尉譯心

（山西警察學(xué)院，太原 030000）

現(xiàn)在人們可以通過網(wǎng)絡(luò)在第一時(shí)間獲取新聞信息，并且在互聯(lián)網(wǎng)平臺(tái)上進(jìn)行交流互動(dòng)，對(duì)各種社會(huì)問題來表達(dá)自身的態(tài)度與看法?？梢哉f網(wǎng)絡(luò)輿情代表了廣大網(wǎng)民利用互聯(lián)網(wǎng)對(duì)社會(huì)事件的真實(shí)反映，同時(shí)一定程度上的社會(huì)輿論表現(xiàn)。但是基于互聯(lián)網(wǎng)自身特點(diǎn)，決定了網(wǎng)絡(luò)輿情傳播速度更快，影響范圍更廣，尤其是從情感傾向分析，情感態(tài)度對(duì)人們的引導(dǎo)性更強(qiáng)，其存在的危害程度也就更高，因此必須要提高對(duì)網(wǎng)絡(luò)輿情的重視，做好突發(fā)事件網(wǎng)絡(luò)輿情的預(yù)警，避免造成社會(huì)不良影響。

1 網(wǎng)絡(luò)輿情特點(diǎn)

1.1 網(wǎng)絡(luò)輿情概述

網(wǎng)絡(luò)平臺(tái)現(xiàn)在已經(jīng)成為全新的輿情載體，而在網(wǎng)絡(luò)下發(fā)生的輿情即可稱之為網(wǎng)絡(luò)輿情，即在一定網(wǎng)絡(luò)空間內(nèi)，公眾在互聯(lián)網(wǎng)上對(duì)某種社會(huì)現(xiàn)象所發(fā)表且對(duì)事件現(xiàn)象有一定影響力和傾向性的共同意見?？梢詫⒕W(wǎng)絡(luò)輿情簡(jiǎn)單的看作為，特定時(shí)間內(nèi)網(wǎng)絡(luò)環(huán)境中，公眾對(duì)某特定社會(huì)事件或現(xiàn)象提出的觀點(diǎn)、評(píng)論以及意見集合，其表現(xiàn)出了所有評(píng)論者的情感傾向，與傳統(tǒng)媒體相比，網(wǎng)絡(luò)輿情外延更為寬廣[1]。

1.2 網(wǎng)絡(luò)輿情特點(diǎn)

1.2.1 互動(dòng)性

基于互聯(lián)網(wǎng)載體的特點(diǎn)，在其環(huán)境下發(fā)生的網(wǎng)絡(luò)輿情，具有更強(qiáng)的傳播性與互動(dòng)性，用戶不僅可以針對(duì)現(xiàn)象來發(fā)表自身看法，還可以獲得其他用戶的觀點(diǎn)信息，對(duì)于觀點(diǎn)不一致的情況則會(huì)進(jìn)行交互討論，進(jìn)而能夠更大程度上來促使用戶的觀點(diǎn)意見得到體現(xiàn)。

1.2.2 自由性

所有用戶在面對(duì)網(wǎng)絡(luò)環(huán)境時(shí)，理論上來講均是完全自由的，不僅可以接收獲取各種信息，同時(shí)還可以成為信息的發(fā)布者，基于互聯(lián)網(wǎng)平臺(tái)來無障礙的發(fā)表意見與看法。

1.2.3 廣泛性

網(wǎng)絡(luò)輿情的廣泛性，主要是指網(wǎng)絡(luò)輿情信息載體形式的多樣性。并且用戶可以對(duì)多種社會(huì)現(xiàn)象以及事件來發(fā)表意見和相互討論，涉及到信息非常廣泛，囊括了社會(huì)方方面面，并且因?yàn)閰⑴c用戶數(shù)量基數(shù)重大，獲取的信息更為完善，同時(shí)影響也更廣泛。

1.2.4 隱匿性

基于網(wǎng)絡(luò)匿名特點(diǎn)，用戶在互聯(lián)網(wǎng)背景下可以暢所欲言，更是因?yàn)闊o需關(guān)心個(gè)人信息問題，更多言論觀點(diǎn)多貼近于實(shí)際想法，所釋放的情緒也更真實(shí)。但是也正是因?yàn)殡[匿性，使得人們的顧慮減輕，無需顧慮過多，存在較多情感上的發(fā)泄，或者是為追求某種目的而發(fā)布虛假消息，引導(dǎo)公眾產(chǎn)生壞的輿論影響。

1.2.5 突發(fā)性

網(wǎng)絡(luò)信息傳播速度非常快，且參與人數(shù)眾多，在短時(shí)間內(nèi)就可以將關(guān)注度較高的社會(huì)事件推動(dòng)成輿論熱點(diǎn)，同時(shí)集合了大量公眾意見與看法，迅速形成公共意見，影響輿情的發(fā)展。

