基于數據挖掘技術的外語類國家級大創項目立項熱點研究

王淑一，紀衛寧

基于數據挖掘技術的外語類國家級大創項目立項熱點研究

王淑一1, 2，紀衛寧2

(上海外國語大學日本文化經濟學院，上海，201620；青島農業大學外國語學院，山東青島，266109)

數據挖掘技術可應用于高校外語專業創新創業教育研究。通過數據分析發現，國家級大創項目中外語類項目占比較低，且以外語類國家級大創項目為依托的高水平論文成果較少?；诖?，使用文本數據挖掘軟件KH Coder分析了外語類國家級大創項目的立項熱點。研究發現，創新項目主要關注文化、翻譯、教育教學等領域，以應用研究為主。其中，調查方法在外語類創新項目中最為常用。創業項目集中在文化產業類，以語言服務和外語培訓為主。同時，外語類大創項目存在理論深度不足、項目主題集中、計算機技術的應用不足等問題。針對以上問題，提出了相應建議。

國家級大創項目；外語教學；KH Coder；詞頻；詞語共現網絡

一、引言

2011年，教育部頒發《教育部、財政部關于“十二五”期間實施“高等學校本科教學質量與教學改革工程”的意見》。意見指出，支持在校大學生開展創新創業訓練，提高大學生解決實際問題的實踐能力和創新創業能力[1]。2012年，教育部頒發《教育部關于批準實施“十二五”期間“高等學校本科教學質量與教學改革工程”2012年建設項目的通知》，“批準北京大學等109所高校實施16 300個大學生創新創業訓練計劃項目，每個大學生創新創業訓練計劃項目支持建設經費1萬元”[2]。自此拉開了國家級大學生創新創業訓練計劃項目(以下簡稱“大創項目”)實施的序幕。國家級大創項目的實施可促進高等學校改變人才培養模式，增強學生的創新創業能力，以培養適應創新型國家建設需要的高水平人才?？梢哉f，國家級大創項目對于高等學校的人才培養有著重大意義。然而，外語專業卻存在著“立項難”的困境。據筆者統計，每年國家級大創項目中外語專業的立項項目占比不足2%，且其中大多為英語專業相關項目，小語種專業在大創項目中的立項少之又少。且外語專業的立項大多集中在語言類院校，綜合性大學或者理工類大學外語專業立項更是難上加難。外語專業的“立項難”，這其中固然有外語專業較難與生產實際相結合的客觀因素，但是與其抱怨“立項難”，不如思考如何在“難”中突圍。而如何突圍，或許現有的立項項目就是最好的參考材料。因此，本文擬借用計量分析方法，探討國家級大創項目中外語類項目的立項熱點，以期為今后外語專業師生申報大創項目提供參考。

二、研究綜述

目前大學生創新創業相關研究主要從以下兩個方向展開。一是大學生創新創業教育研究，研究主體多為高校教師。二是以大創項目為依托的論文成果轉化，研究主體多為高校學生。

在大學生創新創業教育研究方面，學者從教學模式、人才培養模式、項目管理模式、教學實踐等方面進行了諸多探討。除此之外，也有學者從計量的角度探討大創項目的立項熱點及存在的問題。劉繼安、高眾對教育部2012—2017年公布的大創項目信息進行分析發現，人文、社會科學學科立項數目整體處于劣勢，但是學生參與創業活動的積極性更高[3]。同時，該研究還指出，目前大創項目主題過于集中，多樣性和創新性不夠。林斌、宋毅通過對2013—2018年福建省公布的大創項目信息進行分析發現，在理學、工學、農學、醫學、人文、社科六大學科門類中，工學類、社科類大創項目占比較高[4]。以上研究均表明，人文類項目在大創項目中整體占比較低。然而，從目前知網檢索結果來看，還未有對某一具體學科門類立項情況的計量分析。

