基于評(píng)論文本情感極性分析的網(wǎng)絡(luò)熱點(diǎn)輿情分析

吳敏

摘 要：本文通過三個(gè)步驟對(duì)網(wǎng)絡(luò)熱點(diǎn)的評(píng)論文本進(jìn)行文本情感極性分析。首先是情感詞匯的選擇提取，本文的文本情感分析是從《知網(wǎng)》情感詞典選取關(guān)鍵詞;其次是將詞語的情感極性進(jìn)行計(jì)算;最后是通過情感極性值來確認(rèn)網(wǎng)絡(luò)熱點(diǎn)的輿情走向是正面還是負(fù)面偏多。網(wǎng)絡(luò)監(jiān)管部門可以根據(jù)網(wǎng)絡(luò)熱點(diǎn)的輿情分析來進(jìn)行實(shí)時(shí)監(jiān)控和管理。

關(guān)鍵詞：文本情感分析;網(wǎng)絡(luò)熱點(diǎn);輿情分析

一、網(wǎng)絡(luò)熱點(diǎn)輿情分析

輿情作為現(xiàn)代社會(huì)中體現(xiàn)民意的重要途徑，越來越成為各國(guó)關(guān)注的焦點(diǎn)。輿情不僅反映民意，同時(shí)也影響民意。在互聯(lián)網(wǎng)高度發(fā)達(dá)的今天，社會(huì)輿情不可避免的會(huì)在互聯(lián)網(wǎng)空間有所反應(yīng)[1]。隨著互聯(lián)網(wǎng)時(shí)代的到來，對(duì)輿情的監(jiān)測(cè)與研究逐步實(shí)現(xiàn)了動(dòng)態(tài)化、實(shí)時(shí)化[2]。

對(duì)熱點(diǎn)網(wǎng)絡(luò)輿情進(jìn)行文本挖掘及各演化階段的情感傾向判斷，從根本上解釋演化的原因及規(guī)律，從而為相關(guān)部門有效監(jiān)控網(wǎng)絡(luò)輿情的發(fā)展、引導(dǎo)網(wǎng)民情感傳播提供理論支持，具有比較深刻的研究意義[3]。

二、評(píng)論文本的情感極性分析

按照處理文本的力度不同，情感分析可分為詞語級(jí)、短語級(jí)、句子級(jí)、篇章級(jí)幾個(gè)研究層次[4]。網(wǎng)絡(luò)熱點(diǎn)的評(píng)論主要是詞語級(jí)和短語級(jí)文本，通常在進(jìn)行文本情感傾向分析時(shí)，無論是句子級(jí)還是篇章級(jí)的數(shù)據(jù)都依賴于情感詞典。所以，情感分析判斷的準(zhǔn)確性直接依賴于情感詞典的好壞。在很多評(píng)論中，不同的情感程度也會(huì)出現(xiàn)不同的結(jié)果。因此，在選取情感詞典的同時(shí)還需要對(duì)程度副詞的情感強(qiáng)弱做定量計(jì)算。本文的情感詞典建立在現(xiàn)有的《知網(wǎng)》的情感分析用語詞集上，利用現(xiàn)有情感詞典的極性分類，統(tǒng)計(jì)情感詞典中出現(xiàn)的每個(gè)程度副詞的情感強(qiáng)度值，將這個(gè)數(shù)據(jù)結(jié)合情感詞的組詞匹配特點(diǎn)，進(jìn)行加權(quán)統(tǒng)計(jì)計(jì)算現(xiàn)有情感詞典中每個(gè)極性詞的情感強(qiáng)度。

（1）提取否定副詞

否定詞是副詞的一種，它這一類表示否定意義的詞語，在文本中具有獨(dú)特的語法意義和影響，在情感傾向分析中，否定詞具有轉(zhuǎn)折性的意義，因此處理轉(zhuǎn)折詞匯非常重要。研究表明，當(dāng)句子中褒義詞語被否定副詞修飾時(shí)，那么整句話的意思就會(huì)完全相反，轉(zhuǎn)化為貶義情感。本文通過從《知網(wǎng)》詞典選取具有否定意義的詞語組成了一個(gè)常用否定詞表，主要有（不，不是，不得，不讓，不能，不應(yīng)該，沒，沒有，無，未，未必）。在評(píng)論中，通過關(guān)鍵詞匹配方法，檢測(cè)是否存在否定詞，從文本內(nèi)容中提出否定詞，如果單次匹配中存在一個(gè)否定詞，則情感傾向取反，如果存在兩個(gè)否定詞，則保留本身的極性，如果存在三個(gè)否定詞，則情感傾向再取反，以此類推。