2 突發(fā)事件網(wǎng)絡(luò)輿情分析

2.1 突發(fā)事件概述

突發(fā)事件即突然發(fā)生，存在可能造成或者造成嚴(yán)重社會(huì)危害，必須要及時(shí)采取應(yīng)急處理措施的自然災(zāi)害、事故災(zāi)難、社會(huì)安全事件、公共衛(wèi)生事件等，其根據(jù)對(duì)社會(huì)產(chǎn)生的危害程度以及影響范圍，可以將其劃分為特別重大、重大、較大和一般四個(gè)級(jí)別。突發(fā)事件均具有一個(gè)完整生命周期，依次經(jīng)過潛伏期、萌動(dòng)期、爆發(fā)期、成熟期以及衰退期五個(gè)階段。其具有較長(zhǎng)的生命周期，且對(duì)社會(huì)影響大，涉及到較大范圍，且發(fā)展階段越多情況的演化越嚴(yán)重，對(duì)社會(huì)產(chǎn)生的影響也更嚴(yán)重。對(duì)突發(fā)事件特點(diǎn)進(jìn)行分析，具有擴(kuò)散性、爆發(fā)性、公共性、不確定性以及非常規(guī)性。事件可能發(fā)生于任何社會(huì)公共領(lǐng)域，以社會(huì)公眾群體為對(duì)象，發(fā)生后將會(huì)引起廣泛關(guān)注，對(duì)社會(huì)造成負(fù)面影響。更是因?yàn)橥话l(fā)事件的突發(fā)性，無論是采取任何措施應(yīng)對(duì)，均會(huì)存在滯后性問題，管理部門需要承擔(dān)巨大壓力與困難，在最短時(shí)間內(nèi)果斷將措施落實(shí)，積極調(diào)動(dòng)各項(xiàng)社會(huì)資源，將損失控制在最小，以免引起社會(huì)恐慌。

2.2 突發(fā)事件網(wǎng)絡(luò)輿情關(guān)系

互聯(lián)網(wǎng)作為網(wǎng)絡(luò)輿情平臺(tái)，其具有信息量大、傳播速度快、互動(dòng)性強(qiáng)以及涉及面廣等特點(diǎn)，可以為公眾提供信息。突發(fā)事件作為社會(huì)問題與社會(huì)矛盾集中體現(xiàn)，發(fā)生后公眾可以通過網(wǎng)絡(luò)平臺(tái)來就其發(fā)表評(píng)論和意見，并且不同用戶之間可以相互討論。通過頻繁的信息互動(dòng)，使得突發(fā)事件與網(wǎng)絡(luò)輿情之間聯(lián)系密切。突發(fā)事件的形成、發(fā)展以及變化為網(wǎng)絡(luò)輿情形成、發(fā)展的前提，并且網(wǎng)絡(luò)輿情也會(huì)影響社會(huì)公眾對(duì)突發(fā)事件的看法與態(tài)度，對(duì)事件后續(xù)發(fā)展以及政府處理方式產(chǎn)生影響。同時(shí)，網(wǎng)絡(luò)輿情不斷傳播過程中，還會(huì)存在可能誘發(fā)新的社會(huì)問題，形成新的突發(fā)事件，嚴(yán)重的則會(huì)形成連環(huán)突發(fā)事件，導(dǎo)致政府在處理上需要面臨更大難度。

3 情感傾向下網(wǎng)絡(luò)輿情分析

3.1 文本情感傾向分析

3.1.1 詞匯情感傾向

一方面，基于情感詞典。以情感傾向性詞典作為依據(jù)，通過分詞等技術(shù)對(duì)待測(cè)詞匯與基準(zhǔn)詞之間語(yǔ)義的相似度進(jìn)行判斷，以此來確定其傾向性。例如WordNet基準(zhǔn)詞詞匯，利用其它與待測(cè)詞匯相關(guān)信息對(duì)待測(cè)詞匯的情感傾向性進(jìn)行判斷。另一方面，基于語(yǔ)料庫(kù)。即通過對(duì)語(yǔ)料庫(kù)手工標(biāo)注，以語(yǔ)料庫(kù)作為依據(jù)，利用詞匯之間同現(xiàn)、搭配以及語(yǔ)義等關(guān)系，對(duì)詞匯情感傾向性進(jìn)行判斷。例如SO-PMI方法，即通過待測(cè)詞匯與具有強(qiáng)烈正面傾向詞匯或者強(qiáng)烈反面傾向詞匯進(jìn)行比較，計(jì)算確定待測(cè)詞匯與種子詞匯之間的互信息，以此來判斷詞匯的情感傾向性，作為了解網(wǎng)絡(luò)輿論的基礎(chǔ)[2]。

