人文中的实验或实验人物时
Posted: Thu Feb 06, 2025 6:23 am
[ 19 ]Kirsten Wagner 对信息可视化的狭义定义也认为数据处理是先决条件，并将信息可视化视为与科学可视化的直接联系。[21 ]
[ 20 ]与科学可视化相比，根据 Wagner 的说法，较新的成像技术包括
“虽然计算机图形学、计算机动画和虚拟现实用于描述物理过程和自然现象，但信息可视化是关于数据库的图形表示，即按照某些标准排列的数据库。” [22]
[ 21 ]这个定义非常狭窄，因为它指的是按分类结构化的数据库的图形表示，因此不仅包括数据本身，还包括其组织实例。
[ 22 ]另一方面，科学可视化这个术语更多地涉及它们的创建背景和内容，从狭义上讲，也与描绘自然或合成现象的成像技术有关。
3.2 术语使用的差异
[ 23 ]在人文学科中，可视化已经成为一种呈现方式，同时也是一种获取知识的手段，尽管表现形式不同， 方法论也不同。
[ 24 ]例如，在艺术史上，个人网络通常用于描述艺术家之间的关系，就像地图表示一样。在数字艺术史的背景下，人们越来越关注图像内容和图像细节，并使用计算机视觉、深度学习和神经网络等自动化方法进行图像搜索和相似 性分析。在这种情况下，可视化主要关注在元数据方面从视觉和语义上表示相似性。
[ 25 ]例如，Lev Manovich 使用主成分分析(PCA) 的方法展示大量法国印象派绘画的缩略图。[24]在 PCA 中，对象根据其主要属性在空间中排列。在这种类型的表示中，可以提供数据概览，通过该概览可以发现潜在的新模式（类型）。因此，皮尔士对类型和标记的区分可以在此上下文中使用，以区分重复模式和单个元素。皮尔士将标记定义为“位于某个单独位置的单独物体或事物”，将类型定义 为“具有明确意义的形式”。[25]这两个方面对于研究同样重要，因为模式和奇点的相互作用可以导致人们（例如在艺术史中）理解时代、艺术作品和风格发展。当类型和标记在可视化中相互关联时，可以一目了然地了解对象的结构、起源及其上下文。因此，这种数字化表示方式有助于将对象理解为奇点和复制的配置，即差异和重复的配置。这些类型的符号对于认知过程而言是必不可少的，因为它们是抽象的和约定俗成的类型，因为“如果没有标记，陈述就没有普遍性，因为它们是唯一的普遍符号；普遍性对于推理至关重要« [26]皮尔斯说。艺术史可视化的方法多种多样，其特点是既可以定量获取大量艺术作品，也可以分析单个作品及其细节。在马诺维奇画作的 PCA 中，没有任何对象被排除——除了在表示中重叠的图像之外——但单个图像仍然被大大减少和抽象。这种方法更多地涉及在整体视图中可见的新模式或替代模式。它更注重数量，即大量数据，而没有为需要详细解释单个工件的研究问题提供解决方案，而图像和文本科学中大多如此。
[ 26 ]这种方法也被提议用于文学研究，尤其是弗朗哥·莫雷蒂（Franco Moretti）呼吁将关注点从个案（“例外”）转变为大概览（“大量”）。[27]人文学科中的可视化通常指的是这种从细读到远读的视角转变（“从细读个别文本转向构建抽象模型” [28]），如上所述。莫雷蒂进一步解释说“图表不是模型；它们不是理论结构的简化版本« [29]。原则上，可视化是一种数据抽象和模式表示的方式。
[ 27 ]关于可视化及其在 文本与图像交互中的认知潜力，Jan Horstmann 认为，可以将文本呈现（作为书面文本本身的视觉性）与文本表示（作为符号表示）区分开来。 [30]在数字文学研究中，文本作为一个整体、语料库中的文本、文本中的事实和元数据都被可视化。 [31]
[ 28 ]数字文本科学的方法论趋势是 文本的定性和定量方面的融合，并在近距离、远距离 和超远距离阅读之间摇摆不定（例如主题建模）。[32]
4. 争议与讨论
[ 29 ]虽然可视化已经被广泛用于人文学科中作为呈现和知识的一种手墨西哥电报数据 段，但其表现选项和惯例是由其在自然科学中的应用所塑造的。在科学表象中，重点更多地放在展示事实或结果上，而在人文学科中， 不同层次的解释和说明至关重要。
[ 30 ]»图表使用简单的（但常常具有误导性的）几何形状，便于清晰地比较数值、比例，或展示随时间的状态变化。线条、条形图、柱状图和饼图是常见的和熟悉的形式。[33]正如 Johanna Drucker 的这句话所表明的那样，这些形式基于统计频率、可测量性以及对真实性和客观性的一般假设，必须首先批判地看待并检查其个体可转移性。[34]这影响了关于起源背景的一般论述，例如数据偏见、[35]数据女权主义[36]等。德鲁克提出的 数据是“既定的”还是“出现”的区分反映了这一争议。
[ 31 ]关于表现形式，一个可能的解决方案是使可视化等工具适应人文学科的问题，正如德鲁克所建议的那样。[38]例如，可以通过添加包含经验数据的更多维度来实现可视化内容的深度。[39]
[ 32 ]德鲁克认为，诸如尺度或坐标系等常见的科学表示方法必须加以扩展，甚至重新思考，以适应人文问题。德鲁克将视觉知识产生所必需的总体→ 理论分析称为“图形学” [40]。在人文主义、建构主义或解释性的视觉表达形式中，也必须有模糊性的空间，也必须有不确定性的空间。 [41]在视觉中表现一种多层次的解释学方法，或者找到表达这种方法的方法，是一个挑战。
