置的表格，難免會出現誤植資訊或缺漏的情況（文章越複雜，AI越容易出錯）。例如AI建置的範例一表格中，就有幾處明顯的錯誤，如下紅字處：

「我國舊俗」不屬於人物，「呼盧、喝雉、擊球、猜謎、跳舞」也不是物品，應該屬於行為。如果不想人工修訂表格內容，則可給予如下指令：

Prompt: 「我國舊俗」不屬於人物，請刪除［指出錯誤資訊］；另外加一欄「提及行為」，將「呼盧、喝雉、擊球、猜謎、跳舞」重新編入［新增欄位、更正欄位資訊］。

另一種情況是，如果建表的過程中，臨時想新增一欄，同時也要將前面已編過文章，重新分析補入新欄目資訊，可給予如下指令：

Prompt: 請新增一欄「提及地點和場所」［新增欄位］，並重新更新以上表格〔更新表格資訊〕。

三、表格轉製為權威詞檔／辭典檔

    當表格建置完成後，我們可以再利用AI將各欄位中的內容，轉製成權威詞檔／辭典檔。依據使用者所需的詞檔形式（如一詞一列的純文字檔、或一詞一列的EXCEL表），可指示如下：

 

Prompt: 請幫我將以下提及人物［設定詞檔主題］，刪除「無」的資料［去除多餘資訊］，以一行列一個形式的形式，一一排列出來［設定詞檔呈現形式］。

（排列方式例如：

店主

夥友

學徒）［示範］

+貼上該表格欄位之內容。

 

Prompt: 請幫我將以下提及場所［設定詞檔主題］，刪除「無」的資料［去除多餘資訊］，作成一欄表格，每一行列一個場所［設定詞檔呈現形式］。

+（貼入該表格欄位之內容）

 

   將建置完成的各種詞檔，連同研究者蒐集的文本，一同匯入數位人文分析工具中，即可根據詞頻統計，導出各類分析數據，並可以視覺化方式呈現。

   以範例一而言，我們將1924年《申報》刊登的36篇農曆春節報導，搭配AI建置的人物、物品、場所、行為等權威詞檔，一同匯入中研院數位文化中心開發之「數位人文研究平臺」，即可快速獲得以下量化分析圖：

「1924年《申報》農曆春節報導中提及的行為」 文字雲

「1924年《申報》農曆春節報導中提及的物品及行為」共現視覺圖。
從中可看出100年前，上海地區的居民在新年期間常用哪些物品，進行什麼活動。

 

 

 

  以上分享的的指令，不僅對數位人文研究，相信對於日常史料整理工作，乃至於資料庫加值作業，也定能有所助益。如果您曾為建置後設資料表、詞彙檔等繁瑣的人工作業感到苦惱，不妨利用AI工具來嘗試看看吧！

---

[1] 林富士主編，《數位人文學白皮書》（臺北：中研院數位文化中心，2017），頁8、12。最新相關著作可參見漢儒‧薩爾彌（Hannu Salmi）著，范純武、湯瑞弘譯，《何謂數位歷史學？》（臺北：貓頭鷹出版，英屬蓋曼群島商家庭傳媒股份有限公司城邦分公司發行，2024）。

[2] 受益於越來越多全文資料庫平臺的建立，如今取得電子化史料已愈發方便。若研究者只有紙本文獻或純影像檔，則可利用現行的光學字元辨識(OCR)技術，轉化為文字檔。OCR工具除了常見的Adobe Acrobat、Google外，中央研究院數位文化中心開發的「文字辨識與校對平臺」，對中文材料的辨識率可高達90％以上，歡迎各界多多利用！

[3] 可從本所訂購《申報》電子全文資料庫檢索查詢。

[4] 如欲了解淞滬會戰後上海民生飲食及物價情況，同類型史料可參考華英女士於1938年起在《申報》連載的〈一星期經濟菜單〉以及各大報紙刊載的菜市售價調查。相關研究可參考本所博士後研究人員許秀孟，〈匱乏的治理：太平洋戰爭期間上海的食物配給與日常生活〉（臺北：國立臺灣大學歷史學研究所博士論文，2020）。