基于全球網(wǎng)絡新聞語料庫的中醫(yī)藥文化國際傳播研究

何燕

[摘要]中醫(yī)藥以其獨特的治療效果和文化內(nèi)涵在國際范圍內(nèi)受到越來越多的關注，但在中醫(yī)藥文化外向輸出的過程中尚存一些不足和偏頗，對中醫(yī)藥文化海外輿情的管理和監(jiān)控在一定程度上也影響了中醫(yī)藥的國際形象建構?；?Python 數(shù)據(jù)分析技術，本研究采集全球網(wǎng)絡新聞（NOW）語料庫中以“traditional Chinese medicine”及“TCM”為關鍵詞檢索得到的相關語料構建數(shù)據(jù)庫，通過文本的清洗與降噪進行量化數(shù)據(jù)分析，后續(xù)進行可視化處理，從文章趨勢、情感態(tài)度、主題詞云圖、網(wǎng)絡語義圖和 LDA 主題分析等角度研究基于全球網(wǎng)絡新聞語料庫的中醫(yī)藥國際化傳播特點，并進一步總結需維護和樹立中醫(yī)藥文化正面形象、拓寬中醫(yī)藥文化傳播渠道等的優(yōu)化路徑，從而對“中醫(yī)西傳”及中華傳統(tǒng)文化外向傳播提供借鑒。

[關鍵詞]全球網(wǎng)絡新聞語料庫;中醫(yī)藥;國際傳播; Python

[中圖分類號] G206; R2-03[文獻標識碼] A [文章編號]2095-0616（2022）10-0169-05

Research on international communication of traditional Chinese medicine culture based on news on the Web corpus

HEYan

Huzhou Vocational and Technical College， Zhejiang， Huzhou 313000， China

[Abstract] In the light of the unique therapeutic effects and cultural connotation， traditional Chinese medicine （TCM） has attracted increasing international attention， but there are still some deficiencies and biases in the "going out" process of TCM culture. The management and monitoring of overseas public opinion of TCM culture also affects the construction of international image of TCM to a certain extent. Based on Python data analysis technology， this study collects the relevant corpus retrieved from the news on the Web （NOW） corpus with "traditional Chinese medicine" and "TCM" as key words， constructs the database， carries out quantitative data analysis through text cleaning and noise reduction， and then carries out visual processing. From the perspectives of the article trend， emotional attitude， subject word cloud， network semantic map and Latent Dirichlet Allocation （LDA） theme analysis， this paper studies the characteristics of international TCM communication based on the news on the Web corpus， and further summarizes the optimization paths such as establishing and maintaining a positive image of TCM culture and broadening the communication channels of TCM culture， so as to provide reference for the "western communication of TCM" and the outward communication of Chinese traditional culture.[Key words] News on the Web corpus; Traditional Chinese medicine; International communication; Python

中醫(yī)藥作為中華民族傳統(tǒng)文化的瑰寶，在古代樸素的唯物論和自發(fā)的辯證法思想指導下發(fā)展而來;不僅是中華民族傳統(tǒng)醫(yī)學思維的歷史沉淀，也折射出中華民族觀察、感知和理解世界的思維范式，并具有獨特的保健和治療功效[1]。2019 年世界衛(wèi)生組織首次將中醫(yī)納入其具有全球影響力的醫(yī)學綱要[2]，在“中醫(yī)西傳”和“文化自信”的大背景下，中醫(yī)藥文化“走出去”的步伐已勢不可擋。據(jù)統(tǒng)計，現(xiàn)有103個世界衛(wèi)生組織（WHO）

會員國認可使用針灸，29個國家設立了有關中醫(yī)傳統(tǒng)醫(yī)學的法律法規(guī)，18個國家將針灸納入醫(yī)療保險體系[3]。但在中醫(yī)藥的國際化傳播過程中，還存在一些偏失和謬誤，使得海外對中醫(yī)的態(tài)度褒貶不一[4]。

通過檢索中國知網(wǎng)近五年（2016年8月31日至2021年8月31日）有關中醫(yī)藥國際化傳播的相關論文，大部分研究集中在典籍翻譯、跨文化傳播、中醫(yī)藥海外教學等內(nèi)容，對海外新聞媒體輿情的關注較少，且前期研究以質性研究偏多，定量研究較少。因此本研究基于全球網(wǎng)絡新聞（news on the Web， NOW）語料庫利用 Python 數(shù)據(jù)分析軟件進行數(shù)理統(tǒng)計，對中醫(yī)藥的國際傳播進行研究。

