大數(shù)據(jù)情感分析*
——數(shù)字時代理解國際關(guān)系的一種非理性范式

王云璇 董青嶺

【內(nèi)容提要】作為人際關(guān)系和政治體驗的直接表達(dá)，情感是政治決策中難以排除、也難以回避的擾動因素，但是由于傳統(tǒng)國際關(guān)系研究理性范式的盛行和情感分析技術(shù)的缺位，情感分析作為一種研究范式一直未能受到應(yīng)有的重視。當(dāng)前，隨著大數(shù)據(jù)時代的到來，新素材、新技術(shù)和新思維的出現(xiàn)使得大數(shù)據(jù)情感分析有可能發(fā)展成為國際關(guān)系研究走向工程應(yīng)用的一個重要實驗領(lǐng)域。整體上，大數(shù)據(jù)情感分析主要立足于計算機(jī)自然語言處理技術(shù)與國際關(guān)系專業(yè)知識的跨學(xué)科融合，重在探索作為非理性因素的情感對于現(xiàn)代政治運行的隱秘影響。放眼未來，大數(shù)據(jù)情感分析有著廣闊的拓展空間，但其發(fā)展也面臨若干困境。文章以政治情感為切入點，從政治情感分析的理論演化及技術(shù)進(jìn)展兩個方面入手，分析了情感計算的基本原理，探索了大數(shù)據(jù)時代情感分析技術(shù)在國際關(guān)系領(lǐng)域內(nèi)的應(yīng)用場景，并簡要評估了大數(shù)據(jù)情感分析的優(yōu)勢和不足，旨在捕捉復(fù)雜社會中的微妙人際互動和情緒傳播。

傳統(tǒng)國際關(guān)系研究大多假定人是理性的，但情感作為人性的重要組成部分，無時無刻不在影響著人的思維方式和行為方式。人們可以學(xué)習(xí)控制和壓抑自己的情感，但是，沒有人能夠完全按照純粹理性的邏輯行事。無疑，情感在激勵政治行為中扮演著重要角色，但由于傳統(tǒng)分析范式一度高揚理性、貶斥感性，使得情感分析在國際關(guān)系研究中一直未得到應(yīng)有之重視。然而，伴隨著人工智能時代的到來，借助大數(shù)據(jù)平臺捕捉國際關(guān)系中的情感因素不僅在技術(shù)上已成為可能，而且深入細(xì)微的情感計算將有助于打破國際關(guān)系研究中長期盛行的理性崇拜，①Cheryl Hall,“‘Passions and Constraint’:The Marginalization of Passion in Liberal Political Theory,” Philosophy and Social Criticism,Vol.28,No.6,2002,pp.727-748.甚至能夠推進(jìn)研究者更好地發(fā)掘那些一度被忽視、被漠視的情感誘因。政治行為究竟更多是激情決策還是理性選擇的結(jié)果？如果人們無法將情感考量有效排除于理性算計之外，那么蘊含于人際互動和話語言說中的情感又將如何被量化和計算？進(jìn)而，情感計算又將對當(dāng)下和未來的政治運行產(chǎn)生何種影響？有感于上述困惑和疑問，本文試圖以情感分析技術(shù)的進(jìn)展為線索，著力厘清國際關(guān)系情感計算的基本原理與可能應(yīng)用場景，以窺其在未來研究中的可能拓展空間。

一、政治行為的幕后驅(qū)動：理性還是激情

簡單來說，情感分析，又稱“意見挖掘”，是指對包含情感詞語的主觀文本所進(jìn)行的情感計算，其基本任務(wù)是從文本中提取出評論實體并計算該實體所表達(dá)的情感傾向和情感強度，其中情感傾向分析重在挖掘“情感極性”（polarity），而情感強度計算則重在度量“情感調(diào)性”（tonality）。從技術(shù)史的角度來看，大數(shù)據(jù)情感分析是伴隨著自然語言處理（NLP）技術(shù)的發(fā)展而產(chǎn)生的。2001年，加拿大蒙特利爾大學(xué)計算科學(xué)系喬舒亞·本吉奧（Yoshua Bengio）、雷讓·杜恰姆（Réjean Ducharme）和帕斯卡·文森特（Pascal Vincent）等人率先提出神經(jīng)語言模型，②Yoshua Bengio,Réjean Ducharme,Pascal Vincent and Christian Jauvin,“A Neural Probabilistic Language Model,”The Journal of Machine Learning Research,Vol.194,No.3,2003，pp.1137-1155.開啟了自然語言處理的大門，也架起了通往情感分析的橋梁；2002年，康奈爾大學(xué)波龐（Bo Pang）和莉蓮·李（Lillian Lee）等人進(jìn)一步定義了情感分析在自然語言處理中的計算原理與應(yīng)用場景，①Bo Pang,Lillian Lee,Shivakumar Vaithyanathan,“Thumbs up? Sentiment Classification Using Machine Learning Techniques,”paper presented at the Conference of Empirical Methods in Natural Language Processing(EMNLP 2002),Philadelphia,USA,July 2002.情感分析遂成為NLP 的熱門方向之一。但在國際關(guān)系領(lǐng)域，情感分析的應(yīng)用至今并未像在計算機(jī)領(lǐng)域那樣得到熱情擁躉，一方面是因為相關(guān)技術(shù)門檻的限制，另一方面則是理性范式長期占據(jù)主導(dǎo)地位所致。總體而言，自進(jìn)入21世紀(jì)以來，伴隨著社交工具被廣泛應(yīng)用于信息傳遞和人際溝通，情感分析在國際關(guān)系研究中的價值也隨之顯現(xiàn)，而作為國際關(guān)系最基本構(gòu)成單位的人，究竟是理性主導(dǎo)決策還是激情主導(dǎo)決策，也再度成為學(xué)界爭議的焦點。

（一）難以排除的擾動因素：政治運行的情感基礎(chǔ)

人是一種極為復(fù)雜的社會存在，情感不僅是個體決策的重要影響因素，同時也是驅(qū)動國家行為、塑造國際體系結(jié)構(gòu)的潛在力量。從國際關(guān)系研究的不同層次來看，情感在個人、國家和體系三個層次對國際關(guān)系運行產(chǎn)生影響，是國際關(guān)系研究中不容忽視且難以排除的重要決策動因。

1.個人層次。情感是人性的重要組成部分，個體決策并非完全出自理性抉擇。②相關(guān)研究參見Herbert Simon,“Bounded Rationality and Organizational Learning,”O(jiān)rganization Science,Vol.2,No.1,1991,pp.125-134; Robert J.Shiller,Irrational Exuberance, Princeton:Princeton University Press,2000,pp.148-168; Martha C.Nussbaum, Anger and Forgiveness,New York:Oxford University Press,2016,pp.21-25.從社會構(gòu)成的角度來看，情感是人作為社會存在的核心價值追求，同時也是人類構(gòu)建社會關(guān)系、形成倫理道德并驅(qū)動決策和行為的隱形力量。很早之前，政治學(xué)家們就已經(jīng)認(rèn)識到，捕捉、操控或誘導(dǎo)人性中的情感傾向，不僅可用于維系社會穩(wěn)定、增強政治統(tǒng)治的合法性，而且還可用于鼓舞政治士氣、建構(gòu)政治認(rèn)同，一些學(xué)者甚至提出情感本身就是政治生活的一種功能。③Patrick R.Miller,“The Emotional Citizen:Emotion as a Function of Political Sophistication,”Political Psychology,Vol.32,No.4,2011,pp.575-600.在國際關(guān)系研究中，深入探討情感建構(gòu)與政治秩序的作品歷來并不鮮見，譬如：托馬斯·霍布斯由人性惡推導(dǎo)出人的自私和偽善必然會導(dǎo)致國與國之間無盡的紛爭；④托馬斯·霍布斯：《利維坦》，黎思復(fù)、黎廷弼譯，北京：商務(wù)印書館，1985年，第94頁。伊曼努爾·康德對人性中寬恕、博愛和自尊等道德情感的強調(diào)推斷出國與國之間實現(xiàn)永久和平的條件；⑤伊曼努爾·康德：《永久和平論》，何兆武譯，上海：上海人民出版社，2005年，第57頁。同樣，自愛心和憐憫心這兩種情感因素在盧梭的人性論和自然法學(xué)說構(gòu)建過程中也占據(jù)了重要位置。①讓-雅克·盧梭著：《論人類不平等的起源和基礎(chǔ)》，李常山譯，北京：商務(wù)印書館，1997年，第20頁。此外，喬納森·默瑟（Jonathan Mercer）指出，情感是非理性的，在一定意義上反映的是人們對于現(xiàn)實政治生活的直觀感受和心理體驗；②Jonathan Mercer,“Human Nature and the First Image:Emotion in International Politics,”Journal of International Relations and Development,Vol.9,No.3,2006,pp.288-303.謝麗爾·豪爾（Cheryl Hall）強調(diào)，情感是政治生活的重要組成部分，情感應(yīng)該被確立為政治理論分析的一個核心范疇，學(xué)者們應(yīng)注重研究不同情感因素對政治運行所產(chǎn)生的后果。③Cheryl Hall,“‘Passions and Constraint’:The Marginalization of Passion in Liberal Political Theory,”Philosophy and Social Criticism,Vol.28,No.6,2002,pp.727-748.總體來說，研究人性中的情感基礎(chǔ)對于理解國際政治的深層邏輯，具有別樣的啟發(fā)意義。

