从 5000 条评论里读传播：一次后真相分析练习

我本科阶段做过一次关于人民日报评论相关视频的独立数据分析。

如果只看技术动作，它好像并不特别复杂：抓数、清洗、可视化、文本分析、情绪分析、主题聚类。

但我后来越来越觉得，这个项目真正重要的地方并不在这些动作本身。

数据不能替代理论

我处理了大约 5000 条数据之后，一个很直接的感受是：

数据会放大你原本的问题意识。

如果你没有问题意识，它就只会变成一堆图和若干“看起来有洞察”的结论；如果你有更清楚的理论框架，数据才会开始帮助你修正判断。

所以我当时一直在把分析放回传播学视角里看，比如：

• 议程是如何被设置的
• 框架如何引导理解
• 情绪和立场如何影响评论反应

我特别在意的一个观察

后来我还尝试结合语法树去看表达结构和受众反应之间的差异。

这让我更明显地感觉到，发布者“想表达什么”和观看者“实际抓住什么”之间，经常并不是线性关系。中间会经历再解释、情绪放大、身份投射和立场过滤。

这也让我更理解为什么后真相讨论从来不只是“真假判断”的问题，而是“注意力和解释权如何流动”的问题。

这段经历为什么一直留在我身上

即使后来我去做 RAG、agent 和 benchmark，这个项目留下来的方法还在：

• 先把问题说清楚
• 再选择方法，而不是反过来
• 不把指标当作天然真理
• 让分析回到解释，而不是停留在呈现

从某种意义上说，我后来做很多系统设计，仍然是在延续这套训练。

我现在怎么理解“数据分析能力”

我不太把它理解成“会多少工具”。

我更愿意把它理解成三层能力：

• 发现什么值得被看
• 设计什么方式去看
• 判断看到的东西意味着什么

这三层里，第三层最难，也最不能被自动化直接替代。

也正因为这样，我会一直想把传播学、数据和 AI 系统放在一起做。因为我关心的从来不是其中某一门技术本身，而是它们能不能一起帮助我们更准确地理解世界。