由于生产、复制和传播的便捷性以及来源的多元性，新媒体中的科学传播文本与传统媒介相比数量极其庞大。如此大数据的科学传播文本，对于信息通信技术( ICT) 知识的传播和普及无疑很有益处。“单个文本是微不足道的，传媒的影响力是通过累积而来，是通过对某一事件的因果关系、事件主体反复刻意的描述以及对读者的反复教导等手段来完成的。”( Fairclough 1989: 54) 对于这样的研究对象，大数据的语料库是开展话语分析的最佳辅助工具。本研究基于大数据挖掘和语料库，运用大量真实的文本数据厘清 ICT 科学传播的话语现状，并探究新媒体中的科学传播话语如何建构“信息通信技术”这一科学概念。
1 新媒体话语对科学概念的建构作用
在信息社会，新媒体在建构 ICT 的科学概念、培育公众的 ICT 科学素养方面起着举足轻重的作用。第九次中国公民科学素质调查报告① 显示，公民利用互联网及移动互联网获取科技信息的比例达到53. 4%，比2010 年的26. 6%提高一倍多，已经超过报纸( 38. 5% ) ，仅次于电视( 93. 4% ) ，位居第二。互联网已成为具备科学素质公民获取科技信息的第一渠道。
新媒体所传播的科学内容涵盖各门各类，非常庞杂，我们选择 ICT 领域作为研究对象的理由有二。首先，信息通信技术是第三次和第四次工业革命的技术基础。其次，根据 2016 移动互联网网民科普获取及传播行为研究报告② ，从 2016 年度网民对科普内容的关注度分布上看，信息科技成为移动端网民最关注的科普主题，用户关注份额为 24. 8%。这也是笔者将 ICT 领域的科学传播文本作为研究对象的一个重要原因。
2 “信息通信技术”的概念考察
基于网站流量和 Alexa 排名，我们从中国的科学传播综合网站中选出 12 个最有影响力且最具代表性的网站，作为收集语料库文本的平台，并使用网络爬虫软件抓取出共 7，276 个 ICT 科学传播文本，这些文本的发布时间段是 2015 年 1 月 1 日至 2016 年 12 月 31 日之间。运用 T-LAB 软件基于以上文本建立新媒体 ICT 科学传播语料库，类符 ( types) 123，184 个，形符( tokens) 5，888，541 个，类符/形符比( type-token ratio，TTR) 为 0. 021，可见该语料库中的文本词汇密度( lexical density) 并不高。其中出现频率仅一次的形符数量为 62，178 个。值得注意的是，T-LAB 的词汇密度计算不包括停用词。
在很多文本中，常常将“信息技术”与“通信技术”分开表述，而这二者在科学传播中的分布并不均衡，“信息技术”俨然成为关注的重点，出现的频数高达 1，711 次，而“通信技术”只有 264 次，这大概与“信息技术”和“通信技术”的学科侧重点有关。相较之下，信息技术与公众的生活更为接近，作为科学传播的内容更能引起读者的兴趣，这反映出当下新媒体科学传播中“读者中心”的发展倾向。尤其值得一提的是，“信息化”一词出现的频率非常高，甚至超过“信息技术”，达到 3，123 次，可见信息化是当下网络传播中的一个热点。
除分析“技术”一词的搭配情况外，进一步考查“信息”“通信”两个词的搭配情况能提供科学传播文本中对于信息通信技术这一主题更多的信息。科学传播中对于“信息”的表述更偏向与公众日常生活相关的内容，如“身份证”“办公室” 等。即使“信息技术”一词在语料库中的频数达到 1，711 次，也未能排进“信息”一词的搭配热词前 20 位。20 个搭配词中，动词占据半壁江山( 提取、传递、交换、泄露、窃取、查询、发送、收集、获取、传输) ，分析这些动词的索引行可以看出，其中 8 个是中性词汇，另 2 个具有强烈的负面语义韵( semantic prosody) ( 泄露、窃取) 。“泄露”“窃取”两个词频繁地与“风险”“安全”“担心”“摧毁”等词共现，体现出科学传播文本对于个人信息、数据信息安全事件的充分关注。与之相应， “安全”一词位居“信息”搭配热词的第 19 位，可以看出，在对“信息”相关的科学传播内容中，科学原理并不占据重要的地位，反而是与民生相关的信息安全、信息服务等内容成为传播的主要对象，这与“通信”一词的情况正好相反。
3 ICT 科学传播语料库的整体聚类分析
