宮 媛 馮瑋杰

（新疆大學(xué)，新疆 烏魯木齊 830046）

導(dǎo)語(yǔ)

新聞是傳播要點(diǎn)信息、記錄社會(huì)事件以及反映時(shí)代風(fēng)貌的一種文體。隨著社會(huì)信息化程度的加深，新聞步入了“融媒體”時(shí)代。但語(yǔ)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)?。而新聞?biāo)題中的一些關(guān)鍵高頻詞可以反映出某一時(shí)間段的社會(huì)關(guān)注點(diǎn)。因此，新聞標(biāo)題語(yǔ)言的詞頻研究對(duì)于新聞標(biāo)題的制作、反映社會(huì)面貌具有一定意義。

關(guān)于新聞標(biāo)題語(yǔ)言的詞頻研究，馬子恩（2012）《熱點(diǎn)事件新聞?wù)Z料庫(kù)的研制及詞匯研究》一文以《揚(yáng)子晚報(bào)》部分熱點(diǎn)事件新聞標(biāo)題作為原始語(yǔ)料，研究新聞?wù)Z域詞頻分級(jí)、熱點(diǎn)事件特殊詞匯的分類(lèi)。[1]班文沖（2016）《基于語(yǔ)料庫(kù)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(duì)處理后的原始語(yǔ)料的基礎(chǔ)上制成4個(gè)語(yǔ)料庫(kù)，并對(duì)高頻詞統(tǒng)計(jì)進(jìn)行了研究。[2]

但是，鮮有學(xué)者對(duì)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(yǔ)料庫(kù)”并對(duì)新聞標(biāo)題進(jìn)行分析研究。對(duì)新聞標(biāo)題的詞頻分析，可以直接從統(tǒng)計(jì)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(xiě)者在編寫(xiě)新聞時(shí)挑選合適的詞語(yǔ)。對(duì)于新聞標(biāo)題的社會(huì)價(jià)值分析，有助于讀者理解該時(shí)間段在該地區(qū)的熱詞及所發(fā)生的熱點(diǎn)事件。

1.新聞標(biāo)題語(yǔ)料庫(kù)來(lái)源及處理

1.1 新聞標(biāo)題語(yǔ)料庫(kù)來(lái)源

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

本文選用天山網(wǎng)新聞標(biāo)題來(lái)進(jìn)行高頻詞統(tǒng)計(jì)研究。天山網(wǎng)是新疆維吾爾自治區(qū)唯一一家重點(diǎn)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?qǐng)?bào)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(yǔ)料庫(kù)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(jì)3659條標(biāo)題作為語(yǔ)料源，建立了新聞標(biāo)題語(yǔ)料庫(kù)，這些新聞標(biāo)題涉及政治、經(jīng)濟(jì)、文化等各個(gè)方面。

例1.陳全國(guó)：堅(jiān)定不移推動(dòng)黨中央各項(xiàng)改革部署落到實(shí)處（2019年2月15日，時(shí)政類(lèi)）

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

例3.額敏縣：新春活動(dòng)加保健知識(shí)宣傳 超贊（2019年2月20日，文旅類(lèi)）

1.3 語(yǔ)料的分詞處理

對(duì)中文的自然語(yǔ)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(yǔ)料以空格為分界符，分出一個(gè)個(gè)最小的能夠獨(dú)立運(yùn)用的詞，才可以進(jìn)行詞頻統(tǒng)計(jì)。不然，只能對(duì)原始語(yǔ)料進(jìn)行字頻統(tǒng)計(jì)，而不是詞頻。所以，本文進(jìn)行的詞頻研究，必須在對(duì)原始語(yǔ)料進(jìn)行中文分詞后進(jìn)行研究。

本文使用的是NLPIR-ICTCLAS漢語(yǔ)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(shí)驗(yàn)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(jià)格有折扣（2019年2月15日）

元宵節(jié) 出 疆 機(jī)票 價(jià)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(yǔ)分詞系統(tǒng)基本可以準(zhǔn)確切分出漢語(yǔ)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(jì)