為確認以國家級大創項目為依托的論文成果轉化情況，筆者使用知網學術期刊庫中的高級檢索，將檢索關鍵詞設為“基金”，并輸入“國家級大學生創新創業訓練計劃項目”，檢索方式選擇“模糊”，來源類別限定為北大核心和CSSCI，共檢索到論文4 777篇。然而，從學科分布上看，這些論文中，人文、社科類論文僅有200篇左右，而其中外語類論文僅有徐明昊、范梓幸1篇，約為總體的0.02%。徐明昊、范梓幸結合了“一帶一路”的時政熱點，并引入了貿易學中的引力模型理論，研究語言對雙邊貿易流量的影響[5]。以外語類國家級大創項目為依托的高水平論文數量過少，這一現象值得我們深思。外語類大創項目的立項主題是否存在一些問題？因此，筆者認為，分析外語類大創項目的立項熱點，不僅有助于我們了解國家級大創項目的立項傾向性，也有助于我們發現外語類項目中存在的問題，促進外語類國家級大創項目的高水平發展。

三、研究對象及研究方法

(一) 研究對象

本文以2013—2018年國家級大學生創新創業訓練計劃項目為研究對象。之所以抽取2013—2018年這6年的數據，是因為雖然在國家級大學生創新創業訓練計劃平臺上可以查詢其他年份的數據，但是只能通過輸入項目編號、項目名稱等信息查詢個別項目，教育部并未公布全部的立項名單。因此，本文僅以教育部公布的全部立項名單的6年數據為研究對象，所有數據均可在教育部官方網站上下載。本文采用人工甄別方式，從2013—2018年國家級大創項目中篩選出所有外語類相關項目，保留項目名稱、項目簡介、學校名稱、項目類型等信息。在篩選項目這一環節，王昱、范武邱使用“翻譯”和“譯”兩個關鍵詞進行了搜索[6]?？紤]到外語類專業語種的豐富性，以及研究方向的多樣性，本文如果采取設置關鍵詞的方式進行搜索，恐有遺漏，因此，全部采用了人工甄別的方式。由于數據量過于龐大(共有186 727條)，在最終的數據呈現中可能會有少許誤差。必須要提到的是，由于本文的意圖是給外語專業師生提供參考，本次篩選中排除了非外語專業學生的外語類項目，如計算機專業學生申請的外語教育類App研發項目、中文系學生申請的外國文學研究項目等。

需要補充的是，教育部公布的立項名單中有部屬高校和地方高校的區別，本文對部屬高校和地方高校不做區分。另外，國家級大創項目共分為創新訓練項目、創業訓練項目、創業實踐項目三類，本文將后兩者合并為一類，把大創項目分為創新項目和創業項目兩類。

(二) 研究方法

本文采用文本數據挖掘軟件KH Coder對研究對象進行分析。KH Coder軟件由日本立命館大學的樋口耕一教授開發，主要用于文本數據的統計分析，支持漢語、日語、英語、韓語、西班牙語等多國語言。KH Coder軟件的基本功能有詞頻統計、詞性分析、上下文關鍵詞、檢索功能、自動分類、自動聚類、摘要生成、可視化和預測功能等[7]，操作較為簡便。此外，對于KH Coder無法實現的功能，本文使用Python編程語言實現。

四、外語類國家級大創項目概覽

2013—2018年，教育部共批準通過國家級大創項目186 727項，其中創新項目共計156 383項，創業項目共計30 344項。表1詳細列出了各年度創新項目和創業項目的立項數。需要說明的是，教育部公布的2014年國家級大創項目總計25 474項，其中包括20項聯合基金項目。由于其他各年度均未出現聯合基金項目，且聯合基金項目也不在本文的研究對象之列，表1中2014年度總計的地方扣除了20項聯合基金項目。

本文采用人工甄別方式從上述186 727項中篩選出了所有外語類項目2 718項，其中創新項目2 382項，創業項目336項，其明細如表2。從表2中可以看出，外語類項目立項數整體偏低，其最高占比為2014年的創新項目(1.93%)，也并未超過2%。單從數量上來看，外語類大創項目立項數似乎整體呈現上升趨勢。但是從占比上來看，2014年外語類創新項目和創業項目占比均為最高，之后逐漸下降。2016年后雖然有所提升，但是漲速比較緩慢。外語類創業項目占比整體低于外語類創新項目， 2016和2017年的創業項目占比甚至跌破1%。據劉繼安、高眾的調查，人文、社科類創業訓練項目和創業實踐項目占比均高于創新訓練項目，人文、社科類學科學生參與創業活動的積極性更高[3]。然而，我們觀察到，外語類國家級大創項目呈現出與之相反的情況，其背后原因值得我們深入挖掘。

