基于云计算技术的文本可视化分析

第１７卷第１期　

２０１４年３月　

成都工业学院学报　

ＯＵＲＮＡＬ　ＯＦ　ＣＨＥＮＧＤＵ　ＴＥＣＨＮＯＬＯＧＩＣＡＬ　ＵＮＩＶＥＲＳＩＴＹ　

Ｖｏ１．１７，Ｎｏ．１　

Ｍａｒｃｈ．．２０１４　

基于云计算技术的文本可视化分析　

张林泉　，陆

（广东女子职业技术学院

彦　

５１１４５０）　ａ．信息资源中心．ｂ．外语系，广州

摘要：从标签云、词树、短语网三个方面分析了中共十八大报告英文版文本的单个词特征、两个词特征、短语网特征，并给出文　

本的高频词和可视化图形及核心短语网。研究发现利用云技术可以达到高效、准确、快速、全面地反映文本重要的内容，揭示　

文本的结构和内容之间的关系，对深刻理解把握文本实质有重要的作用。　

关键词：标签云；词树；短语网　

中图分类号：Ｄ６１６；ＴＰ３１７．２　文献标志码：Ａ　文章编号：２０９５—５３８３（２０１４）０１—００９０—０３　

Ｔｅｘｔ－Ｖｉｓｕａｌｉｚｉｎｇ　Ａｎａｌｙｓｉｓ　Ｂａｓｅｄ　ｏｎ　Ｃｌｏｕｄ　Ｃｏｍｐｕｔｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ　

ＺＨＡＮＧ　Ｌｉｎｑｕａｎ：ｌ：

ＬＵ　Ｙａｈ　

．

（ａ．Ｉｎｆｏｒｍａｔｉｏｎ　Ｒｅｓｏｕｒｃｅ　Ｃｅｎｔｅｒ；ｂ．Ｄｅｐａｒｔｍｅｎｔ　ｏｆＦｏｒｅｉｇｎ　Ｌａｎｇｕａｇｅｓ，Ｇｕａｎｇｄｏｎｇ　Ｗｏｍｅｎ’Ｓ　Ｐｏｌｙｔｅｃｈｎｉｃ　ＣｏＵｅｇｅ，Ｇｕａｎｇｚｈｏｕ　５１１４５０，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｕｓｉｎｇ　ｍｅｔｈｏｄｓ　ｓｕｃｈ　ａｓ　ｔａｇ　ｃｌｏｕｄ，ｗｏｒｄ　ｔｒｅｅ，ａｎｄ　ｐｈｒａｓｅ　ｎｅｔ，ｔｈｅ　ａｕｔｈｏｒｓ　ａｎａｌｙｚｅ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｏｎｅ　ｗｏｒｄ，ｔｗｏ　

ｃｏｎｓｅｃｕｔｉｖｅ　ｗｏｒｄｓ，ａｎｄ　ｐｈｒａｓｅ　ｎｅｔ　ｏｃｃｕｒｒｉｎｇ　ｉｎ　ｔｈｅ　Ｅｎｇｌｉｓｈ　ｔｅｘｔ　ｏｆ　ｔｈｅ　１８ｔｈ　Ｎａｔｉｏｎａｌ　Ｃｏｎｇｒｅｓｓ　ｏｆ　Ｃｏｍｍｕｎｉｓｔ　Ｐａｒｔｙ　ｏｆ　Ｃｈｉｎａ，ａｎｄ　ａｌｓｏ　ｐｒｅｓｅｎｔ　ｈｅ　ｔｈｉｇｈ　

ｆｒｅｑｕｅｎｃｙ　ｏｆ　ｗｏｒｄｓ，ｖｉｓｕａｌ　ｇｒａｐｈ　ａｎｄ　ｃｏｒｅ　ｐｈｒａｓｅ　ｎｅｔ．Ａｓ　ａ　ｒｅｓｕｌｔ　ｏｆ　ｔｈｅ　ａｎａｌｙｓｉｓ，ｔｈｅ　ａｕｔｈｏｒｓ　ｆｉｎｄ　ｏｕｔ　ｔｈａｔ　ｉｔ　ｉｓ　ｓｉｇｎｉｉｃａｎｔｆ　ｆｏｒ　ＵＳ　ｔｏ　ｆｕｌｌｙ　ｕｎｄｅｒｓｔａｎｄ　ｔｈｅ　