1 數(shù)據(jù)處理

1.1 數(shù)據(jù)獲取

NOW語料庫與目前廣泛使用的美國當代英語語料庫同屬一個網(wǎng)絡檢索平臺，該語料庫收集了由2010年至今全球基于網(wǎng)絡的報紙和雜志中的新聞語料，涵蓋了20個國家和地區(qū)的主流新聞媒體發(fā)布的網(wǎng)絡新聞，由美國楊百翰大學的Mark Davies教授開發(fā)。該語料庫目前的大小為133億詞，并以每月約2億詞的速度擴展，可用于歷時和共時研究，是國際上使用最廣泛的新聞語料庫之一回?！爸嗅t(yī)藥”在NOW語料中翻譯為“traditional Chinese medicine”或縮寫為“TCM”。使用Python 語言編寫網(wǎng)絡爬蟲爬取NOW語料庫，以“traditional Chinese medicine”為關鍵詞共采集到3927條文本數(shù)據(jù)，共700407個字符;以“TCM”為關鍵詞共采集到6729條文本數(shù)據(jù)，共1096405個字符。文本數(shù)據(jù)采集的時間范圍為2010年1月至2021年7月。1.2 文本清洗與降噪

首先，對采集的文本進行初步清洗，由于Python爬取的數(shù)據(jù)為網(wǎng)頁中的表格數(shù)據(jù)，數(shù)據(jù)結構較好，不存在空值、異常值等。在初步的人工清洗環(huán)節(jié)研究者針對一些亂碼和非英語文本進行人工刪除，共刪除863條文本數(shù)據(jù)。其次，由于情感分析及LDA等建模前需要對文本數(shù)據(jù)進行處理，因此使用NLTK 自然語言處理工具包進行語料文本降噪。此后，繼續(xù)使用Python工具進行降噪后的文本詞頻排序，人工標注非主題詞或無意義詞，并將其添加到自定義停用詞列表再次降噪。最后，基于清洗和降噪后的文本，繪制詞云圖、語義網(wǎng)絡圖，對文本進行可視化呈現(xiàn)。

2 量化數(shù)據(jù)分析

2.1 情感態(tài)度和文章趨勢

情感傾向分析分別采用了基于情感字典的情感分析和基于百度情感傾向分析的API。情感詞典首先進行分詞分段處理，通過關鍵詞匹配進行情感值累加，之后再檢索校驗文本的否定詞語義，進行多重校驗再次確認正負性口，最后得到在（—6，6）區(qū)間的整體情感值及分段分析結果?；谇楦凶值湟浴癟CM”為關鍵詞的6729條文本數(shù)據(jù)中，有24條數(shù)據(jù)落在區(qū)間（—6，—2），有626條落在區(qū)間（—2，0），2803條數(shù)據(jù)值為0，有2501條落在區(qū)間（0，2），有775條落在區(qū)間（2，6）。基于情感字典以“traditionalChinese medicine”為關鍵詞3927條文本數(shù)據(jù)中，有22條數(shù)據(jù)落在區(qū)間（—6，—2），有241條落在區(qū)間（—2，0），1153條數(shù)據(jù)值為0，有1769條落在區(qū)間（0，2），有742條落在區(qū)間（2，6）。

基于百度情感傾向分析的API，可以通過注冊成為開發(fā)者獲得免費調用量，直接通過調用API接口獲取情感分析的結果18?；诎俣惹楦袃A向分析API以“TCM”為關鍵詞的6729條文本數(shù)據(jù)中，分類為消極的有157條，分類為中性的有54條，分類為積極的有6518條?；诎俣惹楦袃A向分析API以“traditional Chinese medicine”為關鍵詞的3927條文本數(shù)據(jù)中，分類為消極的有71條，分類為中性的有12條，分類為積極的有3844條。

由此可見，不論是基于情感字典亦或是百度情感傾向分析的API，其情感分析的結論是一致的。NOW 語料庫中關于中醫(yī)藥的報道大部分呈現(xiàn)積極和正面的態(tài)度，但仍存在一定量的消極和負面情感。

