【摘要】大数据时代的研究逻辑，对传播学研究形成了新的冲击，传统的文本分析方 法，已经不能满足对样本数量的宏阔和数据挖掘深度上的双重要求。语料库的研究方法 在数据新闻、舆情监测和学术研究等领域都可以得到广泛的应用。通过语料库这种结构 化的文本数据来开展的量化研究，在国内外新闻传播学界都属新鲜待开发的领域。

　　【关键词】大数据；语料库；文本数据；语义挖掘；定量研究

　　在新闻传播学视野之下，大数据的分析思维正在对我们的研究形成冲击，比如新闻业务将实现一些方向性调整，趋势预测性新闻和数据驱动型深度报道分量增加。对于舆情研究来说，问卷发放和小组访谈等传统的民意调查 方法，已经不能满足基于社交媒体平台的海量信息处理要 求。新闻传播学领域的研究面临一个共同问题，即文本分析方法的创新。基于大数据的分析思维，文本也是一种有巨大潜在价值的数据。但是传统的文本分析手段拘泥于有 限的样本数量和定性研究的窠臼，无法满足大数据时代对内容挖掘上广度和深度的要求。在这种情况下，来源于应 用语言学领域的语料库分析方法的介入，能够使结构化文本数据库的构建成为可能。再结合语言学、修辞学领域的内容分析手段，能为我们从研究范式到研究方法、工具上都提供一些新思路。

　　一、大数据时代对新闻传播学研究范式提出的新课题

　　（一）新闻实践领域

　　随着社交媒体的应用和智能手机的普及，人人都可以是事件的目击者和发布者，传统媒体新闻报道在原创性和独家性方面的优势已不复存在。大众传媒作为社会 的记录者与传播者的传统定位及面向所有受众的粗放式 信息传播方式，已越来越不能满足受众对于精准信息和 定制内容的需求。

　　大数据时代，最重要的是数据的开放性，其被垄断的可能性很小，公共云、公共数据库到处存在。媒体既要生产自己的数据，更要会用、用好公共数据。这些公 共数据不仅包括数字信息，也包括大量文本内容。要使 用这些公共内容，就需要有对海量信息的整合能力以及 对潜在信息价值的挖掘能力，并需用可视化工具把结果 精准地呈现出来。

　　（二）舆情研究领域

　　在研究视角上，传统的舆情研究大都局限于比较表 层化的话语研究和事件研究，没有深入挖掘公众的思想、 行为和情感方面丰富的内涵和规律性信息。而且受传统的 调查、访谈方法自身的局限性影响，很难进行受众心理图谱、行为图谱和社会关系图谱这样复杂的语义关系的绘制和分析。

　　在研究时距上，目前的舆情研究以共时性研究为主， 历时性研究缺乏。但是，舆情热点的变化具有年轮效应，只有横向的共时性分析是不够充分的，没有对公众舆论的历时性演变和舆情发生机制的纵向研究，我们在认识和行 动上的方位感就会不够客观和真实。

　　在采集方法上，现有的舆情监测和分析软件的同质化程度较高，采集的文本大多是基于互联网社交媒体， 分析结果的呈现方式也比较相似。在炫目的可视化图景 背后，没有对文本数据的深度分析，而这种深度分析要 基于对大量文本的内容挖掘和整合，这就需要经过结构化处理的文本数据库来支持。舆情话语的表达乱象纷 繁，真伪并存，既需要小型的基础文本数据库来深度挖 掘某类热点专题，也需要大型合成文本数据库对舆论走向和趋势进行宏观把握。

　　（三）传播学学术研究领域

　　传统的传播学文本分析，主要以框架分析、符号分 析等定性分析方法为主，但这两种分析主要集中于意识形 态、修辞方式等方面，不够客观。而文本内容，特别是舆 论研究的文本内容，有零散化、碎片化的特征，在拉斯韦 尔的5W里面， say what（文本内容研究）的问题常常被 人忽略。虽然有一些专门的词频统计分析软件，可以完成 对高频词和低频词的统计分析，但在语义深度挖掘方面仍 然有待开发。我们需要找到一种常规的工具，可以把学术 文本进行结构化方法上的整合，通过把文本分类、合并， 提取常用关键词和核心词，按研究主题分门别类地进行储存，为对比研究、专题研究等领域提供更加严谨和结构化的文本数据库支持。