ｔｅｘｔ　ｂｙ　ａｐｐｌｙｉｎｇ　ｃｌｏｕｄ　ｃｏｍｐｕｔｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ，ｗｈｉｃｈ　Ｃａｎ，ｉｎ　ａｎ　ｅｆｉｃｉｆｅｎｔ，ａｃｃｕｒａｔｅ　ａｎｄ　ｃｏｍｐｒｅｈｅｎｓｉｖｅ　ｗａｙ，ｄｉａｇｒａｍ　ｔｈｅ　ｉｍｐｏｒｔａｎｔ　ｃｏｎｔｅｎｔ　ａｓ　ｗｅｌｌ　ａｓ　

ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐｓ　ｂｅｔｗｅｅｎ　ｄｉｆｆｅｒｅｎｔ　ｗｏｒｄｓ　ａｎｄ　ｓｔｒｕｃｔｕｒｅｓ　ｕｓｅｄ　ｉｎ　ｔｈｅ　ｔｅｘｔ．　

Ｋｅｙ　ｗｏｒｄｓ：Ｔａｇ　Ｃｌｏｕｄ；Ｗｏｒｄ　Ｔｒｅｅ；Ｐｈｒａｓｅ　Ｎｅｔ　

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…。这样，依照字母或热门程　

……

表１　中共十八大报告英文版文本词频表　

单个词　

……一一　…．………一　

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　Ｊ。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＿ｌｊ　Ｊ。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　Ｊ。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。　

Ｃｈｉｎｅｓｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　

两个词昌　

一　

一　

一　

一　

５　６　９　９—～　６●１　Ｏ　加　

一　

一　

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　

图ｌ文本单个词标签云　

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。　

现热点内容的差异。　

一

、

文本的词频比较　

（一）文本单个词特征分析　

１．Ｐａｒｔｙ　

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　频数２３５，居词频第一位（中共十七大报告其频数　

图，如图１所示，可以更直观地看到文本所呈　

为１５８），中共十八大报告指出，“全党”要增强紧迫感　

收稿日期：２０１３—１２—３１　

基金项目：广东省教育科学“十二五”规划２０１２年度项目“基于动态技术支持的统计学实验研究”（２０１２ＪＫ０７８）；广东省高等职业　

技术教育研究会课题２０１１年度立项项目“基于词汇教学法的高职英语专业翻译教学研究与实践”（ＧＤＧＺ１　１Ｙ１０４）　

作者简介：张林泉（１９６５一），男（汉族），广东化州人，副研究员，硕士，研究方向：应用统计、计量经济学、高等教育教学，通信　

作者邮箱：ｚｌｑｑｌｚ＠ａｌｉｙｕｎ．ｃｏｒｎ。　

陆彦（１９６４一），女（汉族），江苏新沂人，副教授，硕士，研究方向：应用语言学、跨文化研究、外语教学。　

２０１４年第ｌ期　张林泉，陆彦：基于云计算技术的文本可视化分析　

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　ｊ。“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　ｊＪ　。　