在文章數(shù)量趨勢方面，研究者分別以“TCM”和“traditional Chinese medicine”為關鍵詞，統(tǒng)計了 2010年至2021年間相關話題新聞的發(fā)文數(shù)量，如圖1和圖2所示。

由發(fā)文趨勢可見，與中醫(yī)藥相關的新聞報道在2010至2016年間數(shù)量相對較少，年發(fā)表文章數(shù)量均不滿40篇，2016年后報道數(shù)量顯著增加，2020年到2021年發(fā)表數(shù)量最多。這說明2016年后中醫(yī)藥文化在國際上獲得了更多的關注，尤其在2020年新冠疫情暴發(fā)以后，中醫(yī)藥以其特有的醫(yī)學理念和治療功效在國際上受到了前所未有的關注和熱議。

2.2主題詞云圖及相關語義網(wǎng)絡圖

利用 Python 數(shù)據(jù)處理工具對 NOW 語料庫中與中醫(yī)藥相關的文本進行處理，經(jīng)過分詞后利用wordcloud庫繪制主題詞詞云圖，主題詞詞云圖可以對作為研究目標的“關鍵詞”進行分析和渲染。按照關鍵詞在文本中出現(xiàn)的頻率高低進行直觀展示，詞云圖中體現(xiàn)為頻率越高、字號越大，經(jīng)過可視化處理后即可對文本的重要主題一目了然[9]。圖3和圖4分別為以“TCM”和“traditional Chinese medicine”為關鍵詞制成的主題詞詞云圖。

除了詞云圖，語義網(wǎng)絡圖也是一種利用結構化方式來表征文本中關鍵詞之間聯(lián)系的可視化形式。詞與詞之間通過直線連接，線條越粗則兩詞之間的相互關系越強，連接的線條相互交錯，形成網(wǎng)絡結構[10]。圖5和圖6分別為以“TCM”和“traditional Chinese medicine”為關鍵詞制成的語義網(wǎng)絡圖。

由主題詞詞云圖和語義網(wǎng)絡圖可知與中醫(yī)藥文化共現(xiàn)較高的主題詞主要有：藥材原材料相關，如草藥（herbs）、老虎（tiger）、動物的角（horn）、犀牛（rhino）等，相關系數(shù)分別為146、189、167和125;還有醫(yī)療手段及場所相關，如針灸（acupuncture）、執(zhí)業(yè)醫(yī)師（practitioner）、醫(yī)療場所（clinic 或 hospital）等，相關系數(shù)均為100左右;此外另有文化相關，如電影（film 或 movie）、活動（activities）、節(jié)日 （festivals）、西方的（western）等，此類主題詞與中醫(yī)藥的相關系數(shù)均大于200，電影（film 或 movie）的相關系數(shù)更是高達631。可見中醫(yī)藥文化在海外更多的是通過影視等大眾傳媒進行傳播[11]，而對中醫(yī)藥自身科學體系的理論或實踐傳播則相對較少。

2.3 LDA主題分析

在以中醫(yī)藥為語料對象的概率語言模型中，研究者分別以“TCM”和“traditional Chinese medicine”為關鍵詞計算主題數(shù)目與困惑度之間的關系。研究發(fā)現(xiàn)當主題數(shù)量分別為4、3時，困惑度數(shù)值減少速度明顯放緩且有上升的趨勢，因此將文本內(nèi)容的主題個數(shù)分別確定為4和3。主題個數(shù)的確定為后續(xù)進行 LAD 主題分析作好了準備。LDA 作為一種主題模型，最早由Blei于2003年提出，其可以將語料庫中文本的主題用概率的形式加以分析和呈現(xiàn)[12]。LDA 模型起到了詞袋的作用，常用來進行文本分類，從而實現(xiàn)文本的主題聚類，研究者通過 LDA 算法中的 Gibbs 抽樣方法得到兩組主題模型結果，如表1和表2所示。

由表1和表2分析可知，以中醫(yī)藥為關鍵詞，無論是3個主題詞袋還是4個主題詞袋，涉及的方面主要有醫(yī)療場所和體系、中醫(yī)藥原料和療法以及文化傳播媒介和中西文化對比等。尤其值得關注的是在“traditional Chinese medicine”為關鍵詞主題模型結果的第2個詞袋中出現(xiàn)了“COVID-19”這一詞條，說明海外英語新聞也敏銳地捕捉到了新冠疫情下中醫(yī)藥的特殊功效這一熱點話題，并進行了相關報道。此外，研究者也注意到生成的主題模型結果中，對中醫(yī)藥基本持積極或中立的態(tài)度，不乏一些正向詞匯的出現(xiàn)，如benifits、classic、 experience 等，未出現(xiàn)消極負面的詞匯，這與本文2.1中情感態(tài)度的數(shù)據(jù)分析結果相一致。

