基于云计算技术的文本可视化分析

张林泉*，陆 彦

(广东女子职业技术学院 a.信息资源中心;b.外语系，广州 511450)

标签云(Tag Cloud)是用以表示一个网站中的内容标签。标签的排列顺序可依照字母排序或随机排序，标签可按权重等标准来归类。有时，为了进一步突出视觉属性，除了用字体大小外，还用字体颜色、强度或权重来加以区别［1］。这样，依照字母或热门程度来寻找信息便成为可能。标签通常是超链接，指向分类页面［2］。标签云作为一种新兴的检索推荐技术，通过标签的可视化属性体现不同的权重程度，可以通过对云中标签可视化属性的操作对用户浏览产生一定的导向作用，把用户的关注点吸引到特定字段或区域［3］。文字云是可视化的文档用词频率统计权重表，这项技术常用于具体化、形象化政治演讲的话题和内容［4］。文本可视化是指从文本中提取出一定的模式来生成图形，用户通过与可视化界面的交互来快速理解文本。

关注中共十八大，就是关注中国的未来。本文通过分析中共十八大报告英文版文本，给出报告文本中高频词和可视化图形及核心短语网特征，以便深刻准确理解和把握其精神实质。

一、文本的词频比较

采集中共十八大英文版文本，使用统计文本词频，分别取前4位得到表1。利用可视化功能，生成标签云图，如图1所示，可以更直观地看到文本所呈现热点内容的差异。

表1 中共十八大报告英文版文本词频表

图1 文本单个词标签云

(一)文本单个词特征分析

1.Party

频数235，居词频第一位(中共十七大报告其频数为158)，中共十八大报告指出，“全党”要增强紧迫感和责任感，把握加强“党”的执政能力建设、先进性和纯洁性建设的主线，提出加强“党”的思想、组织、作风、反腐倡廉和制度“五位一体”的党建总体布局，增强自我净化和完善、自我革新和提高能力，建设以“三型”即学习型、服务型和创新型为目标的马克思主义执政党，确保“党”始终成为中国特色社会主义建设事业的坚强领导核心。上述“五位一体”的党建总体布局表明中共对执政党建设规律的把握更加自觉、全面和深刻［5］10。

2.Development

频数216，居词频第二位，表明了中共十八大报告对“发展”事务的高度关注。进一步突出科学发展观在党和国家事业全局中的指导地位。科学发展观是党的指导思想的又一次与时俱进，它贯穿整个中国发展历程，给中国带来了巨大变化。报告进一步明确提出了“四个自觉”，即:“更加自觉地”把推动经济社会发展作为贯彻落实科学发展观的“第一要义”、把“以人为本”作为贯彻落实科学发展观的“核心立场”、把全面协调可持续作为贯彻落实科学发展观的“基本要求”、把“统筹兼顾”作为贯彻落实科学发展观的“根本方法”［6］14。

3.People

频数209，居词频第三位(中共十七大报告其频数为146)，这体现中共十八大报告了对人民大众的关注。坚持人民主体地位，更好地保障人民权益、更好地保障人民“当家做主”贯穿报告始终，为人民服务也贯穿报告始终。报告在社会主义经济、政治、文化、社会、生态建设部分的论述和部署中，处处体现了党和国家全方位为人民服务，加强各方面、各领域服务体系建设，服务各方面人群的服务功能、服务效能［5］11。

4.System

频数149，居词频第四位，体现中共十八大报告对制度的关注。报告将“推进政治体制改革”写入了小标题。在论述的过程中，按照社会主义政治制度的基本构件来加以展开，并提出了具体可行的制度改革与建设措施。把制度建设置于更加突出的位置，要求充分发挥中国特色社会主义政治制度的优越性，对人类政治文明的有益成果进行借鉴和吸收，但不照搬西方的政治制度模式。社会主义协商民主是政治体制改革重要内容。中国特色的选举民主与社会主义协商民主的有机结合将有助于民主制度的健全和民主形式的丰富，使社会主义民主不断扩大，从而有利于社会主义政治文明的发展并实现最广泛的人民民主。

(二)文本两个词特征分析

1.Chinese characteristics

频数86，居首位(中共十七大报告中其频数为57)，表明十八大报告更强调突出中国特色。报告全面地认识社会主义建设规律，坚持、丰富和发展了中国特色社会主义理论体系，提出了中国特色社会主义的总依据、总布局、总任务。施芝鸿指出，关于中国特色社会主义事业总体布局，1986年中共十二届六中全会首次提出经济体制改革、政治体制改革、精神文明建设“三位一体”;2006年中共十六届六中全会提出了社会建设的崭新命题，将其拓展为“四位一体”的总体布局并提出构建社会主义和谐社会;中共十八大提出的生态文明建设又将其拓展为“五位一体”，表明执政党对中国特色社会主义建设规律的认识和实践达到了一个新水平。报告提出不走封闭僵化的老路也不走改旗易帜的邪路，而是要坚定不移地高举中国特色社会主义的伟大旗帜，倍加珍惜、始终坚持和不断发展中国特色社会主义道路、中国特色社会主义理论体系和中国特色社会主义制度，坚定“三个自信”即道路自信、理论自信和制度自信，不断丰富中国特色社会主义的“四个特色”即实践特色、理论特色、民族特色和时代特色。中国特色社会主义道路是实现途径，中国特色社会主义理论体系是行动指南，中国特色社会主义制度是根本保障，三者统一于中国特色社会主义伟大实践，这是党领导人民在建设社会主义长期实践中形成的最鲜明特色［7－8］。“实践充分证明，中国特色社会主义是当代中国发展进步的根本方向，只有中国特色社会主义才能发展中国”。夺取中国特色社会主义的新胜利须把握八个基本要求即“八个坚持”:必须坚持“人民主体地位、解放和发展社会生产力、推进改革开放、维护社会公平正义、走共同富裕道路、促进社会和谐、和平发展和党的领导”。“八个坚持”是全党全国人民的共同信念，具有强烈的现实针对性和长远指导性，为中国特色社会主义开拓了广阔前景，有助于中国特色社会主义事业不断取得新胜利［5］10。

