微博涉核舆情的情感分析与公众传播研究

发布时间：2022-01-26 08:21

　　[目的/意义]涉核话题近年来随着核产业的快速发展备受各界关注,负面的涉核网络舆情的公众传播是当前政府面临的新挑战,而微博作为网络舆情传播的重要平台,通过对微博涉核内容的情感倾向分析有助于深入探究负面舆情的发展传播规律。[方法/过程]以微博涉核话题为数据源,提出了多任务多输入的协同情感分类模型,对微博内容从时间、地域、用户关系三方面进行了情感倾向分析。[结果/结论]通过使用多任务多输入的协同情感分类模型,对微博这种长度较短且网络用语较多的文本进行分析,并综合数据分析得出了公众涉核舆情的发展传播形势。 

【文章来源】：情报理论与实践. 2020,43(12)北大核心CSSCI

【文章页数】：6 页

【部分图文】：

多输入多任务协同学习情感分类模型框架示意图

在模型中,分别使用biLSTM和biGRU对以词分句的序列和以字分句的序列进行特征提取操作,原因在于句子按词切分后所含序列较短,而LSTM计算较为复杂;句子按字切分之后序列较长,而GRU计算复杂度较低。因此这样做可以平衡两种输入的总的计算量,有利于后面对单输入模型的直观对比。图2中使用双向RNN结构来提取特征可以同时提取语句中关键词的上文依赖和下文依赖关系,能够更好地提取语句中的有用信息以更全面地对词语进行特征编码。在经过biLSTM和biGRU提取特征之后,为了把对分类有用的特征加大权重,而降低没有帮助特征的权重,使用了自注意力机制来对提取到的特征的重要性进行编码;同时通过全局最大池化操作来提取特征中的最强信号帮助分类。3 实验过程和结果

从时间上看(见图3),分别对2017—2019年全年评论数较高(大于等于100)的涉核微博进行了情感倾向分类。可以看出负面微博所占比例正在逐年上升,这在一定程度上反映出了人们对于海内外涉核事件愈加关注,对核产业可能带来的环境污染问题更为担忧,且对核的安全需求越来越高。

【参考文献】：
期刊论文
[1]大数据时代重大网络舆情事件治理研究[J]. 雷凯.  中国报业. 2020(02)
[2]涉核项目“邻避效应”的生成机理及干预策略[J]. 郑小琴.  东华理工大学学报(社会科学版). 2019(01)
[3]涉核项目的“污名化”现象及对策研究[J]. 张振华,朱立,张波,陈方强.  辐射防护. 2019(01)
[4]基于多任务深度学习的文本情感原因分析[J]. 余传明,李浩男,安璐.  广西师范大学学报(自然科学版). 2019(01)
[5]涉核谣言传播的定量化研究[J]. 陈虹宇,杨妍然,房超.  中国核电. 2018(03)
[6]基于注意力机制的微博情感分析[J]. 周瑛,刘越,蔡俊.  情报理论与实践. 2018(03)
[7]基于大数据分析的突发事件网络舆情预警研究[J]. 储节旺,朱玲玲.  情报理论与实践. 2017(08)
[8]涉核项目 邻避效应 社会风险防范与化解对策[J]. 张志刚.  世界环境. 2017(02)
[9]从江门反核事件看涉核舆情的预防与消解[J]. 李炜炜,王桂敏,李晶,戴文博,田雪.  核安全. 2015(02)
[10]基于新浪微博的负面网络舆情监测研究——针对政府的负面网络舆情研究系列之一[J]. 孙飞显,程世辉,倪天林,靳晓婷.  情报杂志. 2015(04)



本文编号：3610160