我是一个老式的英语专业。 我花了两个学期学习莎士比亚，花了两个学期学习浪漫主义诗人，花了一个很辛苦的学期，从一位主要在哥伦比亚大学任教的讲师那里学习了乔uc，并且每节课都让我们想起了这件事。 我的选修课包括希腊神话，中国和日本小说以及19世纪俄罗斯文学课程。 （托尔斯泰或陀思妥耶夫斯基还是托尔斯泰？如此吓到我们的人，我们几乎从未讲话过。
我并不热衷于解构主义，后现代主义以及从法国文学评论家那里借来的所有其他时髦胡说八道的东西-事实证明，其中至少有一位隐瞒了他在第二次世界大战期间与纳粹的合作，解释了为什么这些理论如此珍贵讲真话-所以我没有去读研究生。 而且我很高兴自己没有这样做，不仅是因为写作对我来说比批评写作更重要，而且因为我走了学术道路，所以今天我将面临数字人文科学的挑战，例如计算机驱动的文本和文学分析。
从定性分析到定量分析的转变是学术人文科学不断努力的最新成果，以证明它们可以科学（并获得资助）。 有时可以。 对我而言，本周的亮点以及本帖的灵感是《纽约时报》的一篇文章，内容涉及自由学者丹尼斯·麦卡锡（Dennis McCarthy）使用窃软件来确定莎士比亚以前未知的资料来源，这是一篇名为《反叛与反叛的简短论述》的论文。边缘叛逆者乔治·诺斯（George North）在1570年代撰写的叛军 。 有令人信服的证据表明莎士比亚从诺斯的著作中摘取了理查德三世和亨利六世的重要作品，并且他甚至可能已经使用了北手稿作为李尔愚人的自白的基础（第三幕，场景2，78-95） 。
但是，数据挖掘更经常将人带出人文领域。 它涉及通过网络筛过滤数百万个单词，以查看掉在哪里，然后报告数字。 正如著名评论家斯坦利·菲什（Stanley Fish）在2012年所写的那样：“无论对数字人文科学提出什么愿景，对于我这样的人和我所实践的那种批评都将占有一席之地：一种批评将意义缩小为由一个人设计的意义。作者，批评从一个半行的文本中总结出来，批评坚持对与错，相关与噪音之间的区别，严肃与纯粹玩味之间的区别。”
从我个人的角度来看，还有一些用途是有害的。 十年前，斯坦福大学的研究人员着手确定什么使小说作品畅销。 在整理了过去30年中创作的20,000多本小说后，他们提出了一种成功的算法，这基本上表明小说可以由计算机编写，尽管研究人员拒绝了这一结论，称他们的算法规定了特征，但并非如此。流行小说的公式。 他们和一些编辑在2016年《 大西洋月刊》的一篇文章中说，一种更可能的用法是供出版商将算法应用于稿件提交，从编辑决策中消除诸如作者的往绩记录之类的外部偏见，从而给新手和以前较差的卖家（例如我）更好的机会。
我不相信 已经有一些关于计算机书面文献的实验。 就像几年后卡车运输公司可能不需要司机一样，大型出版社也可能不需要作家。 插入体裁，故事情节，角色和位置，然后运行算法。
这使我想知道：莎士比亚今天是否要成年，有人出版吗？ 很难想象有一种基于数千种新小说的算法，这些算法认识到维罗纳的两个绅士的价值。
