小議識別網(wǎng)絡(luò)新聞“標(biāo)題黨”

我們通常認(rèn)為，在網(wǎng)絡(luò)上，一篇新聞報道要想獲得較高的點(diǎn)擊量，必須有吸引人的標(biāo)題、優(yōu)質(zhì)的內(nèi)容、廣泛的推廣渠道，相比于內(nèi)容和渠道，對標(biāo)題的再加工無疑是成本最小、收效最大的。隨著網(wǎng)絡(luò)信息的膨脹與快速變化，僅僅為吸引人眼球的標(biāo)題黨談不上任何創(chuàng)新創(chuàng)意，也絕無過人之處，有的只是罔顧事實(shí)，誤導(dǎo)輿論。網(wǎng)絡(luò)新聞標(biāo)題黨雖然能夠博人眼球，但是卻失去了新聞報道最重要的功用——保障知情、輿論監(jiān)督、促進(jìn)公正，對于新聞輿論的公信力也是極大損傷。

本文首先介紹了網(wǎng)絡(luò)新聞標(biāo)題黨出現(xiàn)的原因及其危害，通過對幾個典型的標(biāo)題黨新聞的分析來探究標(biāo)題黨新聞識別技術(shù)的主要目的，介紹當(dāng)前國內(nèi)主要標(biāo)題黨新聞識別技術(shù)，厘清標(biāo)題黨新聞識別的主要方法，指出這些方法存在的問題和局限性。最后，針對如何更好地進(jìn)行標(biāo)題黨新聞識別提出了一些自己的見解，希望標(biāo)題黨識別技術(shù)能夠在將來變得更加完善、高效，在一定程度上阻止標(biāo)題黨新聞的傳播，提高受眾者的閱讀品質(zhì)。

一、何為“標(biāo)題黨”

眾所周知，標(biāo)題是新聞的眼睛，在當(dāng)前信息化快速發(fā)展的時代中，人們接受新聞的方式呈現(xiàn)出多樣性，出現(xiàn)5秒效應(yīng)或者看新聞看題的提法，這種情況下在一定程度上體現(xiàn)出了新聞標(biāo)題的作用。此外，在網(wǎng)絡(luò)新聞中標(biāo)題同樣需要加以關(guān)注，只有如此才能讓快速抓住受眾，完成引導(dǎo)活動，形成良好閱讀，換而言之，現(xiàn)階段網(wǎng)絡(luò)新聞的競爭主要體現(xiàn)在網(wǎng)絡(luò)新聞標(biāo)題的競爭之上。

《現(xiàn)代漢語詞典》（第六版）中并沒有收錄“標(biāo)題黨”這一詞條。一般認(rèn)為,“標(biāo)題黨”是發(fā)端于網(wǎng)絡(luò)論壇,發(fā)帖者為吸引人氣,提高帖子的點(diǎn)擊量而制作博人眼球標(biāo)題的網(wǎng)絡(luò)貼主群體或行為?！皹?biāo)題黨”可以說是這樣一些信息發(fā)布和轉(zhuǎn)發(fā)行為、人群的總稱。 “標(biāo)題黨”的目的不是為傳播信息本身,而是為了引起關(guān)注,獲取更多的經(jīng)濟(jì)利益。網(wǎng)編們?yōu)榱嗽诤Ａ康男畔⒅挟愜娡黄?獲取點(diǎn)擊率,爭取到好的排位,有更多的廣告收益,紛紛仿效廣告業(yè)“標(biāo)題黨”的手法將大量新聞標(biāo)題重新包裝,挖空心思“嘩眾取寵”,大量“題不對文”的新聞標(biāo)題就此出籠。從特點(diǎn)上分析，標(biāo)題黨具有兩個特征，第一是夸大性：主要是對文章內(nèi)容進(jìn)行夸大，以此起到吸引受眾眼球的作用；第二是作假型：標(biāo)題與文章的內(nèi)容有所差別，內(nèi)容描述的是另外一個事實(shí)，但是為了提高受眾的注意力，則將標(biāo)題設(shè)定為其它內(nèi)容，起到吸引的作用。無論哪一個特點(diǎn)，均在一定程度上反映出了標(biāo)題黨這種現(xiàn)象沒有遵循新聞的實(shí)際情況，也沒有符合新聞發(fā)展的要求，長此久往則會導(dǎo)致新聞呈現(xiàn)出缺陷與不足，甚至在新時期讓人們對新聞形成不良情緒。

