基于中文分詞的中國共產(chǎn)黨人的精神譜系價值意蘊分析研究

摘要：基于大數(shù)據(jù)視角，運用中文分詞技術對中國共產(chǎn)黨人的精神譜系的核心要義和價值意蘊進行分析，通過定義停用詞、需去除的標點符號、編碼規(guī)則和新詞的方法構建分析模型，進行數(shù)據(jù)采集、數(shù)據(jù)預處理和分詞與可視化分析，得出中國共產(chǎn)黨人的精神譜系高頻詞頻次表、詞云圖和各個歷史時期高頻詞頻次表、詞云圖，進一步揭示了中國共產(chǎn)黨人的精神譜系具有內(nèi)在穩(wěn)定性、時代適用性的特征和育人價值。

關鍵詞：政治品格；建黨精神；精神譜系；大數(shù)據(jù)；中文分詞

中圖分類號：D64；D261文獻標識碼：A文章編號：2095-6916（2023）06-0005-04

中國共產(chǎn)黨在矢志踐行初心使命、篳路藍縷奠基立業(yè)百年中，飽經(jīng)風霜而風華正茂，根本在于革命加拼命的強大精神力量。在慶祝中國共產(chǎn)黨成立100周年大會的講話中，習近平總書記指出：“一百年來，中國共產(chǎn)黨弘揚偉大建黨精神，在長期奮斗中構建起中國共產(chǎn)黨人的精神譜系，錘煉出鮮明的政治品格。歷史川流不息，精神代代相傳?！保?］雖然時代在變遷，但中國共產(chǎn)黨人的精神譜系的形成是有其內(nèi)在規(guī)律的。在中國共產(chǎn)黨百年歷史中，到底是哪些因素支撐著黨的精神塑造？其核心要義和精神內(nèi)涵有哪些？精神譜系的當代價值是什么？本研究從大數(shù)據(jù)視角，通過中文分詞技術及WordCloud詞云工具探討分析百年共產(chǎn)黨人精神譜系中的內(nèi)涵價值，闡明中國共產(chǎn)黨人的精神譜系的歷史傳承，以更好地指導思政課程與課程思政教學實踐。

一、中國共產(chǎn)黨人的精神譜系的基本內(nèi)涵

習近平總書記在黨史學習教育動員大會講話中指出：“在一百年的非凡奮斗歷程中，一代又一代中國共產(chǎn)黨人頑強拼搏、不懈奮斗，涌現(xiàn)了一大批視死如歸的革命烈士、一大批頑強奮斗的英雄人物、一大批忘我奉獻的先進模范，……，構筑起了中國共產(chǎn)黨人的精神譜系。”［2］中國共產(chǎn)黨的百年歷史是一部不斷鑄就崇高精神、弘揚優(yōu)良傳統(tǒng)、賡續(xù)精神血脈的發(fā)展歷史。

中國共產(chǎn)黨人的精神譜系中蘊含著深厚的中華傳統(tǒng)文化根源。經(jīng)過幾千年的文明發(fā)展，中華民族形成了一脈相承的精神追求和強大的精神支撐［3］，體現(xiàn)在以愛國主義為核心的團結友愛、崇尚和平、勤勞勇敢、堅毅頑強的民族精神中，創(chuàng)造出燦爛輝煌的中華文化和中華文明［4］。精神譜系還有著對馬克思主義的堅持與創(chuàng)新，是中國共產(chǎn)黨帶領全國人民在追求共產(chǎn)主義理想信念，探索中國革命、建設和改革中，勇敢面對各種風險挑戰(zhàn)，在艱苦卓絕的斗爭中不斷形成的，體現(xiàn)著中國共產(chǎn)黨的理想信念、根本宗旨、工作作風，凝聚著中國共產(chǎn)黨人艱苦奮斗、開拓進取的偉大品格［5］。精神譜系中既有貫穿于各個歷史時期的成果，也有階段性和地域性成果，還有行業(yè)性、先進個人的成果，成為一個內(nèi)涵豐富、內(nèi)容多元、形式多樣、層次分明的有機整體［6］。

