近年来,新闻文本自动化生成的应用越发普遍,其出现既带来了新的新闻创作模式,也影响了新闻读者的阅读体验。尽管机器生成新闻的影响已经得到学界的关注,目前仍缺少从语言学角度分析自动化新闻文本特征的研究。为了填补这一空缺,本研究以基于语料库的多维分析法探究机器生成新闻文本的语域变异。通过将自建的机器生成新闻语料库和传统新闻语料库置于Biber(1988)的多维模型下进行语域对比,本研究发现机器生成的新闻文本有以下语域变异特征:与传统新闻相比,机器生成新闻文本的信息性表达更强,叙述性关切更弱,情景依赖性更强,显性劝说型表述更弱,以及信息抽象程度更强。其次,当机器生成新闻与传统新闻被放在财经、体育、政治三个不同的新闻类型下进行多维对比时,本研究发现机器生成新闻与传统新闻的语域差异程度在不同新闻类型之间表现出不规则性。最后,在词汇语法特征上,本研究发现了6个在机器生成新闻文本中使用频次显著较高或较低的语言特征,它们分别为句子关系分句、普通名词、普通副词、主动词BE、分裂助动词、和现在分词分句。本研究将机器生成新闻作为有别于传统新闻的子语域进行了分析,从语言学角度全面地描述了机器生成新闻文本的语域特征;本研究所发现的机器生成新闻与传统新闻之间的语域特征差异可帮助算法开发者在语言风格输出方面更好地完善新闻生成算法。