新疆融媒體報道熱點領(lǐng)域提取與分析
——基于天山網(wǎng)新聞標(biāo)題語料庫的計量研究

宮 媛 馮瑋杰

（新疆大學(xué)，新疆 烏魯木齊 830046）

導(dǎo)語

新聞是傳播要點信息、記錄社會事件以及反映時代風(fēng)貌的一種文體。隨著社會信息化程度的加深，新聞步入了“融媒體”時代。但語言文字仍然是新聞傳播的重要媒介。新聞標(biāo)題是新聞的重要組成部分，新穎有趣的新聞標(biāo)題可以吸引讀者閱讀新聞?wù)摹６侣剺?biāo)題中的一些關(guān)鍵高頻詞可以反映出某一時間段的社會關(guān)注點。因此，新聞標(biāo)題語言的詞頻研究對于新聞標(biāo)題的制作、反映社會面貌具有一定意義。

關(guān)于新聞標(biāo)題語言的詞頻研究，馬子恩（2012）《熱點事件新聞?wù)Z料庫的研制及詞匯研究》一文以《揚(yáng)子晚報》部分熱點事件新聞標(biāo)題作為原始語料，研究新聞?wù)Z域詞頻分級、熱點事件特殊詞匯的分類。[1]班文沖（2016）《基于語料庫的網(wǎng)絡(luò)新聞標(biāo)題詞頻研究——以人民網(wǎng)、新華網(wǎng)和新浪網(wǎng)、網(wǎng)易網(wǎng)為例》，在對處理后的原始語料的基礎(chǔ)上制成4個語料庫，并對高頻詞統(tǒng)計進(jìn)行了研究。[2]

但是，鮮有學(xué)者對新疆新聞進(jìn)行研究，所以，本文選取天山網(wǎng)新疆新聞的標(biāo)題，建立“天山網(wǎng)新聞標(biāo)題語料庫”并對新聞標(biāo)題進(jìn)行分析研究。對新聞標(biāo)題的詞頻分析，可以直接從統(tǒng)計的角度分析高頻詞的使用情況、詞頻與詞頻排名的關(guān)系，這些分析可以直觀地看出詞頻與其他要素間的關(guān)系，有助于新聞編寫者在編寫新聞時挑選合適的詞語。對于新聞標(biāo)題的社會價值分析，有助于讀者理解該時間段在該地區(qū)的熱詞及所發(fā)生的熱點事件。

1.新聞標(biāo)題語料庫來源及處理

1.1 新聞標(biāo)題語料庫來源

語料庫（Corpus）是指經(jīng)過科學(xué)取樣和加工的大規(guī)模電子文本庫。[3]借助計算機(jī)語言分析工具后，研究者可以開展相關(guān)的語言理論與應(yīng)用研究。語料庫語言學(xué)研究的基礎(chǔ)就是語料庫，它被廣泛地應(yīng)用于語言教學(xué)、自然語言處理（NLP）等方面。

本文選用天山網(wǎng)新聞標(biāo)題來進(jìn)行高頻詞統(tǒng)計研究。天山網(wǎng)是新疆維吾爾自治區(qū)唯一一家重點新聞宣傳網(wǎng)站，由新疆維吾爾自治區(qū)黨委宣傳部、人民日報網(wǎng)絡(luò)中心合作建設(shè)，由新疆維吾爾自治區(qū)人民政府新聞辦公室主管、新疆新媒體中心承辦。

1.2 新聞標(biāo)題語料庫獲取方式

本文采用手工錄入的方法，收集了2019年1月29日至2020年11月4日天山網(wǎng)新疆新聞標(biāo)題，共計3659條標(biāo)題作為語料源，建立了新聞標(biāo)題語料庫，這些新聞標(biāo)題涉及政治、經(jīng)濟(jì)、文化等各個方面。

例1.陳全國：堅定不移推動黨中央各項改革部署落到實處（2019年2月15日，時政類）

例2.去年新疆口岸與“一帶一路”沿線國家進(jìn)出口額同比增13.5%（2019年2月15日，經(jīng)濟(jì)類）

例3.額敏縣：新春活動加保健知識宣傳 超贊（2019年2月20日，文旅類）

1.3 語料的分詞處理

對中文的自然語言處理，分詞是基本的預(yù)處理手段之一。[4]只有先把原始語料以空格為分界符，分出一個個最小的能夠獨(dú)立運(yùn)用的詞，才可以進(jìn)行詞頻統(tǒng)計。不然，只能對原始語料進(jìn)行字頻統(tǒng)計，而不是詞頻。所以，本文進(jìn)行的詞頻研究，必須在對原始語料進(jìn)行中文分詞后進(jìn)行研究。

