發(fā)布時間：2021-08-31 12:08

　　中美貿(mào)易摩擦是當下國際熱點議題,其趨勢與發(fā)展對國際經(jīng)濟格局與國際關系網(wǎng)都會產(chǎn)生不可估量的影響。兩國貿(mào)易博弈中,新聞報道是中美兩國獲取貿(mào)易戰(zhàn)的話語權與主導權的主要途徑。CNN與人民網(wǎng)作為兩國最具影響力的媒體組織之一,在國內(nèi)外都擁有廣泛的用戶群體。這兩家媒體在國際輿論場上的巨大影響力,直接影響了中國與美國國家形象的建構,因此,以CNN與人民網(wǎng)作為研究對象,探究兩家媒體在中美貿(mào)易摩擦中如何建構中美的國家形象以及報道策略,具有典型性與代表性。本文采用內(nèi)容分析法與比較研究法,根據(jù)報道中詞語的情感態(tài)度,推測雙方報道的情感分布情況;依照報道中詞語出現(xiàn)的概率分布,建立相應的LDA模型,推測人民網(wǎng)與CNN報道的主題分布情況;最后,根據(jù)實驗結(jié)果,分別建構出人民網(wǎng)中的美國形象與CNN中的中國形象,并就雙方媒體的報道情況進行比較分析。經(jīng)過實證研究,發(fā)現(xiàn)以下核心觀點:第一,雙方報道的數(shù)量與篇幅與貿(mào)易摩擦的局勢起伏有直接關聯(lián)性。在樣本時間范圍內(nèi),中美貿(mào)易關系存在四個激烈沖突期與四個緩和期,不同周期之間的轉(zhuǎn)化取決于美國方面的態(tài)度變化,這也直接影響了人民網(wǎng)與CNN的報道數(shù)量。其中,CNN關于貿(mào)易摩擦的報道在其涉華報道... 

【文章來源】：云南財經(jīng)大學云南省

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

研究框架

第二章對人民網(wǎng)關于中美貿(mào)易摩擦報道的內(nèi)容分析16第二章人民網(wǎng)關于中美貿(mào)易摩擦報道的內(nèi)容分析第一節(jié)報道數(shù)據(jù)收集在收集人民網(wǎng)中所有涉美報道時，分別使用關鍵詞“美國”、“美方”、“貿(mào)易戰(zhàn)”、“貿(mào)易摩擦”進行檢索，并將檢索結(jié)果進行匯總。在匯總結(jié)果中，使用關鍵詞“貿(mào)易戰(zhàn)”與“貿(mào)易摩擦”縮小報道范圍，確認人民網(wǎng)關于中美貿(mào)易摩擦的報道。根據(jù)已經(jīng)表明的人民網(wǎng)報道數(shù)據(jù)收集策略，總共收集到26045篇關于美國的報道，其中涉及貿(mào)易戰(zhàn)的報道內(nèi)容有2418篇。在完成對數(shù)據(jù)的格式化，去除冗余數(shù)據(jù)后，下文將分別對報道數(shù)量、報道來源、報道形式、報道詞頻、報道態(tài)度、報道主題等方面依次進行分析。本文使用NLP分析工具進行情感分析時，采用了中文語義分析工具Jieba與英文語義分析工具Textblob，并對相關訓練集字典進行更新與程序改寫，同時提取出TOP20核心高頻詞匯。NLP的具體操作流程如圖2.1所示。圖2.1NLP情感判定流程本文將以篇為單位對新聞文本進行處理，每個單句作為最小的計分單位，根據(jù)單句描述的對象是中國或美國，進行區(qū)分。對每個單句進行情感判定，匯總整篇文章的情感得分，計算算術平均，最后確定單篇新聞報道對于中國或者美國的情感態(tài)度得分，具體實施流程如圖2.2所示。