2.國家層次。在某種意義上，國家是一定疆域內(nèi)各類社會關(guān)系的構(gòu)成，而情感分析是對由人所構(gòu)成的社會關(guān)系的探索，是理解社會結(jié)構(gòu)和國家行為的重要視角。目前，國際關(guān)系學(xué)者主要從以下方面探討了政治秩序與情感建構(gòu)之間的聯(lián)系：一是情感能力說，即認(rèn)為情感是一種能力，是一種建構(gòu)性因素，是社會秩序生成的核心元素；④潘澤泉：《理論范式和現(xiàn)代性議題：一個情感社會學(xué)的分析框架》，《湖南師范大學(xué)學(xué)報（社會科學(xué)版）》2005年第4期，第53—57頁。二是特殊情感說，即社會秩序的建立在很大程度上源于某種特殊情感，如人類同情心的驅(qū)動，社會的穩(wěn)定與國家的存在主要依賴人與人之間的共同感情歸屬。在現(xiàn)有文獻(xiàn)中，一些學(xué)者著力探討了理性和情感的交互作用是否能夠創(chuàng)造和維持共同的身份，進(jìn)而締造特定群體內(nèi)的團(tuán)結(jié)與合作；⑤Ned Lebow,“Reason,Emotion and Cooperation,”International Politics,Vol.42,No.3,2005,pp.283-313.而另外一些學(xué)者則從跨文化的視角重點剖析了不同國家所擁有的情感狀態(tài)，以及不同性質(zhì)的國家特質(zhì)和民族情感對國家行為所產(chǎn)生的影響。⑥Blanka Rip,Robert J.Vallerand,Marc-André K.Lafrenière,“Passion for a Cause,Passion for a Creed:On Ideological Passion,Identity Threat,and Extremism,”Personality,Vol.80,No.3,2012,pp.573-602.如有學(xué)者認(rèn)為，不同的國家身份會塑造不同的情感狀態(tài)，而不同的情感會帶來不同的國家行為，一般來說，為滿足自身的情感需求，國家行動中都蘊藏了或積極或消極的情感動機(jī)，⑦季玲：《國際關(guān)系中的情感與身份》，北京：中國社會科學(xué)出版社，2015年，第117—126頁。包括作為交換資源的情感、作為行為動機(jī)的情感和作為互動結(jié)果的情感，不同的情感資源都會對國際政治中的沖突與合作造成潛在的影響。⑧黃真：《國際關(guān)系中的情感》，《中南大學(xué)學(xué)報（社會科學(xué)版）》2012年第15期，第165—172頁。

3.體系層次。情感是社會文化的重要組成部分，而處于不同情感秩序下的體系文化對國際體系結(jié)構(gòu)的變遷有著重要影響。建構(gòu)主義學(xué)者認(rèn)為，不同性質(zhì)的體系文化會塑造不同成員的共有身份，而身份定位會直接影響到一國利益的界定及其行為走向，進(jìn)而影響整個國際體系結(jié)構(gòu)的構(gòu)成。譬如亞歷山大·溫特指出，充斥敵意的霍布斯文化會生成沖突的體系結(jié)構(gòu)，彼此競爭的洛克文化會導(dǎo)致競爭的體系結(jié)構(gòu)，而相互友善的康德文化會形成和平的體系結(jié)構(gòu)；①亞歷山大·溫特：《國際政治的社會理論》，秦亞青譯，北京：北京大學(xué)出版社，2005年，第246—370頁。安德魯·羅斯（Andrew Ross）②Andrew Ross,“Realism,Emotion,and Dynamic Allegiances in Global Politics,” International Theory,Vol.5,No.2,2013,pp.273-299.和妮塔·克勞福德（Neta Crawford）則強調(diào)了不同的體系文化、不同的秩序結(jié)構(gòu)都必然蘊含于一定的情感基礎(chǔ)，在國際政治中恐懼、恥辱和同情心等情感要素都是體系文化形成的重要驅(qū)動力量。③Neta Crawford,“The Passion of World Politics:Propositions on Emotions and Emotional Relationships,”International Security,Vol.24,No.4,2000,pp.116-156.此外，政治學(xué)家塞繆爾·亨廷頓指出，情感上的“排他”和“排異”是造成文明間沖突的深層根源，崇尚一種文明的同時貶低其他文明、歸屬一個民族的同時仇視其他民族以及弘揚一種文化的同時貶抑其他文化，正是當(dāng)今世界文明斷裂、沖突不斷的重要誘因。④塞繆爾·亨廷頓：《文明的沖突與世界秩序的重建》，周琪、劉緋、張立平、王圓譯，北京：新華出版社，2010年，第228—334頁。

綜上所述，作為國際政治最微觀的構(gòu)成單元，個人身處社會關(guān)系之網(wǎng)并深受人際關(guān)系中的情感波動之影響。⑤董青嶺：《大數(shù)據(jù)安全態(tài)勢感知與沖突預(yù)測》，《中國社會科學(xué)》2018年第6期，第176—177頁。傳統(tǒng)國際關(guān)系研究主要以理性主義范式為基底，在很大程度上忽略了行為體所處社會關(guān)系的復(fù)雜性，也漠視了政治決策過程的非理性擾動。在現(xiàn)代日趨繁密的社交網(wǎng)絡(luò)時代，國際關(guān)系研究應(yīng)重新審視“人”的復(fù)雜性和情感豐富性。

（二）情感分析的技術(shù)契機(jī)：捕捉互動中的情感交流

長期以來，很多學(xué)者關(guān)注到情感是政治運行難以排除的擾動因素，但情感分析在國際關(guān)系研究中卻并未得到長足發(fā)展，原因主要有以下兩點：其一，理性范式的歷史慣性。很多學(xué)者相信，政治行為體是謹(jǐn)慎且具有理性思考能力的，國際政治的宏觀結(jié)構(gòu)主要是群體間互動理性選擇的結(jié)果。⑥Jon Elster,“Rationality,Emotions,and Social Norms,”Synthese,Vol.98,No.1,1994,pp.21-49.其二，分析手段的技術(shù)門檻。作為飄忽不定的非理性變量，情感通常被認(rèn)為是難以捕捉、難以衡量的，以至于情感的量化研究通常被認(rèn)為是不現(xiàn)實的。正是由于以上兩個障礙，國際關(guān)系研究中的情感分析一直未得到應(yīng)有之重視，國際關(guān)系研究長期為理性范式所壟斷。但是，伴隨著社交網(wǎng)絡(luò)時代的到來，使用大數(shù)據(jù)即時捕捉并觀測個人乃至群體的情感變化日趨成為可能，情感分析的價值正在逐步釋放和展現(xiàn)。

1.新的政治運行模式的崛起呼喚新的政治分析視角。在某種意義上，情感分析在國際關(guān)系中的運用是現(xiàn)實政治發(fā)展的客觀需求，它為人們理解現(xiàn)實政治運行提供了一個不同于理性分析的視角。根據(jù)最新《2020 全球數(shù)字報告》，全球互聯(lián)網(wǎng)使用人數(shù)已達(dá)45.4 億，截至2020年1月，全球社交媒體用戶達(dá)38 億，超過51.9 億人使用手機(jī)，普通互聯(lián)網(wǎng)用戶人均每天在線花費6 個小時43 分鐘，①We Are Social,Hootsuite,“Digital 2020:Global Digital Overview,”January 30,2020,https://wearesocial.com/digital-2020.可見網(wǎng)絡(luò)空間已經(jīng)成為人類經(jīng)濟(jì)和社會生活的重要舞臺。與此同時，由于網(wǎng)絡(luò)空間的開放性、自由度和低成本等特征，越來越多的年輕人選擇以網(wǎng)絡(luò)設(shè)施特別是社交媒體為平臺了解社會運動、參與大眾政治進(jìn)程，涌現(xiàn)出諸如推特外交、微博問政和搜索政治等新型政治模式，國際政治的數(shù)字溝通時代已然開啟，這為國際關(guān)系研究中的情感分析提供了豐富的文本素材和廣闊的實踐場景。數(shù)據(jù)革命下的海量信息涌動和新型政治實踐方式表明，傳統(tǒng)政治研究手段已不能滿足當(dāng)下政治變革的需求，未來政治的運行越來越受制于人際關(guān)系的牽絆和社會情緒之影響。

2.理性范式的解釋失靈要求重新審視被忽視的情感價值。情感分析主要瞄向解釋現(xiàn)實政治運行中的“非理性”“非邏輯”和“反智”現(xiàn)象，重在探索和闡釋那些不合乎理性選擇的行為邏輯。近年來，全球政經(jīng)體系“黑天鵝”和“灰犀?！笔录l頻出現(xiàn)，各種“非理性因素”粉墨登場，理性主義范式日漸陷入一場前所未有的“解釋危機(jī)”和“預(yù)測危機(jī)”。②相關(guān)研究參見閻學(xué)通：《“黑天鵝現(xiàn)象”對國際關(guān)系理論研究的警示》，《國際政治科學(xué)》2017年第2期，第4—6頁；陳定定、劉豐：《認(rèn)真對待預(yù)測:國際關(guān)系理論發(fā)展與預(yù)測》，《世界經(jīng)濟(jì)與政治》2012年第1期，第19—33頁。諸如2016年特朗普當(dāng)選、英國脫歐公投、中美貿(mào)易戰(zhàn)和當(dāng)下各色的逆全球化進(jìn)程，無不彰顯了傳統(tǒng)政治理論太過執(zhí)著于結(jié)構(gòu)解釋和理性假設(shè)，忽略了現(xiàn)實世界人際互動的復(fù)雜性和微觀政治主體情感聯(lián)系的多樣性?？傮w而言，傳統(tǒng)國際關(guān)系理論不以微觀主體為考察對象，側(cè)重研究宏觀結(jié)構(gòu)對于微觀主體的框定作用，將國際關(guān)系舞臺上一個個生動活潑、感情豐富的政治行為體簡化為毫無感情的“原子行為體”，忽略了微觀主體之間的互動特別是人際間情感的交流對于宏觀結(jié)構(gòu)的塑造和維系作用。在此情形下，理論預(yù)測與現(xiàn)實政治運行嚴(yán)重脫節(jié)，國際關(guān)系研究迫切需要“人的回歸”特別是情感因素的回歸。①相關(guān)研究參見郝拓德、安德魯·羅斯：《情感轉(zhuǎn)向：情感的類型及其國際關(guān)系影響》，柳思思譯，《外交評論（外交學(xué)院學(xué)報）》2011年第4期，第40—56頁；尹繼武：《國際政治心理學(xué)研究的新進(jìn)展：基本評估》，《國外理論動態(tài)》2015年第1期，第27—36頁。