黨領導全國人民邁進第二個百年奮斗目標新征程之時，中國共產(chǎn)黨人的精神譜系更應深度融入中國人的精神血脈，成為當代人最為鮮明的精神氣質(zhì)和精神特色［6］。需要我們深入挖掘精神譜系的核心要素和精神內(nèi)涵，引導當代中國人尤其是青年大學生不斷從精神譜系中汲取智慧和力量，傳承紅色基因，賡續(xù)精神血脈，為實現(xiàn)中華民族偉大復興而鼓足砥礪奮進的精神動力。目前關于研究精神譜系及其傳承和弘揚的文獻較多，但從大數(shù)據(jù)思維和視角下研究中國共產(chǎn)黨人的精神譜系的文獻相對較少。

二、中文分詞技術的可行性

中文分詞是計算機中文自然語言處理的首要任務。中文語句是由字、詞構成的序列，同一字詞在不同的語句或文本環(huán)境中語義會有所不同。文本分詞是按照一定的算法將詞從文本中切分出來，得到詞列表，再基于分詞列表分析理解文本語義。分詞算法主要有基于統(tǒng)計、字符串匹配和理解三大類［7］。

影響中文分詞效果的因素主要有：詞與詞之間沒有明顯的分隔符，容易產(chǎn)生不同的分詞結果；不同文本環(huán)境中的字詞語義不同；詞的多種釋義容易產(chǎn)生歧義；實體名詞如機構名、地名、人名、簡稱，網(wǎng)絡中出現(xiàn)新詞、流行用語，行業(yè)領域中的行業(yè)專業(yè)術語等難以識別；切分的字詞長度不同等［8］。

Jieba是一個Python第三方中文分詞庫，其分詞原理是在前綴詞典的基礎上進行詞圖掃描，將待分詞內(nèi)容和中文詞庫進行比對，再以有向無環(huán)圖的形式生成所有可能成詞情況的圖表示，通過動態(tài)規(guī)劃方法找到基于詞頻最大概率的切分組合。Jieba分詞中還可以自定義分詞字典［9］。

詞云是將文本中的高頻關鍵詞以形象的圖像可視化方式呈現(xiàn)，WordCloud是Python的一個第三方庫，廣泛應用于詞云展示。

三、基于中文分詞的中國共產(chǎn)黨人的精神譜系分析模型構建

（一）定義停用詞

文本中經(jīng)常被使用的如“的”“和”等頻繁詞和語氣助詞、副詞、介詞、連詞，以及針對具體內(nèi)容特點，存在的對文本內(nèi)容無幫助或無意義的詞，在分詞檢索比對時，容易對文本的有效信息造成噪音干擾。因此，在分詞前，需要對所檢索的文本進行消除噪音處理，這些字或詞被定義為停用詞。分詞時會自動忽略停用詞，提高分詞效率和準確性。

（二）定義需去除的標點符號

在中文語句中，使用“，”“。”等標點符號表示句子前后的停頓、句調(diào)及詞語的性質(zhì)與作用，在分詞結果中，這些標點符號沒有任何意義，還會在分詞檢索時，對文本的有效信息造成噪音干擾，所以在分詞前要對所檢索文本的標點符號進行去除處理。

（三）定義編碼規(guī)則

首先需要把文本轉(zhuǎn)換為計算機能夠處理的二進制數(shù)，這個過程被稱為編碼。常見的字符編碼格式有ASCII、Unicode、GBK、UTF-8等，計算機內(nèi)存中統(tǒng)一使用Unicode編碼。文本處理時，將文件內(nèi)容經(jīng)過編碼轉(zhuǎn)換為Unicode編碼讀入內(nèi)存，保存時再經(jīng)解碼把Unicode編碼轉(zhuǎn)換為文件編碼進行保存。在分詞檢索前，需要確定被分詞文本、停用詞等文件的編碼規(guī)則，并進行統(tǒng)一，否則會出現(xiàn)亂碼。

（四）定義新詞

實體名詞如人名、機構名、簡稱、省略語，以及出現(xiàn)的新詞、網(wǎng)絡流行用語和行業(yè)專業(yè)術語等，在字典中沒有被提前收錄，運算時難以識別，在分詞運算前需要被定義。

