把论文、专利和新闻放进同一项研究时，一个很自然的包装思路是将它称为“多模态分析”。毕竟，三类材料来自不同渠道，形式和语言风格也有明显差异。不过，这种说法经不起严格追问。按照机器学习和信息科学中的通常定义，模态主要指信息的感知形式或表示形式。文本、图像、音频和视频可以构成不同模态，论文文本、专利文本和新闻文本则仍然属于文本模态。
这首先是一个包装问题。研究使用了多种数据，不等于使用了多种模态；数据来源不同，也不等于信息表示形式不同。如果为了让方法显得新而把三类文本称为多模态，审稿人很容易在概念层面提出质疑，后面的模型和分析也会被迫围绕一个并不准确的标签进行解释。
放弃“多模态”并不意味着只能把它平淡地称为文本分析。论文、专利和新闻虽然都是文本，却不是可以相互替换的三批语料。它们产生于不同的制度环境，承担不同的信息功能，也处在技术发展和传播过程的不同位置。根据研究重点，可以将这类设计表述为多源异构文本分析、跨领域文本分析，或者跨知识系统的文本数据融合。如果希望强调时间和过程，还可以进一步突出跨阶段知识表征；如果希望强调三类材料之间的关系，则可以使用科学、技术与公共话语之间的信息传导作为整体框架。
这些名称不是对“多模态”的退而求其次。它们是在重新确认这项研究的创新究竟来自哪里。数据创新当然可以来自模态差异，例如文本与图像提供互补信息，但模态差异只是信息异质性的一种来源。信息来自哪个知识系统，形成于技术过程的哪个阶段，又通过什么途径进入下一个系统，同样可能构成数据和研究设计上的创新。
论文、专利和新闻的意义正在这里。论文主要呈现科学问题如何被提出、论证和接受，专利反映知识如何被组织为可实施并可主张权利的技术方案，新闻则记录技术如何进入公共传播、政策议程、产业预期和市场认知。三者的差异不是文件格式的差异，而是观察位置的差异。它们让研究者从科学知识生产、技术实现和社会传播等不同阶段观察同一个技术过程。
这种阶段性并不意味着所有技术都必然沿着“论文—专利—新闻”的顺序发展。科学发现可能推动技术发明，产业需求也可能反过来塑造研究议题；新闻有时跟随技术进展，有时又会通过资本关注、政策讨论和公众预期影响后续研发。阶段是分析位置，不是预先设定的线性因果链。正因为不同来源既有先后关系，也可能存在回流和反馈，它们的组合才不只是扩大样本量，而是提供了观察信息传导过程的可能。
如果研究能够识别同一知识内容如何从论文进入专利，又如何被新闻选择、改写和放大，那么创新点就不再是“同时使用三类文本”，而是揭示信息在不同知识系统之间的传导途径。这里可以研究的，不只是主题是否相似，还包括传导需要多长时间，哪些概念在跨系统传播时被保留，哪些技术细节被过滤，哪些表述被市场化或公共化，以及社会关注是否会反过来改变科研和专利活动。
不过，“来源覆盖了不同阶段”本身仍然不足以支撑这一贡献。把三类文本分别做主题模型，再比较几条趋势线，只能说明它们可能相关，不能说明信息发生了传导。要把阶段性和传导途径真正变成创新，研究设计还需要建立可以解释的连接。技术主题、实体、发明主体、引用关系、关键事件和时间窗口都可能成为连接依据。研究者还要区分同时变化与先后影响，区分词语相似与知识继承，区分传播中的语义迁移与同一概念的简单重复。
从这个角度看，多模态和多源异构文本解决的是两类不同问题。多模态关注不同信息形式如何互补，多源跨阶段分析关注同一技术如何被不同知识系统记录，以及信息如何在这些系统之间移动。前者的创新来自表示形式之间的融合，后者的创新来自观察位置和关系结构的扩展。两者没有高低之分，也不需要把后者包装成前者。
如果数据进一步加入专利附图、论文中的显微图像、新闻图片或其他非文本材料，并在模型中实际利用文本与图像之间的互补关系，那么“多模态、多源异构数据分析”就是合理的表述。但即使到了这一步，多模态也未必是最重要的理论贡献。图像和文本说明数据怎样被表示，论文、专利和新闻之间的阶段差异与传导关系则说明研究借助这些数据要发现什么。
这里还要警惕一种研究设计上的路径依赖：为了构造创新点，本能地寻找更新的模型或差异更大的数据，再从这些工具和材料反推可以研究什么。这是一条很容易带来成就感、也很容易成为俗套的路径。掌握复杂模型确实会给研究者带来一种力量感，仿佛能够处理过去无法处理的材料；这种能力扩展是真实的，却不自动等于对研究对象理解得更深。俗套正在于，方法越新、数据越异质，并不意味着研究离目的越近。如果新模型和新数据没有帮助我们识别过去无法识别的事实、关系或机制，它们增加的可能只是技术层次，而不是知识贡献。更稳妥的顺序仍然是先确认需要解释什么，再判断哪种信息和方法能够缩短抵达答案的距离。
因此，面对论文、专利和新闻的组合，真正需要回答的不是“怎样把三种文本叫成多模态”，而是“三个来源为什么必须同时存在”。如果它们只是三批可互换的语料，多源只是一种数据规模上的增加；如果它们分别对应技术过程中的不同阶段，并能用来识别信息的流动、转换和反馈，那么这种组合本身就足以形成有分量的创新。准确的概念没有削弱包装，反而使包装建立在真正的研究意义上。
