1 引言

介绍了语域的概念，强调了其在特定语境下的语言使用和功能意义。指出了多维分析法在语域研究中的重要性，同时指出了现有研究中对语义分析的忽视。本研究旨在通过将词汇语义纳入多维分析法，更全面地理解语域构建和交际功能实现。

2 多维分析法

多维分析法受社会语言学和多元统计分析影响，通过频数统计和因子分析识别高频共现语言特征，形成功能维度以区分语域。Biber（1988）扩展语言特征至67个，聚类为7个功能维度，用于口笔语及语类对比。后续研究或遵循这些维度，或探索新维度。多维分析法已应用于语域共时对比、历时演变、作者/译者风格、二语写作、技术工具等方面。但存在过度依赖词汇语法、忽视语义的问题。Xiao（2009）提出融入语义的多维分析，使用Wmatrix工具对英语变体和语域进行分析，标记141个语言特征，解析出9个功能维度，有效区分英语变体。孙亚、崔子璇（2020）结合Wmatrix语义赋码和Biber语法特征，探讨基于隐喻使用的语域功能维度。本研究旨在设计自由度更高、可重复性更强的多维分析法，以理解语域中的语义介入和拓展技术应用。

3 研究设计

研究语料来自《中国日报》2001—2022年北京奥运新闻，共2,577个文本，975,092形符数。研究步骤包括提取语言特征、描述统计和因子分析。使用Stanford Tagger和UCREL Semantic Analysis System工具自动识别和标注词汇语法和语义特征。合并语义特征，抽取104个与语法特征组合，共171个语言特征。使用SPSS进行因子分析，通过碎石图和载荷系数裁剪因子及其变量，定义因子。

4 结果与讨论

通过碎石图分析，确定了8个因子进行进一步研究。因子1代表“情感交互性与信息呈现性”，包含26个语言特征，其中正向特征23个，如情感态度类、人际互动类和信息模糊类，负向特征3个，如名词、介词短语和并列短语连词。因子2为“地点景观描述性与抽象事物叙事性”，包含11个语言特征，正向特征6个，负向特征5个。因子3是“权利立场性”，包含7个正向特征。因子4为“主观评价性与客观事实性”，包含9个语言特征，正向特征7个，负向特征2个。因子5是“人文艺术关切”，仅包含7个正向语义特征。因子6界定为“健康安全关切”，包含6个正向语义特征。因子7是“设施工具与群体活动关切”，包含8个语言特征，正向特征8个。因子8为“技术投入关切”，包含5个正向语义特征。这些因子反映了北京奥运外宣话语的多维特征，包括情感交互、地点景观、权利立场、主观评价、人文艺术、健康安全、设施工具、群体活动和技术投入等方面。

5 结论

本研究通过多维分析法揭示了北京奥运对外新闻报道的语域特点，识别出8个功能维度，包括情感交互、地点景观描述、权利立场、主观评价、人文艺术关切、健康安全关切、设施工具与群体活动关切、技术投入关切。研究拓展了Biber的词汇语法至语义层面，克服了以往分析的不足，揭示了更精细的语域功能维度和特有的交际功能。研究结果展现了北京奥运的核心理念和友邦精神，但存在局限性，如未根据语料特色筛选词汇、未平衡语法和语义特征的数量，未来需进一步区分不同层级语义的潜在影响。