3.1.2 語(yǔ)句情感傾向

語(yǔ)句情感傾向性分析，即對(duì)話題內(nèi)評(píng)論集中的語(yǔ)句情感傾向性進(jìn)行分析，在對(duì)詞匯情感傾向性檢測(cè)結(jié)果基礎(chǔ)上，結(jié)合上下文以及特定語(yǔ)境情況分析。語(yǔ)句情感傾向性分析的對(duì)象為主客觀句子，完成主觀句子情感傾向性分析。一般將不具備情感表現(xiàn)的客觀部分刪除，然后從評(píng)論集中選取主觀部分，對(duì)其情感傾向進(jìn)行分析。例如CRE句子情感傾向性分析方法，基于多重標(biāo)記，結(jié)合主客觀性判斷、褒貶分類以及褒貶分級(jí)，使得語(yǔ)句情感傾向性分析結(jié)果可靠性與準(zhǔn)確性更高。

3.1.3 篇章情感傾向

將某篇評(píng)論文本只有一個(gè)評(píng)論對(duì)象的情況作為研究?jī)?nèi)容，分析確定該文本情感傾向性，例如通過機(jī)器學(xué)習(xí)方法對(duì)篇章情感傾向性進(jìn)行分析。設(shè)計(jì)Opinion Observer以網(wǎng)絡(luò)平臺(tái)上商品評(píng)論信息為對(duì)象，獲得市場(chǎng)反饋數(shù)據(jù)，保證網(wǎng)絡(luò)評(píng)估意見的客觀性，抽取主題對(duì)商品評(píng)論的傾向性進(jìn)行深入分析，從眾多評(píng)論內(nèi)的分析確定最終結(jié)果。

3.2 詞匯情感傾向

詞匯情感傾向值計(jì)算的依據(jù)為情感詞典，選擇具有代表性的k對(duì)基準(zhǔn)詞，且每對(duì)基準(zhǔn)詞內(nèi)包括一個(gè)褒義詞一個(gè)貶義詞。以p表示褒義基準(zhǔn)詞，q表示貶義基準(zhǔn)詞，詞匯w情感傾向值為Orient（w）的計(jì)算公式為：

Orient（w）數(shù)值大小代表了詞匯w褒貶強(qiáng)烈程度，且Sim（key，w）表示詞匯w與基準(zhǔn)詞之間語(yǔ)義相似度。

往往同一個(gè)詞匯在不同文本內(nèi)代表不同義項(xiàng)，且每個(gè)義項(xiàng)同時(shí)有存在多個(gè)義原，將詞匯相似度計(jì)算轉(zhuǎn)變成義項(xiàng)相似度計(jì)算，并且又可以將義項(xiàng)相似度計(jì)算解析成若干義原相似度計(jì)算。則兩個(gè)義原間語(yǔ)義相似度定義為：

式中，Y1、Y2表示兩個(gè)義項(xiàng)；t1、t2表示為兩個(gè)義項(xiàng)的屬性個(gè)數(shù)；1/2t-i+1表示義項(xiàng)定義種不同位置的屬性權(quán)重值。由此便可得到兩個(gè)詞匯間語(yǔ)義相似度：

式中，W1、W2表示兩個(gè)詞匯，其中詞匯W1存在M個(gè)義項(xiàng)，即Y1，Y2，…YM；詞匯W1存在N個(gè)義項(xiàng)，即Z1，Z2，…ZN。

3.2.1 否定詞匯

部分情感詞匯添加了否定前綴，這樣就使得整個(gè)詞匯的情感傾向發(fā)生變化，對(duì)此類詞匯的傾向值進(jìn)行計(jì)算：

式中，m表示添加否定前綴的情感詞匯；u表示否詞詞匯出現(xiàn)次數(shù)。

3.3 程度副詞

另外還存在部分詞匯添加有程度副詞修飾，也會(huì)對(duì)詞匯自身的情感傾向產(chǎn)生影響，則此類詞匯的傾向值計(jì)算：

式中，n表示添加程度副詞的情感詞匯；G（v）表示程度副詞v強(qiáng)度值。

經(jīng)由上述分析可知，文本話題評(píng)論的情感傾向分析，可以通過ICTCLAS漢語(yǔ)分詞系統(tǒng)進(jìn)行中文分詞與詞性標(biāo)注，然后對(duì)文本評(píng)論內(nèi)帶有情感傾向的詞匯進(jìn)行查找，然后利用情感詞典對(duì)其情感傾向值進(jìn)行記錄。同時(shí)，還需要判斷評(píng)論內(nèi)是否存在否定詞或者程度副詞，然后對(duì)修飾后的詞匯情感傾向值進(jìn)行計(jì)算。最終得到話題評(píng)論的情感傾向值：