表2 2013—2018年外語類國家級大創項目數量及占比

本文統計了2013—2018年外語類大創項目中各院校的立項數目，其結果如圖1。如圖所示，前25位的院校中，語言類院校高達10所，占總體的40%。前7名被語言類院校包攬，其中北京外國語大學和上海外國語大學兩所國內知名外語院校的立項數遠高于其他院校。然而我們也看到，有些不以外語專業見長的院校，如華中農業大學、中南大學等也取得了較好的立項數。而前25位的院校中，有的院校在國內大學排名中并不突出。這表明，不管該院校是不是知名院校，也不管外語專業是否是該院校的特色，只要項目足夠優秀，都有可能在國家級大創項目中占據一席之地。因此，本文采用計量手段分析外語類國家級大創項目的立項熱點，為外語專業師生的項目申報提供參考。

圖1 外語類國家級大創項目中立項數前25位的院校

五、外語類國家級大創項目立項熱點

上文提到，本文提取了項目名稱、項目簡介、學校名稱、項目類型等信息。項目名稱和項目簡介均能很好地反映出項目的關鍵詞，因此，本文將分別把項目名稱和項目簡介作為分析對象。

(一) 創新項目立項熱點

從2013年到2018年，外語類創新項目共立項2 382項。表3是基于KH Coder軟件做出的外語類創新項目名稱的高頻詞表。本文將高頻詞按照語種、研究領域、研究方法、研究對象四個類別歸類，無法歸類的詞語則放入“其他”中。值得一提的是，“學習”一詞在表3中出現了兩次，這是由于KH Coder軟件是根據詞類進行詞頻統計的，“學習”在分詞環節被分成了名詞和動詞兩個詞類，筆者分別做了標注。再者，有的詞可能同時屬于兩個類別，如“英譯”一詞既可以放入“語種”中，也可以放入“研究領域”中。為統計方便，下表中僅將其歸為“語種”這一類別。由于KH Coder軟件沒有詞云功能，筆者基于Python的jieba分詞和wordcloud兩個庫，將詞頻結果可視化為圖2。

表3 創新項目高頻詞表(前30位)

圖2 創新項目詞云

從語種來看，首先，表3中“英語”出現了781次，“英譯”出現了96次。筆者用“英”字對創新項目名稱進行了重新搜索，發現相關項目共計1 004項，除去“英才”“英雄”等與語言無關詞語，帶“英”字的項目共計999項，約占全體外語類創新項目的42%。而實際上英語相關項目的立項數目應超過此數。如華北電力大學立項的“目的論視閾下企業外宣文本翻譯策略研究”，項目名稱中并未體現“英語”字眼，但是從項目簡介可知，其探討的正是商務英語的問題。其次是日語相關項目，總詞頻表中“日本”出現了101次，“日語”出現了64次，除此之外還有“中日”“對日”“日文”“日本語”等多種詞語。

從研究領域來看，文化、翻譯、教育教學相關領域項目較多。本文使用KH Coder軟件的上下文關鍵詞(KWIC Concordance)功能，檢索以上三領域的高強度共現詞。如表4所示，文化領域主要關注跨文化交際以及中國文化傳播課題，教育教學領域主要傾向于英語相關研究，多采取調查方法。而翻譯領域則主要關注外宣、公示語、旅游等方面。筆者用“譯”字對創新項目簡介進行了重新搜索，發現與翻譯相關的項目共計660項，約為總體的1/4。而其中基于地域的公示語翻譯研究、旅游景點及民俗文化的外宣翻譯研究高達154項。比如內蒙古大學立項的“內蒙古旅游景點對外英譯研究——以昭君博物院展品說明文字中英文對譯問題研究為例”，這一類項目多與地域相結合，在解決實際問題的同時，也體現地域特色。然而可以預想到，此類研究大多遵循一定的流程，結論也大同小異，較難產出高水平論文成果。外語類創新項目的同質化問題值得我們重視。另外，許多翻譯項目還將翻譯與學校學科特色有機結合起來，比如浙江農林大學立項的“《茶經》英譯與中國茶文化的國際傳播研究”，長春中醫藥大學立項的“意譯法指導下的中藥功效術語翻譯實踐研究”，中南民族大學立項的“景寧畬族民族史詩《高皇歌》的英譯”，北京體育大學立項的“冬奧會背景下從接受理論視角看冰雪旅游外宣英譯——以張家口為例”，等等。

