国内对于德国政党的话语分析主要是基于德语主流严肃媒体的语料的,然而媒体报道时常不能始终忠实地反映党派政见,例如左翼媒体常常歪曲右翼政党的言论。本文从德国各政党的官网收集新闻,自制了”德国政党官网新闻语料库”,并对语料库内各党的新闻进行了话语分析。官网新闻是德国政党和政客发布政治见解的重要渠道,相比于党外媒体,这些党内喉舌更加忠实地反映了政客们的政治倾向。本文将使用Wordfish算法,对各党的政治倾向进行定位（下文简称政见定位）。政见定位是计量政治学的经典任务,各政党的政治倾向被想象成一维或多维欧氏空间中的向量。本文所采用的Wordfish算法,基于一维政治空间的想象,这个维度通常被定义为”左右”（政治观点倾向于左翼或右翼）。Wordfish算法以各党派语料的词频为输入,输出各党派的一维政见定位。第一章将解释计量政治学中政见定位的理论基础,并通过图示描述德国六个主要政党的层次。其中,需要着重强调的是,基于“左右”的政见定位,无论采用人工判断还是统计分析,都基于同一种一维政治空间的想象。第二章给出了官网新闻语料库的基本信息,并把该语料库与其它常用于党派政见定位的语料库进行了对比。第三章解释了本文在语料处理和话语分析中使用的统计方法,以及Wordfish算法的数学细节。第四章对官网新闻语料库中的部分子语料库逐一进行了话语分析,为后文进行词频建模做准备,所用方法主要是阅读随机抽样得到的新闻。关于政客姓名出现频率和语料库中话题的分布情况,分别有详细的图示和表格作出说明。本文用较长篇幅分析了德国选择党的新闻语料,以改善该党在计量政治学中相对较为薄弱的研究现状。第五章采用Wordfish算法构建各党派的政见定位,传统Wordfish算法在运用时遭遇了种种问题。本文讨论了各种改进方案,并最终得出了恰当的政见定位。作为验证,本文将得出的结论与Chapel Hill Expert Survey的结论进行了对比。第六章总结了Wordfish算法得出的结果并指出了本文在方法上的若干创新之处。