二、標(biāo)題黨新聞識別的必要性

原標(biāo)題：“大胸”比“平胸”更易患乳癌

　　記者獲悉，中國女性超過一半是致密性乳腺，患乳腺癌的風(fēng)險比脂肪性乳腺高4.7倍，而且，密集的腺體易掩蓋早期癌癥病癥。這是因為，亞洲女性的乳房相對較小，且以致密性乳房為主。以致密性乳腺為主的亞洲女性，如果只用手動超聲做為第一線做乳腺癌篩查，可能會存在一定的漏診。

析因：超過50%的中國女性是致密性乳腺

在中國，超過50%的女性具有致密性乳腺。擁有致密性乳腺的女性，相對于脂肪性乳腺的女性，罹患乳腺癌的風(fēng)險高4.7倍。（節(jié)選）

這種新聞就是典型的“標(biāo)題黨”！全篇新聞沒有一次出現(xiàn)“大胸”、“平胸”，但在標(biāo)題中卻出現(xiàn)了“‘大胸’比‘平胸’更容易患乳腺癌”的結(jié)論，簡直是驚為天人。本來一個“中規(guī)中矩”的標(biāo)題，在他們手下，就變了大樣。 “標(biāo)題黨”抓住人們“掃視”新聞的這一心理，誤導(dǎo)大眾，不明事實(shí)真相的“吃瓜群眾”將這種不經(jīng)過大腦分析的消息通過網(wǎng)絡(luò)傳播給他人，以訛傳訛，謠言就產(chǎn)生了。從另外一個角度分析，如果這種文章傳輸給受眾，則會讓受眾無法辨別其真實(shí)性，甚至還會產(chǎn)生抵觸心理，嚴(yán)重影響了新聞的真實(shí)性以及全面性。除此之外，在當(dāng)前的發(fā)展背景下，需要清楚的認(rèn)識到標(biāo)題黨所帶來的影響，并且能夠從本質(zhì)出發(fā)，從新聞識別的方式出發(fā)，對標(biāo)題黨新聞的識別方法進(jìn)行對比與分析，這樣才能真正提高新聞的可行性以及創(chuàng)新性。

三、標(biāo)題黨新聞識別方法介紹及對比

1、基于主題句分布的標(biāo)題黨新聞識別算法

在新聞標(biāo)題與主題內(nèi)容相關(guān)程度研究方面，國內(nèi)有學(xué)者對“標(biāo)題黨”類新聞的識別進(jìn)行了研究，王志超提出中提出了一種基于內(nèi)容主題句相似度的“標(biāo)題黨”新聞識別方法: 首先從正文中提取出可能反映正文主題的句子集合，再分別計算它們與標(biāo)題的相似度，并以最大相似度作為評價參數(shù)。這種方法歸根到底是網(wǎng)頁信息抽取→主題句提取→句子相似度計算。但這個方法對于“以偏概全”的新聞難以達(dá)到較好的識別作用。它對一些同義詞以及未登錄詞、專有名詞無法很好地識別。比如林俊杰演唱會的報道中同時出現(xiàn)“林俊杰”和“JJ”，他們是一個人，但是基于主題句的識別方法認(rèn)為兩個詞不相關(guān)，句子相似度計算出現(xiàn)誤差。這種方法終究沒有避免 TF-IDF只考慮上下文統(tǒng)計特性而不考慮語義信息的局限。漢語句子的表達(dá)形式是多種多樣的,如果要準(zhǔn)確地刻畫一個句子所表達(dá)的意思,還應(yīng)該結(jié)合語法結(jié)構(gòu)信息。所以在進(jìn)行新聞報道的時候，需要多角度的分析與研究，并且要從本質(zhì)商除法，對主題句分布的標(biāo)題黨新聞識別加以重視，如此才能實(shí)現(xiàn)新聞報道的有效與全面。

2、基于主題詞分布的識別算法

考慮到主題句識別算法的短板，又有學(xué)者引入了基于主題詞分布的新聞識別算法。首先從新聞標(biāo)題中提取出最能反映標(biāo)題中心含義的主題詞。再分析主題詞在新聞?wù)闹械姆植记闆r，最后根據(jù)分布情況計算出是正常新聞的概率，從而判斷是否為標(biāo)題黨新聞。這個算法考慮到短語結(jié)構(gòu)分析和依存句法分析，分析句子結(jié)構(gòu)對主題詞集合K的形成提供了幫助。但是這個方法也存在一些問題，根據(jù)依存句法所構(gòu)建的24種關(guān)系詞典都可以進(jìn)行二次處理嗎？在對多名詞短語處理時如何確定這個名詞短語是否過濾？

北京飯館老板換大招牌迎接奧運(yùn)

“北京飯館老板”為并列名詞，處理后變?yōu)?“老板換大招牌迎接奧運(yùn)