表4 各研究領域的高強度共現詞

科學研究一般可分為理論研究和應用研究。從表3顯示的研究方法來看，外語類創新項目多偏向于應用研究。由于“調查”一詞出現頻率較高，筆者使用Python編程語言對項目簡介進行重新搜索，檢索到使用“調查”或者“調研”方法的項目共計771項，約占總體的1/3。換言之，調查方法是外語類創新項目的主要研究方法。另外，KH Coder軟件的詞頻統計可以根據詞類進行詞頻排序。值得注意的是，創新項目名稱中出現了大量的地名專有名詞，共計1 800次。而在這些專有名詞中，“中國”(323)、“日本”(101)、“美國”(38)、“德國”(33)等與國家相關的專有名詞共計出現了1 124次，而“北京”(60)、“廣西”(32)、“上?！?27)、“青島”(12)等與我國省市名稱相關的專有名詞共計出現了637次，這些地名主要為各立項學校的所在地，如北京外國語大學立項的“海外留學生融入北京高校校園生活情況調查”，廣西外國語學院立項的“廣西農村留守兒童英語學習現狀調查——以東蘭希望小學(解放軍駐澳門部隊資助)為例”，上海外國語大學立項的“德國城市軌道交通建設對上海的啟示——以柏林為例”，青島大學立項的“青島世園會植物介紹牌糾譯”等。這一結果一方面表明基于地域的實踐研究相對容易立項，另一方面也佐證了外語類創新項目側重于調查研究這一事實。表3中的“平臺”一詞在此多指在線平臺，而“平臺”“建設”等詞的大量出現反映了互聯網技術在外語研究領域的應用。然而“平臺”相關項目主要為各種網絡平臺的構建，其中微信公眾平臺建設項目多達40余項。而檢索“建設”相關項目，則主要是小型語料庫及各種網絡平臺的構建。由此可見，雖然外語類創新項目在一定程度上利用了互聯網技術，但是技術含量較低，較少引入自然語言處理、機器學習等方面的前沿技術。

從研究對象來看，“學生”“大學生”“大學”“高?！薄皩W院”“專業”等詞的大量出現，表明外語類創新項目的申報者更關注學生自身，致力于解決身邊的實際問題。這非常符合大創項目“提高學生解決問題的實踐能力”這一設立初衷，也充分體現外語類創新項目的特點，可謂是以學生為主體的外語類創新項目的獨特之處。為了進一步佐證這一觀點，本文選取2022年國家社科基金外語類立項項目(240項)，對比二者的高頻詞語。如表5所示，以教師為主體的國家社科基金研究領域更寬廣，也更為細化。然而，創新項目中較為高頻的“學生”“大學生”“大學”等詞語并未出現在國家社科基金的高頻詞語中。

