展览现场有他指导的博士生王林旭对《宋元学案》《明儒学案》《清儒学案》所做的数据挖掘成果展示——

“学术关系网络图”，用正则表达式对《宋元学案》和《清儒学案》进行人物关系统计，共有“弟子”“家学”“私淑”“同调”“学侣”“讲友”“交游”“从游”“其他”9种类型，出现频次一目了然。

“通过知识图谱的重构，古籍不再是一座座文字的大山，古文里的内在结构和语义关系能在短时间内被清晰的抽绎和展示出来。”王军说。

除了中国古籍能“数”读，国外的古籍能“数”读吗？

答案是肯定的。

在北京大学外国语学院西葡意语系教师成沫对意大利诗人但丁进行的数字化研究项目中，《神曲》中重复频率最高的三行诗韵律结构valle（山谷）、spalle（肩膀）、calle（小道）被精准地提炼了出来。

不仅是“读取”，还要能“演绎”

过去的典籍研究，主要靠大师。

大师在大量阅读文献的基础上，靠一己的记忆与思辨能力，产出具有思想性的研究成果，再诉诸笔端，以文字的形态传递给大众。

机器智能辅助下的典籍研究，则是以数据为基础的。在机器智能的介入下，学者能获得瞬间处理海量资料的能力，王军分析。

清华大学中文系教授刘石和首都师范大学中国诗歌研究中心专职研究员尹小林发表的一篇文章，对先秦到清代的百部经典古籍做了大数据分析，发现颇丰。如果依赖于人工统计，这样的成果是难以在短时期内产生的。数字带给经典典籍研究的变化之一，是效率的提升。

“在诗歌研究领域，前辈学者主要通过例证，来进行分析和总结中国古典诗词的声律。后来出现了手工标注统计和基于大量诗词的定量分析统计。然而这些研究结论都来源于人工统计，单项研究的耗时长。”北京大学中文系教授杜晓勤回顾道。