Python文本分析技術(shù)在中華文化對外傳播中的應(yīng)用研究
——以YouTube留言數(shù)據(jù)為例

張 敏，李萬佳

(1.西南民族大學(xué)外國語言文學(xué)學(xué)院，四川 成都 610041；2.四川新聞網(wǎng)傳媒集團(tuán)中國西部網(wǎng)，四川 成都 610096)

1 引言

在當(dāng)今經(jīng)濟(jì)全球化的時(shí)代，國家之間的競爭已經(jīng)從軍事、經(jīng)濟(jì)、科技等體現(xiàn)“硬實(shí)力”的領(lǐng)域擴(kuò)展到國家文化等體現(xiàn)“軟實(shí)力”的領(lǐng)域.中國作為“世界第二大經(jīng)濟(jì)體”，文化的世界影響力遠(yuǎn)落后于經(jīng)濟(jì)的世界影響力.因此，提升我國文化軟實(shí)力，增強(qiáng)中華文化在世界范圍內(nèi)的影響力，是當(dāng)前一項(xiàng)緊迫并且有著巨大發(fā)展空間的戰(zhàn)略任務(wù).在中華文化“走出去”的大背景下，尤其是隨著新媒體技術(shù)的發(fā)展，推動(dòng)基于新媒體的中華文化對外傳播具有重要意義.國內(nèi)針對中華文化對外傳播的相關(guān)研究可以總結(jié)為如下幾方面:

1.1 中華文化對外傳播受眾的相關(guān)研究

李敏杰[1]根據(jù)模因理論指出中華文化對外譯介只有譯者做到“知己知彼”，才能使自己的譯作被他文化中的讀者所接受.張志安[2]指出，對外傳播是典型的跨文化傳播活動(dòng)，對受眾異質(zhì)性及其認(rèn)知心理的把握是對外傳播的重點(diǎn)，也是當(dāng)前我國對外傳播實(shí)踐的短板.目前中華文化對外傳播形式單一，以文字書籍居多，傳播效果常常不盡如人意，有時(shí)候甚至與傳播目標(biāo)背道而馳.究其原因，一是受眾定位寬泛，無法真正把握受眾需求；二是以傳者利益為導(dǎo)向，缺乏對受眾的深層洞察和理解.胡邦勝[3]提出對外傳播需實(shí)現(xiàn)四大戰(zhàn)略轉(zhuǎn)型，分別是:了解對象國政治經(jīng)濟(jì)社會(huì)狀況；了解對象國使用新媒體狀況；了解受眾需求；使用受眾者母語.

1.2 基于新媒體的中華文化對外傳播相關(guān)研究

新媒體傳播是依托數(shù)字媒介和數(shù)字技術(shù)手段產(chǎn)生的新型傳播方式，其傳播優(yōu)勢是速度快、受眾面廣、信息組織和呈現(xiàn)方式生動(dòng)，談國新[4]，曹韻[5]都明確指出運(yùn)用新媒體在傳播中華文化的重要性，張紅蕓[6]以該短視頻創(chuàng)作者的短視頻為例總結(jié)了基于國外新媒體的中華文化對外傳播的經(jīng)驗(yàn).利用新媒體傳播非物質(zhì)文化遺產(chǎn)也是目前學(xué)界研究熱點(diǎn)，黃永林[7]，薛可[8]都指出了目前非物質(zhì)文化遺產(chǎn)傳播渠道單一，并強(qiáng)調(diào)新媒體傳播在非物質(zhì)文化遺產(chǎn)的重要作用.雖然現(xiàn)有的研究無一例外都強(qiáng)調(diào)新媒體傳播中華文化的重要性，但也有研究指出新媒體傳播非遺可能存在的問題，例如常凌翀[9]就指出如何保持獨(dú)特的文化生態(tài)環(huán)境也是利用新媒體傳播非遺需要引起高度重視的問題，為新媒體傳播非遺明確了需要注意的方向.雖然已有研究對新媒體傳播非遺的重要性和可能存在的問題進(jìn)行一定探討，但未涉及如何具體實(shí)踐和部署以及如何檢驗(yàn)新媒體傳播效果，相關(guān)研究還有待進(jìn)一步深入.

隨著新媒體的普及，部分學(xué)者開始關(guān)注新媒體對外傳播的相關(guān)理論.周慶安[10]從場域理論關(guān)注中國政治對外傳播，但未涉及中華傳統(tǒng)文化.李欣人[11]關(guān)注交往理論在中國對外傳播的理念，為解決當(dāng)前中華文化對外傳播形式單一問題提出有針對改進(jìn)措施.相關(guān)研究均指出新媒體在對外傳播的重要性，但針對中華文化對外新媒體傳播，尤其是基于國外的新媒體傳播的相關(guān)理論與實(shí)踐研究均較少.

