21世纪的科技如何照亮19世纪的报纸

19世纪的期刊出现了爆炸式的增长。例如，仅英国的报纸数量就从1846年的550家跃升至60年后的2400多家。对人文学者来说，追踪如此大量的出版物中的信息是一项艰巨的挑战。

数字人文努力在创造工具方面取得了一些进展，让学者可以在所有文本中进行搜索。但是，当试图理解那一时期报纸上成千上万的图片时，挑战就变得更加复杂了。

这就是保罗Fyfe和钱通用电气进来。Fyfe是北卡罗来纳州立大学的英语副教授，而Qian Ge是该校电气和计算机工程专业的博士生。他们一起做了一些探索性的工作计算机视觉将如何用于分析19世纪的报纸．

一篇描述他们发现的论文，图像分析和19世纪插图报纸，已于去年10月在《纽约时报》上发表文化分析杂志．

我们最近有机会从Fyfe的大脑中了解到更多关于这对不太可能的组合的知识，他们试图分析来自三份时代报纸的14万多张图片。

文摘:你在这个项目中提出了哪些研究问题或挑战?

保罗Fyfe:我们的第一个问题非常简单:你能用计算机视觉方法来分析这些历史材料吗?正如我们所发现的，许多图像分析工具都是为照片设计的。随着数字图像的激增，这是有道理的。但我们的大部分材料不是照片。它们是由雕刻的线条和舱口做成的雕刻品。计算机能识别和分类这些东西吗?如果有，怎么做?

我们的下一个问题更多地与数字人文研究有关。一般来说，很多研究历史材料的“大数据”方法都侧重于文本。但是，正如历史学家利兹·洛朗(Liz Lorang)所问的那样，“我们能对代表数字化文化记录的数百万张图像做些什么呢?”

我们的最后一个问题是关于19世纪的，可以说是第一次，由于插图报纸，数以百万计的图片流传开来。在这些插图中我们可以找到什么样的视觉模式?人们看到了什么?报纸页面上的文本和图像的相对数量是如何随时间变化的?

助教:在回答这些问题时，你的材料方法有什么新颖之处?

Fyfe:迄今为止，大多数大规模的数字人文研究项目都集中在文本上。我们的项目是大规模视觉材料新研究的一部分。它还尝试将计算机视觉技术不仅用于摄影图像，还用于历史版画，这也是一种创新。

在我自己的19世纪书籍和媒体历史领域，计算研究是非常新颖的。我们并不是要仔细分析一个例子及其意义，而是要同时研究数千个例子。这是一种不同的方法来理解文本、报纸和图像在更大范围内是如何工作的，而不是单一的读者。当然，这并不是一种更好的方法，而是对人文研究人员已经擅长做的事情的一种称赞。

最后，这是英语系和电子计算机工程系之间的一次新颖的合作。由…的活动促进的NC州的视觉叙事集群．

助教:你认为这项工作的关键发现是什么?

Fyfe:我们发现了很多相关图像的聚类，这些图像之前没有作为一个群体进行过研究。例如，大量夜间犯罪的插图;一家以艺术复制品闻名的报纸出版了几十幅国际地图;成千上万的肖像画都是以同样的方式排版的。当新闻成为一种多媒体体验时，这些集群让我们思考视觉知识的模式。

我们还发现，随着时间的推移，插图报纸呈现图像的模式。例如，与木刻相比，半色调照片的数量越来越多;在一个页面上逐步混合文字和图像，而不是只包含其中一种或另一种的页面。

最后，重要的是要注意我们找不到的东西。至少，我们的技术无法识别图像的内容。我们必须根据像素的低层次测量来排序，而不是根据主题。此外，尽管我们处理了成千上万的插图，这些图像仍然只是19世纪视觉文化的一个相当狭窄的代表。即使是在大范围内工作，我们也知道我们必须限定我们的数据集代表或排除什么——更重要的是谁。

助教:这些发现如何为该领域未来的工作提供信息?

Fyfe:我认为，它向其他人文学者展示了一种潜力，那就是他们可以比我们以往更广泛地查阅资料。人们可能不得不扩大他们关于历史插图的意义和作用的争论范围。我希望它能鼓励其他人对这些材料尝试更多的计算机视觉方法，或者至少追求新型的跨学科合作。