3.數(shù)字時代的高頻人際互動彰顯情感分析的社會感知功能。在數(shù)字時代，人們借助各種設(shè)備表達(dá)情感更加自由且頻繁，而情感分析具有強大的社會感知和預(yù)測能力，不僅能夠在商業(yè)領(lǐng)域幫助企業(yè)采集特定人群的消費意愿、購買傾向，捕捉客戶體驗、改善服務(wù)水平和維護(hù)品牌形象，而且在政治領(lǐng)域能夠有效監(jiān)測社會輿情、捕捉社會負(fù)面情緒、預(yù)測社會沖突走向。簡單來說，情感分析能夠通過文本中情感詞的提取和判別了解某一主體對特定議題的情感傾向，進(jìn)而分析其意圖和行為趨勢，這大大提升了決策者和研究人員的政治洞察力和分析預(yù)判力。目前，情感分析在政治領(lǐng)域的應(yīng)用主要有以下場景：選舉預(yù)測、輿情監(jiān)測和危機(jī)預(yù)警。典型案例如：2012年，奧巴馬競選團(tuán)隊將社交媒體大數(shù)據(jù)與情感分析相結(jié)合，建立了較傳統(tǒng)選民數(shù)據(jù)庫更為精準(zhǔn)的選舉預(yù)測模型，實時監(jiān)測選民政治傾向、進(jìn)行精準(zhǔn)政治營銷，從而為贏得大選提供了更多可供操作的政治武器；②相關(guān)研究參見董青嶺：《美國大選背后的數(shù)據(jù)軍團(tuán)》，《中國投資》2018年第5期，第40—42頁；翟崢：《對2012年美國總統(tǒng)大選的政治傳播學(xué)探討——以奧巴馬競選團(tuán)隊的新媒體運用為例》，《國際論壇》2013年第6期，第59—65頁。2016年特朗普團(tuán)隊雇傭了一家名為“劍橋分析”（Cambridge Analytica）的數(shù)據(jù)公司進(jìn)行選民情感分析和性格畫像，一舉擊敗了希拉里團(tuán)隊基于傳統(tǒng)人口數(shù)據(jù)的預(yù)測模型，充分展示了情感分析在現(xiàn)代政治運行中的實戰(zhàn)作用。③相關(guān)研究參見沈辛成：《社交媒體常態(tài)化與選舉政治——2016年美國大選的兩種數(shù)字媒體策略》，《美國問題研究》2016年第2期，第78—102頁；漢納斯·格拉希格，邁克·克羅格魯斯：《大數(shù)據(jù)時代特朗普獲勝美國大選的秘密》，《汕頭大學(xué)學(xué)報（人文社會科學(xué)版）》2017年第1期，第91—96頁。

由此可見，情感因素作為人性的重要組成部分對現(xiàn)實政治運行具有不可忽視的重要影響，而情感分析在國際關(guān)系中的運用將有助于決策者捕捉社會情緒的細(xì)微變化，洞察政治變動的風(fēng)向并制定具有前瞻性的應(yīng)急響應(yīng)預(yù)案。

二、情感分析的旨趣：研究目標(biāo)與分析路徑

作為觀察現(xiàn)實政治運行的一個非理性視角，情感分析在國際關(guān)系中的應(yīng)用主要可歸結(jié)為兩大陣營：其一，有關(guān)情感分析的理論構(gòu)建，主要旨趣是探析情感影響政治決策和政治行為的邏輯機(jī)理；其二，有關(guān)情感分析的技術(shù)實現(xiàn)，主要旨趣是探討如何利用人工編碼和機(jī)器學(xué)習(xí)技術(shù)提升情感分析的效率與精度。

（一）洞察人性中的非理性：情感分析的研究旨趣

情感分析與理性分析相對立，它假定政治行為體在決策時并非是純粹理性的或難以做到理性抉擇，側(cè)重考察彌漫于人際關(guān)系中那些飄忽不定的情感和情緒等非理性因素。作為一種分析視角或分析路徑，較早見于20世紀(jì)七八十年代的政治心理學(xué)作品。1976年，美國政治學(xué)者羅伯特·杰維斯在其名著《國際政治中的直覺與錯誤知覺》一書中，較為成功的將心理學(xué)理論引入國際關(guān)系研究，指出情緒作為一種心理要素對國家認(rèn)知和外交決策具有不容忽視的影響，源自成見、仇恨或從眾的錯誤知覺會造成難以想象的政治災(zāi)難。①羅伯特·杰維斯：《國際政治中的知覺與錯誤知覺》,秦亞青譯，北京：世界知識出版社，2003年，第373—401頁。但是，直到21世紀(jì)初，伴隨著全球反美情緒的高漲和自然語言處理技術(shù)的進(jìn)步，研究者們才開始大規(guī)模關(guān)注并重視情感之于政治運行的影響，一些關(guān)于情感分析的方法描述和理論構(gòu)建才不斷涌現(xiàn)。②相關(guān)研究參見Edward Schatz and Renan Levine,“Framing,Public Diplomacy,and Anti-Americanism in Central Asia,”International Studies Quarterly,Vol.54,No.3,2010,pp.855-869; Sharon Werning Rivera and James D.Bryan,“Understanding the Sources of Anti-Americanism in the Russian Elite,”Post-Soviet Affairs,Vol.35,No.5-6,2019,pp.376-392.

1.情感、理性與行為

政治行為究竟是出自深思熟慮的結(jié)果還是激情所為，關(guān)于這一問題的爭論在國際關(guān)系研究中長期存在。在大多數(shù)學(xué)者看來，理性主導(dǎo)一切、理性是人性的本質(zhì)，“情感”太過飄忽不定、不受控制，通常被視為“秩序的破壞者”“暴力和傷害的驅(qū)動因素”。③相關(guān)研究參見肖晞、郎帥：《文化、情感與理性選擇：一個政治學(xué)的難題》，《公共管理研究》2010年第8期，第53—63頁；朱德米：《當(dāng)代西方政治科學(xué)最新進(jìn)展——行為主義、理性選擇理論和新制度主義》，《江西社會科學(xué)》2004年第4期，第192—199頁。有學(xué)者甚至主張，情感由于太飄忽不定，在政治研究中可予以排除，政治研究應(yīng)該首先關(guān)注理性這一人性中的穩(wěn)定因素。④安東尼·唐斯：《民主的經(jīng)濟(jì)理論》，姚洋、邢予青、賴平耀譯，上海：上海世紀(jì)出版集團(tuán)，2010年，第34—48。但是，情感和理性事實上并不是二元對立的，情感與理性在本質(zhì)上是人性的一體兩面，無論是情感還是理性都不可在政治行為中隨意被排除。一方面，情感能夠破壞理性，沖突與戰(zhàn)爭并不僅僅起因于利益的爭奪和權(quán)力的壓迫，有時諸如仇恨、嫉妒和榮譽等情感因素也可誘發(fā)不可收拾的暴力傷害；①相關(guān)研究參見Younes Saramifar,“Emotions of Felt Memories:Looking for Interplay of Emotions and Histories in Iranian Political Consciousness Since Iran-Iraq War(1980-1988),”Anthropology of Consciousness,Vol.30,No.2,2019,pp132-151; Iasonas Lamprianou,Antonis A.Ellinas,“Emotion,Sophistication and Political Behavior:Evidence from a Laboratory Experiment,”Political Psychology,Vol.40,No.4,2019,pp.859-876.另一方面，情感又是理性得以維系的重要支撐，諸如聯(lián)盟體系的形成、人道主義援助的實施和國家間的互幫互助以及大國行為的自我克制，都離不開善意、同情、信任和認(rèn)同等情感因素的正面影響。②相關(guān)研究參見Jonathan Mercer,“Rationality and Psychology in International Politic,”International Organization,Vol.59,No.1,2005,pp.77-106; Neta Crawford,“The Passion of World Politics:Propositions on Emotions and Emotional Relationships,”International Security,Vol.24,No.4,2000,pp.116-156.此外，情感還會對政治溝通過程產(chǎn)生塑造效應(yīng)，無論是國內(nèi)政策的制定還是外交戰(zhàn)略的執(zhí)行，都離不開良好政治氛圍的營造，如國際關(guān)系學(xué)者布倫特·塞斯利（Brent E.Sasley）就研究了情感是如何驅(qū)動群體感知進(jìn)而影響國家外交政策的。③Brent E.Sasley,“Theorizing States’ Emotions,”International Studies Review,Vol.13,No.3,pp.452-476.情感在政治中無處不在，有時候個人情感會迸發(fā)并匯集成社會情緒；在任何時候，忽略了社會情緒的影響，政治磋商和政治談判都難以收到預(yù)期的效果。④George Marcus,“Emotions in Politics,”Annual Review of Political Science, Vol.3,No.1,2000,pp.221-250.