四、基于中文分詞的中國共產(chǎn)黨人的精神譜系分析實例

（一）數(shù)據(jù)采集

數(shù)據(jù)主要來源于共產(chǎn)黨員網(wǎng)、學習強國等學習平臺以及文獻資料中，收集整理主要從時間、地域、特定歷史事件和特殊時期、革命烈士和勞模英模、特定領域五個維度進行，組成了中國共產(chǎn)黨百年歷史實踐中形成的一系列偉大精神及其內(nèi)容，如紅船精神、長征精神、右玉精神、改革開放精神、深圳特區(qū)精神、科學家精神、載人航天精神、孔繁森精神和勞模精神等。

（二）數(shù)據(jù)預處理

從黨的系列精神中，隨機選取30種進行預處理，補充完善定義的停用詞、需去除的標點符號、編碼規(guī)則和新詞。例如，“的”“把”“同”等字在文本中出現(xiàn)的頻次較多，屬于高頻詞，但在分析結果中作用不大，成為影響分析結果的噪音，需去除；如“初心”，在分詞中被切分為“初”和“心”兩個字，需要作為新詞被定義；再如在文件讀入時，文本開始位置會出現(xiàn)“＼ufeff”字符，通過改變編碼方式“UTF-8”為“UTF-8-sig”或者將“＼ufeff”作為一個特殊符號，添加到去除標點符號中處理。還有，如“愛黨”“聽黨”“信黨”都表示熱愛黨、對黨忠誠的含義，需作為同義詞定義；“人民”“群眾”需定義為同義詞等。經(jīng)過預處理，生成了具有精神譜系特定環(huán)境的語義詞庫，為對所有精神內(nèi)容的高效準確分詞奠定基礎。

（三）分詞與可視化分析

對系列精神文本進行新詞加載、同義詞加載、文本分詞、去除停用詞和標點符號，最后生成有效分詞，經(jīng)過詞頻統(tǒng)計及排序，得到使用頻次超過10%的詞，如表1所示。中國共產(chǎn)黨人的精神譜系各個歷史時期高頻詞頻次表，如表2所示。

研究使用Python第三方包WordCloud，經(jīng)過定義詞云對象、生成詞云和顯示輸出，對分詞進行了圖像可視化顯示，精神譜系詞云圖如圖1所示，各個歷史時期的詞云圖如圖2所示。

五、結論

習近平總書記指出：“偉大建黨精神是中國共產(chǎn)黨的精神之源。”［1］建黨精神賡續(xù)始終，貫穿百年形成的精神譜系。能夠體現(xiàn)中國共產(chǎn)黨人的精神譜系價值意蘊的高頻詞有艱苦奮斗、服務人民、團結一心、熱愛祖國、堅定信念、無私奉獻、自強不息、不怕犧牲、敢為人先、熱愛黨、實事求是、革命精神。這些核心要素已作為精神內(nèi)核融入共產(chǎn)黨人的血脈與靈魂，成為中國共產(chǎn)黨歷經(jīng)百年磨難而風華正茂的生命源泉，它們統(tǒng)一于黨百年奮斗的“十個堅持”寶貴歷史經(jīng)驗［10］，相互連貫成為有機整體。

中國共產(chǎn)黨人的精神譜系具有內(nèi)在穩(wěn)定性，艱苦奮斗、熱愛祖國、無私奉獻、服務人民、團結一心貫穿于中國共產(chǎn)黨發(fā)展歷程的各個歷史時期，體現(xiàn)了共產(chǎn)黨以人民為中心的大愛精神、以民族復興為己任的擔當品質(zhì)、不怕犧牲的獻身精神以及英勇斗爭的堅強意志。這與以愛國主義為核心的中華民族精神相統(tǒng)一；與歷久彌新的中華優(yōu)秀傳統(tǒng)文化相統(tǒng)一；與中國共產(chǎn)黨緊緊依靠人民、全心全意為人民服務的根本宗旨相統(tǒng)一；與中國共產(chǎn)黨大無畏的精神氣概相統(tǒng)一，形成了中華民族偉大復興的動力之源。充分表明中國共產(chǎn)黨人的精神譜系不僅是對馬克思主義的堅持，更是將馬克思主義與中華民族精神和中華優(yōu)秀傳統(tǒng)文化相結合，進行了中國化創(chuàng)新發(fā)展。正如毛澤東指出的：“馬克思主義必須和我國的具體特點相結合并通過一定的民族形式才能實現(xiàn)。”［11］