在對(duì)原始語(yǔ)料進(jìn)行分詞處理后，本文對(duì)分詞后的語(yǔ)料進(jìn)行詞頻統(tǒng)計(jì)，得出某一個(gè)詞在語(yǔ)料庫(kù)中的詞頻、占比以及排名。本文使用國(guó)家語(yǔ)言文字工作委員會(huì)開(kāi)發(fā)的MyZiciFreq字詞頻率統(tǒng)計(jì)工具進(jìn)行詞頻統(tǒng)計(jì)，具有權(quán)威性和科學(xué)性。該軟件可以自動(dòng)對(duì)分詞后的語(yǔ)料進(jìn)行詞頻統(tǒng)計(jì)，并輸出詞頻和占比。

天山網(wǎng)新疆新聞標(biāo)題詞表共計(jì)有73951個(gè)字，包含6424個(gè)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(duì)應(yīng)排名的詞匯，在第三列中生成詞頻，詞頻統(tǒng)計(jì)是全面統(tǒng)計(jì)該詞在語(yǔ)料庫(kù)中出現(xiàn)的總次數(shù)，在第四列中計(jì)算出該詞在語(yǔ)料庫(kù)中的占比，計(jì)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(diǎn)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(wú)特色的詞條，例如“月”“日”“的”“大”“是”等。所以，將部分無(wú)意義、無(wú)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(huì)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(gè)有特色的詞條（見(jiàn)表1）。并按高頻詞所代表的領(lǐng)域，把它們歸為四大類(lèi)（見(jiàn)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(gè)詞

表2 高頻詞分類(lèi)

在表2中，高頻詞被分為了防疫類(lèi)、地名類(lèi)、文旅類(lèi)和發(fā)展類(lèi)四大類(lèi)。除去地名類(lèi)僅代表新聞報(bào)道的地區(qū)，不具備體現(xiàn)新聞熱點(diǎn)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(gè)時(shí)間段內(nèi)，新疆融媒體的新聞報(bào)道把重心放在了防疫、文旅和發(fā)展上。透過(guò)高頻詞來(lái)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(diǎn)事件。下面，依據(jù)表1和表2，進(jìn)一步討論每一個(gè)高頻詞大類(lèi)中的詞出現(xiàn)的新聞標(biāo)題，以及從社會(huì)性、地域性的角度，對(duì)大部分高頻詞進(jìn)行分析。

第一，由于該表的語(yǔ)料來(lái)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(gè)方面，對(duì)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(lái)全國(guó)700對(duì)佳人 還創(chuàng)造一項(xiàng)為愛(ài)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(guó)慶面”（2019年10月1日）

例7.2018年生產(chǎn)總值比上年增長(zhǎng)6%兵團(tuán)糧棉產(chǎn)量呈現(xiàn)“雙增長(zhǎng)”（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(huì)繁榮穩(wěn)定、人民安居樂(lè)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(shí)，在地名類(lèi)里，還有一個(gè)高頻詞是“中國(guó)”，例如：

例8.想借涉疆“法案”干涉牽制中國(guó)，只能是癡心妄想（2019年12月6日）

“中國(guó)”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(guó)的廣闊視野。更加體現(xiàn)了，在中國(guó)共產(chǎn)黨和中國(guó)政府的堅(jiān)強(qiáng)領(lǐng)導(dǎo)下，隨著“兩個(gè)一百年”奮斗目標(biāo)和中華民族偉大復(fù)興中國(guó)夢(mèng)的實(shí)現(xiàn)，新疆會(huì)奮力書(shū)寫(xiě)好中國(guó)特色社會(huì)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(guó)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(guó)際”“機(jī)場(chǎng)”“景區(qū)”等詞條。這表現(xiàn)了新疆堅(jiān)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(dòng)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(jí)53對(duì)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(guó)際大巴扎到喀納斯：國(guó)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(shí)施以來(lái)，新疆各地區(qū)以旅破題，以旅游為龍頭、帶動(dòng)產(chǎn)業(yè)發(fā)展的格局初步形成，新疆新聞業(yè)也通過(guò)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(shí)實(shí)施旅游興疆戰(zhàn)略的重大意義，切實(shí)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(huì)穩(wěn)定和長(zhǎng)治久安的戰(zhàn)略高度，推動(dòng)旅游業(yè)高質(zhì)量發(fā)展。