本文使用的是NLPIR-ICTCLAS漢語分詞系統(tǒng)。該軟件由北京理工大學(xué)的張華平教授領(lǐng)導(dǎo)的大數(shù)據(jù)挖掘與搜索實驗室研發(fā)，具有一定的權(quán)威性與準(zhǔn)確性。例如：

例4.元宵節(jié)出疆機(jī)票價格有折扣（2019年2月15日）

元宵節(jié) 出 疆 機(jī)票 價格 有 折扣

從以上新聞標(biāo)題的分詞例子中可以看出，NLPIRICTCLAS漢語分詞系統(tǒng)基本可以準(zhǔn)確切分出漢語詞，所以該軟件可以滿足本文的研究要求。

2.新聞標(biāo)題的詞頻統(tǒng)計

在對原始語料進(jìn)行分詞處理后，本文對分詞后的語料進(jìn)行詞頻統(tǒng)計，得出某一個詞在語料庫中的詞頻、占比以及排名。本文使用國家語言文字工作委員會開發(fā)的MyZiciFreq字詞頻率統(tǒng)計工具進(jìn)行詞頻統(tǒng)計，具有權(quán)威性和科學(xué)性。該軟件可以自動對分詞后的語料進(jìn)行詞頻統(tǒng)計，并輸出詞頻和占比。

天山網(wǎng)新疆新聞標(biāo)題詞表共計有73951個字，包含6424個詞條，總詞次為42381。在第一列中將該詞表中的詞頻以1、2、3……進(jìn)行排序，在第二列中列出相對應(yīng)排名的詞匯，在第三列中生成詞頻，詞頻統(tǒng)計是全面統(tǒng)計該詞在語料庫中出現(xiàn)的總次數(shù)，在第四列中計算出該詞在語料庫中的占比，計算方法是：占比=詞頻/總詞次，在得出占比數(shù)據(jù)之后把小數(shù)保留至小數(shù)點后兩位，以保證精確性，并把得出的占比數(shù)據(jù)依次生成到第四列中。

這樣直接生成的高頻詞表，包含了大量無特色的詞條，例如“月”“日”“的”“大”“是”等。所以，將部分無意義、無特色的高頻詞剔除，并從天山網(wǎng)新疆新聞標(biāo)題詞表中，按照詞頻排名的順序，選出具有社會性、地域性的詞條進(jìn)行遞補(bǔ)，得出天山網(wǎng)新疆新聞標(biāo)題詞表最高頻的30個有特色的詞條（見表1）。并按高頻詞所代表的領(lǐng)域，把它們歸為四大類（見表2）。

表1 天山網(wǎng)新疆新聞標(biāo)題詞表具有特色的詞頻最高的30個詞

表2 高頻詞分類

在表2中，高頻詞被分為了防疫類、地名類、文旅類和發(fā)展類四大類。除去地名類僅代表新聞報道的地區(qū)，不具備體現(xiàn)新聞熱點的特性。可以發(fā)現(xiàn)，在2019年1月29日至2020年11月4日這個時間段內(nèi)，新疆融媒體的新聞報道把重心放在了防疫、文旅和發(fā)展上。透過高頻詞來看的話，疫情、文旅以及發(fā)展就是新疆在2019年1月29日至2020年11月4日內(nèi)的熱點事件。下面，依據(jù)表1和表2，進(jìn)一步討論每一個高頻詞大類中的詞出現(xiàn)的新聞標(biāo)題，以及從社會性、地域性的角度，對大部分高頻詞進(jìn)行分析。

第一，由于該表的語料來源是天山網(wǎng)新疆新聞，所以在高頻詞中出現(xiàn)了很多具有地域性的詞條。例如，“新疆”“烏魯木齊”“自治區(qū)”“兵團(tuán)”等詞條。包含這些詞條的新聞標(biāo)題，基本上涵蓋了新疆的各個方面，對新疆的宣傳工作作出了很大的貢獻(xiàn)。例如，