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　ｊｌｏ。　

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　Ｊ　。　

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　

２．ｍｏｄｅｒａｔｅｌｙ　ｐｒｏｓｐｅｒｏｕｓ　

“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　

频数２１，居词频第二位。关注民生，全面建成小康　

分的论述和部署中，处处体现了党和国家全方位为人民　

社会和全面深化改革开放的目标。报告再次重申两个　

服务，加强各方面、各领域服务体系建设，服务各方面人　

百年奋斗目标：其一是在党成立１００年时“全面建成小　

群的服务功能、服务效能ｌ　Ｊ”。　

康社会”，其二是在新中国成立１００年时“建成富强民　

４．Ｓｙｓｔｅｍ　

主文明和谐的社会主义现代化国家”。上述两个“百年　

频数１４９，居词频第四位，体现中共十八大报告对制　

目标”必将成为我们夺取中国特色社会主义新胜利的　

度的关注。报告将“推进政治体制改革”写入了小标题。　

两座里程碑。“富强、民主、文明、和谐”是已经写入我　

在论述的过程中，按照社会主义政治制度的基本构件来　国宪法的国家发展目标。报告中党代表广大人民提出　

加以展开，并提出了具体可行的制度改革与建设措施。　

的多个新目标。谈到生态文明建设的时候，提出了“美　

把制度建设置于更加突出的位置，要求充分发挥中国特　丽中国”、建设“海洋强国”的目标；谈到文化建设时，报　

色社会主义政治制度的优越性，对人类政治文明的有益　

告提出要建设社会主义文化强国以增强“全民族文化　

成果进行借鉴和吸收，但不照搬西方的政治制度模式。　

创造活力”，增强文化整体实力和竞争力；谈到经济建　

社会主义协商民主是政治体制改革重要内容。中国特色　

设时，提出了形成“以工促农、以城带乡、工农互惠、城　

的选举民主与社会主义协商民主的有机结合将有助于民　

乡一体”的“新型工农、城乡关系”。这些新的发展目　

主制度的健全和民主形式的丰富，使社会主义民主不断　

标，既反映了广大人民对于国家发展的新期待，更体现　

扩大，从而有利于社会主义政治文明的发展并实现最广　

了执政党的胸怀理想、与时俱进＿６ｊ　。　

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　

４．ａｒｍｅｄ　ｆｏｒｃｅｓ　

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　

频数２０，居词频第三位。报告提出我国现代化建设　

建设的崭新命题，将其拓展为“四位一体”的总体布局　

的战略任务，即通过加快推进国防与军队现代化以建设　

并提出构建社会主义和谐社会；中共十八大提出的生　

与中国国际地位相称的、与国家安全及发展利益相适应　

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ｌ７），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。”Ｌ６　

