码迷,mamicode.com
首页 > 其他好文 > 详细

外交部发言人发言语料简单分析

时间:2014-06-21 20:46:30      阅读:208      评论:0      收藏:0      [点我收藏+]

标签:自然语言处理

花了点时间,把外交部网站上的发言人表态一栏中的数据全部抓取下来,按照一定的格式保存于文件中,时间范围是2010-09-14~2014-06-18,如果跑在服务器上的话,可以做增量更新,即若有更新每天下载一篇新的文章。我国的外交部发言人制度是在1983年3月1日开始设立的,但是外交部网站上公布的数据好像只有我拿到的这些。

文件格式如图:

bubuko.com,布布扣

(声明:本人只是想把这些答记者问的对话当作自然语言处理的语料,进行学习。)

从这些文本中统计出如下信息;

发言人出场的次数

姓名 次数
洪磊 458
华春莹 175
刘为民 117
秦刚 98
姜瑜 90
马朝旭 62

发言长度最长和最短

2011年4月19日外交部发言人洪磊举行例行记者会1580
2014年2月27日外交部发言人华春莹主持例行记者会 1277

发言中出现的词数,由多到少,前50位(去除了一些停用词):

中方 10074
中国 5248
4992
4350
对此 2772
合作 2727
发展 2261
和平 2203
评论 2127
各方 1944
希望 1891
稳定 1883
对话 1720
国家 1643
叙利亚 1623
日本 1557
1536
维护 1523
地区 1436
推动 1415

外交部 1284
据报道 1281
两国 1198
国际 1171
1100
1089
日方 1030
国际社会 1014
1014
解决 996
关系 986
局势 978
支持 971
介绍 952
立场 902
钓鱼岛 901
战略 898
情况 894
美国 890
总理 889
889
努力 883
访问 881
876
872
总统 866
领导人 865
相关 838
主权 807
外长 803

可以看出,日本、叙利亚、美国出现的次数在地名上拍名最前,说明这些国家与我国的关系密切(纠葛?)。提到主席的次数没有总统多,总理的次数与总统相当。可以看出,我国的外交目标主要是合作发展、维护世界和平!不过,这是外交部的发言,可能记者多来自国外,关心中国政府对世界的声音,所以大多提到了整个世界。

问题数(每出现一个?统计一次):

951个问题

就这么简单统计了一下,当然我并没有明确的目的,所以也不能够做过多的深入分析。我觉得,从语言学上、逻辑学上都可以进行分析,因为这些句子肯定都是经过仔细推敲的,可能话中有话,但是会避免出现歧义。“学习说话者”,可以从中找到一些技巧,比如不管多么复杂刁难的问题,都可以用几个字就回答了提问,还可能让人哑口无言,重要的是抓住重点。

语料下载地址:http://download.csdn.net/detail/ozhaohuafei/7526553 。

外交部发言人发言语料简单分析,布布扣,bubuko.com

外交部发言人发言语料简单分析

标签:自然语言处理

原文地址:http://blog.csdn.net/laozhaokun/article/details/32333667

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!