【科學史沙龍】大數據時代的紅樓夢研究

■大數據時代的來臨，對於文史研究者來說，確實提供了不少前所未有的便利性。但這可不是說只要連上網，輸入幾個關鍵字，就能輕鬆得到答案。大數據對於文史研究的方法論，究竟造成什麼樣全新的發展？黃一農老師以《紅樓夢》為例，為我們示範大數據如何為我們解決過去極為難解的問題。

講者｜中央研究院 黃一農院士
撰文｜高英哲

我們舉個例子，在《紅樓夢》第四十三回中，賈寶玉要買香，從身上摸出一個荷包，裡頭「竟有兩星沉速」。這個「兩星」是什麼意思？歷來做紅學研究的人對此莫衷一是，有人主張是「兩小塊」，也有人認為「星」是一種單位。像這種還沒有定論的問題，你若上網輸入關鍵字，也很難找到確切的答案，

那麼我們要怎麼樣利用在短短不到十年內，已經上線的上百億字清代文獻「大數據」，幫助我們回答這個問題？關鍵在於：你要知道怎麼問問題。如果你認為「星」有可能是一種計量單位，那你就要用「一星」、「兩星」、「三星」、「五星」下去搜尋，因為這才是「星」做為一種計量單位時，有可能出現的詞彙。然後你就會找到諸如以下這些資料：

@.「每歲仲秋各捐金三星」

@.「送去白紙一幅、潤筆銀三星」

@.「每車不過銀三星餘」、「每車價止二星」

@.「一栽之直，當銀五星」

@.「每石值銀三星」

@.「有人遇喜事，一友封分金一星往賀，乃密書，封內云：現五分，賒五分」

找到這些資料之後，你幾乎就可以斷定，「星」是一種重量的量測單位。這些材料散落在各種風馬牛不相及的文典中，如果不是用大數據的方式做檢索，傳統的文史研究者根本不會想到，實際上也不可能，去這些資料裡琶梳線索。

接下來你很自然會問道：一星究竟是多重？答案同樣是在大數據裡搜尋到的，藏在一般文史研究沒事絕對不會去翻閱的《欽定大清會典則例》中，記載各種量器的單價：「星，每箇銀九分九釐九毫。」

一星是怎麼稱量的？用戥（讀音ㄉㄥˇ）子。想要知道戥子長什麼樣子，可以到淘寶網上，把各種戥子買下來，你就會發現每個戥子上的刻度各有不同，只有平常在用的人才知道怎麼用。這就是為什麼同樣在《紅樓夢》中，有一段麝月拿了一塊銀子，提起戥子來問寶玉：「那是一兩的星兒？」

●大數據也能考證八卦
黃老師接著再舉一個有點八卦的例子，來說明如何利用大數據做歷史研究：福康安是不是乾隆的私生子？同樣地你要先設想一個向大數據提問的好問題——直接問「福康安是不是乾隆的私生子」是沒用的，只會查到一堆稗官野史。

黃老師想出來的問題是：福康安的子女是否有跟愛新覺羅氏婚配（因為大清律法明文禁止同族婚嫁）？結果在清代記錄皇室族譜的宗人府小玉牒中，找到福康安的獨子跟兩個女兒，都跟愛新覺羅氏婚配，而且如果福康安確實是乾隆的私生子，那麼這就是血緣上相當接近的堂姑姪與堂兄妹關係。這些婚事都發生在乾隆年間，照常理推論，乾隆絕對不會允許這種亂倫的事接二連三發生，這可以視為福康安並非乾隆私生子的強力佐證。

那麼福康安一生備受皇寵，從小被養在宮中，甚至成為皇室之外唯一封為貝子之人，這些事又作何解釋？你同樣可以透過向大數據提出好問題，來得到足以推論的答案：除了福康安以外，有多少不是皇族的小孩，被養在宮中？福康安的父親傅恆，有幾個小孩被養在宮中？結果這麼一查，發現傅恆跟曹雪芹，透過當朝權傾一時的納蘭氏，還有相當近的姻親關係。曹雪芹要聽到大觀園的種種故事，真的是蠻容易的。

只要數據夠「大」，你想要知道的答案，潛藏在其中的可能性也就愈大。現在這個資訊共享的年代，要取得這麼樣一個將公共財彙整上線的資料庫使用權限，並不是很困難的事；然而大多數的文史研究者，對於如何從大數據的資料庫中，透過精準且切中要點的問題，汲取他想要知道的資訊，這樣的提問思維還沒有真正建立起來。黃老師為我們示範了如何利用大數據的時代優勢，做出過去文史研究者沒有機會做出來的成果；然而若要應用到得心應手，顯然大家還要多多訓練自己，除了在搜尋引擎輸入幾個關鍵字之外，能不能真正提出有意義的問題。