成都工业学院学报＾印：／／ｐａｐｅｒ．ｃｄｔｕ．ｅｄｕ．ｃｎ／　第１７卷　

的巩固国防和强大军队。我国面临的生存安全问题和发　我国已经进入新的历史发展阶段，在经济高速增长、物　

展安全问题、传统安全威胁和非传统安全威胁相互交织，　

质不断丰富的同时，如何看待取得的成就，成为执政党　

要求国防和军队现代化建设的不断发展。　

说服自己以及社会的重要课题。图２是使用搜索词　

二、文本词树特征分析　

“ＷＥ”制成的词树，字体的大小代表频数的多少，字体　

词树是一种视觉搜索工具，用在非结构化文本中，　

越大，频数越大。表２和图２展现了过去１０年，过去５　

它可以帮我们选择一个单词或短语，并显示该词或短　

年以及未来８年乃至更长时间中国共产党人领导的中　

语出现的所有不同语境。语境是以一个树状分支结构　

国人民从事的各项事业，取得的各种成就，以及进行的　

来组织的，以便更加明确揭示、突出反复出现的主题。　各类探索和创新。　

５１　７　

ｈｉｔｓ　

≯ｊ＇ｉｉｉｉ＿　：　：茹鼍！　＝Ｍ…一　菇ｌ磊　；善…　…　

誉毫毒鎏　０　＿　

Ｗｅ　

ｓｈ。ｕｌｄ　＿．　

图２　中共十八大报告“ＷＥ”词树词频示意图　

……一　

。蜥竹　一　积　

。．　…　

表２中共十八大报告“ＷＥ”词树词频表　

词　频数／次　

ｃｈｉｎｅｓ￣ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　

Ｗｅ　ｈａｖｅ　３２　

Ｗｅ　ａｒｅ　１２　

ｓ　ｏ

ｃ

ｉａ

Ｗｅ　ｍｕｓｔ　８７　

Ｗｅ　ｓｈｏｕｌｄ　

３２０　

Ｗｅ　ｗｉｌｌ　１８　

Ｓ０ＣＩａ

ｌｉｓ

ｌ　

ｔ　ｄｏｅｖｅｌｏｐｍｅｎｔｌ　

ｎｅ

ｉａｌ

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　

内涵。结果表明，利用云计算技术和语料库技术可以　

短语网指利用图解释文本中不同单词之间的关系，　

达到高效、准确、全面地反映文本重要的内容，揭示文　

它使用模式匹配的简单形式以提供包含在书中、演讲稿　

本的组织结构和内容之间的关系，对深刻理解把握文　

或诗词中一个个概念的多个视角。由图３可以看出：中　

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。　

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　

参考文献：　

的位置，加强和创新社会管理”，“逐步建立以权利公平、　

ｌ　ｌ　ｌ　Ｌ０ＨＭＡＮＮ　Ｓ，ＺＩＥＧＬＥＲ　Ｊ，ＴＥＴＺＬＡＦＦ　Ｌ．Ｃｏｍｐａｒｉｓｏｎ　ｏｆ　ｔａｇ　ｃｌｏｕｄ　

ｌａｙｏｕｔｓ：ｔａｓｋ．ｒｅｌａｔｅｄ　ｐｅｒｆｏｒｍａｎｃｅ　ａｎｄ　ｖｉＳＵａｌ　ｅｘｐｌｏｒａｔｉｏｎ　ｊ　Ｃ　ｌ／／Ｈｕｍａｎ．　

机会公平、规则公平为主要内容的社会保障体系”，改善民　

Ｃｏｍｐｕｔｅｒ　Ｉｎｔｅｒａｃｔｉｏｎ—ＩＮ１ＥＲＡＣＴ　２００９．Ｌｅｃｔｕｒｅ　Ｎｏｔｅｓ　ｉｎ　Ｃｏｍｐｕｔｅｒ　

Ｓｃｉｅｎｃｅ．２００９（５７２６）：３９２—４０４．　

生与加强社会管理思维是社会建设的两个根本维度，二者　

｛２　ｌ　ＨＡＬＶＥＹ　Ｍ．ＫＥＡＮＥ　Ｍ　Ｔ．Ａｎ　ａｓｓｅｓｓｍｅｎｔ　ｏｆ　ｔａｇ　ｐｒｅｓｅｎｔａｔｉｏｎ　

相互制约、相辅相成。改善民生是以人为本的具体体现，　

ｔｅｃｈｎｉｑｕｅｓ【Ｚ　１．Ｂａｎｆｆ：Ｗｏｄｄ　Ｗｉｄｅ　Ｗｅｂ　ＣｏｎｆｅＦｅｎｃｅ　Ｃｏｍｍｉｔｔｅｅ　

（ＩＷ３Ｃ２）．２０ｏ７．　

它注重人民的主体性。由图４可得出结论：中共十八大报　

［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，２０１ｌ（１０）：ｌ７．　

告英文版文本主题与中共十八大大会的主题高度一致。　

ＳＴＥＩＮＢ０ＣＫ，ＤＡＮＩＥＬ．ＴａｇＣｒｏｗｄ　ｖｉｓｕａｌｉｚａｔｉｏｎ：ｓｔａｔｅ　ｏｆ　ｔｈｅ　Ｕｎｉｏｎ　

　ｌＮ　１．Ｒｅｔｒｉｅｖｅｄ，２０１１—０３—０５．　

四、结语　

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）：１Ｏ—ｌ１．　

本文利用云计算技术和语料库技术，从标签云、词　

杨雪冬．十八大解读：面向未来，激发活力［Ｊ］．杭州：周刊，２０１２　

树、短语网三个方面分别探究了中共十八大英文版文　

（１１）：１３一ｌ５．　

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　

本单个词特征、两个词特征、短语网特征，并对部分中　

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　

共十八大、中共十七大的高频词进行了比较，分析了其　

告［Ｍ］．北京：人民出版社，２０１２．　

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