许学添 邹同浩 肖枫

（广东司法警官职业学院 广东省广州市 510520）

1 引言

舆情是指在一定的社会空间内，围绕社会事件的发生、发展和变化，作为主体的民众对作为客体的社会管理者、企业、个人及其他各类组织及其政治、社会、道德等方面的取向产生和持有的社会态度，是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。随着信息技术的发展和互联网媒体的兴起，截至2021年2月，我国的网民数量已经达到9.89 亿，网络已经成为舆情产生与传播的主要途径，特别是社会生活中的热点事件或问题，更是会有大量网民通过评论表达出自己的情感态度，通过对这些网络舆情进行情感分析[1]，可以有效掌握和解读民意，科学、高效地做好舆情监控和引导工作。

网络舆情一般是以文本作为表现形式，随着自然语言处理技术的发展与成熟，利用其来对网络舆情进行分析处理，成为目前网络舆情自动监测的一种主流方法，其中对网络舆情的情感倾向分析是一个重要的研究方向。XingMou 等[2]结合了知网HowNet 情感词典和其他领域词典对微博上关于电影的评论进行了情感分析；刘志明等[3]使用了三种特征选取方法和三种特征值权重计算方法，通过训练SVM 分类模型、贝叶斯分类模型、n 元语言模型进行情感分类的研究；Xiao Sun 等[4]通过扩展的卷积神经网络，完成对微博内容的情感识别；李洋等[5]提出一种卷积神经网络和双向长短时记忆特征融合的模型，利用卷积神经网络提取文本向量的局部特征，利用BiLSTM 提取与文本上下文相关的全局特征，将两种互补模型提取的特征进行融合，提高了文本情感识别的准确率。……