3關于推進中醫(yī)藥文化國際傳播的思考

3.1維護和樹立中醫(yī)藥文化正面形象，糾正對中醫(yī)藥文化認知的謬誤

基于 Python 的數(shù)據(jù)抓取和統(tǒng)計可知在網(wǎng)絡新聞語料庫中，中醫(yī)藥文化的形象較為正面，這與中醫(yī)藥文化獨特的醫(yī)學理論體系和哲學范式相關聯(lián)，說明中醫(yī)理論和療效在國際范圍內(nèi)得到了基本的認可。但是不可否認的是，在部分國家和地區(qū)的新聞報道中，還存在一些對中醫(yī)藥文化認知的謬誤，如不經(jīng)考證把中醫(yī)藥宣傳為“偽科學”，歪曲強調和宣揚中醫(yī)藥原材料的獲取和獵殺等，會在中醫(yī)藥文化的國際傳播中造成較為負面的影響。為了維護和樹立中醫(yī)藥文化正面形象，糾正中醫(yī)藥文化認知的謬誤，可從以下兩個方面做出努力。首先，加大中醫(yī)藥文化的外宣力度，習近平總書記于2021年5月在中央政治局第三十次集體學習中就曾強調要說好中國故事，傳播好中國聲音，展示真實、立體、全面的中國，下大力氣加強國際傳播能力建設[13]。以 NOW 語料庫為例，該語料庫收集了20個國家和地區(qū)的網(wǎng)絡新聞報道，但是中國作為世界第二大經(jīng)濟體和人口數(shù)量最多的國家僅有中國香港地區(qū)的寥寥幾家報紙入選，這樣的國際話語權與我國的綜合國力和國際地位是不相匹配的。因此需要加大中醫(yī)藥的外宣力度，使中醫(yī)藥文化的精髓能走出國門、走向世界;其次，要培養(yǎng)高層次的中醫(yī)藥領軍人才。中醫(yī)藥的可持續(xù)發(fā)展需置于國際化的大背景下，去粗取精、去偽存真，培養(yǎng)具有國際化視野的中醫(yī)藥人才，在國際舞臺上為中醫(yī)藥文化發(fā)聲。

3.2擴展中醫(yī)藥文化的傳播渠道，深化中醫(yī)藥文化改革創(chuàng)新

基于 Python 的語義網(wǎng)絡圖和 LDA 主題分析均發(fā)現(xiàn)海外了解中醫(yī)藥文化的途徑十分單一，主要媒介依然是通過影視等大眾傳媒。在語義網(wǎng)絡圖中，電影與中醫(yī)藥呈現(xiàn)了強烈的相互關系;LDA 主題分析中，電影也是傳播渠道詞袋中最高頻出現(xiàn)的媒介，這說明中醫(yī)藥的國際化傳播還處于較為淺顯和大眾的層級，對文化內(nèi)核和深層次內(nèi)容涉及較少。以中醫(yī)典籍中的《黃帝內(nèi)經(jīng)》為例，研究者搜索了亞馬遜網(wǎng)站上多個譯本后發(fā)現(xiàn)其最高總銷量僅為313本，個別譯本歷史總銷量甚至為0，這說明中醫(yī)經(jīng)典理論在海外的接受度依舊較低[14]，中醫(yī)藥文化的國際化傳播任重道遠。當然，這種現(xiàn)象產(chǎn)生的原因是多方面的，有譯本質量的原因，更多的則是中西文化方面的差異，因此在未來中醫(yī)藥文化的傳播進程中可以采用更為豐富和多樣的形式，構建新的數(shù)據(jù)驅動方式，廣泛應用多種官方媒體和自媒體形式，將中醫(yī)藥這一“高語境文化”分內(nèi)容、分階段地轉變?yōu)椤暗驼Z境文化”[15]，在保證信息傳播準確性的前提下，融合文化差異和價值觀差異，掌握數(shù)字化時代中醫(yī)藥文化傳播的話語權。

