媒體流行語獲取研究.pdf

1、媒體流行語是指在報紙、電視、廣播、網(wǎng)絡(luò)等媒體上迅速盛行、廣為傳播的詞語。年度媒體流行語能夠真實反映并高度概括一年當(dāng)中的國內(nèi)政策舉措、社會重大事件、百姓關(guān)注焦點以及國際風(fēng)云變幻。不同年度的媒體流行語的變遷可以反映社會的動態(tài)變化和大眾心理的變遷。媒體流行語的獲取研究是語言動態(tài)監(jiān)測工作的重要部分，具有重要的學(xué)術(shù)價值和深廣的社會文化意義。 本文對媒體流行語獲取方法進(jìn)行了深入研究，所做的主要工作包括以下幾個方面： 第一，對媒體流行

2、語的特征分析。分別對媒體流行語各個流行狀態(tài)進(jìn)行分析研究，建立媒體流行語的流行特征模型。 第二，提出一個自動判定媒體流行語的評分模型。引入詞語的常用度屬性、時間屬性和變遷屬性，進(jìn)而量化這些屬性得到媒體流行語的評分公式。按照候選詞語的評分值和歷時走勢曲線自動獲取媒體流行語。 第三，設(shè)計并實現(xiàn)年度媒體流行語獲取系統(tǒng)。該系統(tǒng)利用網(wǎng)絡(luò)爬蟲下載2007年度五大門戶網(wǎng)站（網(wǎng)易、搜狐、新浪、騰訊、Tom）的新聞網(wǎng)頁（約10，642 MB

3、）為研究語料，并對其預(yù)處理后進(jìn)行文本切分，然后對切分得到的所有詞串進(jìn)行過濾處理，最后利用本文提出的流行語評分模型進(jìn)行篩選得到年度媒體流行語。 第四，在獲取候選詞語集的過程中，提出一種統(tǒng)計與規(guī)則相結(jié)合的獲取方法。首先基于全切分方法獲取所有可能的詞串，然后利用基于語言學(xué)知識的過濾規(guī)則、垃圾串過濾規(guī)則和基于TF-IDF權(quán)重過濾規(guī)則依次對所有詞串進(jìn)行過濾，得到候選流行詞語集。 本文研究的方法和設(shè)計的年度媒體流行語獲取系統(tǒng)，已經(jīng)應(yīng)