2.情感、身份與規(guī)范

情之所動，意之所向。在某種意義上，“情感”一詞所描述的是人與人之間以及人與特定對象之間的連接關(guān)系和精神依賴，是構(gòu)成個人政治身份和社會歸屬關(guān)系的重要維系紐帶。簡單來說，在現(xiàn)實政治運行中，情感具有如下建構(gòu)作用：其一，情感建構(gòu)成員身份并賦予其歸屬感。情感既可以使政治行為體產(chǎn)生歸屬感，同樣也能使之產(chǎn)生背離感，族群的形成最早就是源自成員間的共同情感認(rèn)知。⑤相關(guān)研究參見Helena Flam,“Emotional‘Man’:The Emotional‘Man’and the Problem of Collective Action,”International Sociology,Vol.5,No.1,1990,pp.39-56; Karl W.Deutsch,Sidney A.Burrell and et al.,Political Community and the North Atlantic Area,Princeton:Princeton University Press,2002,pp.195-200; Daniel A.Miller,Eliot R Smith and Diane Mackie,“Effects of Intergroup Contact and Political Predispositions on Prejudice:Role of Intergroup Emotion,”Group Processes & Intergroup Relations,Vol.7,No.3,2004,pp.221-237.其二，情感建構(gòu)社會關(guān)系并賦予其規(guī)則和規(guī)范。情感不僅能使政治行為體明晰彼此關(guān)系的性質(zhì)，而且還能夠使其知曉何謂適當(dāng)?shù)暮涂杀唤邮艿男袨橐?guī)范。①Daniel A.Miller,Eliot R.Smith,Diane M.Macki,“Effects of Intergroup Contact and Political Predispositions on Prejudice:Role of Intergroup Emotion,”Group Processes and Intergroup Relations,Vol.7,No.3,2004,pp.221-237.換言之，情感本身就是規(guī)則得以建立并維系的元規(guī)范。社會成員接納、尊重并照顧彼此的感受便是社會共情的體現(xiàn)；②陳文娟：《公民友愛與政治秩序》，《哲學(xué)研究》2015年第11期，第98—104頁。反之，違反一致認(rèn)可的價值觀和社會規(guī)范就會引發(fā)集體內(nèi)他人的情緒反應(yīng)，而遵守的人則會感到憤怒或羞恥，進(jìn)而對規(guī)范的執(zhí)行和存續(xù)產(chǎn)生維系作用。③Helena Flam,“Emotional‘Man’:The Emotional‘Man’and the Problem of Collective Action,”International Sociology,Vol.5,No.1,1990,pp.39-56.有鑒于上述認(rèn)知，一些建構(gòu)主義的作品集中關(guān)注了情感、身份與規(guī)范之間的關(guān)系，如亞歷山大·溫特重點關(guān)注了共同命運感和“我們感”（we-ness）之于集體身份形成的內(nèi)化作用；④亞歷山大·溫特：《國際政治的社會理論》，秦亞青譯，上海：上海人民出版社，2008年，第397—445頁。而阿米塔夫·阿查亞（Amitav Acharya）在其“地區(qū)安全共同體”理論構(gòu)建中，重點審視了價值觀的匹配之于規(guī)范擴(kuò)散的潤滑推進(jìn)作用。⑤Amitav Achaya and Jürgen Haacke,ASEAN’s Diplomatic and Security Culture:Origins,Development and Prospects,London and New York:Routledge Curzon,2003,pp.197-198.除此以外，本尼迪克特·安德森在《想象的共同體》和露絲·本尼迪克特在《菊與刀》中，均強調(diào)了共同的情感經(jīng)歷是一個民族或國家得以形成并長期維系的心理基礎(chǔ)。⑥相關(guān)研究參見本尼迪克特·安德森：《想象的共同體——民族主義的起源與散布》，吳叡人譯，上海：上海人民出版社，2005年，第66—80頁；露絲·本尼迪克特：《菊與刀》，呂萬和、熊達(dá)云、王智新譯，北京：商務(wù)印書館，1998年，第31—68頁。

總體而言，情感作為人性中的隱性因素和決策的幕后驅(qū)動力量，會對政治進(jìn)程產(chǎn)生難以抹滅的影響，甚至?xí)厮苷胃窬趾驼误w系規(guī)范。一方面，政治行為體通過共同情感經(jīng)歷的敘述可以把個體認(rèn)知轉(zhuǎn)化為集體認(rèn)知、將個體情感轉(zhuǎn)化為集體情感，進(jìn)而情感聯(lián)系的不斷加強將演化出共同體認(rèn)知和集體性政治話語，如羞辱感對美國反恐政策形成具有促進(jìn)作用、排外情緒對法國難民政策的產(chǎn)生具有塑造作用；⑦相關(guān)研究參見Saurette Paul,“You Dissin Me? Humiliation and Post 9/11 Global Politics,”Review of International Studies, Vol.32,No.4,pp.495-522; Hutchison Emma,“Trauma and the Politics of Emotions:Constituting Identity,Security and Community after the Bali Bombing,”International Relations,Vol.24,No.1,pp.65-86.而另一方面，集體情感也可能裹挾個體情感迫使其服從于集體性的安排，從而導(dǎo)致政治上的壓抑、屈從或妥協(xié)，甚至外交上的追隨戰(zhàn)略和站隊政治。就此而言，情感本身也是一種權(quán)力資源，是一種標(biāo)準(zhǔn)的關(guān)系性權(quán)力和規(guī)范性權(quán)力。

（二）捕捉政治中的情緒：情感分析的研究路徑

作為一個分析變量，“情感”飄忽不定、瞬息萬變，但在現(xiàn)代技術(shù)條件下基本可捕捉、可衡量并可計算。有關(guān)政治運行的情感影響，一些學(xué)者指出，正面情感是塑造主體間信任的粘合劑，是維系良性互動和友好合作的“定海神針”。①相關(guān)研究參見Schneiker Andrea,“Why Trust You? Security Cooperation within Humanitarian NGO Networks,”Disasters,Vol.44,No.1,2020; Morton Deutsch,“Trust and Suspicion,”Journal of Conflict Resolution,Vol.2,No.4,1958,pp.265-279.當(dāng)然，也有學(xué)者在研究中關(guān)注到負(fù)面情緒的破壞性影響，認(rèn)為負(fù)面情緒是政治壓抑長期得不到疏解和釋放的極端表現(xiàn)，一旦負(fù)面情緒在人群中擴(kuò)散傳播并累積到一定程度，就會爆發(fā)并激發(fā)社會抗議、政治游行、暴力襲擊乃至武裝沖突。②相關(guān)研究參見劉瑜：《后現(xiàn)代化與鄉(xiāng)愁：特朗普現(xiàn)象背后的美國政治文化沖突》，《美國研究》2018年第6期，第83—108頁；謝惠媛：《以希望引導(dǎo)恐懼：納斯鮑姆政治情感新論——訪瑪莎·納斯鮑姆教授》，《哲學(xué)動態(tài)》2019年第4期，第118—123頁。概括來說，在目前技術(shù)條件下，國際關(guān)系研究中的情感分析主要有以下兩種研究路徑。

1.傳統(tǒng)人工編碼文本分析。所謂的“文本分析”主要是指通過對文本特征項的提取來對文本進(jìn)行語義表達(dá)。傳統(tǒng)上，特征項亦即關(guān)鍵詞的設(shè)定、分類與評級主要依賴人工編碼。該編碼方式的長處是專業(yè)、準(zhǔn)確，能夠較為靈活的適應(yīng)不同文本語境的變化，短處是由于人員、經(jīng)費和時間的限制無法應(yīng)對處理大體量文本。考慮到國際關(guān)系是一個特殊的話語溝通領(lǐng)域，政治語言的表達(dá)通常被內(nèi)嵌于錯綜復(fù)雜的事件聯(lián)系之中，有時政治家比普通民眾更善于使用虛浮的文字掩藏自己內(nèi)心的真實感受，以至于政治語言的表達(dá)通常堂皇而隱晦，如果不是專業(yè)人士很難洞察這些言說幕后所表達(dá)的真情實感和政治意圖。因此，有學(xué)者認(rèn)為，即便到了今天擁有大數(shù)據(jù)技術(shù)的輔助和加持，政治話語分析仍然離不開人工編碼和專業(yè)人士的介入，甚至這一方法無可取代。③相關(guān)研究參見Tony Mullen,Robert Malouf,“A Preliminary Investigation into Sentiment Analysis of Informal Political Discourse,”paper presented at the Computational Approaches to Analyzing Weblogs Conference,Stanford,California,USA,March 2006; Tim Loughran,Bill Mcdonald,“When is a Liability Not a Liability? Textual Analysis,Dictionaries and 10-Ks,”Finance,Vol.66,No.1,2011,pp.35-66.理由如下：其一，政治話語與普通文本不一樣，它需要被植入深廣的政治背景和博弈環(huán)境才可加以理解，一般性的情感詞典引用難以判斷政治文本的幕后真實含義，有時析出的含義與真實意思甚至南轅北轍。譬如新聞報道中“兩國進(jìn)行了坦率而真誠的對話”，實質(zhì)意思是談判雙方各自拋出了自己的立場主張，或有爭執(zhí)、各不相讓，而不是文字表面所呈現(xiàn)出來的親切友好交談。其二，基于機(jī)器的文本分析無法辨別（或者說無法準(zhǔn)確識別）政治言說中的“反諷語”和“高級黑”，如“特朗普真是實在的可愛”，其意實為“特朗普是個傻子”。此類案例在政治場景中不勝枚舉，在目前技術(shù)水平下，機(jī)器學(xué)習(xí)難以做到精確理解，人工編碼仍然是不可或缺的最佳研究路徑。

