历史文献中的“态度”
近期在针对二十四史进行语料库建设，在训练词向量的过程中，发现针对同一个词，不同的文献训练出的相似词带有明显的情感 倾向，比较有意思，记录如下。
一、 文本整理与词向量训练
本文中训练词向量采用的是python的gensim包，针对二十四史分别与公共新闻文本库混合进行训练。这样可以既可以满足训练所需要的 大文本要求，又能避免不同历史文献同名词汇的相互干扰。训练过程采用了skip-gram 算法，窗口宽度为10，100维向量空间。词向量的 概念此处不予详细解说，可参考 word2vec 。
二、 不通文献对人物的态度 汉代的历史人物，其人物事迹、历史形象为人们广为熟知，我尝试选取《汉书》、《后汉书》、《三国志》、《史记》四本书，对比研究几个主要 历史人物的前100个近似词，以期能够看出不同文本在叙述同一历史人物时在书写上的倾向性。
1、刘邦
《汉书》
《后汉书》
《三国志》
《史记》
以上针对“刘邦”的词向量比对，可以看出不同历史文本在叙事描述上的主观倾向性。
其中成书于东汉的《汉书》中，与“刘邦”关系最近的词汇中， 褒义词和正面描述词汇极多，其中关系最近的词汇是“高祖”，其次“行赏”、“重建”、“崛起”、“盛名”、“神庙”等词汇近似度极高。 且词汇所表现的历史事件多集中在汉朝建立前。
从《后汉书》的分析结果来看，与“刘邦”一词关系接近的词汇和《汉书》基本一致，表明在叙事上面并没有大的改变，但是词汇中出现了更多 的明显表现汉帝国成立以后的叙事词汇。
《三国志》中反映出来的相关词汇则显示了大量的贬义、负面情绪的词汇，展示了作者叙事情绪对比两汉书时的反转。
成书最早的《史记》则表现出了最客观的态度，强相关词汇以关键地名和名词为主，从相关词中能够基本了解到刘邦政治生涯中的关键事件和关键地点。
类似的情绪倾向可以参考比对其他关键词进行思考，可以提示一些有意思的看法。如 “项羽”、“韩信”。
其中“韩信”一次，可以从词向量亲疏关系中明显看出，在两汉书中，韩信的故事叙述主要和同时期同等地位的人相提并论，而《史记》中则主要放到与两大 政治集团首领：刘邦、项羽的叙事故事中进行描述， 在《三国志》中，与“韩信”关系极近的词，由人名变成了地名和大量的描写心理的词汇，如“疑惑” 、“羞愧”、“稳重”、“迟疑”、“无能为力”、“随机应变”等，暗示着在三国志中提到“韩信”时，韩信已不再作为故事主人翁被讲述，而是用于比较参考的一个对象。 回到原书中进行比较阅读，确实如此。
词向量的查询工具已经发布到 史前，可以拿自己感兴趣的词进行尝试。后续会逐步完成全部二十四史的词向量模型。