科研资料｜超全文本分析法学习资料包！

词云已经是超简单的文本大数据情感分析工具啦！想要对这些评论做进一步的科研挖掘，你应该学会更多文本分析方法！

文本分析是人文社科领域常用的研究方法，并逐渐被应用到许多跨学科的研究领域。但是它相对复杂，也有一定的使用门槛。本期就来和岛主一起来学习一下文本分析方法吧！

基本概念

在学习文本分析法之前，我们需要对“文本”（Text）有一个更深化的认识。狭义的“文本”是指通过可视化过程呈现的内容，可以来自文档、图像、声音等。从广义上讲，前苏联文化符号学家尤里·洛特曼认为，“文本”是“整体符号”，即具有信息传递、信息生成和信息记忆功能的具有文化意义的符号组合。

围绕“文本”展开的分析方法，我们称之为“文本分析法”。从具体定义上看，“文本分析”是一种基于定性研究的定量分析方法，是适用于对任何文本(或其他符号)进行测量的方法论，主要目的是对文本内容进行系统、客观的定量和定性分析，从而揭示其变化和特点。

主要类型

从研究取向来看，文本分析法的具体方法主要有以下三种：

1. 修辞分析法（“新批评”细读法）

“细读法”是一种特殊的批评方法。它建立在仔细分析文本语义的基础上，需要运用隐喻、歧义、反讽、悖论等概念、理论和方法，尽可能详细地分析和解释文本的语言和结构要素。修辞分析法的分析过程包括理解和分析词语的意义，感受和理解语境，把握修辞的特点。

从分析对象的层面来分析的话，修辞分析法所围绕的中心是文本的句法和语义单元、文本的意象和隐喻，以及对象征和象征系统的仔细阅读和分析。

2. “符号学”分析法

“符号学”是研究符号及其运作的学科。主要研究内容包括符号本身，符号构成所依据的符号系统，符号运作所依赖的文化。

因此，“符号学”的分析视角要求我们首先列出尽可能多的文本中的有效符号，然后分析符号的组合形式和组合方法，最后分析符号的文化内涵和思想逻辑。

3. “叙述学”分析法

“叙述学”分析又称“叙事学”分析，主要关注“叙事内容”和“叙事模式”这两个主题。叙述学所阐述的内容是全面而深入的，包括叙事行为、叙事层次、叙事时间、叙事姿态和叙事风格。

在此推荐两部关于“叙述学”分析法的具有代表性的学术著作：《叙事学》（胡亚敏）；《中国现代经典短篇小说文本分析》（刘俐俐）。

4. 文本功能分析框架（纽马克）

英国实用翻译理论家纽马克将文本类型分为三种:表现性文本、信息性文本和呼唤性文本。同时，他指出文本类型的划分并不是唯一的，大多数文本具有两种或两种以上的功能，但其中一种功能占主导地位，并主张根据不同的文本类型采取不同的分析方法。