2.大數(shù)據(jù)機(jī)器學(xué)習(xí)情感挖掘。當(dāng)前，由于信息的海量涌動，無論是在政治領(lǐng)域還是商業(yè)和其他領(lǐng)域，人們普遍面臨“信息超載”現(xiàn)象。以前，政治文本分析遭遇的主要障礙是缺乏研究素材或研究素材獲取難度較高，而今研究者們面臨的新困境是如何快速處理每天洶涌而來的信息狂潮。在新技術(shù)環(huán)境下，有學(xué)者認(rèn)為，傳統(tǒng)文本分析依賴人工編碼面臨著文本處理量低、人力成本高和耗費時間長等問題，面對突發(fā)性政治事件難以做出即時反應(yīng)，已無法把脈數(shù)字時代輿論風(fēng)向的瞬息萬變。①Julio Cesar Amador Diaz Lopez,Sofia Collignon-Delmar,Kenneth Benoit and Akitaka Matsuo,“Predicting the Brexit Vote by Tracking and Classifying Public Opinion Using Twitter Data,” Statistics,Politics and Policy,Vol.8,No.1,2017,pp.85-104.相比之下，基于大數(shù)據(jù)的情感分析反而倍顯優(yōu)勢：其一，大數(shù)據(jù)不僅能夠處理快速涌動的大體量流式數(shù)據(jù)，而且還能有效應(yīng)對數(shù)據(jù)類型的多樣性和復(fù)雜性；其二，大數(shù)據(jù)情感標(biāo)記主要采取機(jī)器學(xué)習(xí)分類預(yù)測處理模式，不僅能夠有效節(jié)省人力、物力和財力，而且還能夠有效提高情感分析的細(xì)度和精度，更適宜捕捉社交網(wǎng)絡(luò)時代人際之間高頻率的信息傳遞；其三，大數(shù)據(jù)情感分析較傳統(tǒng)文本分析具有更強的模型泛化推廣能力，用于某個場景的機(jī)器學(xué)習(xí)模型很容易遷移泛化推廣到其他領(lǐng)域?？傮w上，基于大數(shù)據(jù)的情感分析具有更大的樣本容量、更快的處理速度和更低成本的人力、物力以及時間消耗，特別適用于挖掘網(wǎng)絡(luò)時代的人際復(fù)雜關(guān)聯(lián)和密集互動。

三、情感分析的原理：技術(shù)邏輯與應(yīng)用場景

作為觀察世界政治的一種切入角度，與傳統(tǒng)理性假設(shè)不同，情感分析假定國際關(guān)系中的政治行為體并非可以獨立決策的理性行為體，而是感情豐富并有著多樣需求的“社會人”，深植社會關(guān)系之中并受到社會道德和倫理規(guī)范之約束，無論是個人還是群體都難以擺脫情感因素的擾動和影響，政治行為在很多時候都不是獨立理性決策的結(jié)果，而是一定社會情景下理性與激情交互作用的產(chǎn)物，正是因為情感因素的介入且難以排除，政治的后果總是出乎理性的預(yù)期之外。

（一）情感分析的技術(shù)解決

1.詞典規(guī)則法。情感分析的第一階段是基于語法規(guī)則的詞典搜索判別法，其操作原理是：編輯情感詞典并根據(jù)詞典所定義的規(guī)則，來判別特定對象的情感極性。具體操作步驟是：（1）先通過人工編碼方式構(gòu)建包含特定情感詞語的情感詞典，即將語料劃分為積極情緒、消極情緒和中性詞庫；（2）然后構(gòu)建語料庫并濾掉停用詞匯（stop words）；（3）依據(jù)情感詞典搜索計算正、負(fù)向情感詞語的頻數(shù)，評估文本所包含的情感傾向。整體來說，通過正、負(fù)情感詞語的搜索統(tǒng)計進(jìn)行情感極性判定，是目前最為常見也是操作最為簡單的一種情感分析方法。

但詞典法詞頻統(tǒng)計分析有缺陷，因為最初情感詞典的構(gòu)建沒有考慮情感詞語所表達(dá)的情感程度差異，如“高興”和“狂喜”、“抑郁”和“憤怒”以及“相信”和“堅信”等詞語表達(dá)的是同一種情感，但卻處于不同的情感強度級別。于是，在詞典法的后續(xù)發(fā)展中，研究人員便試圖賦予不同情感詞語以不同的情感權(quán)重，由此帶來詞典法的優(yōu)化和升級，即情感詞典編輯除了詞性標(biāo)注外還需情感強度標(biāo)注，詞典法進(jìn)而發(fā)展出情感極性分析和情感調(diào)性分析兩種分析旨趣。除此以外，在詞典法的最近發(fā)展中，一些學(xué)者甚至還將表情符號、縮寫詞和社交媒體俚語納入詞典標(biāo)注范疇，以求進(jìn)一步提升情感分類的精細(xì)度和準(zhǔn)確性。①Maite Taboada,Julian Brooke,Milan Tofiloski,Kimberly D.Voll,“Lexicon-Based Methods for Sentiment Analysis,”Computational Linguistics,Vol.37,No.2,2011,pp.267-307.基于上述進(jìn)展，一些開源情感詞典如GI 英文詞典、知網(wǎng)Hownet 情感詞典、普林斯頓Wordnet 詞典、臺灣大學(xué)簡體中文情感詞典以及清華大學(xué)李軍中文褒貶義詞典等不斷涌現(xiàn)；②Zhao Yanyan,Qin Bing and Liu Ting,“Sentiment Analysis,”Journal of Software,Vol.21,No.8,2010,pp.1834-1848.此外，還有一些學(xué)者在政治研究過程中創(chuàng)建了特定議題定制詞典，如針對政黨聲明和媒體報道的德語政治詞典，大大增強了政治文本情感分析的針對性和專業(yè)性。③相關(guān)研究參見Martin Haselmayer,Marcelo Jenny,“Sentiment Analysis of Political Communication:Combining a Dictionary Approach with Crowdcoding,”Quality & Quantity,Vol.51,pp.2623-2646;Christian Rauh,“Validating a Sentiment Dictionary for German Political Language—a Workbench Note,”Information Technology & Politics,Vol.15,No.4,2018,pp.319-343.這些詞典的編輯和發(fā)布不僅豐富了情感語料庫，而且有力推進(jìn)了基于詞典法的政治案例分析。

總體來說，基于規(guī)則的情感分析方法主要是情感詞典的編輯與應(yīng)用，其分析效果受情感詞典編輯質(zhì)量和詞匯覆蓋率以及搜索算法的影響。整體上，詞典法情感分析算法簡明易懂但耗時費力，當(dāng)目標(biāo)文本比較復(fù)雜時，詞典法將面臨操作性困難。

2.機(jī)器學(xué)習(xí)法?；跈C(jī)器學(xué)習(xí)的情感分析，又稱“文本語料的統(tǒng)計學(xué)習(xí)與分類判別分析”，其操作原理是運用統(tǒng)計建模方法提取研究對象的詞向量特征，構(gòu)建特征向量空間并進(jìn)行情感類型的分類判別計算。一般來說，根據(jù)研究對象是否需要標(biāo)記訓(xùn)練樣本以及訓(xùn)練樣本標(biāo)記體量的大小，基于機(jī)器學(xué)習(xí)的情感分析主要有以下三種研究范式。

其一，有監(jiān)督學(xué)習(xí)。這是目前自然語言處理機(jī)器學(xué)習(xí)的基礎(chǔ)方法，其操作的核心精神是樣本訓(xùn)練與模型泛化，首先是選取樣本語料進(jìn)行情感詞人工標(biāo)記，然后進(jìn)行分類算法數(shù)學(xué)建模并生成情感分類器，再將訓(xùn)練好的情感分類器應(yīng)用于未標(biāo)注數(shù)據(jù)來進(jìn)行情感預(yù)測。諸如支持向量機(jī)（Support Vector Machine）、K 最近鄰（K-Nearest Neighbour）以及樸素貝葉斯（Naive Bayesian）等算法，是目前有監(jiān)督學(xué)習(xí)進(jìn)行情感分類器訓(xùn)練的典型算法。整體上，有監(jiān)督學(xué)習(xí)在實踐中雖實現(xiàn)了局部智能化和批處理操作，但仍存在高度依賴人工標(biāo)注數(shù)據(jù)和標(biāo)注成本高等問題，難以應(yīng)付社交媒體時代流式數(shù)據(jù)的挑戰(zhàn)。①相關(guān)研究參見厲小軍、戴霖、施寒瀟、黃琦：《文本傾向性分析綜述》，《浙江大學(xué)學(xué)報（工學(xué)版）》2011年第7期，第32—39頁；鄧楠、余本功：《基于情感詞向量和BLSTM 的評論文本情感傾向分析》，《計算機(jī)應(yīng)用研究》2018年第12期，第3547—3550頁。

其二，無監(jiān)督學(xué)習(xí)。無監(jiān)督學(xué)習(xí)的目標(biāo)是讓計算機(jī)程序自己去領(lǐng)悟嘈雜數(shù)據(jù)的分類標(biāo)準(zhǔn)并計算情感極性和情感強度，不為情感判別指定可供學(xué)習(xí)逼近的案例目標(biāo)，主要依賴數(shù)學(xué)上的超平面分類器算法（Hyper-plane Classifier）建立情感模式識別（Pattern Recognition）。簡單來說，基于無監(jiān)督學(xué)習(xí)的情感分析并不需要人工標(biāo)記樣本數(shù)據(jù)，計算機(jī)程序會根據(jù)聚類算法自動對樣本間的相似性進(jìn)行聚類統(tǒng)計，以實現(xiàn)類內(nèi)差距最小化、類間差距最大化，從而完成非標(biāo)記文本的情感模式識別。無監(jiān)督學(xué)習(xí)的最大優(yōu)勢是無須對樣本進(jìn)行標(biāo)注，可節(jié)省數(shù)據(jù)樣本標(biāo)注的人力支出，尤其適用于處理不斷更新的大體量流式數(shù)據(jù)，其缺陷是訓(xùn)練樣本規(guī)模要足夠大、算力要足夠強，但精度卻不夠高。②孫艷、周學(xué)廣、付偉：《基于主題情感混合模型的無監(jiān)督文本情感分析》，《北京大學(xué)學(xué)報（自然科學(xué)版）》2013年第1期，第102—108頁。