表5 創新項目高頻詞與國家社科基金項目高頻詞對比

本文使用KH Coder軟件制作了項目名稱的詞語共現網絡。如圖3所示，同一詞群中圓的大小代表了詞頻的高低，而實線則代表了較強的共現關系，虛線則代表較弱的共現關系。本文參照毛文偉的研究，將同一詞群的詞語用線框加以標識[8]。圖3的詞語共現網絡主要分為六個詞群。第1群為翻譯研究和英語相關研究。而與“英語”共現的詞語主要有“學生”“學習”“能力”“調查”“現狀”“就業”等。這同樣表明，英語相關研究多集中在調研類課題上。第2群的主要課題為跨文化交際和中國文化傳播。第3群為旅游景點及城市的公示語譯介問題。然而正如上文所述，此類課題同質化現象嚴重。第4群為語料庫及各種在線平臺的建設。第5群主要為“一帶一路”相關研究。筆者用“一帶一路”對創新項目簡介進行了重新搜索，發現相關項目90項?！耙粠б宦贰备拍钭钤缬闪暯娇倳浻?013年提出。外語類創新項目中，“一帶一路”相關研究最早出現在2015年，如西安外國語大學立項的“‘一帶一路’對中國翻譯事業的影響及相關建議”等。上文中提到的徐明昊、范梓幸研究也是結合了“一帶一路”的時政熱點。第6群主要為批評話語分析視角下的國家形象研究，研究對象多為國外的新聞媒體等。習近平總書記多次強調，要注重塑造我國的國家形象。研究國外媒體對中國的形象建構，有較高的參考意義和實用價值。第5群和第6群的主題詞群提示我們，教師在指導大學生創新項目時，有必要追蹤時代熱點和時代前沿。

(二) 創業項目立項熱點

表6是基于KH Coder軟件做出的2013—2018年外語類創業項目名稱的高頻詞表。首先，從語種上看，高頻詞表中第1名為“英語”，共計出現了77次。英語之后是日語相關項目，總詞頻表中“日語”8次、“日本”3次、“日”3次、“日式”2次。這與創新項目趨勢相同。其次，從創業方向上看，高頻詞表中的第2名是“翻譯”。KH Coder軟件將“翻譯”一詞按照詞類分成了兩部分，其中名詞“翻譯”出現次數為64次，動詞“翻譯”出現次數為12次?？梢娡庹Z類創業項目主體是“翻譯”，其次是“文化”類相關項目。與“文化”共現的詞語主要有“交流”“推廣”“交際”等。表6中的“培訓”“教育”等詞語共同指向外語培訓類項目。因此，從創業方向上來看，外語類創業項目主要有翻譯服務、外國文化推介、外語培訓三大方向。再者，從創業形式上來看，主要有“平臺”“公司”“工作室”“服務中心”等。值得一提的是詞頻表中第18位的“App”。近年來，隨著大學生計算機素養的提高，外語專業的學生開始逐漸將外語優勢與計算機技術結合起來，做出有意義的嘗試，如暨南大學立項的“‘譯風吹(Transwind)’手機App——掌上翻譯買賣與及時交互平臺”、四川外國語大學立項的“‘中醫說’——面向德國人的中醫養生App”等。然而必須提到的是，與外語類創新項目相同，與互聯網相關的外語類創業項目主要為各種網絡平臺的構建，技術含量仍比較低。人工智能、大數據等先進技術較少被應用到外語類創業項目中。

圖3 創新項目的詞語共現網絡

表6 創業項目高頻詞表(前20位)

本文使用KH Coder軟件制作了項目名稱的詞語共現網絡。然而得到的共現網絡圖比較分散，傾向性不是很明顯。筆者認為，這主要是因為創業項目數量較少，不夠詞語共現分析的體量。因此，本文以項目簡介為分析對象，制作了創業項目的詞語共現網絡。圖4的詞語共現網絡比較集中，主要有三大詞群。第1群主要提示了創業類項目的目的，是提高學生的專業水平，培養學生的創業實踐能力。第2群和第3群則提示了外語類創業項目的兩大方向：翻譯服務和英語教育培訓。上文提到外語類創業項目的占比低于外語類創新項目的占比。從上述分析中，我們可以大致了解個中原因?？傮w來說，外語類創業項目主要集中在文化產業類，以語言服務和外語培訓為主。誠然，語言服務和外語培訓確實是外語專業創業時的兩大主流方向，然而這些項目同質化問題凸顯。在實際項目申報時，如何在眾多相似項目中脫穎而出，是申報者需要著重思考的問題。

