摘要：介紹了一種基于語料庫的群體情感傾向度分析模型，該模型基于傾向性語料庫中的極性詞匯對集合中每一份素材文本進行分詞，統計并計算素材文本中出現的極性詞匯的強度值，得到整篇素材文本的傾向度，對集合中所有素材文本的傾向度進行統計并歸一化，帶入分段條件函數中進行傾向度判斷，得到網絡群體對該事件的情感傾向。通過對巴以沖突和中國空間站2個近期熱點事件的對照測試，驗證了模型的正確性。
關鍵詞：極性詞匯;語料庫;情感傾向度;向量分析
引言
國家管理者在決策活動中必然會涉及關乎民眾利益的社會客觀情況，以及民眾在認知、情感和意識的基礎上對社會客觀事件的態度(民意)[1]。隨著互聯網技術的發展，民眾越來越多地通過微博、論壇、微信等手段對公共事件或熱點事件發表意見、觀點、言論和態度，如何及時識別網民這一群體對某一事件的情感傾向，成為網絡輿情管理的重要研究課題[2-3]，而不同群體情感傾向的偏差研究，是解決輿情群體情感傾向差異分析的重點[4]。本文提出了一種基于語料庫的網絡群體對事件的情感傾向分析模型，用于分析網絡上的群體對某個事件的情感傾向。該模型以網絡上某事件相關的微博、帖子等文本為素材集合，基于傾向性語料庫中的極性詞匯對集合中每一份素材文本進行分詞，統計并計算素材文本中出現的極性詞匯的強度值，得到整篇素材文本的傾向度，再對集合中所有素材文本的傾向度進行統計并歸一化，帶入分段條件函數中進行傾向度判斷，得到當前網絡群體對該事件的情感傾向是正面的、中立的還是負面的，從而及時采取相應的輿情管控手段加以引導。
1定義
1.1群體認知
群體是指按某種特征結合在一起的多個個體，群體與個體相對，是個體的集合。群體對事件的認知是指某個特定群體對事件的看法或態度。對一個事件的群體認知數據主要來源于個人微博、Twitter、QQ空間、朋友圈、論壇和貼吧等個人社交軟件產生的信息。
1.2情感傾向度
群體對事件的情感傾向即廣大個體對于特定事件的公眾認知。事件可以來自線上傳播，也可以來自媒體報道，事件傳播途徑多是通過互聯網上的各類社交媒體軟件、論壇和貼吧等。互聯網是一個任何人均可以發聲的大平臺，信息傳播是一種松散的網狀結構，存在于社會各個階層的網民是構成這個網的節點，他們掌握的或多或少的碎片化信息在節點間流動，雖然虛擬環境中仍然存在意見領袖和沉默螺旋效應，但缺少了社會群體中的監督機制和自我約束，導致群體情感傾向帶有更多的情緒和不理智因素。同時，群體對事件的情感傾向也不都以文字的形式體現，很多人并不直接發聲，而是對贊同的觀點點贊。同時，群體在使用社交媒體軟件時，經常會使用表情符號表達自己的情感，而有時表情符號會傳達出比文字更強烈的傾向性。
2模型應用
2.1模型原理
群體對某個事件的情感傾向性可歸類為正面、中立和負面。以一定平臺上的素材為基礎，事先構建傾向性語料庫，采集目標群體對特定事件的相關文本，利用自然語言處理技術提取文本中的詞匯和表情符號，基于語料庫進行分析計算得到對事件的傾向度，從而判斷目標群體對該事件的傾向性。群體傾向性分析流程如圖1所示。
(1)構建傾向性語料庫
使用網絡爬蟲從互聯網上采集近期常見的傾向性詞匯和表情符號，經過人工對詞匯和表情進行分類并設置權重后，再為詞匯和表情建立倒排索引，形成語料庫。
(2)提取事件相關文本的傾向性屬性
收集目標群體針對某事件的相關文本素材形成原始素材集合，為每一份文本素材構建情感傾向性屬性向量。
(3)計算事件的傾向度
對于包含傾向性屬性向量的文本素材，根據其傾向性屬性向量，結合語料庫中詞匯和表情符號的權重值計算每篇文本素材的傾向度。
(4)分析群體對事件的傾向性
遍歷原始素材集合中的所有素材，對集合內所有素材的傾向度進行帶符號累加求和后做歸一化處理，求出被分析群體對該事件的傾向度。
2.2模型設計
2.2.1構建傾向性語料庫
傾向性詞匯即包含情感傾向的詞匯，可以是形容詞或者副詞，比如幸福、漂亮、卑鄙、愚蠢等;也可以是動詞，比如支持、點贊、反對、作弊等;也可以是介詞短語，比如干的漂亮、有意境等。這些具有傾向性的詞匯出現在語句中，通常會表達出個體對事件的情感傾向是正面積極的，還是負面消極的。向傾向性語料庫中插入詞匯時，除了要包含正統詞匯外，還應盡可能多地包含網絡流行用語。每一個進入語料庫的詞匯除了要進行正面、負面分類外，還要對其情感強度進行評估，并預置一個強度值。
在社交媒體軟件中，比如新浪微博、微信、QQ等，表情符號也被用戶廣泛使用。用戶在表達具有情感傾向的觀點時，經常會在文本中附加表情符號，它近似刻畫了用戶的表情，能夠簡單、直觀地展現出用戶的情感傾向。根據表情符號的不同可以歸類到不同的傾向中，比如：笑臉符號可以歸類到正面傾向中;憤怒或哭泣的符號可以歸類到負面傾向中。而不同的符號傳達的情感強度也不相同，應當為其預置不同的強度值，比如：大笑符號的情感強度應當大于微笑符號。
