李泽魁，李雪婷，赵妍妍

(1. 哈尔滨工业大学 计算机科学与技术学院信息检索研究中心，黑龙江 哈尔滨 150001; 2. 哈尔滨工业大学 图书馆信息咨询部，黑龙江 哈尔滨 150001; 3. 哈尔滨工业大学 机电学院媒体系，黑龙江 哈尔滨 150001)

0　前言

微博作为国内最流行的社交媒体平台之一，存在着数以亿计的活跃用户。伴随着网民在微博上不断获取、传播及分享身边的新鲜事，日均都会产生千万级的微博数据。越来越多的学者开始关注微博这样的大数据背后的信息，而本文所提出的中文微博事件的情感分布原因分析就是面向微博语料的一项新兴的研究课题。

在实际分析微博事件时本文发现，一个微博热点事件的情感分布是随着时间而变化的。如2015年5月的微博热点事件之一“MERS入侵广东”事件，它的情感分布折线(从5月22日至6月4日)如图1所示。

图1　“MERS入侵广东”事件的情感分布变化折线图

那么为何网民随着时间推移，对于上述事件会反映出不同的情感分布呢？其背后一定有相应的原因。通过系统的分析，我们发现在5月26日，新闻报道“韩国MERS病毒携带者在广东确诊”，大家的情绪是恐惧加悲伤；5月29日，微博上传闻“接受隔离治疗的病毒患者病情加重”，网民的情绪转为恐惧居多；5月30日新闻揭露了“韩国医疗部门的监管漏洞及技术乏力”等问题，大家的情绪又转为愤怒居多；6月1日各大网站记录了“惠州医院ICU的医生护士们为了不使疫情扩散，抽签上岗”的感人事迹，国内鼓励、支持和赞美的呼声瞬间高涨了起来，随之而来的是情绪中喜悦的比例上涨。……