式中，Opinion（di）表示話題評(píng)論di的情感強(qiáng)度；w表示話題評(píng)論內(nèi)未被修飾的情感詞匯；m表示添加否定詞修飾的情感詞匯；n表示添加程度副詞修飾的情感詞匯。

3.4 語(yǔ)義模式情感傾向

對(duì)突發(fā)事件網(wǎng)絡(luò)輿論情感傾向進(jìn)行分析，除了要對(duì)詞匯情感傾向值進(jìn)行計(jì)算以外，還需要對(duì)其所處語(yǔ)義模式進(jìn)行分析，才能夠更全面和真實(shí)的反映出評(píng)論情感傾向程度。進(jìn)行分析時(shí)需要構(gòu)建語(yǔ)義模式，完成權(quán)重計(jì)算，包括局部權(quán)重計(jì)算與全局權(quán)重計(jì)算。基于話題評(píng)論集中來提取語(yǔ)義模式，通過語(yǔ)義模式庫(kù)的搜索確定完成匹配，成功匹配后便可計(jì)算權(quán)重，匹配失敗則需要對(duì)語(yǔ)義模式庫(kù)進(jìn)行填充并設(shè)置其權(quán)重。如果為單句評(píng)論，可計(jì)算其全部權(quán)重；段落評(píng)論則需要先計(jì)算局部權(quán)重，然后進(jìn)行全局權(quán)重計(jì)算。對(duì)于不同長(zhǎng)度的文本，所對(duì)應(yīng)提取的語(yǔ)義模式差異較大，文本越長(zhǎng)語(yǔ)義模式越多，情感傾向分析也就更準(zhǔn)確，因此話題評(píng)論集全局權(quán)重為每條評(píng)論單句局部權(quán)重以及段落全局權(quán)重的和，以及其文本長(zhǎng)度的商。權(quán)重計(jì)算完畢后，便可通過比較計(jì)算后的全局權(quán)重與設(shè)定閾值，確定其情感傾向程度。

4 情感傾向下突發(fā)事件網(wǎng)絡(luò)輿情預(yù)警

4.1 網(wǎng)絡(luò)輿情預(yù)警

網(wǎng)絡(luò)輿情的產(chǎn)生、形成與發(fā)展整個(gè)過程全部是以網(wǎng)絡(luò)為載體，涉及到的信息分散且融入到大量數(shù)據(jù)內(nèi)，包括新聞網(wǎng)站、網(wǎng)絡(luò)社區(qū)等新興網(wǎng)絡(luò)媒體，含有與話題相關(guān)的大量潛在信息。想要確定突發(fā)事件網(wǎng)絡(luò)輿情是否具有威脅性，就需要進(jìn)行信息采集、數(shù)據(jù)挖掘、輿情分析、威脅評(píng)估以及預(yù)警監(jiān)測(cè)等環(huán)節(jié)，確保突發(fā)事件處理的有效性與及時(shí)性，將其造成的影響控制到最低[8]。

4.2 威脅估計(jì)方法

4.2.1 多屬性決策法

選擇此種方法進(jìn)行突發(fā)事件網(wǎng)絡(luò)輿情威脅評(píng)估，需要構(gòu)造據(jù)測(cè)方案集與屬性集，確定每個(gè)威脅目標(biāo)為一個(gè)備選方案，然后將多個(gè)威脅目標(biāo)組成決策方案集[9]。然后還需要構(gòu)造決策矩陣，創(chuàng)建目標(biāo)威脅估計(jì)模型。最后通過逼近理想排序法對(duì)每個(gè)方案來進(jìn)行目標(biāo)威脅程度排序。

4.2.2 模糊綜合評(píng)價(jià)法

選擇此種方法進(jìn)行事件威脅評(píng)估時(shí)，應(yīng)組合應(yīng)用模糊數(shù)學(xué)與多屬性決策方法，以模糊數(shù)學(xué)對(duì)“模糊性”事物進(jìn)行評(píng)價(jià)。即以模糊隸屬度理論作為依據(jù)，對(duì)定性指標(biāo)進(jìn)行定量化處理，具有較高的可信度。同時(shí)，還能夠解決評(píng)估指標(biāo)單一的缺陷，實(shí)際操作更為簡(jiǎn)單，且計(jì)算結(jié)果可靠性高。

5 結(jié)束語(yǔ)

基于網(wǎng)絡(luò)平臺(tái)突發(fā)事件發(fā)生后，公眾參與度更高，在發(fā)表評(píng)論與意見的同時(shí)伴隨著明顯的情感傾向，為避免突發(fā)事件對(duì)社會(huì)帶來不良影響，必須要基于情感傾向來對(duì)突發(fā)事件網(wǎng)絡(luò)輿情進(jìn)行分析，確定其威脅程度，然后進(jìn)行可靠預(yù)警，為提高政府管理工作的開展效率提供依據(jù)。