其三，半監(jiān)督學(xué)習(xí)?？梢暈橛斜O(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)相結(jié)合的一種折中方法。其基本操作路徑是使用少量有標(biāo)記的訓(xùn)練數(shù)據(jù)，結(jié)合大量未標(biāo)記數(shù)據(jù)，訓(xùn)練出具備“舉一反三”能力的模型，從而幫助機(jī)器建立起強泛化認(rèn)知功能，大大降低對數(shù)據(jù)標(biāo)簽的需求。與有監(jiān)督學(xué)習(xí)相比，半監(jiān)督學(xué)習(xí)無需標(biāo)注太多的訓(xùn)練樣本；與無監(jiān)督學(xué)習(xí)相比，半監(jiān)督學(xué)習(xí)又因為有人工判別的介入和案例樣本的存在，有效提高了情感分類的訓(xùn)練精度。如Pseudo-Label 模型證實了半監(jiān)督學(xué)習(xí)能夠從無標(biāo)簽數(shù)據(jù)中提取有效信號；①Dong-Hyun Lee,“Pseudo-label:The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks Workshop on Challenges in Representation Learning,” in ICML 2013 Workshop:Challenges in Representation Learning(WREPL),Atlanta,Georgia,USA,July 2013.Google 在2019年提出的UDA（Unsupervised Data Augmentation）框架，則大大提升了半監(jiān)督學(xué)習(xí)的分析精確度。②Xie Q.,Dai Z.,Hovy E.,et al.,“Unsupervised Data Augmentation for Consistency Training,”June 25,2020,https://arxiv.org/pdf/1904.12848.pdf.由此可見，半監(jiān)督學(xué)習(xí)不僅可以大大減少情感標(biāo)注的人力成本，③Wiebe Janyce and E.Riloff,“Creating Subjective and Objective Sentence Classifiers from Unannotated Texts,”CICLing 2005:Computational Linguistics and Intelligent Text Processing,Vol.3406,2005,pp.486-497.而且與無監(jiān)督學(xué)習(xí)相比，它提供了更結(jié)構(gòu)化和可讀化的結(jié)果。④Andrius Mudinas and et al.,“Combining Lexicon and Learning based Approaches for Concept-Level Sentiment Analysis,”in Proceedings of the First International Workshop on Issues of Sentiment Discovery and Opinion Mining,Beijing China,August 2012.

3.深度學(xué)習(xí)法。深度學(xué)習(xí)模型的核心是神經(jīng)網(wǎng)絡(luò)算法。簡單來說，神經(jīng)網(wǎng)絡(luò)（Neural Networks）是一種仿生人腦神經(jīng)元結(jié)構(gòu)和信息處理模式的分布式算法，其最大技術(shù)特征是可以進(jìn)行大規(guī)模并行計算和分布式存儲，尤其適用于處理非線性問題。按照網(wǎng)絡(luò)神經(jīng)元的復(fù)雜程度，它一般可分為單隱層神經(jīng)網(wǎng)絡(luò)和多隱層神經(jīng)網(wǎng)絡(luò)；按照信息傳遞方式又可分為前饋型神經(jīng)網(wǎng)絡(luò)（如BP 網(wǎng)絡(luò)）和后饋型神經(jīng)網(wǎng)絡(luò)（如Hopfield 網(wǎng)絡(luò)），因其具有令人驚嘆的運算速度、超強的容錯能力以及出色的自組織適應(yīng)性，神經(jīng)網(wǎng)絡(luò)近乎已成當(dāng)下人工智能技術(shù)的“代名詞”。

在情感分析領(lǐng)域，目前經(jīng)常被使用到的神經(jīng)模型主要是卷積神經(jīng)網(wǎng)絡(luò)（CNN）和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）。前者包含了一個由卷積層和子采樣層構(gòu)成的特征抽取器，主要用于視覺計算并構(gòu)建圖像中的面部微表情識別，該方法在提升情感分析的精確度、情感分類的準(zhǔn)確性以及模型的自適應(yīng)性等方面均有卓越表現(xiàn)；后者屬于循環(huán)神經(jīng)網(wǎng)絡(luò)的一種，主要用來計算樹狀結(jié)構(gòu)的子、父節(jié)點連接距離，在自然語言處理中主要用來解決自編碼和語句解析等問題，比如長短時記憶網(wǎng)絡(luò)（LSTM）就屬于一種典型的時間遞歸神經(jīng)網(wǎng)絡(luò)，它可以記憶不定時間長度的數(shù)值，允許計算模型根據(jù)以前的記憶來理解當(dāng)下的語義，能夠有效克服傳統(tǒng)詞典法詞典不足的問題，也不用人為提取詞向量特征，大大減少了工作量，并可使用GPU 來訓(xùn)練，縮短了訓(xùn)練時間。①嚴(yán)鵬：《基于深度學(xué)習(xí)的商品評論情感分類》，《軟件》2019年第11期，第135—138頁。

總體上，基于深度學(xué)習(xí)的情感分析方法能夠適用于超大規(guī)模的信息處理，但是這種方法通常需要高性能計算機(jī)和大量的訓(xùn)練才能達(dá)到較高的滿意度，訓(xùn)練成本相較于傳統(tǒng)的機(jī)器學(xué)習(xí)方法更高。由于深度學(xué)習(xí)理論和技術(shù)目前還不是特別完備，其應(yīng)用和發(fā)展也存在諸多爭議，其在情感分析領(lǐng)域內(nèi)的應(yīng)用尚未得到真正展開。

綜上所述，截止到目前，情感分析主要有詞典法、機(jī)器學(xué)習(xí)法和深度學(xué)習(xí)法三種算法解決方案，分別對應(yīng)信息的人工處理、統(tǒng)計學(xué)習(xí)和智能化計算三個技術(shù)階段，反映了在不同歷史階段研究者們試圖利用新技術(shù)來理解社會復(fù)雜互動的雄心抱負(fù)，同時也折射了當(dāng)下學(xué)術(shù)潮流對傳統(tǒng)理性范式的反思、揚棄與超越。

（二）情感分析的應(yīng)用場景與政治洞察

情感分析不同于理性分析，它重新設(shè)定了國際關(guān)系研究的若干前提假設(shè)：（1）國際關(guān)系本質(zhì)上是多層次的復(fù)雜人際網(wǎng)絡(luò)，政治行為體身處復(fù)雜社會關(guān)聯(lián)中并深受人際關(guān)系之影響，獨立思考、理性決策雖是政治上一貫的美德，但在復(fù)雜人際關(guān)聯(lián)中很難得以保持；（2）情感是政治感受的外在表達(dá)，同時也是人性的客觀需求與價值期望，國際關(guān)系中的“人”是感情豐富多彩的，而不只是具有理性算計能力且專注于物質(zhì)收益；（3）國際體系結(jié)構(gòu)是由微觀主體之間的互動所造就的，而情感聯(lián)系又是微觀互動的重要擾動因素，因而情感雖然飄渺且善變，但不應(yīng)被排除在國際關(guān)系研究議程之外?；谏鲜黾僭O(shè)，在國際關(guān)系研究中，大數(shù)據(jù)情感挖掘主要被應(yīng)用于如下場景：

1.社會輿情監(jiān)測。伴隨著社交媒體的興起，人們越來越習(xí)慣于借助網(wǎng)絡(luò)工具進(jìn)行政治宣傳、發(fā)表政治觀點和抒發(fā)政治情感，網(wǎng)絡(luò)輿情監(jiān)測遂成為大數(shù)據(jù)情感挖掘的政治試驗場。借助大數(shù)據(jù)情感計算模型，主要是使用LSM 和LDA 等主題模型以無監(jiān)督學(xué)習(xí)方式對隱含語義結(jié)構(gòu)進(jìn)行聚類統(tǒng)計，一國政府不僅可以即時監(jiān)測本國公眾和國際社會的政治關(guān)注主題，而且還能夠有效探測社會情緒的漲落與社會沖突的可能爆發(fā)點，提供基于即時監(jiān)測的社會輿論情報和趨勢研判，從而有助于一國政府進(jìn)行危機(jī)預(yù)防和實施精準(zhǔn)政治溝通。譬如，一些學(xué)者將主題模型應(yīng)用于“一帶一路”海外輿情監(jiān)測，通過主題挖掘得以觀測海外民眾對“一帶一路”的討論熱度和態(tài)度變化。①趙常煜、吳亞平、王繼民：《“一帶一路”倡議下的Twitter 文本主題挖掘和情感分析》，《圖書情報工作》2019年第63期，第119—127頁。而另外一些學(xué)者則試圖將情感分析應(yīng)用比較政治，通過計算和觀察兩國輿論的情感距離，以求研判國家間關(guān)系的親疏遠(yuǎn)近和潮漲潮落，進(jìn)而探求數(shù)字時代的危機(jī)公關(guān)戰(zhàn)略和新公共外交戰(zhàn)略。②相關(guān)研究參見：Amaney A.Jamal,Robert O.Keohane,David Romney and Dustin Tingley,“Anti-Americanism and Anti-Interventionism in Arabic Twitter Discourses,”Perspectives on Politics,Vol.13,No.1,2015,pp.55-73; O’Connor,B.M.Stewart Brendan,and N.A.Smith,“Learning to Extract International Relations from Political Context,”present at the 51st Annual Meeting of the Association for Computational Linguistics,Sofia,Bulgaria,August 2013.如克里斯托弗·盧卡斯（Christopher Lucas）等人通過對比中國和阿拉伯國家有關(guān)“棱鏡事件”的網(wǎng)絡(luò)評論，探究了該事件在不同國家對美國形象所造成傷害程度的差異；③Christopher Lucas,Richard A.Nielsen,Margaret E.Roberts,Brandon M.Stewart,Alex Storer and Dustin Tingley,“Computer-Assisted Text Analysis for Comparative Politics,”Political Analysis,Vol.23,No.2,2015,pp.254-277.而納撒尼爾· 錢伯斯（Nathanael Chambers）等人意圖借助社交媒體中的情感信息建立民族國家之間的關(guān)系模型，重點聚焦了不同國家外交人員官方用語的主題變化和情感變化，揭示了情感詞頻觀察在雙邊關(guān)系預(yù)測中具有指向性作用。④Nathanael Chambers,Victor Bowen,Ethan Genco,Xisen Tian,Eric Young,Ganesh Harihara and Eugene Yang,“Identifying Political Sentiment between Nation States with Social Media,”presented at the Conference on Empirical Methods in Natural Language Processing,Lisbon,Portugal,September 2015.