精神譜系還具有時代適用性，這與中國共產(chǎn)黨在各個歷史時期的時代使命、我國各時期的社會環(huán)境、經(jīng)濟條件等因素有關。例如，不怕犧牲具有新民主主義革命及社會主義革命和建設兩個時期的時代特征。這兩個時期是艱苦卓絕的革命歲月和新中國建設困難重重的年代，中國共產(chǎn)黨為實現(xiàn)救國救民并在一窮二白的廢墟上進行社會主義革命和建設，拋頭顱灑熱血、浴血奮戰(zhàn)，排除萬難、艱苦創(chuàng)業(yè)，凝聚著“砍頭不要緊，只要主義真”的崇高信仰，體現(xiàn)了為民族獨立、國家自強、人民溫飽而勇于犧牲的忘我精神。再如，敢為人先具有改革開放和社會主義現(xiàn)代化建設、新時代中國特色社會主義發(fā)展兩個時期的時代特征。這兩個時期是我國開啟改革開放、現(xiàn)代化征程的激情歲月、實現(xiàn)中華民族“兩個一百年”①奮斗目標和中華民族偉大復興的新時代，中國共產(chǎn)黨自信自強、敢闖敢試，積極應對風險挑戰(zhàn)，體現(xiàn)了中國共產(chǎn)黨人的胸懷祖國、心系人民的愛國為民情懷，變局中開新局、勇闖新路的奮斗精神和攻堅克難的堅韌品格。

中國共產(chǎn)黨人的精神譜系中所蘊含的理想信念、根本宗旨、思想道德、工作作風等精神內(nèi)涵是大學生個人品質(zhì)塑造、成長成才的精神食糧，也是大學生增強做中國人的志氣、骨氣、底氣的紅色沃土［12］。精神內(nèi)涵的挖掘為教師進一步深入發(fā)掘思政教育內(nèi)容和素材，深化課程教育教學改革、創(chuàng)新第二課堂教育方式提供指導，用中國共產(chǎn)黨堅定的理想信念、艱苦奮斗的優(yōu)良作風、勇于奉獻的為民情懷教育和滋養(yǎng)大學生的志氣、骨氣和底氣，引導他們胸懷祖國、眾志成城，為實現(xiàn)中華民族偉大復興貢獻自己的青春智慧和力量。

注釋：

①“兩個一百年”：即到中國共產(chǎn)黨成立100年時全面建成小康社會，到新中國成立100年時建成富強民主文明和諧美麗的社會主義現(xiàn)代化強國。

參考文獻：

［1］習近平.在慶祝中國共產(chǎn)黨成立100周年大會上的講話［J］.求是，2021（14）.

［2］習近平.在黨史學習教育動員大會上的講話［J］.求是，2021（7）.

［3］黃正平.偉大建黨精神——建黨理論新開拓? 黨建思想新境界［N］.南通日報，2021-07-26（A06）.

［4］王相坤.中國共產(chǎn)黨人精神譜系的構建［N］.北京日報，2021-07-26（009）.

［5］周進.中國共產(chǎn)黨人的精神譜系的生成邏輯、精神內(nèi)涵與當代價值［J］.中國井岡山干部學院學報，2021（4）.

［6］佘雙好，王弢.中國共產(chǎn)黨精神譜系在青少年中的傳承與弘揚［J］.青年探索，2021（4）.

［7］石鳳貴.中文文本分詞及其可視化技術研究［J］.現(xiàn)代計算機，2020（12）.

［8］胡曉輝，朱志祥.基于深度學習的中文分詞方法研究［J］.計算機與數(shù)字工程，2020（3）.

［9］嵩天，禮欣，黃天羽.Python語言程序設計基礎：第2版［M］.北京：高等教育出版社，2018：169-177.

［10］中國共產(chǎn)黨第十九屆中央委員會第六次全體會議公報［N］.人民日報，2021-11-12（01）.

［11］毛澤東.毛澤東選集：第2卷［M］.北京：人民出版社，1991：534.

［12］曹甜甜.中國共產(chǎn)黨人的精神譜系的內(nèi)涵、特征和價值探析［J］.云南農(nóng)業(yè)大學學報（社會科學），2021（6）.

作者簡介：王金虹（1973—），女，漢族，山西平遙人，山西中醫(yī)藥大學馬克思主義學院黨總支書記、副教授，研究方向為數(shù)據(jù)挖掘。

（責任編輯：張震）