Darshana Graph: A Parallel Commentary Corpus for Comparative Indian Philosophy, with Stylometric and Exploratory Graph Analyses
作者: Joy Bose
分类: cs.CL, cs.DL
发布日期: 2026-06-16
备注: 12 pages, 1 figure. Open Source Code available at https://github.com/joyboseroy/darshana-graph and dataset at https://huggingface.co/datasets/joyboseroy/darshana-graph
💡 一句话要点
提出Darshana Graph以促进印度哲学的比较研究
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 印度哲学 比较研究 文本分析 大语言模型 风格比较 哲学关系提取
📋 核心要点
- 现有的哲学文本比较研究缺乏大规模的跨评论家对齐资源，限制了对不同解释传统的深入分析。
- 论文提出了Darshana Graph，通过对齐历史评论家的文本，提供了一个独特的比较平台，促进了不同哲学流派的研究。
- 实验结果显示，引用密度与反驳率之间存在中等负相关关系，并揭示了不同评论家之间的显著差异。
📝 摘要（中文）
本文介绍了Darshana Graph，一个包含超过125,000条文本记录的语料库，涵盖了经典的印度教、佛教和耆那教哲学传统。这些记录来自于公共领域和开放许可的翻译，包括《博伽梵歌》、《梵文经》和主要的《奥义书》等。其独特贡献在于大约8,500条印度教和耆那教记录的结构性子集，这些记录对齐了来自五个不同哲学流派的十八位历史评论家的相同根本经文，允许对相同源材料的独立解释传统进行直接比较。我们还进行了两项分析：一是通过引用密度、明确反驳率和句子复杂性进行的透明风格比较，二是描述了一个约束的大语言模型管道，用于提取概念之间的哲学关系。
🔬 方法详解
问题定义：本文旨在解决现有哲学文本比较研究中缺乏大规模、系统性对齐资源的问题，现有方法无法有效比较不同评论家的解释传统。
核心思路：通过构建Darshana Graph，论文对齐了来自不同流派的评论家对相同经文的解读，提供了一个透明且可比的分析框架。
技术框架：整体架构包括两个主要模块：一是风格比较分析，二是基于大语言模型的哲学关系提取。风格比较分析不依赖机器学习，直接测量文本特征；关系提取则使用预定义的关系词汇进行概念间的关系抽取。
关键创新：最重要的创新在于提供了大规模的跨评论家对齐资源，允许研究者直接比较不同哲学流派的解读，且此规模在现有文献中尚无先例。
关键设计：在风格比较中，使用了引用密度、反驳率和句子复杂性等参数；在关系提取中，设计了约束的大语言模型管道，并进行了后验验证以确保提取结果的准确性。
📊 实验亮点
实验结果显示，引用密度与反驳率之间存在中等负相关关系，且在相关教义谱系中，三位评论家的反驳率显著增加。此外，Pali Canon内部的体裁差异也得到了量化，揭示了文本风格的多样性。
🎯 应用场景
该研究的潜在应用领域包括哲学研究、文本分析和教育等。通过提供一个系统的比较平台，研究者可以更深入地理解不同哲学流派的异同，促进跨文化和跨学科的对话与合作。未来，该语料库可能成为相关领域的重要参考资源。
📄 摘要（原文）
We introduce Darshana Graph, a corpus of over 125,000 text records spanning classical Hindu, Buddhist, and Jain philosophical traditions, drawn from public-domain and openly licensed translations of sources including the Bhagavad Gita, Brahma Sutras, principal Upanishads, the Pali Canon, and core Jain texts. Its distinctive contribution lies in a structurally unique subset of roughly 8,500 Hindu and Jain records in which the same root verse or sutra is aligned across eighteen historical commentators representing five schools of Vedanta and other darshanas, enabling direct comparison of how independent interpretive traditions read identical source material. To our knowledge, no publicly available resource provides comparable cross-commentator alignment at this scale. We present two analyses built on this corpus. First, a transparent stylometric comparison requiring no machine learning measures argumentative style through scriptural citation density, explicit refutation rate, and sentence complexity. It finds a moderate negative correlation between citation density and refutation rate, a marked increase in refutation rate across three commentators in a related doctrinal lineage, and measurable genre-level differences within the Pali Canon itself. Second, we describe a constrained large language model pipeline that extracts typed philosophical relationships between concepts using a predefined relation vocabulary and deterministic post-hoc validation. The resulting graph surfaces cross-school disagreement patterns while also revealing important extraction limitations, including cases where an independent embedding-based analysis disagrees with the graph-derived findings. We release the full corpus, extracted relationship graph, and all source code.