2.政治傾向分析。政治傾向分析的核心是政治極性判斷，主要關(guān)注政治話語和政治文本中所蘊含的情感褒貶與政治立場歸屬，被廣泛應(yīng)用于選舉預(yù)測、政治形象分析、黨派立場調(diào)查和政府服務(wù)質(zhì)量評價等諸多方面。以選舉預(yù)測為例，政治傾向分析的基本操作原理是大樣本采集新聞媒體報道和社交網(wǎng)絡(luò)評論，利用主題分析和正負(fù)情感計算來監(jiān)測候選人政治支持度的變化，比如2016年谷歌和微軟都曾使用了情感分析來預(yù)測美國總統(tǒng)大選，所不同的是谷歌利用搜索算法和主題分析計算比較了候選人的社會支持熱度，而微軟則使用了詞典法對近2000 萬條新聞評論進(jìn)行了正負(fù)情感分析，可惜的是由于算法和政治正確的原因，二者都沒有成功預(yù)測到特朗普的逆勢當(dāng)選；⑤Walter Sun,“Bing Predicts:Election Primaries Recap,”June 16,2016,https://blogs.bing.com/search/june-2016/Bing-Predicts-Election-Primaries-Recap; Harry Enten,“How Much Did WikiLeaks Hurt Hillary Clinton?”December 23,2016,https://fivethirtyeight.com/features/wikileaks-hillary-clinton/.相反，較為成功的預(yù)測則是一家名為“劍橋分析”（Cambridge Analytica）的公司，該公司基于臉書（Facebook）的5000 萬條選民數(shù)據(jù)利用心理側(cè)寫（psychological profiles）算法精準(zhǔn)預(yù)測了美國選民的投票傾向，而在此之前，該公司已成功利用情感挖掘預(yù)測了英國脫歐派的可能勝利。①相關(guān)研究參見董青嶺：《美國大選背后的數(shù)據(jù)軍團(tuán)》，《中國投資》2018年第5期，第40—42頁；漆海霞：《大數(shù)據(jù)與國際關(guān)系研究創(chuàng)新》，《中國社會科學(xué)》2018年第6期，第160—171頁。概括而言，與傳統(tǒng)民意調(diào)查相比，大數(shù)據(jù)情感分析更能對選民的心理變化做出迅速反應(yīng)，因而也更能把脈政治選情的瞬息萬變，并成為現(xiàn)代選舉預(yù)測的新利器。②Ferran Pla,Lluís-F.Hurtado,“Political Tendency Identification in Twitter Using Sentiment Analysis Techniques,”presented at the COLING 2014,Dublin,Ireland,August 2014.

3.暴力沖突預(yù)測。傳統(tǒng)國際關(guān)系理論以“工具理性人”為前提假定，認(rèn)為暴力沖突通常是特定社會結(jié)構(gòu)壓力下沖突各方理性抉擇的結(jié)果，即沖突中的各行為體理性且自私，每一個沖突群體或個體都將沖突行動視為實現(xiàn)自我利益的手段，并從自身利益最大化出發(fā)計算成本與收益，考慮利弊、權(quán)衡得失；但實際上，沖突行動并不盡然是理性衡量的產(chǎn)物，暴力行為在爆發(fā)之前往往首先表現(xiàn)為情緒性發(fā)泄和盲目的從眾行為，因而通過捕捉人際關(guān)系中的負(fù)面情緒聚合或可預(yù)測暴力沖突。③董青嶺：《大數(shù)據(jù)安全態(tài)勢感知與沖突預(yù)測》，《中國社會科學(xué)》2018年第6期，第172—181頁?；谏鲜稣J(rèn)知與邏輯，情感分析在大數(shù)據(jù)時代被廣泛應(yīng)用于非傳統(tǒng)安全問題研究，在諸如預(yù)測恐怖主義、國際沖突、社會抗議和宗教極端主義等方面業(yè)已取得豐碩成果。譬如，通過跟蹤恐怖主義痕跡和挖掘恐怖主義言論，研究者可以使用數(shù)據(jù)手段刻畫恐怖思想的傳播路徑，進(jìn)而采取針對性措施阻遏恐怖情緒的蔓延與擴(kuò)散；④相關(guān)研究參見Kay L.O’Halloran,Sabine Tan,Peter Wignell,John A.Bateman,Duc-Son Pham,Michele Grossman,Andrew Vande Moere,“Interpreting Text and Image Relations in Violent Extremist Discourse:A Mixed Methods Approach for Big Data Analytics,”Terrorism and Political Violence,Vol.31,No.3,2019,pp.454-474; Michael Fire,Rami Puzis,Yuval Elovici,“Link Prediction in Highly Fractional Data Sets,”in V.Subrahmanian,eds.,Handbook of Computational Approaches to Counterterrorism,New York:Springer,2013,pp.283-300.再如，通過捕捉和分析對峙國家民眾態(tài)度和情緒表達(dá)，研究者可以有效預(yù)測國際沖突，進(jìn)而敦促國際社會及各國政府采取有效危機(jī)應(yīng)對策略；⑤Anna Rumshisky,Mikhail Gronas and et al.,“Combining Network and Language Indicators for Tracking Conflict Intensity,”SocInfo 2017:Social Informatics,Vol.10540,2017,pp 391-404.此外，情感分析在世界貧困救助、人道主義救援、犯罪預(yù)防以及氣候治理等方面也有上佳表現(xiàn)①相關(guān)研究參見董青嶺：《精準(zhǔn)農(nóng)業(yè):數(shù)字時代的反饑餓運動》，《中國投資》2018年第21期，第24—25頁；朱玉良，王麗萍：《大數(shù)據(jù)在傳染病監(jiān)測中的應(yīng)用研究進(jìn)展》，《安徽預(yù)防醫(yī)學(xué)雜志》2019年第5期，第370—373頁。。

四、情感分析的前景：拓展空間和當(dāng)前缺陷

總體來看，大數(shù)據(jù)情感分析在國際關(guān)系領(lǐng)域內(nèi)極具應(yīng)用價值?；诖髷?shù)據(jù)的情感分析具有抽取樣本量大、處理速度快和政策反應(yīng)智能化程度高等特點，能夠有效提升社會輿情的把脈范圍，助力社情民意的即時收集與反饋，同時還能有效降低政策產(chǎn)出的人力、經(jīng)濟(jì)與時間成本，堪稱數(shù)字時代政治分析的新路徑。但是，由于情感分析技術(shù)本身仍處于初步發(fā)展階段，特別是在國際關(guān)系領(lǐng)域內(nèi)相關(guān)語料資源建設(shè)匱乏、相關(guān)理論構(gòu)建尚不完善，其未來發(fā)展也面臨諸多困境。

（一）大數(shù)據(jù)情感分析的優(yōu)勢

1.數(shù)據(jù)處理成本低、效率高。大數(shù)據(jù)情感分析依托高性能GPU 和分布式計算可以迅速處理大規(guī)模的數(shù)據(jù)流，相較以往的人工編碼成本更低且效率更高。傳統(tǒng)上，由于資金、人力、時間和設(shè)備資源的有限，研究者通常只能采集小規(guī)模的政治樣本（如政府文件、領(lǐng)導(dǎo)人講稿或民意調(diào)查報告等）進(jìn)行分析，由于數(shù)據(jù)規(guī)模的局限性、抽樣人群的特殊性以及問卷設(shè)計的技術(shù)誤差等因素，傳統(tǒng)情感分析往往無法捕獲調(diào)查人群的真實政治情感，即便捕獲到了也因樣本規(guī)模小而無法映射真實世界的普遍性。②Julio Cesar Amador Diaz Lopez,Sofia Collignon-Delmar,Kenneth Benoit,Akitaka Matsuo,“Predicting the Brexit Vote by Tracking and Classifying Public Opinion Using Twitter Data,”Statistics,Politics and Policy,Vol.8,No.1,pp.85-104.就此而言，大數(shù)據(jù)與情感分析技術(shù)的結(jié)合，可在短時間內(nèi)進(jìn)行高維度的數(shù)據(jù)處理和情感計算，并直觀展示情感變化的時間序列趨勢和空間分布狀態(tài)，從而為政治決策提供堅實的材料支撐。

2.政策反應(yīng)時效快、預(yù)測性強。當(dāng)前，由于社交網(wǎng)絡(luò)的應(yīng)用，人與人之間的聯(lián)系較之以前更為緊密，信息傳遞也更為迅猛和及時，全球社會已因微觀主體之間的高頻互動被鏈接成一個超級復(fù)雜巨系統(tǒng)，世界任何一個角落里的微觀情緒發(fā)泄都有可能觸發(fā)影響全球的“蝴蝶效應(yīng)”。①相關(guān)研究參見董青嶺：《數(shù)據(jù)力量的崛起與新秩序的形成》，《世界知識》2019年第20期，第24頁；維克托·邁爾-舍恩伯格，肯尼斯·庫克耶：《大數(shù)據(jù)時代：生活、工作與思維的大變革》，盛楊燕、周濤譯，杭州：浙江人民出版社，2013年，第67—96頁。在此情形下，情感分析重在關(guān)注傳統(tǒng)政治研究中那些經(jīng)常被忽略或被漠視的微觀非理性因素，諸如某位政治家在不經(jīng)意言談中所透露出來的情感立場、選民在網(wǎng)絡(luò)搜索和討論中的政治表達(dá)與政策評價、甚至政治互動中個性化表情符號的運用，等等。借助大數(shù)據(jù)平臺的快速處理能力，情感分析能夠有效捕捉彌漫于政治表達(dá)中的不滿、恐懼和憤怒，進(jìn)而感知社會矛盾的發(fā)展演變，并給出具有針對性的政治解決方案。②相關(guān)研究參見Andrés Montoyo,Patricio Martinez-Barco,Alexandra Balahur,“Subjectivity and Sentiment Analysis:An Overview of the Current State of the Area and Envisaged Developments,”Decision Support Systems,Vol.53,No.4,2012,pp.675-679; Huberty Mark,“Can We Vote with Our Tweet? On the Perennial Difficulty of Election Forecasting with Social Media,”International Journal of Forecasting,Vol.31,No.3,2015,pp.992-1007.整體上，基于大數(shù)據(jù)的情感分析，政策反應(yīng)敏捷、及時且精準(zhǔn)。

