国歌是一个国家民族精神的象征,经官方认可,相对集中地体现其希望传达的国家意志。国歌文本通常篇幅较短,对其展现的国家意象进行透彻的分析,有助于更快更直接地增进对对象国的理解。本研究通过文本清洁、规整及标注加工等系列程序采集了共计178个国家的180首国歌的英语版本作为研究对象;利用语料库检索工具从这些国歌文本中提取高频主题词,以及与其共现的搭配词、语义倾向、语义韵(情感复杂度)等文本特征;借助停用词词表及Wordnet等词汇语义知识库资源实施主题特征降维,将原本以词形体现的主题词集,转化为意象表达为主的主题概念集;再基于己提取的文本及概念特征的组合方式,采用无指导机器学习的K-means方法,按照国歌中主题概念的丰富度以及情感表达的复杂度将其聚为4类,结合历史与宗教等因素,本文发现四个组别在意象呈现以及情感表达上显现出不同的侧重点:G1“崇尚自由”型国家,主要包括美国、德国及亚非欧中部国家;G2“信念虔诚”型国家,主要包括英国、西亚、南亚和东南亚等区域的国家;G3“态度乐观”型国家,主要包括西班牙、澳大利亚、拉丁美洲和北非等地区的国家;G4“独立坚韧”型国家,主要包括中国、日本、俄罗斯等国;此外,对部分区域的国歌进行的个案研究也从相似主题概念国别使用差异、地理毗邻地区及国家在意象表达中的共性、国歌叙事结构及特征对比以及宗教与国歌的联系等四个方面深化了我们对于国歌“个性”特征的认识。当前对国歌体现的国家意象研究,大多属于定性的个案分析。本文通过对较大规模的国歌文本的考察,进行不同类型国歌意象呈现的全景式研究。采取自下而上的文本特征提取和无指导机器学习的特征聚类,摆脱先入为主的思维定式,更便于实施细致解读。