圖4 創業項目的詞語共現網絡

六、結論與建議

本文以2013—2018年國家級大創項目(186 727項)為研究對象，通過人工甄別的方式，篩選出了所有外語類項目2 718項(創新項目2 382項，創業項目336項)。通過分析發現，外語類大創項目立項數整體偏低，而其中外語類創業項目占比更低。由中國知網檢索結果可以看出，以外語類國家級大創項目為依托的高水平論文數量也比較少。為深入了解外語類大創項目的立項熱點以及存在的問題，本文使用文本數據挖掘軟件KH Coder分析了外語類大創項目的傾向性。研究發現：①外語類國家級大創項目中，英語相關項目占據絕對優勢，其次是日語相關項目。②外語類創新項目多偏向于應用研究，其中調查研究類課題約占總體的1/3。同時，與時代熱點、地域、學校學科特色相結合的課題較容易立項。③外語類創業項目集中在文化產業類，主要有翻譯服務、外國文化推介、教育培訓三大方向。

同時，外語類大創項目還存在以下問題：①外語類創新項目以調查研究為主，這非常符合大學生創新項目的設立初衷，然而此類課題需要重視理論深度不足的問題。②無論是創新項目還是創業項目，都存在項目同質化問題。③創新項目和創業項目都在一定程度上體現了互聯網技術在語言學科領域的應用，但目前來看技術含量較低，較少使用人工智能、大數據等前沿技術?；谝陨蠁栴}，本文對指導外語類大創項目的一線教師提出以下建議：

(1) 加強理論學習，提高學生在理論框架下解決問題的能力。雖然大創項目的本意是提高學生的實踐能力，但是沒有理論支撐的研究宛如空中樓閣。目前大創項目的申報主力多為本科生。除英語專業之外，零基礎的小語種專業多注重語言技能的培養，理論知識的教授不足。很多院校將語言學、文學等方面的專業課程設置為限選課，而理論知識晦澀難懂，學生更傾向于選擇容易學習的課程，很多理論課甚至無法開課。由于缺少理論知識的學習，學生的問題意識不足，申報課題往往缺乏深度，也較難產出高水平的論文。本研究認為，高校外語專業應在本科階段設置語言學、文學、文化、區域與國別等方向的必修課程。同時，一線教師在指導學生申報大創項目時，應注重學生理論知識的學習，指導學生在理論框架下解決實際問題。

(2) 關注時政熱點，培養學生服務國家戰略的意識。過去，外語專業大多只要求學生有較高的聽、說、讀、寫、譯能力和跨文化交際能力，其在國家戰略中的地位并不明確。然而近年來，隨著國家一系列政策的落地，外語專業的定位越來越清晰。習近平總書記要求我們“推進國際傳播能力建設，講好中國故事，展現真實、立體、全面的中國”[9]。在百年未有之大變局下，如何講好中國故事，構建中國特色對外話語體系，塑造積極的中國形象，是我們每一個外語人應該思考的問題，也是我們每一個外語人應承擔的使命。一線教師在指導大創項目時，應注重培養學生的家國情懷，引導學生用所學知識解決中國文化對外傳播中的具體問題，服務國家發展戰略。

(3) 注重學科融合，鼓勵學生開展跨學科研究。2020年11月3日，新文科建設工作會議在山東大學(威海)召開，新文科建設全面啟動。所謂新文科，是指“對傳統文科進行學科重組，實現文科內部及文科與自然科學學科之間交叉與融合之后形成的新文科”[10]。新文科建設工作的全面推進，對外語的研究提出了更高的要求。我們不應再囿于傳統的研究范式，而要積極探索外語與其他學科融合的可能性?？梢钥吹?，外語類國家級大創項目中，有不少項目體現了跨學科研究的特點，如同濟大學立項的“基于語料庫的失智癥老年人語用特征研究”、中山大學立項的“基于人工智能的英語演講例據使用基準研究”等。近年來，隨著Python等腳本語言的普及，計算機技術逐漸呈現出簡單化、平民化的趨勢。數據挖掘等本應用于理工類專業的技術也逐漸應用到語言研究中。雖然外語類國家級大創項目在一定程度上結合了計算機技術，但目前看來技術含量仍比較低，有較大的發展空間。這就要求我們一線教師要與時俱進，了解人工智能等方面的技術，并指導學生運用新技術解決語言問題。

① 本文使用上下文關鍵詞功能，檢索“文化”“翻譯”“教學”“學習-verb”“學習-noun”“教育”的共現詞，并選取高強度共現詞前10位。由于“教學”“學習-verb”“學習-noun”“教育”四詞與教育教學領域相關，表4中僅展示與四詞均有高強度共現關系的詞語。

[1] 教育部. 教育部財政部關于“十二五”期間實施“高等學校本科教學質量與教學改革工程”的意見: 教高函〔2011〕6號[A/OL]. (2011?07?01) [2022?01?12]. http:// www.moe.gov.cn/srcsite/A08/s7056/201107/t20110701_ 125202.html.