3.研究過程容錯高、完整性強。作為一種新的數(shù)據(jù)類型，盡管大數(shù)據(jù)本身噪聲多、價值密度低，但基于大數(shù)據(jù)的情感分析較之人工操作仍表現(xiàn)出較高的容錯能力。③李文、鄧淑娜：《大數(shù)據(jù)時代中美關(guān)系發(fā)展的機(jī)遇與挑戰(zhàn)》，《中國社會科學(xué)院研究生院學(xué)報》2015 第3期，第126—133頁。首先，計算機(jī)在進(jìn)行數(shù)據(jù)分析時能夠摒棄主觀評估過程的各項干擾，最大程度的降低人工編碼的政治立場影響，并能夠以統(tǒng)一標(biāo)準(zhǔn)清洗和規(guī)整研究數(shù)據(jù)，減少數(shù)據(jù)預(yù)處理中的操作失誤并提高數(shù)據(jù)一致性；其次，大數(shù)據(jù)與民意調(diào)查不同，它采取的是主動式數(shù)據(jù)挖掘而不是被動式或獎勵式意見問答，加之網(wǎng)絡(luò)空間的匿名性可以使人們充分表達(dá)自己的真實政治觀點，因而大數(shù)據(jù)情感分析較民意調(diào)查更有可能洞察人們的真實政治需求；最后，大數(shù)據(jù)信息采集多采用爬蟲許可與信息請求模式，基本可以做到數(shù)據(jù)來源可追溯、可驗證，因而數(shù)據(jù)的完整性和溯源性比較強，而不是關(guān)于政治情感的零散數(shù)據(jù)分析。

（二）大數(shù)據(jù)情感分析的缺陷

1.研究數(shù)據(jù)噪聲大、訓(xùn)練難度高。作為一種技術(shù)性研究路徑，大數(shù)據(jù)情感分析的準(zhǔn)確性受到多重因素的影響和制約，如文本噪音和分類器的選擇。一方面，由于網(wǎng)絡(luò)用語的隨意性和非正式性，給文本信息的提取造成了很大的噪聲，可能會出現(xiàn)語義顛倒、語義難以識別和語義混淆等困難，同時中文語法中存在著一詞多義和多詞一義現(xiàn)象，有時會產(chǎn)生對立語義，而目前尚缺乏較為成熟的過濾技術(shù)來有效應(yīng)對這些問題。①相關(guān)研究參見董青嶺、王海媚：《21世紀(jì)以來中國的大數(shù)據(jù)國際關(guān)系研究——董青嶺教授訪談》，《國際政治研究》2019年第4期，第141—160頁；J.Fernando Sánchez-Rada,Carlos A.Iglesias,“Social Context in Sentiment Analysis:Formal Definition,Overview of Current Trends and Framework for Comparison,”Information Fusion,Vol.52,2019,pp.344-356.另一方面，在樣本訓(xùn)練和模型優(yōu)化過程中，由于社交媒體數(shù)據(jù)的短小和表達(dá)方式的多種多樣，上下文關(guān)系銜接并不緊密，甚至還有越來越多的網(wǎng)絡(luò)詞、火星語和變形詞出現(xiàn)在訓(xùn)練樣本中，很容易導(dǎo)致分類器的訓(xùn)練出現(xiàn)偏差和誤差，進(jìn)而影響情感分析的準(zhǔn)確度。

2.語言結(jié)構(gòu)多樣化、語義解析難。網(wǎng)絡(luò)語言結(jié)構(gòu)復(fù)雜、句式多元且創(chuàng)新強，導(dǎo)致情感分析經(jīng)常面臨隱含語義推斷困境。相比結(jié)構(gòu)化整齊劃一的統(tǒng)計數(shù)據(jù)，大數(shù)據(jù)情感分析主要的處理對象是紛繁蕪雜的非結(jié)構(gòu)化散言碎語，其標(biāo)準(zhǔn)化操作流程是首先要將非結(jié)構(gòu)化自然語言轉(zhuǎn)化成可以統(tǒng)計分析的結(jié)構(gòu)化數(shù)據(jù)，因而在語義析取中大數(shù)據(jù)情感分析要應(yīng)對諸如比喻、附和、諷刺和正話反說等復(fù)雜語法現(xiàn)象。有時，風(fēng)俗俚語、人造新詞和舶來詞匯的移植與借用，會帶來嚴(yán)重的語義理解的偏差和誤差。除此以外，句式的復(fù)雜性如祈使句、疑問句、否定句和反問句以及句式的不同搭配，也都會對自動編碼和機(jī)器學(xué)習(xí)造成難以消除的干擾。②相關(guān)研究參見周立柱、賀宇凱、王建勇：《情感分析研究綜述》，《計算機(jī)應(yīng)用》2008年第11期，第2725—2728頁；李綱、程洋洋、寇廣增：《句子情感分析及其關(guān)鍵問題》，《圖書情報工作》2010年第11期，第104—107頁。當(dāng)然，如果考慮到政治語言的隱晦性和象征性，那么基于機(jī)器學(xué)習(xí)的語義理解則更是難上加難?？偟膩碚f，由于語言結(jié)構(gòu)和語法問題導(dǎo)致的訓(xùn)練稀疏性和不均衡性，都會造成情感分析失去一定精準(zhǔn)度。

3.技術(shù)要求門檻高、操作難度大。作為一種跨學(xué)科研究范式，大數(shù)據(jù)情感分析所要瞄向的是計算機(jī)自然語言處理技術(shù)與政治洞察的結(jié)合，因而其實戰(zhàn)運行既需要有計算機(jī)編程技術(shù)的支撐，同時更需要有來自國際關(guān)系學(xué)和政治學(xué)基礎(chǔ)理論的指引。整體來說，在國際關(guān)系研究領(lǐng)域，大數(shù)據(jù)情感分析尚處于萌芽發(fā)展階段，相關(guān)的技術(shù)積累和配套資源建設(shè)還不夠完善。首先是跨學(xué)科編程人才的匱乏，目前的研究者要么來自計算機(jī)領(lǐng)域，缺少政治的敏銳洞察，要么是來自政治科學(xué)領(lǐng)域，概念闡述多、實戰(zhàn)操作少；其次，面向國際關(guān)系領(lǐng)域的專業(yè)性情感詞典的編輯缺位，目前絕大多數(shù)的政治情感分析所使用的情感詞典主要是各學(xué)科通用詞典，沒有考慮政治語言和政治文本的領(lǐng)域特殊性，因而情感分析精度不高；①相關(guān)研究參見Hogenboom Alexander,Bas Heerschop,Flavius Frasincar and Uzay Kaymak,“Multilingual Support for Lexicon-based Sentiment Analysis Guided by Semantics,”Decision Support Systems,Vol.62,2014,pp.43-53; Mullen Tony and Malouf Robert,“A Preliminary Investigation into Sentiment Analysis of Informal Political Discourse,”paper presents at Computational Approaches to Analyzing Weblogs Conference,Stanford,California,USA,March 2006.再次，面向國際關(guān)系領(lǐng)域的大數(shù)據(jù)計算平臺的缺失，大數(shù)據(jù)情感分析需要處理大體量的數(shù)據(jù)，這就需要高性能的硬件平臺（如高速硬盤集群）和計算軟件的支持，但由于這類平臺建設(shè)技術(shù)難度高、投入成本大，在國際關(guān)系領(lǐng)域內(nèi)尚不多見。最后，由于情感分析技術(shù)首發(fā)于英語國家，相關(guān)詞典和技術(shù)建設(shè)也多以英語為語言基礎(chǔ)，對于對非英語國家的政治研究者而言，情感分析技術(shù)在開發(fā)和驗證時表現(xiàn)出強烈的語言偏見，同時可用于非英語語言的情感分析工具數(shù)量少，且輸出質(zhì)量低，②Saif M.Mohammad,“Sentiment Analysis:Detecting Valence,Emotions,and Other Affectual States from Text,”in Herbert L.Meiselman ed.,Emotion Measurement,Woodhead Publishing,2016,pp.201-238.為國際關(guān)系的跨語言研究帶來一定困難。

五、結(jié)語

伴隨著社交網(wǎng)絡(luò)的崛起和人工智能時代的到來，大數(shù)據(jù)情感分析將會成為國際關(guān)系研究朝向工程應(yīng)用的一個重要創(chuàng)新領(lǐng)域。不同于傳統(tǒng)的理性分析范式，大數(shù)據(jù)情感分析重新假定了國際關(guān)系是一個感情豐富的情感世界，在這個人人彼此關(guān)聯(lián)又相互擾動的復(fù)雜世界里，情感表達(dá)與情感聯(lián)系是人性的客觀表現(xiàn)，任何政治行為體的決策都難逃社會關(guān)系的束縛并深受情感倫理之影響，因而通過捕捉、觀察數(shù)以百萬計的微觀主體之間的情感聯(lián)系與互動，大數(shù)據(jù)情感分析或可建立起觀察國際政治變動的“情感溫度計”?？傮w來講，大數(shù)據(jù)情感分析具有數(shù)據(jù)處理成本低、政策反應(yīng)速度快和預(yù)測精度高等優(yōu)勢，尤其適用于輿情監(jiān)測、危機(jī)預(yù)警和政治極性分析等社會感知領(lǐng)域，但本身也存在數(shù)據(jù)噪聲大、訓(xùn)練難度高和技術(shù)門檻高等問題。放眼未來，在云計算環(huán)境下，大數(shù)據(jù)情感分析有助于研究者洞察人性中的非理性因素，進(jìn)而提供基于精細(xì)情感分析的政治洞察和政治建言。當(dāng)然，其發(fā)展當(dāng)前也面臨諸多困境，亟待克服和解決。