搭建中文科幻数据库是一件痛并快乐着的事情，其中最大乐趣就在于发掘那些不为人知的旧作。为了分享这份乐趣，并让更多科幻作品为人熟知，2021年起，我们开设了这个小专栏，不定期更新一些科幻图书、作品的介绍、评论和吐槽。希望和那些闪闪发光的科幻作品一样，这个专栏也能开启属于你的新世界的大门。
从某种意义上讲，任何一篇科幻小说都使用着两种语言，其一是文学语言，其二使用的是不同于传统小说的一种语言。后者是从科学技术领域提炼出来的用语，是否了解这些用语，及它们背后的科学逻辑，决定了读者能否领悟与之对应的科幻小说的内容，并乐在其中。
对这种语言的运用也创造出了多种多样的科幻美学。在我的阅读经验里，这种关系最明显的作品有两部，其一是伊塔洛·卡尔维诺的《宇宙奇趣全集》，其二是斯坦尼斯瓦夫·莱姆的《机器人大师》。后者最为典型——在其中，曾出现过这样的段落：
国王以他所有无情的坐标和平均值往前冲，却跌入了一座根与对数的黑暗森林中，不得不后撤，而后在一个无理数（F1）的领域与怪兽相遇。他凶残地重击怪兽，致使它跌落了两个小数位并失去了一个ε，但怪兽沿一条渐近线滑过，藏进了一个n维正相交空间，它扩展之后再度出击，疯狂地阶乘并攻击了国王，使他痛苦地逃跑。但是无所畏惧的国王穿上他的马尔科夫链盔甲和所有的不透水参数，将他的Δk无穷增大并给了怪兽一个真正的布尔打击，令它踉跄着穿过了一条横坐标轴和几个括号。
在此，数学原理被应用到了战斗过程当中，成了战场、武器、战术和战斗效果，从而创造出了别样的志趣。
既然是语言，那便是可以通过学习而掌握的。顺着近年来的五花八门的写作指导书的思路，不难想象，会有人专门去编写这方面的教材教辅（尽管收效究竟如何，着实值得商榷）。事实上，在我们的科幻史上，还真的出现过这么一本书——由王守勋编著的《科学文艺描写辞典》，1988年由对外经济贸易大学出版社（当时叫对外贸易教育出版社）出版。
发现这本书的时候，它的标题着实让我惊诧了一阵子——要知道，科学与技术的版图极为辽阔，而且不同学科之间使用的术语差别巨大。要在此基础上，编纂一部关于科学文艺的辞典，其规模恐怕连《辞海》也要望尘莫及。因此，我对这个标题是否名副其实是持怀疑态度的。
不过，反过来思考这件事，或许这部作品的价值不在于此。小时候，我阅读家中的成语词典，最大的收获并不是学会了其中收录的成语，而是了解这些成语的出处，知道了很多经典。或许这也是《科学文艺描写辞典》的价值所在——它本质上是一部编目书，我们主要看的是同类型的作品都使用哪些措辞来呈现它们的主题的。
带着这样的好奇心，我购入了这本书。不出所料，书的开本很小，也不厚，32开，总共才780页，看目录，内容十分单薄，完全谈不上是一部能当作写作参考书的资料集。
而且更糟糕的是，书中选取的主题与科幻几乎搭不上边，这一点从目录中就可见一斑。正文的结构则是每个主题下面罗列一些相关的关键词，再罗列与之相关的经典科学文艺/科幻作品的选段。而主题下面的关键词也和科幻关系甚远——而且也不够深入，常常看不出与主题间有何种严格的关系。
本书的序是著名作家叶永烈撰写的，在序中，他提到了对这类辞典的两种态度：
关于写作辞典，历来有两种意见：一种是否定的意见，认为“写作辞典”不值得编印，会使青少年读者图省力，走“捷径”，在作文中照抄照搬“写作辞典”上的词句；另一种是肯定的意见，认为“写作辞典”对于青少年，对于初学写作的人，是有借鉴作用的。
在这两种意见当中，我必须赞同前一种。不仅如此，考虑到本书的粗浅，我想，如果有谁在写作科幻作品时，达到了需要查阅这本书才能写作的程度，那他可能不仅是科幻不达标，语文也不达标。
不过，目录当中还是有一些和科幻相关的主题的，诸如飞碟、机器人、科学家等。这一部分虽然不多，却带来了一项意想不到的阅读体验。
如前所述，这部辞典的词条是以主题-关键词-经典选段的结构编写的。其中关键词多为描述主题（一般为科幻作品的写作对象）的形容词、副词等。这样编写暗含的深意即“作者可以使用这些关键词去书写对应主题的面貌”。顺着这个思路，这些与科幻相关的词条当中使用的关键词，可以帮助我们去认识本书成书的时代，人们对特定主题、特定群体的印象，就比如下面的两例——一例是飞碟，一例是科学家。
科学家的词条尤其有时代特色：从中我们基本可以看到我们在某个时期对这一群体的刻板印象——诸如秃头、头脑发达、四肢简单、不擅社交、沉静、认死理等。飞碟的特征则集中体现在规则几何体、彩色光晕和噪声上。诸如此类的还有很多，在此不一一赘述。
之所以说这很有趣，是因为从中我们能够看到一种审视我们的科幻文化的别样方法——语料库分析。试想一下，把某个特定主题（诸如上文提到的科学家）的所有科幻小说全都拿来构成一个语料库，对每一篇小说做关键词提取，再汇总去做趋势观察。由于语料库的规模一般较大，少说也有百余篇故事，故这种规模的观察，要比由单一评论家撰写的年度观察报告要更加有说服力，后者的阅读量再大，也很难体现出统计规律。
当然了，语料库分析也会遇到其他的问题，最主要的问题都集中在自然语言处理领域——如何提取关键词？如何对小说进行归类？虽然借助人工智能技术，计算机解决这些问题的能力已经得到了大幅提升，但要想说服人类，却仍然还有很长的路要走。
在未来，等时机成熟，数据库也许会涉足这个方向。它的先决条件有两个：首先要有这样一个全文语料库，其次是要做好分类索引。这两件事都非常难做，比当前数据库完成的所有工作都要难。但这几件事却也足够有趣——不觉得解决这个问题的过程，就是活生生的科幻么？
扫描下方二维码关注科幻百科
公众号获取更多科幻百科信息
原文地址：点击此处查看原文