第二章對人民網(wǎng)關于中美貿(mào)易摩擦報道的內(nèi)容分析17圖2.2新聞文本情感判定流程在對中文文本內(nèi)容進行判定時，根據(jù)中文工具Jieba的情感計算得分標準，其取值范圍為[0,1]，得分越接近于1，表示代表正面情感的概率越大，得分越接近于0，說明代表正面情感的概率越小，即表達負面情感的概率較大，因此，本次研究將中文文本的態(tài)度分為以下三類，并根據(jù)情感得分進行分類，具體分類如下：正面：在新聞文本中，大量使用具有正面意義的詞匯，諸如樂觀、戰(zhàn)勝、克服等詞匯，或者具有正面意義的詞匯遠多于負面意義的詞匯，可認為這類新聞文本具有較大的概率持有正面態(tài)度，其情感得分取值范圍設定在[0.65,1]之間。中立：在新聞文本中，同時出現(xiàn)具有正面與負面意義的詞匯，或者出現(xiàn)的正面或負面意義的詞匯并不足以決定文本的態(tài)度傾向，這類新聞文本的情感態(tài)度有較大概率處于中立水平，其情感得分取值范圍設定在[0.35,0.65]。負面：在新聞文本中，大量使用具有負面意義的詞匯，諸如令人擔憂、陷入困局、強烈譴責、嚴正抗議等，或者具有負面意義的詞匯遠多于正面意義的詞匯，可認為這類新聞文本具有較大的概率持有負面態(tài)度，其情感得分取值范圍設定在[0,0.35]之間。在進行主題分類時，本文將采用LDA模型，其原理如圖2.3所示。LDA模型可以有效地對人民網(wǎng)與CNN關于中美貿(mào)易摩擦的新聞報道進行主題分類，以此來推測人民網(wǎng)與CNN分別對中國和美國建構怎樣的媒介鏡像。圖2.3LDA模型推測主題分類流程

【參考文獻】：
期刊論文
[1]“看”中國:作為“他者”的國家形象建構——基于Facebook“中國文化”系列短片的文本分析[J]. 沈霄.  西安交通大學學報(社會科學版). 2019(05)
[2]“中美貿(mào)易戰(zhàn)”涉華輿情、層級成因及對策研究:基于Youtube平臺的考察[J]. 石家宜,郭繼榮.  情報雜志. 2019(08)
[3]中美公眾的文化交流與國家形象認知調(diào)查（2017～2018）[J]. Institute of National Communication Strategy(INCS, HUST);.  人民論壇·學術前沿. 2019(09)
[4]中國的和平崛起與中美貿(mào)易戰(zhàn)[J]. 陳繼勇,楊旭丹.  華南師范大學學報(社會科學版). 2019(02)
[5]修辭較量:沖突情境下的反修辭策略——基于中美關于貿(mào)易摩擦新聞報道的比較研究[J]. 葉俊,王苑奇.  蘭州大學學報(社會科學版). 2019(02)
[6]視覺文化中的反凝視及其批判性思考:基于對《新聞聯(lián)播》“中美貿(mào)易戰(zhàn)”報道的分析[J]. 石谷巖.  新聞春秋. 2018(04)
[7]基于語料庫的人民網(wǎng)關于女博士形象的歷時建構研究[J]. 符小麗.  信陽師范學院學報(哲學社會科學版). 2018(06)
[8]中美貿(mào)易戰(zhàn)本質(zhì)、影響及對策分析[J]. 俞萍萍,趙永亮.  現(xiàn)代管理科學. 2018(11)
[9]認同的閾限:媒介消費與移民身份的建構——以新西蘭報刊廣告為鏡像[J]. 曹小杰.  新聞與傳播研究. 2018(09)
[10]論中美貿(mào)易戰(zhàn)對中國企業(yè)轉(zhuǎn)型的影響及對策[J]. 肖瑤.  現(xiàn)代商貿(mào)工業(yè). 2018(29)



本文編號：3374870