虽然对“信息通信技术”这一概念在本语料库中的话语状况已有基本的认识，但本语料库的文本爬取工作是以笔者选取的 64 个 ICT 关键词为标准展开，这 64 个 ICT 关键词涵盖 ICT 领域的各个方面。要对本语料库的内容有一个整体的把握，仅仅考察“信息通信技术”概念显然不够，还需要对文本进行整体的聚类主题分析，以便研究者对庞杂的 ICT 科学传播所呈现的主题有了解。 T-LAB 软件的基础文本主题分析功能( thematic analysis of elementary contexts) 最终的聚类结果显示，ICT 科学传播文本共聚焦于 9 个主题，各主题的信息参见表2。
我们不仅可以通过聚类分析了解本语料库的主题以及其文本分布，还可以查看各个主题之间的关系。通过关联分析( correspondence analysis) ，能在二维图表( 图4 ) 中显示以上 9 个主题之间的亲疏远近关系，从而将话语中隐含的各个主题的关联用可视化的方式呈现出来。
关联分析能发现在大量数据集中的关联性或相关性，从而描述语料库中某些属性同时出现的规律和模式。在图4 中，以 X 轴和 Y 轴的 0 点为中心，9 个聚类主题分布在 X 轴与 Y 轴的正负两极，各主题距离越近相关性就越高，反之则相关性越低。我们展开关联分析的目的是要找出具有强相关性的主题，即哪个主题出现时，另一个主题有可能共现。关联分析的结果显示，9 个主题中关联系数最高的是互联网社交—投资( 0. 467) ，其次是手机电脑及操作系统—网络安全( 0. 414) 、手机电脑及操作系统—市场( 0. 357) 。呈弱相关的关联系数集中在运营商与监管这个主题上，分别是运营商与监管—人工智能( 0. 000) 、运营商与监管—市场 ( 0. 024) 、运营商与监管—量子通信( 0. 027) 。以上对聚类主题的关联分析可帮助研究者探索 ICT 科学传播文本的各个主题在生产过程和传播过程中的潜在规律，如科学文本作者在创作互联网社交主题相关的文本时，最可能同时写到的是与投资相关的内容; 而在创作人工智能主题的科普文本时，基本不会提及运营商与监管方面的话题。
4 结束语
新媒体中的 ICT 科学传播话语是一个庞杂、多元、动态、碎片化且高速增长的研究对象，传统的话语分析方式难以全面地呈现其特征与话语体系。本研究尝试将语料库语言学、话语分析和数据挖掘等领域嫁接起来，在 T-LAB 软件的辅助下，探索新媒体话语对 ICT 科学知识的建构。本研究发现， “信息通信技术”和“信息通信”在真实的 ICT 科学传播中并不受青睐，“信息技术”和“信息化”是更为常用的词汇，而且“信息”“通信”“技术”的搭配和语义韵倾向差别较大。此外，语料库整体的聚类分析结果显示，“网络安全”“市场”“人工智能”这 3 个大类是 ICT 科学传播中最侧重的内容，“数字出版”“手机电脑及操作系统”“运营商与监管”方面则较少涉及，而各科学传播网站文本的主题分布并不均衡。从整体来看，网络 ICT 科学传播表现最突出的是腾讯科学，不仅文本数量遥遥领先，主题分布也最为均衡。Stubbs 曾说，“重复的话语结构能证明某种评价性信息不仅仅是个人的判断，也不是乖僻的论断，而是在话语社区中具有广泛的共识。一个单词、短语或句式可以引发一种文化定型”( cultural stereotype) ( Stubbs 2001: 215) 。在新媒体中重复出现的话语( 结构) 会日积月累地、潜移默化地影响它的读者。通过语料库的分析，能清晰地呈现其对文本对象，即 ICT 的传播定型和塑造，为当下的 ICT 科学传播话语做出描画和解析。
参考文献
陈 功 梁茂成. 型式语法的产生、特点及其应用价值[J]. 外语学刊，2017( 1) . ‖Chen，G.，Liang，M. -C. The Origin，Features and Applications of Pattern Grammar[J]. Foreign Language Research，2017( 1) .
梁茂成 李文中 许家金. 语料库应用教程[M]. 北京: 外语教学与研究出版社，2010. ‖Liang，M. -C.，Li， W. -Z.，Xu，J. -J. Using Corpora: A Practical Discourse [M]. Beijing: Foreign Language Teaching and Research Press，2010.
《“信息通信技术”在新媒体科学传播中的话语建构》来源：《外语学刊》，作者：王 晶
