赵柳杨，杜彦辉，王腾飞

(中国人民公安大学信息网络安全学院, 北京 100038)

0 引言

社交媒体平台的兴起，如博客、论坛、微博等将互联网带入了web2.0时代。以前用户只是单向的接收由专业人士(报社、公司、门户网站等)生产的信息，如今借助微博等社交媒体平台，每一个用户都可以几乎零成本地成为内容的生产者，以实时、同步的方式分享自己的内容，由此带来的是互联网上信息的空前丰富。这些信息中携带着用户自由发表的评价、观点、看法、情感、立场等等，对这些蕴含在海量信息中的有价值的部分进行挖掘成了许多科学家探索的方向。

本文致力于对时政微博这一特定的领域的信息做情感分类。在线社交媒体对事件的发生和扩散可以起到重要的作用，网络舆论成为了影响社会有序发展以及和谐稳定的一个重要因素。因此对时政这一特定领域的微博进行情感分析能够让决策者尽早掌握有关社会大事的舆论动向，对作出正确的决策具有重要的参考价值。

情感分析是自然语言处理领域的一个基础任务，根据所处理的文本的颗粒度，情感分析可以分为3个级别：篇章级、句子级、属性级，篇章级和句子级比较好理解，属性级关注的是文本的观点以及观点评价对象。本文对微博评论做情感分析是一个句子级别的任务。其分类算法主要有两大类，分别是传统机器学习和深度学习。深度学习也分为两个阶段，BERT出现之前和BERT出现之后。

在深度学习还没有在自然语言处理任务普及的阶段，研究者们主要是使用机器学习算法，改进的角度也很单一，主要是利用情感字典，也就是使用了各种单词的情感极性，如“高兴”这个词是正面的、积极的。……