綜上所述，學(xué)界對基于新媒體傳播中華文化均給予高度認(rèn)可.但目前學(xué)界還缺乏從國外讀者的反饋數(shù)據(jù)分析如何有效通過新媒體傳播中華文化.因此，本文將圍繞國內(nèi)某知名優(yōu)質(zhì)短視頻制作者展開研究，該短視頻制作者2021年9月就在YouTube上擁有1 530萬用戶關(guān)注，創(chuàng)下“YouTube中文頻道最多訂閱量”的吉尼斯紀(jì)錄.同時(shí)該短視頻制造者2019年就開始擔(dān)任“成都非物質(zhì)文化遺產(chǎn)推廣大使”，被央視新聞給予高度評價(jià)“沒有一個(gè)字夸中國好，但她講好了中國文化、中國故事”.因此，總結(jié)該短視頻制作者在海外成功傳播的經(jīng)驗(yàn)對推動(dòng)中華文化“走出去”戰(zhàn)略具有積極作用，本文將圍繞其制作的視頻在YouTube上評論數(shù)據(jù)展開研究，總結(jié)中華文化基于新媒體對外傳播的新策略和新方法.

2 基于YouTube視頻的國外讀者留言數(shù)據(jù)文本數(shù)據(jù)分析

文本數(shù)據(jù)分析主要有獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析三個(gè)主要步驟.基本思想是先爬取國外用戶在YouTube該短視頻創(chuàng)作者的視頻評論數(shù)據(jù)，然后篩選出情感詞，并進(jìn)一步分析.具體解決思路如下:

1)數(shù)據(jù)收集:通過網(wǎng)絡(luò)爬蟲收集評論數(shù)據(jù)；

2)多語言統(tǒng)一:本文通過百度翻譯API將不同語言都統(tǒng)一翻譯成英文；

3)文本預(yù)處理:使用NLTK工具對英文文本分詞和去除停用詞等；

4)情感分析:用AFINN定義的情感詞表，篩選出情感詞，分析國外用戶的情感趨向；

5)數(shù)據(jù)分析:通過情感詞分析普遍的情感趨向，并分析背后原因?yàn)橹腥A文化對外傳播積累經(jīng)驗(yàn).

2.1 基于網(wǎng)絡(luò)爬蟲的評論數(shù)據(jù)收集

1)數(shù)據(jù)來源:由于該短視頻創(chuàng)作者在YouTube上發(fā)布的視頻多達(dá)127個(gè)，平均每條視頻觀看次數(shù)為1 960萬，評論數(shù)據(jù)量更是驚人.本文選擇“Liziqi channel——snacks for Spring Festival花生瓜子糖葫蘆，肉干果脯雪花酥——年貨小零食”下的評論數(shù)據(jù)作為分析對象，因?yàn)檫@條視頻播放次數(shù)最多，達(dá)到9 735萬次，評論數(shù)據(jù)有51 984條(截止時(shí)間為2022年3月25日)，如圖1所示.

圖1 國外用戶多語言評論數(shù)據(jù)Fig.1 Multi language review data of foreign users

2)數(shù)據(jù)獲取:基于Xpath-helper定向采集數(shù)據(jù).由于已經(jīng)明確了目標(biāo)數(shù)據(jù)源，本文在Google Chrome基礎(chǔ)上，使用Xpath-helper工具采集留言數(shù)據(jù)，這種方式采集網(wǎng)上數(shù)據(jù)非常便捷，且所得到的數(shù)據(jù)干凈，避免前期大量的清洗任務(wù).具體流程如下:定位到Y(jié)ou-Tube網(wǎng)站下的“snacks for Spring Festival”的國外用戶留言數(shù)據(jù)；由于網(wǎng)絡(luò)數(shù)據(jù)中含有大量標(biāo)簽等無用信息，本文使用Xpath語法解析出本文所需要的留言數(shù)據(jù).最后把采集到的數(shù)據(jù)放入Excel文檔保存，待下一步對該數(shù)據(jù)分析和處理.

2.2 多語種文本預(yù)處理

YouTube是很大的視頻共享網(wǎng)站，每個(gè)月有超過20億登錄用戶.由于YouTube是面向全球用戶，評論數(shù)據(jù)包括英語、中文、意大利語、泰語、俄語、法語等各種語言.要對這些評論數(shù)據(jù)進(jìn)行分析，首先需要解決的問題是如何將其他語言全部轉(zhuǎn)換為英文.