2.moderately prosperous

频数21，居词频第二位。关注民生，全面建成小康社会和全面深化改革开放的目标。报告再次重申两个百年奋斗目标:其一是在党成立100年时“全面建成小康社会”，其二是在新中国成立100年时“建成富强民主文明和谐的社会主义现代化国家”。上述两个“百年目标”必将成为我们夺取中国特色社会主义新胜利的两座里程碑。“富强、民主、文明、和谐”是已经写入我国宪法的国家发展目标。报告中党代表广大人民提出的多个新目标。谈到生态文明建设的时候，提出了“美丽中国”、建设“海洋强国”的目标;谈到文化建设时，报告提出要建设社会主义文化强国以增强“全民族文化创造活力”，增强文化整体实力和竞争力;谈到经济建设时，提出了形成“以工促农、以城带乡、工农互惠、城乡一体”的“新型工农、城乡关系”。这些新的发展目标，既反映了广大人民对于国家发展的新期待，更体现了执政党的胸怀理想、与时俱进［6］14。

3.Chinese nation

频数21，与“moderately prosperous”同居词频第二位，(中共十七大报告中其频数为17)，关注中华民族，高扬中华民族团结的旗帜。中共十八大报告结尾部分从国家发展和世界和平的高度，呼吁“团结就是大局，团结就是力量。全党同志要用坚强的党性保证团结，用共同的事业促进团结，自觉维护全党的团结统一，巩固全国各族人民大团结，加强海内外中华儿女大团结，促进中国人民同世界各国人民大团结。”［6］15

4.armed forces

频数20，居词频第三位。报告提出我国现代化建设的战略任务，即通过加快推进国防与军队现代化以建设与中国国际地位相称的、与国家安全及发展利益相适应的巩固国防和强大军队。我国面临的生存安全问题和发展安全问题、传统安全威胁和非传统安全威胁相互交织，要求国防和军队现代化建设的不断发展。

二、文本词树特征分析

词树是一种视觉搜索工具，用在非结构化文本中，它可以帮我们选择一个单词或短语，并显示该词或短语出现的所有不同语境。语境是以一个树状分支结构来组织的，以便更加明确揭示、突出反复出现的主题。我国已经进入新的历史发展阶段，在经济高速增长、物质不断丰富的同时，如何看待取得的成就，成为执政党说服自己以及社会的重要课题。图2是使用搜索词“WE”制成的词树，字体的大小代表频数的多少，字体越大，频数越大。表2和图2展现了过去10年，过去5年以及未来8年乃至更长时间中国共产党人领导的中国人民从事的各项事业，取得的各种成就，以及进行的各类探索和创新。

图2 中共十八大报告“WE”词树词频示意图

表2 中共十八大报告“WE”词树词频表

图3 文本短语网(前6个词)

图4 文本短语网(前24个词)

三、文本短语网特征分析

短语网指利用图解释文本中不同单词之间的关系，它使用模式匹配的简单形式以提供包含在书中、演讲稿或诗词中一个个概念的多个视角。由图3可以看出:中共十八大报告强调社会建设，核心是改善民生与加强社会管理。报告指出:“要把保障和改善民生放在更加突出的位置，加强和创新社会管理”，“逐步建立以权利公平、机会公平、规则公平为主要内容的社会保障体系”，改善民生与加强社会管理思维是社会建设的两个根本维度，二者相互制约、相辅相成。改善民生是以人为本的具体体现，它注重人民的主体性。由图4可得出结论:中共十八大报告英文版文本主题与中共十八大大会的主题高度一致。

四、结语

本文利用云计算技术和语料库技术，从标签云、词树、短语网三个方面分别探究了中共十八大英文版文本单个词特征、两个词特征、短语网特征，并对部分中共十八大、中共十七大的高频词进行了比较，分析了其内涵。结果表明，利用云计算技术和语料库技术可以达到高效、准确、全面地反映文本重要的内容，揭示文本的组织结构和内容之间的关系，对深刻理解把握文本主题和实质有重要的作用;中共十八大英文版文本能准确全面反映中共十八大中文版文本的全貌。

［1］LOHMANN S，ZIEGLER J，TETZLAFF L.Comparison of tag cloud layouts:task-related performance and visual exploration［C］//Human-Computer Interaction-INTERACT 2009.Lecture Notes in Computer Science，2009(5726):392 －404.

［2］HALVEY M，KEANE M T.An assessment of tag presentation techniques［Z］.Banff:World Wide Web Conference Committee(IW3C2)，2007.

［3］张媛，赵艺超.基于用户体验的标签云可视化布局研究［J］.计算机与数字工程，2011(10):17.

［4］STEINBOCK，DANIEL.TagCrowd visualization:state of the Union［N］.Retrieved，2011 －03 －05.

［5］施芝鸿.新思想新观点新部署;党的十八大报告的八大亮点［J］.今日浙江，2012(22):10 －11.

［6］杨雪冬.十八大解读:面向未来，激发活力［J］.杭州:周刊，2012(11):13－15.

［7］胡锦涛.坚定不移沿着中国特色社会主义道路前进 为全面建成小康社会而奋斗:在中国共产党第十八次全国代表大会上的报告［M］.北京:人民出版社，2012.

［8］施芝鸿.中国特色社会主义的最鲜明特色［J］.求是，2012(23):16－23.