文章聚焦数字人文中的数据结构化与算法分类方法，讨论“形式化偏向”如何形成、发挥作用及其后果。首先区分了形式化逻辑、形式化操作和形式化偏向三个层面，将形式化偏向界定为可编码、可比较和可计算的材料属性在研究设计、证据建构和解释判断中持续获得优先地位的倾向。继而从技术入口、方法适配和知识产出激励三个方面分析形式化偏向如何形成，并结合文本分析和空间分析案例，说明其如何作为一种结构性机制影响研究对象边界、证据权重和知识组织方式。研究认为，形式化偏向的讨论有助于揭示数字方法参与人文学知识生产时形成的选择机制和解释边界;对数字人文的方法反思，需要进一步通过容纳不确定性的数据库结构、反思性元数据和失败透明化等路径，说明数字成果的生成条件、适用范围与解释责任。

近年来，语言学在计量语言学基础上逐渐发展出数据驱动语言学，致力于从大规模语言数据中发现模式、提炼规律。以细读为主要传统的文学研究，是否也可能走向数据驱动?国内数据驱动语言学的重要代表学者刘海涛教授认为，文学研究并非不能谈论“模式”与“规律”，相反，数据驱动的文学研究已是一种现实趋势。数智时代文学研究的关键，不是用“远观”取代“细读”，而是根据研究问题重新组织二者的关系。在大语言模型迅速发展的背景下，数据驱动文学研究的意义也不只是方法更新，而是促使人文学者重新理解文本、数据、知识、智能与主体性之间的关系。由此，文学研究面临的不是一次简单的技术转向，而是一场从观念、材料到方法的整体性变革。

杜甫诗注量大质精，久为学界共识。但是，传统的注诗方式不符合现代学术的需要。杜甫《秦州杂诗》“迟回度陇怯，浩荡及关愁”二语，如果了解唐代凤翔至秦州的秦凤驿路，便知道此诗并不作于秦州，而是写于驿路中途的凤翔府陇州。这组诗中大量篇章在遥望秦州西北的军事，本意是担心吐蕃入侵，其深入的原因，便因为秦州是陇右道入京驿路的南路屏障。文章以现地研究法，将杜甫所行经之秦凤驿路数字化，对于度陇、大震关、吴岳等重要地点，皆作了解说。陇右道入京驿路有南北二道，北线由兰州经原州入萧关至长安，南线由兰州取道临州，经秦州入大震关至长安，也全程作了数字化，由此确定了丝绸之路的精华路段——西安到兰州的具体路线。

通过对数字化《全唐文》《全宋文》中226位唐宋士人的57 043篇文章进行语体、文体与知识类型标注与关系分析发现:古文运动不仅是“由骈向散”的语体变化，也表现为文体功能与知识组织方式的重构。数据表明，语体散化趋势较为稳定;赋类的式微、书信与论辩等文体的上升，以及经学、史学论述的集中，显示唐宋士人逐渐拓展了文章经世的表达方式。以唐宋八大家为代表的古文家，尤其倾向于通过散体及论辩、序跋、书信等文体组织经史知识、阐发政治与伦理判断。思想史上，这一变化可与新儒家对现实“物事”的关注及“文—物—道”结构相互参照，显示“文以载道”逐渐转向以知识论辩介入现实、影响思想的文章经世方式。

西班牙语是全球第二大语言,西班牙语地区数字人文发展对于全球数字人文的语言和文化多样性而言具有重要意义。在对该地区数字人文发展历史进行概览的基础上,研究使用文献计量学方法与大语言模型工具,系统分析了主要西语国家的研究者1998—2023年发表的数字人文论文,并将其与中国进行对比,以获得对两个区域数字人文研究特征与发展道路的深入认识。研究发现,西语世界的数字人文有区域内协作密切、关注当代研究对象、偏向于社会文化议题等特点,其发展主要由人文学科驱动;相较而言,中国数字人文研究偏向人文资源的数字化处理和智能应用,主要由文化资源与技术驱动。两者的发展经验对于理解发展中国家数字人文的多元实践路径具有参考价值。研究创新性地将非英语地区的数字人文发展进行比较,并引入大语言模型提取论文研究对象,增强了学科文献综述的方法论新意。

传统地方戏曲是集体智慧的结晶，因而具有民间文学艺术的族群性、传承性和文化性特征。著作权法中作为戏剧作品示例之一的地方戏应解释为已满足法定作品构成要件的地方戏曲。地方戏曲数据汇编(数据库)作为数字文化遗产的代表之一，是关于构成作品或不构成作品的地方戏曲数据的集合，其受著作权保护的前提是构成汇编作品。基于地方戏曲数据库亦具有民间文学艺术的性质，所以地方戏曲数据库的使用可能引发权属、利用及获益分配的争议。为了完善地方戏曲数据库的著作权保护并抑制数据库对著作权公有领域的侵蚀，宜细化数据库的权属和利用规则，构建关于数据库的集体管理制度和惠益分享机制。以地方戏曲数据库的著作权保护为切口，冀望为更广泛的数字文化遗产善治提供法律基石。