第三，由于本次采集的語(yǔ)料時(shí)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(wú)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(wú)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(jí)黨委、政府、社會(huì)群體對(duì)新冠疫情的重視以及正確應(yīng)對(duì)。例如：

例16.自治區(qū)召開(kāi)視頻會(huì)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(zhuān)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(jiān)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(shí)習(xí)近平總書(shū)記關(guān)于做好常態(tài)化疫情防控工作的重要指示精神，堅(jiān)決打好疫情防控阻擊戰(zhàn)，堅(jiān)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(wàn)人口（截至2019年年末截止），新疆維吾爾自治區(qū)實(shí)現(xiàn)地區(qū)生產(chǎn)總值（GDP）13797.58億元（截至2020年），從各個(gè)方面來(lái)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(duì)脫貧攻堅(jiān)、經(jīng)濟(jì)發(fā)展等方面的重視程度。例如，“企業(yè)”“項(xiàng)目”“服務(wù)”“建設(shè)”“啟動(dòng)”“工作”“中國(guó)”“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(huì)穩(wěn)定形勢(shì)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(zhuān)項(xiàng)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(shí)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(jí)黨委、政府、社會(huì)各級(jí)，對(duì)保障社會(huì)持續(xù)穩(wěn)定、推動(dòng)經(jīng)濟(jì)平穩(wěn)發(fā)展、不斷改善營(yíng)商環(huán)境、不斷改善人民生活環(huán)境、三大攻堅(jiān)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(shí)習(xí)近平總書(shū)記重要講話指示精神和黨中央決策部署，經(jīng)濟(jì)社會(huì)發(fā)展和民生改善取得了前所未有的成就，脫貧攻堅(jiān)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(jiān)故事，弘揚(yáng)好脫貧攻堅(jiān)精神，分享好脫貧攻堅(jiān)經(jīng)驗(yàn)，為推動(dòng)新疆經(jīng)濟(jì)社會(huì)發(fā)展貢獻(xiàn)力量。

結(jié)語(yǔ)

本文借助Python進(jìn)行語(yǔ)料收集，使用NLPIRICTCLAS漢語(yǔ)分詞系統(tǒng)進(jìn)行中文詞切分，使用MyZiciFreq字詞頻率統(tǒng)計(jì)工具進(jìn)行詞頻統(tǒng)計(jì)，建立了天山網(wǎng)新疆新聞標(biāo)題詞表。之后，對(duì)具有社會(huì)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(yǔ)料庫(kù)通過(guò)高頻詞匯，可以反映出該新聞媒體的側(cè)重點(diǎn)，也可以反映出新聞編者經(jīng)常使用簡(jiǎn)略的高頻重點(diǎn)詞匯來(lái)體現(xiàn)出正文的內(nèi)容。但是，本文所建立的語(yǔ)料庫(kù)還有原始語(yǔ)料不足、時(shí)間跨度太小等問(wèn)題，因此沒(méi)有對(duì)天山網(wǎng)新疆新聞標(biāo)題進(jìn)行全面、詳細(xì)、深入的描寫(xiě)。另外，新疆新聞媒體還有許多，新聞也有標(biāo)題、正文等多個(gè)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(duì)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(bào)紙刊物還有新疆日?qǐng)?bào)、烏魯木齊晚報(bào)、兵團(tuán)日?qǐng)?bào)、阿克蘇日?qǐng)?bào)等，它們都十分缺乏研究。綜上，對(duì)新疆新聞媒體，今后還需要時(shí)間跨度足夠大、原始語(yǔ)料足夠多、研究?jī)?nèi)容足夠深入、研究范圍足夠廣泛的研究。