大數據時代需要更多“詞云”鑰匙

文/新華社“中國網事”總編 李俊

《“詞云”提醒：城鎮化還需以人為本》配圖。（新華社/發）

“天上一片云，地上一張網”。數字時代的瞭望者以此描述新的傳播格局。一方面，海量數據以幾何級數在“云端”匯聚；另一方面，媒體、自媒體井噴般地采集、生產新數據和知識。

這是大數據時代令人興奮的信息圖譜，也是擺在媒體工作者面前的時代難題。大數據采之為財富，存之則如糞土。未經分析、挖掘的大數據，百無一用。大數據時代的主要矛盾是社會日益增長的龐大的數據生產、存儲能力和媒體、受眾貧瘠的數據分析、加工能力間的矛盾。

今年3月，新華社新媒體專線首次采用“詞云”技術報道全國兩會，媒體用戶和讀者盛贊“新風撲面”。但如果把這項小小的技術升級放在“大數據之問”的時代背景下，它的意義和啟示也許才能彰顯。

所謂詞云，就是利用語言分析技術，對大數據文本進行詞頻分析，并生成可視化圖像的技術。由清華大學計算機系自然語言分析實驗室開發的中文“詞云”就像一把打開數據之門的鑰匙——十萬字的文本，“讀懂”只需幾秒鐘，還能飛快生成“趨勢化、可視化”的圖表。

十年來的兩會文本、文獻浩如煙海。政府工作報告如何讓公眾“聽得懂，愿意聽，記得住，能管用”？艱深專業的預算報告如何讓公眾像“看緊”自家賬本一樣“看緊”公共賬本？如何看懂文字背后十年來的成就與變遷？

新華社采編人員和清華大學年輕的工程師們在“摸著石頭過河”的狀態中，“試”出了《“詞云”提醒：城鎮化還需以人為本》等一批新報道。在這些稿件中，詞云技術分別被用來分析文本本身，得出帶有趨勢性的結論，并配以精準解讀。

在一個越來越開放透明、公眾和媒體擁有同步獲取大數據能力的時代，在圖閱讀、淺閱讀盛行的時代，媒體的價值在于將那些看起來雜亂無序的數據進行篩選、分析、解讀，讓讀者“見所未見”，和讀者一起發現數據背后的真相。這需要人性化的眼界，也需要智能化的技術。詞云只是朵朵白云中的一朵，而已。