国内外关于音乐视频的研究，基本上是围绕英语教学，符号学，意识形态，音乐视频的艺术性和软件制作等方面进行，对音乐视频的意义建构研究不多。了解音乐视频的意义建构，是受众更好地理解音乐视频、创作者制作出更高质量音乐视频的基础和关键，研究音乐视频的意义建构，具有一定的理论价值和现实意义。音乐视频属于典型的多模态话语，通常包含视觉模态，听觉模态和语言模态，因此，从多模态的视角进行研究，能使我们更清楚、更全面揭示音乐视频的意义是如何建构的。本研究以音乐视频“Rolling in the Deep”作为语料。“Rolling in the Deep”斩获了被誉为“音乐界奥斯卡”的格莱美奖第54届的“最佳唱片”、“最佳单曲”及“最佳短篇音乐视频”三项大奖，它讲述了人们由于爱情受伤后的痛苦的情感，属于抒情类音乐视频，这类音乐视频在各类音乐视频中数目最多，更为普遍，因此，“Rollingin the Deep”相对来说在音乐视频中具有一定的典型性和代表性。本研究通过截取音乐视频里的歌词、关键镜头等，采取定性和定量的研究方法，从语言模态，视觉模态和听觉模态三个方面对音乐视频的意义建构进行了研究。通过对语料的分析,我们发现，语言模态，视觉模态和听觉模态三者对于音乐视频意义的构建都起着重要作用。时至今日，抒情类音乐视频的特点是拼贴性和片段性。音乐视频中的音乐，富含情感，无形而抽象；音乐视频中的图像，情节跳跃，拼贴且不连贯。相较而言，语言是音乐视频中较具体且稳定的存在。语言模态中词汇的联想意义，刻意隐藏主位或模糊述位，可以拓展想象空间；通过同标题押相同的韵或通过及物系统，能帮助人们识别主题；通过重复某一部分短语或段落，频繁运用祈使句型和陈述句型，可增强表达气势。而视觉模态中的不同次模态，如：姿势，服装，灯光，颜色等可以深化主题，奠定基调以及识别人物情绪。此外，听觉模态中的歌者及乐器的音色，乐器的独奏或合奏，歌者们的和声可以塑造人物形象，引起受众的共鸣以及强化MV的艺术表现力。正是由于三者的共同作用，才构建了音乐视频的完整意义。本研究分析了不同模态在音乐视频的构建中所起的作用,弥补了以往人们忽略音乐视频整体意义构建的不足。然而，由于选取的语料有限，且主要采取了定性的分析方法，使得本研究结论存在一定的局限性。