Using the Dream of the Red Chamber (紅樓夢) as an example, these slides illustrate how taiwandh.jar helps researchers analyze Chinese text. "taiwandh.jar" is a package for conducing Digital Humanities research with Chinese texts.

1. 國立政治大學
語言學研究所、資訊科學系
劉昭麟
2015年3月20日

2.  這一份研習資料，以紅樓夢的內容來說明
taiwandh的一些功能
 以下練習步驟所舉的例子只是便利於舉例，
並不是為了進行學術研究而使用的關鍵詞
彙
 在實際學術研究或者應用中，研究者當自
行選擇所關注的關鍵詞彙
 您可以分析其他「臺灣數位人文小小讚」
上的語料，例如，三國演義、論語、孟子
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.2

3.  taiwandh 包含數個以Java程式語言所撰寫的文
本分析軟體工具
 您的電腦必須事先安裝了可以執行Java程式的
Java Runtime Environment (JRE)才能使用
taiwandh
 絕大多數電腦都預先安裝了JRE，所以實際上
您不須擔心這一問題
 雖然我們的程式應該可以在 iOS 作業系統上執行，但
是因為我們沒有相關設備，因此從未切實測試
 一些Apple機器還需要確認是否安裝了JDK
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.3

4.  自「台灣數位人文小小讚」的「範例資料」
下載「紅樓夢」
 台灣數位人文小小讚網址資訊
 https://sites.google.com/site/taiwandigitalhumanities/
 您下載的檔案是一個壓縮檔案，裡面是一
個包含紅樓夢文本資料的資料夾，請先解
壓縮。並且請把所下載的資料放在一個資
料夾裡面。
 這一個資料可以在任何您選擇的地方
 以下將假設您稱呼這一個資料夾為「實習區」
2015年3月20日 taiwandh.紅樓夢.4國立政治大學劉昭麟

5.  自「台灣數位人文小小讚」的「軟體工具」
下載最新版本的taiwandh
 台灣數位人文小小讚網址資訊
 https://sites.google.com/site/taiwandigitalhumanities/
 請把所下載的檔案解壓縮，放到「實習
區」。
 請務必把壓縮檔案解壓縮，不要直接在壓縮檔
案中執行我們的程式
2015年3月20日 taiwandh.紅樓夢.5國立政治大學劉昭麟

6.  在「實習區」資料夾中，編輯一份新的文
件檔案
 假設您使用的檔名是「三要角.txt」
 請把“寶玉”、“黛玉”和“寶釵”分別放在三行文字
裡面
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.6
寶玉
黛玉
寶釵

7.  以滑鼠左鍵雙擊「實習區」裡面的ui.jar檔
案
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.7

8.  如果工具軟體啟動成功，您應該會看到以下
的一個小視窗
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.8

9.  以滑鼠左鍵點擊中文檔案內碼查驗
 您應該會看到下面這一個小視窗，請點選請
選擇，然後選擇三要角.txt，然後點選開始
查驗
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.9

10.  如果您的檔案所使用的不是UTF8內碼，那
麼您會看到右側的畫面
 如果您的檔案所使用的是UTF8內碼，那麼
您會看到右側的畫面
 如果你的Java不是最新版本，或者您的檔案
包含一些可疑的內碼，則會看到其他警訊
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.10

11.  國內許多Windows作業系統預設的內碼都是
BIG5
 因為我們的軟體工具現在只處理以UTF8內碼的
中文資料，所以我們可能需要使用BIG5轉換為
UTF8
 請點選請選擇，然後選擇三要角.txt，假設您
使用三要角UTF8.txt來儲存轉換結果，然後點
選開始轉換
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.11

12.  點選關鍵詞彙時序分析
 確認看到下面的視窗
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.12

13.  在下面的視窗中
 選擇維基文庫紅樓夢資料夾
 選擇三要角UTF8.txt作為關鍵詞檔案
 選擇目前資料夾(或者輸入資料夾名稱；請注
意說明)
 填寫DRCbasic作為輸出檔案名稱
 然後開始分析
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.13

14.  如果您的機器有上網，您應該看到下列的折
線圖。(請注意：IE可能需要再經授權看到)
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.14

15.  剛剛的折線圖是透過Google Chart來繪製的，
有很多時候，您需要得知和應用所找到的
頻率的數據。請用EXCEL看「實習區」中的
DRCbasic.csv。
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.15

16.  點選功能區域中的關鍵詞彙語境分析
 選擇維基文庫紅樓夢資料夾
 選擇三要角UTF8.txt作為關鍵詞檔案
 選擇目前資料夾(請參照步驟九之一的說明)
 填寫三要角語境分析作為輸出檔案名稱
 選擇20作為前後文長度 (20是自訂的語境長度)
 然後開始分析
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.16

17. 2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.17
關鍵詞彙時序分析結果csv

18.  假設我們想要研究三要角跟十位金
陵十二金釵何時、為何一起出現。
 準備一份金陵十二金釵的資料
 跟前面的步驟類似，我們必須確保
這一個檔案的中文內碼是UTF8
 假設您是用十二金釵utf8.txt來儲存
這一檔案。
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.18
元春
探春
湘雲
妙玉
迎春
惜春
熙鳳
巧姐
李紈
可卿

19.  點選功能區域中的關鍵詞組總頻率分析
 選擇維基文庫紅樓夢資料夾
 選擇三要角UTF8.txt作為關鍵詞檔案
 選擇十二金釵utf8.txt作為共現詞檔案
 選擇目前資料夾(請參照步驟九之一說明)
 選擇20作為前後文長度
 填寫共現頻率分析作為輸出檔案名稱
 然後開始分析
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.19

20.  右側是所得的部分數據
 這一些數據可以用來進行社
會網路分析(social network
analysis)
 參考：NodeXL
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.20
寶玉,探春,57
黛玉,探春,52
寶釵,探春,51
寶玉,李紈,43
寶玉,湘雲,38
寶釵,李紈,37
寶釵,湘雲,35
寶玉,妙玉,32
黛玉,李紈,30
寶釵,迎春,25

21.  點選功能區域中的關鍵詞組時序與語境分析
 選擇維基文庫紅樓夢資料夾
 選擇共現頻率分析.txt作為關鍵詞組檔案
 選擇目前資料夾(請參照步驟九之一說明)
 以 10 作為最低共現頻率 (10 是一個可變、自訂的選項)
 選擇20作為前後文長度 (20 是一個可變、自訂的選項)
 填寫共現語境分析作為輸出檔案名稱
 然後開始分析
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.21

22.  語境前後文：共現語境分析.20.html
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.22

23.  以EXCEL開啟共現時序的數據資料：共現語
境分析.20.csv
 這一些數據也可以用來進行社會網路分析
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.23

24.  點選功能區域中的單一文本檔案分割
 選擇維基文庫紅樓夢前四十回UTF8.txt
 選擇目前資料夾(請注意說明)
 填寫前四十回作為分割結果資料夾
 選擇文字檔名
 填寫“第[一二三四五六七八九十零百]+回 ”作為分割標示
 上面這一行文字中的空白是必要的
 選擇正則表示然後開始分析
2015年3月20日 國立政治大學劉昭麟 taiwandh.紅樓夢.24