（2）提取程度副詞

程度副詞，是對(duì)一個(gè)形容詞或者副詞在程度上加以限定或修飾的副詞。一般位置在被修飾的形容詞或者副詞之前，用漢語舉例：“尤其”，“非常”，“特別”，“有點(diǎn)”，“不怎么”等等，至于語氣和感覺是由后面的情感詞決定，程度副詞只是說明它的情感強(qiáng)烈度。本文通過《知網(wǎng)》中的程度級(jí)別詞語集，并對(duì)其進(jìn)行整理篩減，最后將其分為5級(jí)，分別為極量、高量、中量、低量、超低量。如下表2-1是常用程度副詞分類集合。

不同程度副詞表達(dá)的情感強(qiáng)度是不一樣的，在每個(gè)等級(jí)都有相對(duì)應(yīng)的取值。根據(jù)程度副詞和情感詞匯的匹配得出情感詞的極性，最終得出整條評(píng)價(jià)的情感傾向。不同程度副詞的取值如表2-2表示：

（3）提取情感詞

在評(píng)論文本中存在許多情感詞匯，大多數(shù)詞語都具有明確的情感傾向，也存在一部分詞語很難辨別其所屬的情感類。在本文中，我們把情感詞匯作為一個(gè)模糊的對(duì)象，對(duì)于其中一些關(guān)鍵詞，比如“漂亮”和“糟糕”，它們具有非常明確的情感，屬于情感核心詞匯。但是有些詞匯針對(duì)不同熱點(diǎn)所表達(dá)的情感可能是大不相同的。本文主要通過基于詞典的方法結(jié)合評(píng)論語境數(shù)據(jù)獲取情感詞匯，如表2-3所示：

（4）情感極性加權(quán)統(tǒng)計(jì)算法

本文分析情感極性算法來自于文獻(xiàn)[12]中的算法，情感分析模塊中情感極性研究的是句子級(jí)別的情感分析技術(shù)，通過評(píng)論預(yù)處理以及分詞技術(shù)，得出評(píng)論中的個(gè)別情感詞匯，如果句子匹配中存在程度副詞修飾情感詞，那么該情感詞匯的情感極性的計(jì)算公式如下所示：

經(jīng)過（2.1）-（2，4）的處理，最終獲得情感極性，該極性為整條評(píng)論的情感極性。從而為用戶提供正負(fù)面識(shí)別的用戶輿情服務(wù)。

三、結(jié)論

本文通過對(duì)輿情進(jìn)行實(shí)時(shí)的情感極性分析的信息監(jiān)測(cè)，也可以對(duì)熱點(diǎn)進(jìn)行監(jiān)測(cè)和預(yù)警，實(shí)時(shí)掌握輿情，從而能夠在必要時(shí)，對(duì)輿情導(dǎo)向做一個(gè)控制，進(jìn)而維護(hù)社會(huì)的穩(wěn)定。

參考文獻(xiàn)

[1]楊志國(guó).基于WEB 挖掘和文本分析的動(dòng)態(tài)網(wǎng)絡(luò)輿情預(yù)警研究[D] .武漢：武漢理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，2014 .

[2]羅怡薇，張科偉.基于文本挖掘的網(wǎng)絡(luò)熱點(diǎn)輿情分析[J].內(nèi)蒙古科技與經(jīng)濟(jì).2018，（21）：18，101.

[3]李黎.基于文本挖掘的網(wǎng)絡(luò)輿情情感傾向及演化分析[D] .湘潭：湘潭大學(xué)，2017 .

[4]來亮，錢屹.文本情感分析綜述[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2012，15（18）：74-75.

[5]楊彪.基于電子商務(wù)的評(píng)價(jià)文本情感極性等級(jí)分析[D].重慶：重慶交通大學(xué)，2014