此外，中醫(yī)藥本身也應與時俱進、發(fā)展創(chuàng)新，抓住對外傳播的良機。如在新冠疫情全球肆虐的背景下，中國在中西醫(yī)結合治療領域積累了豐富的經(jīng)驗，取得了較好的治療效果，同時也受到了全球的關注和熱議，機遇與挑戰(zhàn)并存，中醫(yī)藥本身只有迎難而上、與時俱進才能在國際舞臺上實現(xiàn)可持續(xù)發(fā)展。

4結語

本研究基于 NOW 語料庫應用 Python 數(shù)據(jù)處理技術，從情感態(tài)度、文章趨勢、詞云圖、語義網(wǎng)絡圖和 LDA 主題分析等角度對中醫(yī)藥文化的國際傳播特征展開研究，通過定量研究和定性分析提出中醫(yī)藥文化的進一步國際化外宣需樹形象、擴渠道、求創(chuàng)新。

但本研究中僅選取“traditional Chinese medicine”和“TCM”為關鍵詞進行統(tǒng)計研究，研究對象較為簡單，且僅就 NOW 語料庫進行了相關研究，望后續(xù)能進行更為全面的深入研究，以提高中醫(yī)藥文化的國際影響力。

[參考文獻]

[1]孫建中.論中醫(yī)藥文化的內(nèi)涵與核心價值[J].中華中醫(yī)藥雜志，2013，28（9）：2505-2507.

[2]世界衛(wèi)生組織.世界衛(wèi)生組織第11版全球醫(yī)學綱要[EB/OL].（2020-08-28）.https：//icd.who.int/docs/ICD-11%20Implementation%20or%20Transition%20Guide_

v105.pdf.

[3]王鴻江，申俊龍，張洪雷，等.文化強國視域下中醫(yī)藥文化國際化傳播現(xiàn)狀及問題分析[J].中國衛(wèi)生事業(yè)管理，2020，37（5）：382-384.

[4]常馨月，張宗明，李海英.2014—2019年中醫(yī)藥文化國際傳播現(xiàn)狀及思考[J].中醫(yī)雜志，2020，61（23）：31-36.

[5]錢毓芳，董穎穎.義烏在海外媒體中的形象建構研究[J].語料庫語言學，2020，7（2）：28-38，112-113.

[6]劉晶.中國新一線城市的全球媒介形象研究—基于NOW 語料庫的涉杭報道實證分析（2010-2017）[J].青年記者，2020（12）：44-45.

[7]牟冬梅，靳春妍，邵琦.基于情感分析的突發(fā)公共衛(wèi)生事件網(wǎng)絡輿情熱度預測模型仿真[J].現(xiàn)代情報，2021，41（10）：59-66.

[8]王千秋.基于 Open API 服務的綜合實踐教學研究[J].信息記錄材料，2017，18（11）：134-135.

[9]包琛，汪云海.詞云可視化綜述[J].計算機輔助設計與圖形學學報，2021，33（4）：532-544.

[10] 張曉林.Semantic Web 與基于語義的網(wǎng)絡信息檢索[J].情報學報，2002（4）：413-420.

[11] 徐楨，王曉青.中醫(yī)藥文化傳播路徑分析及對策研究[J].成都中醫(yī)藥大學學報，2012，35（3）：94-96.

[12] D . B l e i ，A . Ng ，M . Jo rda n . La t e ntDi ri c hl e tallocation[J].Journal of Machine Learning Research，2003，1（3）：993–1022.

[13] 央視網(wǎng)新聞.習近平在中共中央政治局第三十次集體學習時強調加強和改進國際傳播工作展示真實立體全面的中國[EB/OL].（2021-06-01）.https：// baijiahao.baidu.com/s？id=1701368045551709766&wfr =spider&for=pc.

[14] 吳德珍，申俊龍，徐愛軍，王旭東.中醫(yī)藥文化核心價值傳播路徑創(chuàng)新[J].醫(yī)學與社會，2015，199（5）：55-57.

[15] 張晨晨，譚業(yè)升.“中醫(yī)西傳”視域下《傷寒論》英譯本的海外傳播與接受研究[J].解放軍外國語學院學報，2021，44（4）：150-158.

（收稿日期：2021-11-04）