經(jīng)過研究和反復(fù)實(shí)驗(yàn)發(fā)現(xiàn)，百度翻譯提供的通用翻譯API能較好的解決上述問題.百度通用翻譯API可以提供200＋語種互譯的在線文本翻譯服務(wù)，支持多達(dá)4萬多個(gè)語言方向，且能實(shí)現(xiàn)多語種自動(dòng)檢測.本文通過調(diào)用百度翻譯API，指定要翻譯的源語言(支持源語言語種自動(dòng)檢測)和目標(biāo)語言，輸入被翻譯的文本就可得到翻譯結(jié)果.具體流程如下:

第一步:登錄百度翻譯開放平臺(http://api.fanyi.baidu.com)；

第二步:注冊成為開發(fā)者，獲得APPID；

第三步:開通通用翻譯API服務(wù)；

第四步:然后調(diào)用API函數(shù)對其他語言進(jìn)行識別并統(tǒng)一翻譯成英文并存儲(chǔ)，具體代碼如圖2所示，最終結(jié)果如圖3所示.

圖2 基于百度翻譯API的多語種翻譯代碼Fig.2 Multilingual translation code based on Baidu Translation API

圖3 其他語言被翻譯成英文后的結(jié)果Fig 3 Examples after other languages are translated into English

2.3 基于NLTK庫的文本數(shù)據(jù)分析

對文本數(shù)據(jù)分析首先要解決的是分詞、詞干轉(zhuǎn)換、詞性還原、去除停用詞等基礎(chǔ)工作.本文用到NLTK庫進(jìn)行分詞和去除停用詞.NLTK英文的全稱是Natural Language Toolkit，是目前處理英文文本最常用的包，并且有開發(fā)接口供Python調(diào)用.本項(xiàng)目的開發(fā)平臺是Jupyter Notebook和Anaconda，這也是目前主流開發(fā)環(huán)境之一.

分詞:單詞是語言中重要的基本元素.一個(gè)單詞可以代表一個(gè)信息單元，有著指代名稱、功能、動(dòng)作、性質(zhì)等作用.分詞(tokenization)的任務(wù)是將文本以單詞為基本單元進(jìn)行劃分.本文使用NLTK中的word_tokenize對英文單詞進(jìn)行分詞.

詞形還原(Lemmatization):詞形還原是把單詞還原成本身的形式:比如將‘cars’還原成car，把‘a(chǎn)te’還原成‘eat’，把‘handling’還原成‘handle’.在NLTK庫中，主要使用WordNetLemmatizer方法，對單詞詞性進(jìn)行還原.

去除停用詞:由于一些常用字或者詞使用的頻率非常高但沒什么實(shí)際意義，例如a，the，he等單詞.本文使用stopwords.words()方法去除英文中的停用詞，部分代碼如圖4所示.

圖4 基于NLTK庫的文本數(shù)據(jù)分析代碼Fig.4 Text data analysis code based on NLTK

2.4 情感詞篩選及情感分析

經(jīng)過前面工作后，所爬取的文本數(shù)據(jù)經(jīng)過清洗后，可以進(jìn)一步情感分析和識別.如果要將有效的情感詞提取出來進(jìn)一步分析和展示，需要一個(gè)完整的情感詞表.本文擬使用AFINN情感詞表，AFINN是一個(gè)英文單詞列表，為收錄的單詞標(biāo)記一個(gè)取值范圍在-5至＋5之間的整型值，可用于詞匯情感分析類的應(yīng)用場景.本文通過AFINN定義的情感詞表從評論數(shù)據(jù)中篩選出情感詞，部分代碼如圖5所示.

圖5 情感詞提取的部分代碼Fig.5 Partial code of emotional word extraction

2.5 數(shù)據(jù)結(jié)果分析

在前面提取情感詞基礎(chǔ)上，本文對情感詞詞性進(jìn)一步分類，主要涉及“正面評價(jià)”和“負(fù)面評價(jià)”兩大類，剔除明顯帶有感情色彩且跟視頻本身無關(guān)的評論，精選出具有代表性的評論數(shù)據(jù)合計(jì)730條進(jìn)行深入分析，其中負(fù)面評價(jià)19條，正面評價(jià)共計(jì)711條，具體占比如圖6所示.其中正面評價(jià)的范圍涉及“田園生活，主角評價(jià)，視頻質(zhì)量，中華文化，親情，美食，自然風(fēng)光”七大類，具體占比如圖7所示.