[ 33 ]总而言之，可以说，开发一种全面的视觉语言作为人文可视化的基础仍然是当务之急。
[ 20 ]与科学可视化相比，根据 Wagner 的说法，较新的成像技术包括
“虽然计算机图形学、计算机动画和虚拟现实用于描述物理过程和自然现象，但信息可视化是关于数据库的图形表示，即按照某些标准排列的数据库。” [22]
[ 21 ]这个定义非常狭窄，因为它指的是按分类结构化的数据库的图形表示，因此不仅包括数据本身，还包括其组织实例。
[ 22 ]另一方面，科学可视化这个术语更多地涉及它们的创建背景和内容，从狭义上讲，也与描绘自然或合成现象的成像技术有关。
3.2 术语使用的差异
[ 23 ]在人文学科中，可视化已经成为一种呈现方式，同时也是一种获取知识的手段，尽管表现形式不同， 方法论也不同。
[ 24 ]例如，在艺术史上，个人网络通常用于描述艺术家之间的关系，就像地图表示一样。在数字艺术史的背景下，人们越来越关注图像内容和图像细节，并使用计算机视觉、深度学习和神经网络等自动化方法进行图像搜索和相似 性分析。在这种情况下，可视化主要关注在元数据方面从视觉和语义上表示相似性。
[ 25 ]例如，Lev Manovich 使用主成分分析(PCA) 的方法展示大量法国印象派绘画的缩略图。[24]在 PCA 中，对象根据其主要属性在空间中排列。在这种类型的表示中，可以提供数据概览，通过该概览可以发现潜在的新模式（类型）。因此，皮尔士对类型和标记的区分可以在此上下文中使用，以区分重复模式和单个元素。皮尔士将标记定义为“位于某个单独位置的单独物体或事物”，将类型定义 为“具有明确意义的形式”。[25]这两个方面对于研究同样重要，因为模式和奇点的相互作用可以导致人们（例如在艺术史中）理解时代、艺术作品和风格发展。当类型和标记在可视化中相互关联时，可以一目了然地了解对象的结构、起源及其上下文。因此，这种数字化表示方式有助于将对象理解为奇点和复制的配置，即差异和重复的配置。这些类型的符号对于认知过程而言是必不可少的，因为它们是抽象的和约定俗成的类型，因为“如果没有标记，陈述就没有普遍性，因为它们是唯一的普遍符号；普遍性对于推理至关重要« [26]皮尔斯说。艺术史可视化的方法多种多样，其特点是既可以定量获取大量艺术作品，也可以分析单个作品及其细节。在马诺维奇画作的 PCA 中，没有任何对象被排除——除了在表示中重叠的图像之外——但单个图像仍然被大大减少和抽象。这种方法更多地涉及在整体视图中可见的新模式或替代模式。它更注重数量，即大量数据，而没有为需要详细解释单个工件的研究问题提供解决方案，而图像和文本科学中大多如此。
[ 26 ]这种方法也被提议用于文学研究，尤其是弗朗哥·莫雷蒂（Franco Moretti）呼吁将关注点从个案（“例外”）转变为大概览（“大量”）。[27]人文学科中的可视化通常指的是这种从细读到远读的视角转变（“从细读个别文本转向构建抽象模型” [28]），如上所述。莫雷蒂进一步解释说“图表不是模型；它们不是理论结构的简化版本« [29]。原则上，可视化是一种数据抽象和模式表示的方式。
[ 27 ]关于可视化及其在 文本与图像交互中的认知潜力，Jan Horstmann 认为，可以将文本呈现（作为书面文本本身的视觉性）与文本表示（作为符号表示）区分开来。 [30]在数字文学研究中，文本作为一个整体、语料库中的文本、文本中的事实和元数据都被可视化。 [31]
[ 28 ]数字文本科学的方法论趋势是 文本的定性和定量方面的融合，并在近距离、远距离 和超远距离阅读之间摇摆不定（例如主题建模）。[32]
4. 争议与讨论
[ 29 ]虽然可视化已经被广泛用于人文学科中作为呈现和知识的一种手墨西哥电报数据 段，但其表现选项和惯例是由其在自然科学中的应用所塑造的。在科学表象中，重点更多地放在展示事实或结果上，而在人文学科中， 不同层次的解释和说明至关重要。
[ 30 ]»图表使用简单的（但常常具有误导性的）几何形状，便于清晰地比较数值、比例，或展示随时间的状态变化。线条、条形图、柱状图和饼图是常见的和熟悉的形式。[33]正如 Johanna Drucker 的这句话所表明的那样，这些形式基于统计频率、可测量性以及对真实性和客观性的一般假设，必须首先批判地看待并检查其个体可转移性。[34]这影响了关于起源背景的一般论述，例如数据偏见、[35]数据女权主义[36]等。德鲁克提出的 数据是“既定的”还是“出现”的区分反映了这一争议。
[ 31 ]关于表现形式，一个可能的解决方案是使可视化等工具适应人文学科的问题，正如德鲁克所建议的那样。[38]例如，可以通过添加包含经验数据的更多维度来实现可视化内容的深度。[39]
[ 32 ]德鲁克认为，诸如尺度或坐标系等常见的科学表示方法必须加以扩展，甚至重新思考，以适应人文问题。德鲁克将视觉知识产生所必需的总体→ 理论分析称为“图形学” [40]。在人文主义、建构主义或解释性的视觉表达形式中，也必须有模糊性的空间，也必须有不确定性的空间。 [41]在视觉中表现一种多层次的解释学方法，或者找到表达这种方法的方法，是一个挑战。
[ 33 ]总而言之，可以说，开发一种全面的视觉语言作为人文可视化的基础仍然是当务之急。