例5.新疆喀納斯湖畔迎來全國700對佳人 還創(chuàng)造一項為愛表白的世界紀(jì)錄（2019年7月3日）

例6.烏魯木齊市米東區(qū)千人同吃1.7米巨碗“國慶面”（2019年10月1日）

例7.2018年生產(chǎn)總值比上年增長6%兵團(tuán)糧棉產(chǎn)量呈現(xiàn)“雙增長”（2019年2月15日）

所以，包含這些高頻詞條的新聞標(biāo)題反映了新疆發(fā)展穩(wěn)中帶好，呈現(xiàn)出了社會繁榮穩(wěn)定、人民安居樂業(yè)的良好局面，充分展現(xiàn)了黨總攬全局、協(xié)調(diào)各方的領(lǐng)導(dǎo)核心作用。同時，在地名類里，還有一個高頻詞是“中國”，例如：

例8.想借涉疆“法案”干涉牽制中國，只能是癡心妄想（2019年12月6日）

“中國”一詞的高頻出現(xiàn)，表現(xiàn)了新疆融媒體不僅立足于新疆本土而且放眼全國的廣闊視野。更加體現(xiàn)了，在中國共產(chǎn)黨和中國政府的堅強(qiáng)領(lǐng)導(dǎo)下，隨著“兩個一百年”奮斗目標(biāo)和中華民族偉大復(fù)興中國夢的實現(xiàn)，新疆會奮力書寫好中國特色社會主義的新疆篇章。

第二，新疆的旅游業(yè)很發(fā)達(dá)，新疆一直是全國各族人民旅游的首選地之一。所以，在該表中，高頻詞也包括了許多與旅游、交通和天氣相關(guān)的詞條，例如，“旅游”“天氣”“鐵路”“高溫”“氣溫”“交警”“高速”“旅客”“國際”“機(jī)場”“景區(qū)”等詞條。這表現(xiàn)了新疆堅持綠色發(fā)展，努力建設(shè)天藍(lán)地綠水清的美麗新疆。例如：

例9.富蘊(yùn)縣加快景區(qū)建設(shè)推動旅游業(yè)高質(zhì)量發(fā)展（2019年4月10日）

例10.烏魯木齊市今日天氣晴好 最高氣溫30℃（2019年6月19日）

例11.新疆升級53對高速公路服務(wù)區(qū)讓旅游更暢行（2019年7月12日）

例12.從新疆國際大巴扎到喀納斯：國慶假期游客暢游新疆好地方（2019年10月7日）

這些與旅游相關(guān)的高頻詞條，從側(cè)面體現(xiàn)了自“旅游興疆”戰(zhàn)略實施以來，新疆各地區(qū)以旅破題，以旅游為龍頭、帶動產(chǎn)業(yè)發(fā)展的格局初步形成，新疆新聞業(yè)也通過旅游宣傳的工作，向疆外持續(xù)展示“大美新疆”的形象。要充分認(rèn)識實施旅游興疆戰(zhàn)略的重大意義，切實把大力發(fā)展旅游業(yè)擺在關(guān)系各族人民福祉、關(guān)系社會穩(wěn)定和長治久安的戰(zhàn)略高度，推動旅游業(yè)高質(zhì)量發(fā)展。

第三，由于本次采集的語料時間跨年度為2019年1月29日至2020年11月4日，而在2020年初又暴發(fā)了嚴(yán)重的新冠肺炎疫情，所以在天山網(wǎng)新疆新聞詞表中，可以發(fā)現(xiàn)一些有關(guān)疫情的詞的頻率較高。例如，詞頻排名第三的“新增”，例如包含它的新聞標(biāo)題有：

例13.4月22日新疆（含兵團(tuán)）無新增新冠肺炎確診病例（2020年4月23日）

例14.喀什目前所有無癥狀感染者未明確有疑似病例、確診病例、發(fā)熱病人接觸史（2020年10月26日）

例15.新疆（含兵團(tuán)）新增1例新型冠狀病毒感染的肺炎確診病例（2020年2月1日）

另外，從與疫情有關(guān)的新聞標(biāo)題中，可以反映出新疆維吾爾自治區(qū)各級黨委、政府、社會群體對新冠疫情的重視以及正確應(yīng)對。例如：

例16.自治區(qū)召開視頻會議研究部署新型冠狀病毒感染的肺炎疫情防控工作（2020年1月28日）

例17.心理專家談疫情：要有節(jié)制地獲取信息（2020年1月29日）

例18.【眾志成城 打贏疫情防控阻擊戰(zhàn)】新疆13家信息技術(shù)企業(yè)在防疫期間顯身手（2020年2月21日）

我們要進(jìn)一步提高政治站位，堅持把疫情防控作為重大政治責(zé)任、擺在突出位置，深入貫徹落實習(xí)近平總書記關(guān)于做好常態(tài)化疫情防控工作的重要指示精神，堅決打好疫情防控阻擊戰(zhàn)，堅決維護(hù)各族群眾生命安全和身體健康。