从编码方式来看，文本分析法包括以下3种具体形式：

1. 人工编码（属于质性分析的范畴）

首先是对文本内容意义的解读。在横向上，重点分析不同文本之间的差异、联系和相互作用; 纵向上关注文本产生的深层原因(社会、历史等因素)、思想内涵和发展影响。

其次是对形式意义的解读。主要侧重于对文本的呈现形式、所处位置（语境）、功能作用的分析解读。

2. 计算机辅助编码

指的是在人工分析过程中借助简单的电脑文书软件（如Word）进行图表制作及说明性文字阐述。

3. 计算机自动编码（属于定量分析的范畴）

包括对有效文本数据进行筛选、抽样统计以及编码归纳，并在此基础上对普遍的规律进行概括总结。常见的计算机文本分析软件有以下几种：

 ◆AnSWR 6.4

 ◆ATLAS.ti 5.2

 ◆EZ-Text

 ◆MAXqda 2

 ◆NUDIST 6

在文本分析法的范畴内，还有一些常见且实用的文本分析技术及软件：

1. 主题分析（Thematic analysis）

Nvivo，ATLAS. ti

2. 内容分析（Content analysis）

LIWC，DICTION

3. 基于词典的方法（Dictionary analysis）

4. 词袋法（文本向量化）（Bag-of--words）

（1）监督算法，如SVM、 Bayes和 Regression

（2）无监督算法，如LDA话题模型

5. 自然语言处理（Natural Language Processing）

具体分析步骤

1. 选择研究主题

2. 搜集及分析资料

3. 归类（按照对象、主题、情境或综合标准）

4. 确定具有代表性的样本目标

（1）整体抽样。制作抽样框，将框中的每项文本数据按照顺序编号，并统一采取随机抽样、系统抽样等的整体抽样方法。

（2）多阶段分组抽样。首先将文本数据分为不同组别，从中随机取出一组进行完整分析，或再从中随机抽样。

5. 找出高频关键词，确定分析单位或类别

分析单位包括物理单位、句法单位、语义单位、语用单位等等，涵义特征层面如社会特征、心理特征和身体特征；颜色形象层面如眼睛的颜色、头发的颜色、衣着的颜色。

6. 制定测量图表

7. 对文本单元进行具体的描述、说明和分析

（1）图表法。利用python， gephi等软件运行关系图。

（2）文字阐述法。在文案编辑软件中对文本单元进行说明与阐释。

★注意事项

1. 应按照分析单位的特征，尽量用量化的方式记录研究对象在各个层面的信息数据。

2. 采用事先设计好的、易于标准化统计分析的评判记录表。

3. 相同分析维度的评判必须有两个以上的评判员分别作出记录（数字形式）。

4. 根据类别（或关键词）出现频数进行记录、判断和分析时还要重视基数的大小。

基本特点

1. 非介入性

整个研究过程围绕的是现成的文本信息，不存在研究者干扰研究对象的情况。

2. 相对主观性

受研究者自身价值观念、政治立场、认知体验和知识结构等主观因素影响较大。

3. 超时空性

文本分析的研究范围广，可以通过线上或线下的资料收集而跨时空进行研究。与此同时，研究的时长也是可持续的，对研究对象及研究结果无干扰。

4. 综合性

文本分析既包括主观因素较多的定性研究，也包括科学性强的、需要充足客观事实支撑的定量研究。

5. 低成本性

与其他研究方法相比，文本分析法对时间、精力和经费等资源的消耗相对较少，对研究条件的要求较低。

6. 可证实性

需要有学术经验或客观科学的证据的支撑，并应经过系统化的调查取样。

7. 归纳性

文本分析法不是研究者自己事先对假设的演绎与阐释，而是对现有文本材料的归纳分析，强调多维度地深入文本材料，自下而上地浓缩、建构出一套理论框架。

意义价值

1. 从文本中搜寻多元化意义

一方面，我们可以探讨单一文本存在的因素和意义; 另一方面，我们也可以探讨互补效应和多文本效应。同时，研究者通过观察和研究给出的文本意义也应该被考虑在内。

2. 使文本内容与现实社会得以更加紧密的联系

至于文本本身，我们可以通过分析来探究文本的社会历史因素。就文本与社会的关系而言，我们可以将文本浓缩的理论运用到社会实践中去，更好地实现其现实价值。

3. 更好地描述文本内容的结构与功能

文本结构不仅包括句法单位和语义单位之间的表面联系和结构，还包括各级单位之间相互作用形成的整体语义和语用结构(反映作者的思想、创作意图和个人态度)。通过分析，我们可以发现这些结构在不同层次上的不同功能，并将其应用到其他实际问题和研究课题中。

4. 透彻了解文本产生的前因后果

我们既要了解影响文本产生的相关变量和关键词，又要借助一些具有强客观性和权威性的文本，将其作为评判参考的标准。