某单位舆情岗位的敏感词清单已经积累到数千个词条，维护频率从每月一次加密到每周一次，漏报与误报却并未随之减少：一个本地热点话题从头至尾没有命中任何词条，另一周里数十条无效预警却都来自同一个中性词。敏感词清单在舆情监测中的位置，由此需要重新安放。词表能够决定哪些信息进入视野，却承担不了哪条信息值得关注的判断；把词表长度等同于监测的可靠程度，是许多偏差共同的起点。
词表之所以成为舆情监测的惯用入口，与它的几个特性有关。首先，词表的运行规则简单，命中即提示，值班人员无需额外训练即可使用；其次，词表可以审计，每一次预警都能回溯到具体词条，责任链条清晰；再者，词表的维护成本可见，增删词条的工作量便于量化。这些特性使词表在早期的舆情信息工作中承担了主要的过滤职能，也塑造了“词表越全，监测越稳”的直觉。这一直觉的边界，来自语言表达的两个特点。一方面，网络表达具有持续的变形能力，谐音、缩写、截图与隐喻不断翻新，词表的更新始终滞后于表达的变化，新热点话题往往携带全新的表述方式出现，命中无从谈起；另一方面，词语的敏感程度高度依赖语境，同一个词在不同话题中的含义与倾向可以截然相反，“涨价”出现在消费话题与公共服务话题中，所指向的风险完全不同。词表无法容纳语境，其命中结果只能说明某个词出现了，至于它出现在什么话题、什么人群、什么传播阶段，词表本身无从回答。一些岗位试图用同义词扩充与变体收录来弥补，清单越滚越长，误报随之同比例上升，边界却并未因此收窄。
词表存在这些边界，是否意味着它应当退出舆情监测工作？从实际使用情况来看，词表并无退出的必要，需要改变的是它的位置：从判断工具退回到线索入口。词表命中的信息，只说明该信息值得进入分析的视野，命中的数量、来源与话题分布可以提示值班人员分配注意力，命中本身却不构成任何结论。词表的产出更接近一张待办清单，清单上的每一项都等待分析确认，确认的权力不在词表手中。偏差往往出现在把命中当结论的用法里。误报一侧，大量中性语境的命中信息涌入预警通道，值班注意力被持续稀释，需要关注的信号反而淹没在噪声里；漏报一侧，词表未覆盖的新表述让热点在视野之外完成早期的传播积累，等话题形成规模再补录词条，监测的提前量已经丧失。这两种偏差都不会在词表内部暴露，因为词表只能统计命中，统计不了遗漏。以某公共服务话题为例，事件初期传播中使用的是当事人自创的说法与本地化表达，词表毫无反应，话题却在一日之内从本地论坛扩散到微博客平台，等通用词条补入清单，话题峰值已经过去。
词表命中之后由什么接管判断，决定了监测工作的实际水准。以话题为单位组织信息，是目前较为成熟的做法：系统将分散的信息按话题聚类，观察话题的传播路径、媒体类型分布与情感态度变化，值班人员面对的也随之从逐条命中结果，变成若干话题的完整轮廓。蚁坊软件的鹰眼速读网正是按这一思路支撑大量舆情信息的高效浏览与速读，其分析重点集中在话题传播路径、媒体类型分布和情感态度几个方面，词表在其中只承担最初的入口职能。对于苗头性信息的早期发现，鹰击早发现系统所依赖的同样是传播结构层面的异动，并不取决于单个词条的出现与否；一条信息是否预示风险，要看它所处的传播阶段与话题环境，这类判断只能由具备语境处理能力的分析环节完成。从工作流程来看，词表负责把可能相关的信息带入视野，分析环节负责判断其中哪条值得关注，人工研判负责在边界情形上作出取舍；三者各守其位，词表的边界才不会演变为整个监测工作的边界。词表仍需要维护，但维护的目的已经从覆盖更多词条转向减少无效进入，其评价标准也随之改变。
词表长度对监测可靠性的影响相当有限，起决定作用的是命中之后的分析环节能否接管判断。敏感词清单更像一张不断过期的地图，标注的是曾经出现过风险的位置，而新风险很少沿旧路标行进。将维护精力从扩充词条移向语境、结构与趋势的分析，监测工作中的判断偏差才有持续收窄的可能。
（部分文字、图片来自网络，如涉及侵权，请及时与我们联系，我们会在第一时间删除或处理侵权内容。电话：4006770986 负责人：张明）