圖6 正面評價(jià)和負(fù)面評價(jià)的占比Fig.6 Proportion of positive and negative comments

圖7 正面評價(jià)涉及的主要領(lǐng)域及占比Fig.7 The main areas and proportion of positive evaluation

從最終提取的情感詞分析可知，絕大部分國外用戶評論都趨于正向.涉及的評論主題包括美食制作過程、視頻內(nèi)容本身、短視頻創(chuàng)作者的容貌和服飾等、視頻周圍的環(huán)境、該短視頻創(chuàng)作者的祖母、視頻中的田園生活和鄉(xiāng)村美景等等都是大家關(guān)注的熱點(diǎn)，部分有代表的評價(jià)如下:

關(guān)于美食制作過程的評價(jià)有:Beautiful dinner；關(guān)于該短視頻創(chuàng)作者的評價(jià)有:Beautiful、amazing woman；視頻中的田園生活評價(jià):Such a peaceful and beautiful lifestyle、I want to live like her；對視頻中的自然環(huán)境評價(jià):Those Location is like heaven on earth；關(guān)于該短視頻創(chuàng)作者祖母的評價(jià):Always happy to see grandma is healthy and laugh happy；從用戶的評論數(shù)據(jù)分析結(jié)果可知，大家喜愛該短視頻創(chuàng)作者的視頻原因可以總結(jié)為如下幾點(diǎn):

1)美麗的自然風(fēng)光:國外用戶對視頻所展示的良好自然環(huán)境都給予高度評價(jià)；

2)恬靜的田園生活:長期生活在大都市的人們充滿了對田園生活的向往，而該短視頻創(chuàng)作者的視頻給了他們最直觀的田園生活感受；

3)濃濃的親情共鳴:該短視頻創(chuàng)作者的視頻經(jīng)常會(huì)出現(xiàn)自己慈祥的奶奶，這讓視頻觀看者會(huì)自然聯(lián)想起自己的親人，這從評論中也能有所體現(xiàn)；

4)接地氣的選題:該短視頻創(chuàng)作者的眾多視頻中，涉及美食的通常關(guān)注率都很高，這因?yàn)槿魏螄湍w色的人們都無法抵擋美食的誘惑；

5)美麗優(yōu)雅的主角:該短視頻創(chuàng)作者在視頻中展示了東方女性的勤勞和優(yōu)雅，評論數(shù)據(jù)從她的服飾和裝扮都給予了高度評價(jià)；

6)高水平的視頻制作:該短視頻創(chuàng)作者的視頻無論背景音樂、視頻色彩、拍攝細(xì)節(jié)都經(jīng)過仔細(xì)打磨，毫不突兀跳躍，給觀眾較強(qiáng)美感.

當(dāng)然，關(guān)于該短視頻的評論文本也有部分負(fù)面評價(jià)數(shù)據(jù)，大多都涉及視頻質(zhì)量，包括無英文字幕，例如“we′d like to request for an English subtitle in the ingredients of your home cooking”.同時(shí)，也需要看到國外用戶評論數(shù)據(jù)中反應(yīng)的一些問題，例如有人評論“Do china have cities and big building or only this beautiful place?”；還有對該視頻制造者會(huì)開汽車表示驚訝“When she was driving a car，I just realized that real China is the magic place where modern technology and ancient culture/lifestyle can exist at the same time”.這正說明國外普通大眾對中國的現(xiàn)狀還不了解，也從側(cè)面說明國外主流媒體不愿意正面報(bào)道中國翻天覆地的變化.

而中華優(yōu)秀文化反映了各族人民在中國共產(chǎn)黨領(lǐng)導(dǎo)下生產(chǎn)生活發(fā)生的日新月異變化.加強(qiáng)新媒體對外傳播中華文化，有利于國外普通民眾更客觀公正了解我們國家和民族地區(qū)所取得的成就，更有利于國家文化軟實(shí)力的提升.

3 中華文化對外傳播路徑研究

在經(jīng)過上述國外用戶評論數(shù)據(jù)的情感詞提取和分析后發(fā)現(xiàn)，國外用戶對該短視頻創(chuàng)作者的在You-Tube上的視頻評價(jià)都非常高，表明基于新媒體的中華文化對外傳播具有較強(qiáng)可行性.在已有研究和數(shù)據(jù)分析基礎(chǔ)上，本文對中華文化基于新媒體對外傳播建議如下.

