基于深度学习技术的中国能源企业出海英文新闻报道主题建模分析.pdfVIP

StatisticsandApplication统计学与应用,2025,14(10),85-95

PublishedOnlineOctober2025inHans./journal/sa

/10.12677/sa.2025.1410286

基于深度学习技术的中国能源企业出海

英文新闻报道主题建模分析

张政汉，郭佳然，张佳，包宇璇

中国矿业大学(北京)文法学院，北京

收稿日期：2025年9月10日；录用日期：2025年9月30日；发布日期：2025年10月13日

摘要

在全球化和能源转型背景下，中国能源企业加速海外布局，其出海成为国际舆论关注焦点。本研究采用

基于深度学习的BERTopic主题建模方法，结合框架理论对185篇国际英文媒体新闻报道进行分析，系统

揭示了中国能源企业出海报道的主题分布、地域特征与企业关注态势。研究发现，国际媒体报道涵盖电

动车竞争、油气合作、ESG治理等15个主题，呈现传统与新兴议题并存格局；地理分布上，欧美舆论聚

焦技术竞争与政策博弈，“一带一路”区域则侧重基建合作；企业层面，国际舆论焦点已从传统的油气

企业显著转向新能源企业，反映了中国能源企业在全球角色认知上的转变。本研究为中国能源企业应对

国际舆论、优化传播策略提供了实证依据。

关键词

中国能源企业出海，英文新闻报道，主题建模，深度学习，框架理论

TopicModelingAnalysisof

EnglishNewsReportsonChinese

EnergyCompaniesExpanding

OverseasBasedonDeepLearning

Technology

ZhenghanZhang,JiaranGuo,JiaZhang,YuxuanBao

SchoolofLawandHumanities,ChinaUniversityofMiningandTechnology(Beijing),Beijing

Received:September10,2025;accepted:September30,2025;published:October13,2025

文章引用:张政汉,郭佳然,张佳,包宇璇.基于深度学习技术的中国能源企业出海英文新闻报道主题建模分析[J].

统计学与应用,2025,14(10):85-95.DOI:10.12677/sa.2025.1410286

张政汉等

Abstract

Amidglobalizationandenergytransition,Chineseenergycompaniesareacceleratingtheirover-

seasexpansion,drawingsignificantattentionfrominternationaldiscourse.Thisstudyutilizes

BERTopic—adeeplearning-basedtopicmodelingmethod—integratedwithframingtheorytoana-

lyze185English-languagenewsreportsfrominternationalmediaontheglobalexpansionofChi-

neseenergyfirms.Itsystematicallyuncoversthetopicdistribution,geographicalpatterns,andcor-

poratefocuswithinthecoverage.Resultsidentify15majortopics,includingelectricvehiclecompe-

tition,oilandgascooperation,andESGgovernance,reflectingadualstructureofbothtraditional

andemerging