萬一作者強(qiáng)調(diào)的重點(diǎn)就是這個“北京老板”喜迎奧運(yùn)呢？這種情況該如何識別？

3、基于潛在語義的標(biāo)題黨新聞識別算法

這種標(biāo)題黨識別技術(shù)以潛在語義分析算法為理論基礎(chǔ)、以矩陣的奇異值分解為核心。這種方法的優(yōu)點(diǎn)有以下幾點(diǎn)：1.可消除無關(guān)詞語的干擾。 2.抽取正文簡單有效。3.從與新聞標(biāo)題相關(guān)的段落數(shù)占總段數(shù)的比值，以及這些段落內(nèi)容總長度占新聞?wù)目傞L度的比值兩個角度對目標(biāo)新聞內(nèi)容進(jìn)行雙重判定。這種方法有是有明顯的局限性的，（1）網(wǎng)頁新聞布局結(jié)構(gòu)造成識別誤差（2）分詞詞典具有局限性，人名、地名、網(wǎng)絡(luò)詞匯等未登錄詞無法正確識別。

從總體上看，這三種方法都有各自明顯的優(yōu)勢和缺點(diǎn)，如果能將主題詞識別新聞技術(shù)和潛在語義識別新聞技術(shù)結(jié)合起來使用，應(yīng)該是很有幫助的。在提取新聞?wù)暮瓦M(jìn)行分詞的過程中我認(rèn)為還有一些問題需要注意：

1、 現(xiàn)在的網(wǎng)頁不只包含新聞?wù)?，網(wǎng)頁兩邊還會有廣告，正文下方還會有“相關(guān)推薦”。這部分信息肯定會干擾關(guān)鍵詞的識別，那該如何篩除這部分信息？

2、 在對標(biāo)題、正文進(jìn)行切詞時，應(yīng)該采用多種分詞算法相結(jié)合的方法。如切分“北京大學(xué)生運(yùn)動會今日開幕”這樣的句子，可以使用正、逆向最大匹配方法，得到粒度更細(xì)的分詞結(jié)果。但是雙向最大匹配無法發(fā)現(xiàn)鏈長為偶數(shù)的交集型歧義，那么可以增加回溯機(jī)制。

3、 分詞詞典是進(jìn)行標(biāo)標(biāo)題識別不可缺少的部分，未登錄詞、新詞語、方言詞難以識別是造成識別率較低的原因之一。建立動態(tài)分詞詞典和語料庫就是我們必須要提上日程的事。同時，現(xiàn)在的新聞標(biāo)題，尤其是網(wǎng)絡(luò)新聞標(biāo)題中大量使用字母詞，對字母詞的識別也是我們需要注意的。

4、 在《基于潛在語義分析的標(biāo)題黨新聞識別技術(shù)研究》中，作者使用了基于詞頻統(tǒng)計的方式。但是，僅僅考慮新聞的分詞單位和段落之間的關(guān)系是不夠的，還需要了解分詞單位與其上下文之間的關(guān)系。這時可以利用TF·IDF算法來計算各單位對于各個段落的重要程度。 所以無論從哪一個角度分析，均可以清楚的認(rèn)識到在網(wǎng)絡(luò)新聞標(biāo)題是十分關(guān)鍵的，需要多加關(guān)注與研究，加強(qiáng)分析與研究，避免出現(xiàn)標(biāo)題黨現(xiàn)象的發(fā)生。

四、結(jié)語

總而言之，在當(dāng)前時代的不斷發(fā)展下，網(wǎng)絡(luò)新聞標(biāo)題語中存在很多不規(guī)范的地方。這些不規(guī)范的現(xiàn)象產(chǎn)生了許多消極的影響,嚴(yán)重破壞了語言的純潔性，尤其是標(biāo)題黨的出現(xiàn)，沒有遵循新聞的基本要求，也沒有從本質(zhì)出發(fā)，實(shí)現(xiàn)新聞傳播的有效性，故此本文通過對網(wǎng)絡(luò)新聞標(biāo)題黨識別算法進(jìn)行簡單分析和比較,對網(wǎng)絡(luò)新聞標(biāo)題的識別情況有一個整體性的了解和認(rèn)識,發(fā)現(xiàn)了新聞標(biāo)題黨識別技術(shù)在使用上存在的一些問題,并提出相關(guān)的意見和建議。雖然現(xiàn)在已經(jīng)出現(xiàn)多種識別網(wǎng)絡(luò)新聞標(biāo)題黨識別的技術(shù)，但是它們都存在或多或少的問題，對于這方面的研究還需要繼續(xù)深入,我們能做的還有很多。

本文來源：《文學(xué)教育》：http://m.00559.cn/w/wy/63.html