[2] 教育部. 教育部關于批準實施“十二五”期間“高等學校本科教學質量與教學改革工程”2012年建設項目的通知: 教高函〔2012〕2號[A/OL]. (2012?01?20) [2022? 01?12]. http://www.moe.gov.cn/srcsite/A08/s5664/moe_ 1623/s3845/201201/t20120120_130542.html.

[3] 劉繼安, 高眾. 我國高校創新創業訓練項目的實施情況、問題與對策——基于2012—2017年“國創計劃”項目信息的計量分析[J]. 中國高教研究, 2018(11): 78?84.

[4] 林斌, 宋毅. 項目為導向: 地方高校創新創業教育的精準實踐——基于福建省2013－2018年“大創計劃”項目信息的計量分析[J]. 黑龍江高教研究, 2019(6): 119?124.

[5] 徐明昊, 范梓幸. 雙邊貿易的語言效應——基于“一帶一路”沿線國家的實證分析[J]. 東南大學學報(哲學社會科學版), 2020, 22(S1): 157?162.

[6] 王昱, 范武邱. 近五年翻譯類國家社科基金立項熱點及趨勢分析(2015—2019)[J]. 上海翻譯, 2020(5): 18?23.

[7] 程慧榮, 黃國彬, 鄭琳. 非結構化文本分析軟件比較研究——以KH Coder和Wordstat為例[J]. 圖書與情報, 2015(4): 110?117, 122.

[8] 毛文偉. 數據挖掘技術在學習者作文特征分析中的應用研究[J]. 日語學習與研究, 2022(2): 72?81.

[9] 習近平. 習近平談治國理政: 第三卷[M]. 北京: 外文出版社, 2020.

[10] 胡開寶. 新文科視域下外語學科的建設與發展——理念與路徑[J]. 中國外語, 2020, 17(3): 14?19.

Research on hot spots of national innovation and entrepreneurship training projects for foreign language majors based on data mining technology

WANG Shuyi1, 2, JI Weining2

(1. School of Japanese Studies, Shanghai International Studies University, Shanghai 201620, China; 2. School of Foreign Languages, Qingdao Agricultural University, Qingdao 266109, China)

Data mining technology can be applied to the research on innovation and entrepreneurship education of foreign language majors. Through data analysis, it is found that the proportion of foreign language projects in national innovation and entrepreneurship training projects is relatively low, and there are fewer high-level papers based on foreign language projects. Based on this, the text data mining software KH Coder is used to analyze the hot spots of foreign language projects. The study found that innovation projects mainly focus on the fields of culture, translation, education and teaching, and mostly consists of applied research. Among them, the survey method is most commonly used in foreign language innovation projects. Entrepreneurship projects concentrates on the cultural industry, with language services and foreign language training as the main focus. There are problems such as insufficient theoretical depth, lack of diversity in project themes, and insufficient application of computer technology in foreign language major projects. In response to the above problems, corresponding suggestions are provided.

national innovation and entrepreneurship training projects; foreign language teaching; KH Coder; word frequency; word co-occurrence network

G640

A

1674-893X(2023)06?0049?09

2022?11?20；

2023?08?09

教育部產學合作協同育人項目“英語專業應用型人才校企合作培養模式研究”(201602028010)

王淑一，女，山東臨沂人，上海外國語大學日本文化經濟學院博士研究生，青島農業大學外國語學院講師，主要研究方向：計量語言學；紀衛寧，女，山東萊陽人，博士，青島農業大學外國語學院教授，主要研究方向：話語分析，聯系郵箱：iamwangshuyi@163.com

[編輯：何彩章]