第四，全疆1660000平方千米，擁有2523.22 萬人口（截至2019年年末截止），新疆維吾爾自治區(qū)實現(xiàn)地區(qū)生產(chǎn)總值（GDP）13797.58億元（截至2020年），從各個方面來看，新疆都具有極其重要的戰(zhàn)略地位。在表1中，許多高頻詞條也體現(xiàn)了新疆對脫貧攻堅、經(jīng)濟(jì)發(fā)展等方面的重視程度。例如，“企業(yè)”“項目”“服務(wù)”“建設(shè)”“啟動”“工作”“中國”“脫貧”“就業(yè)”等詞條。包含有這些詞條的新聞標(biāo)題都可以展現(xiàn)出新疆社會穩(wěn)定形勢發(fā)生根本變化，各族人民群眾的獲得感、幸福感、安全感顯著增強(qiáng)。新疆一直把經(jīng)濟(jì)發(fā)展放在重要位置，要以推進(jìn)絲綢之路經(jīng)濟(jì)帶核心區(qū)建設(shè)為引領(lǐng)，推進(jìn)新疆貿(mào)易持續(xù)高質(zhì)量發(fā)展。例如：

例19.新疆投入1億專項資金支持中小企業(yè)發(fā)展（2019年10月11日）

例20.烏魯木齊2020年將高標(biāo)準(zhǔn)建設(shè)河馬泉新區(qū) 同時加快兩河片區(qū)基礎(chǔ)設(shè)施建設(shè)（2020年1月18日）

例21.阿巴·阿尤甫的脫貧色彩：從沙漠黃到辣椒素紅（2020年7月1日）

以上高頻詞條以及新聞標(biāo)題，反映了新疆各級黨委、政府、社會各級，對保障社會持續(xù)穩(wěn)定、推動經(jīng)濟(jì)平穩(wěn)發(fā)展、不斷改善營商環(huán)境、不斷改善人民生活環(huán)境、三大攻堅戰(zhàn)取得重大進(jìn)展、民族團(tuán)結(jié)、宗教和諧等方面做出了重大貢獻(xiàn)。新疆深入貫徹落實習(xí)近平總書記重要講話指示精神和黨中央決策部署，經(jīng)濟(jì)社會發(fā)展和民生改善取得了前所未有的成就，脫貧攻堅取得了決定性成就。新疆媒體將以充沛飽滿的熱情，講述好脫貧攻堅故事，弘揚(yáng)好脫貧攻堅精神，分享好脫貧攻堅經(jīng)驗，為推動新疆經(jīng)濟(jì)社會發(fā)展貢獻(xiàn)力量。

結(jié)語

本文借助Python進(jìn)行語料收集，使用NLPIRICTCLAS漢語分詞系統(tǒng)進(jìn)行中文詞切分，使用MyZiciFreq字詞頻率統(tǒng)計工具進(jìn)行詞頻統(tǒng)計，建立了天山網(wǎng)新疆新聞標(biāo)題詞表。之后，對具有社會性、地域性的高頻詞進(jìn)行提取和分析研究。所以，新聞標(biāo)題語料庫通過高頻詞匯，可以反映出該新聞媒體的側(cè)重點，也可以反映出新聞編者經(jīng)常使用簡略的高頻重點詞匯來體現(xiàn)出正文的內(nèi)容。但是，本文所建立的語料庫還有原始語料不足、時間跨度太小等問題，因此沒有對天山網(wǎng)新疆新聞標(biāo)題進(jìn)行全面、詳細(xì)、深入的描寫。另外，新疆新聞媒體還有許多，新聞也有標(biāo)題、正文等多個方面急需研究，本文僅以天山網(wǎng)新疆新聞的標(biāo)題作為研究對象，研究范圍還是稍顯狹小。在新疆，除了網(wǎng)絡(luò)新聞媒體，報紙刊物還有新疆日報、烏魯木齊晚報、兵團(tuán)日報、阿克蘇日報等，它們都十分缺乏研究。綜上，對新疆新聞媒體，今后還需要時間跨度足夠大、原始語料足夠多、研究內(nèi)容足夠深入、研究范圍足夠廣泛的研究。