基于情感倾向性分析的网络舆情情感演化特征研究蒋知义马王荣邹凯李黎〔摘要〕[目的/意义]旨在通过对网络舆情进行情感倾向分析和舆情追踪，为政府有效掌控网络舆情突发事件提供理论基础与决策支持。[方法/过程]以“罗一笑”事件为例，在建立加入特定事件语料情感分类词典和构建情感倾向分析模型的基础上，统计该事件微博文本的情感性强度和情感类型，从而划分网络舆情演化阶段。[结果/结论]揭示了舆情演化各阶段的特征与规律，据此提出引导网络舆情情感演化的相关建议。〔关键词〕网络舆情；情感倾向性分析；情感分类；情感演化DOI：10.3969/j.issn.1008-0821.2018.04.007〔〕C931.2；G203〔〕A〔〕1008-0821（2018）04-0050-08〔Abstract〕[Purpose/Significance]Thepurposeofthisstudywastoprovideatheoreticalbasisanddecision-makingsupportforthegovernmenttoeffectivelycontrolnetworkpublicopinionemergenciesthroughtheanalysisofemotionaltendencyandpublicopiniontrackingofnetworkpublicopinion.[Method/Process]Taking“LuoYixiao”idcidentasanexample，tasedontheestablishmentofaddingspecificeventcorpusemotionclassificationdictionaryandconstructedsentimentanalysismodel，calculatedthetextemotionalintensityandemotiontypeofmicroblog，thusdividedthenetworkpublicopinionevolutionstage.[Result/Conclusion]Revealedthecharacteristicsandlawsoftheevolutionofpublicopinionatallstagesandsuggestionswereproposedtoguidetheevolutionofemotioninnetworkpublicopinion.〔Keywords〕networkpublicopinion；sentimentorientation；sentimentclassification；sentimentevolution第39次《中国互联网络发展状况统计报告》显示，截至2016年12月，我国网名数量已突破7.31亿，相当于欧洲人口总量，互联网普及率上升至53.2%。随着社会性网络服务（SocialNetworkingServices，SNS）的广泛应用和即时通讯功能的日益丰富，“两微一端”等社交媒体逐渐成为网络舆情传播的主要媒介。网络舆情是网民通过互联网平台表达自己对社会发生的热点事件所持有的不同看法，是網民态度、认知、行为和情感倾向的集合[1]。而情感倾向则是网络舆情的风向标，展现网民对某一事件所持的态度和情感趋势，是社会各阶层意见和态度的真实反映，这些情感信息影响着网络舆论的走向，若缺乏对舆论走向的正确引导，将可能引发极端情绪的蔓延，进而导致群体极化现象。故而有必要对网络舆情事件展开深入的文本挖掘和情感倾向分析，探索情感演化的特征和规律，从而为政府相关部门有效监管网络舆情、维护社会稳定提供理论支持。国内外学者在网络舆情情感演化方面均展开了相关研究。PatriciaMoy等[2]认为，对突发事件网络舆情的应对措施和引导处理不当，会引发更大范围事件的产生。LavrenkoV等[3]从技术层面的角度，指出对网络舆情的监管应包括最初对事件的识别以及该事件后续相关报道的话题检测与追踪。Mceoy[4]将美国“黑色联盟”作为案例，分析了“新闻修复”的权威地位。王子文等[5]认为舆情演化的内在动力取决于“网络推手”的利益机制。唐超[6]的研究结果表明，网络情绪是舆情演化的重要因素，并在此基础上提出了网络舆情的情绪演化规律。柳军等[7]将研究视角锁定为舆情传播的微内容，认为网络舆情演化符合“马太效应”和“群体极化”规律。国内外现有研究成果主要集中于网络舆情情感演化的理论研究和技术探索，基于典型案例的实证研究及情感引导策略分析的研究成果较少。因此，本文通过文本挖掘和建立情感词典，再结合情感倾向分析模型对“罗一笑”事件的演化规律进行实证分析，从情感角度对该研究领域进行有效补充。1相关理论与技术1.1情感分析情感分析（SentimentAnalysis），也称为倾向性分析，是指采用自动化或半自动化手段对基于微博、论坛等在线社交网络产生的主观评论文本内容进行分析、处理、归纳和推导，从中挖掘出用户（个人或群体、组织等）针对主题、人物、事件等表达的评论、观点和意见的过程[8]。情感倾向性分析的主要对象是网民自主发布的与网络舆情事件相关的文本。1.2文本挖...