3.1 學(xué)界應(yīng)改變中華文化對外傳播重視文本翻譯而不重傳播的現(xiàn)狀

當(dāng)前中華文化對外傳播主要是外語專業(yè)人員完成，也主要以翻譯中華文學(xué)作品作為重點(diǎn)內(nèi)容.筆者前期在國外亞馬遜購書網(wǎng)站上，查閱一些經(jīng)典的中華文化外譯書籍，例如葛浩文版的《格薩爾王》在國外購買的人非常少，僅僅一百多本，因此傳統(tǒng)方法僅以書籍和文本的翻譯對外傳播中華文化的效果并不好.而該短視頻創(chuàng)作者的成功經(jīng)驗(yàn)告訴我們，制作高質(zhì)量的視頻然后通過國外諸如TikTok和YouTube等主流社交媒體對外傳播效率更高且效果更好.

3.2 學(xué)界應(yīng)充分認(rèn)識新媒體在對外傳播中華文化中的重要作用

實(shí)踐證明，通過傳統(tǒng)媒體向西方傳播中華優(yōu)秀文化非常困難，而新媒體給我們提供了傳播中華優(yōu)秀文化很好的契機(jī).例如TikTok作為傳播短視頻的新媒體，在全球成為了最受歡迎的應(yīng)用程序之一，這為通過以視頻形式對外傳播中華文化提供了前所未有的機(jī)遇.學(xué)界應(yīng)該抓住這個(gè)機(jī)遇，將中華優(yōu)秀文化的對外傳播提升到一個(gè)新的高度.

3.3 學(xué)界應(yīng)重視短視頻在傳播中華文化中的重要作用

即使新媒體也包含多種媒介形式，例如Twitter主要以文本為主，YouTube以視頻為主，TikTok以短視頻為主.但從目前流行趨勢來看，TikTok進(jìn)入西方最晚，但是增長迅猛，這充分說明短視頻傳播形式更能吸引西方民眾.因此，將優(yōu)秀中華文化中的經(jīng)典故事或案例，拍攝成短視頻投入主流新媒體中，對助推中華文化對外傳播有積極作用.

3.4 翻譯學(xué)界應(yīng)重視短視頻字幕的翻譯

前期數(shù)據(jù)收集發(fā)現(xiàn)，該短視頻創(chuàng)作者的視頻有些有英文字幕，有些無英文字幕.但統(tǒng)計(jì)數(shù)據(jù)顯示，有英文字幕的視頻閱讀量是無英文字幕1.32倍.因此，以短視頻形式對外傳播中華文化，視頻輔以必要的文本翻譯至關(guān)重要.然而，翻譯學(xué)界更多關(guān)注典籍的翻譯，對短視頻字幕的關(guān)注較少.

3.5 國家應(yīng)出臺政策，培育基于新媒體的中華文化對外傳播創(chuàng)作團(tuán)隊(duì)

隨著鄉(xiāng)村振興和國家推動(dòng)民族地區(qū)現(xiàn)代化建設(shè)等戰(zhàn)略的實(shí)施，助力我國豐富文化旅游資源基于新媒體方式對外傳播，不但可以吸引國外民眾實(shí)地旅游，也可以促進(jìn)民族地區(qū)特產(chǎn)海外銷售，這對民族地區(qū)經(jīng)濟(jì)水平的發(fā)展具有重要作用.

但短視頻的設(shè)計(jì)和制作需耗費(fèi)大量時(shí)間和精力，在關(guān)注人數(shù)較少的時(shí)候收益也非常少.政府相關(guān)部門應(yīng)出臺一系列政策扶持有意向的年輕人能夠?qū)⑦@些公眾號做大做強(qiáng)，助力新媒體對外傳播中華優(yōu)秀文化.

4 總結(jié)與展望

本文圍繞國內(nèi)某知名短視頻創(chuàng)作者在YouTube上的留言數(shù)據(jù)展開研究，運(yùn)用Python文本數(shù)據(jù)分析技術(shù)對留言數(shù)據(jù)進(jìn)行情感詞提取和情感分析.數(shù)據(jù)結(jié)果表明，國外大眾對該視頻創(chuàng)作者的視頻評價(jià)非常高，這增強(qiáng)了我們基于國外新媒體傳播中華優(yōu)秀中華文化的信心.同時(shí)，本文針對中華文化對外傳播給出了具體的建議.相信通過各界努力，一定會(huì)有越來越多的優(yōu)秀中華文化借助國外新媒體對外傳播，必將有力提升國家文化軟實(shí)力.