甘宇祥，王亚博，薛均晓，张若琪，许书宁，郭毅博

基于情感特征的新冠肺炎疫情舆情演化分析

甘宇祥1，王亚博2，薛均晓2，张若琪3，许书宁2，郭毅博4

(1. 郑州联大教育集团，河南 郑州 450001； 2. 郑州大学软件学院，河南 郑州 450002； 3. 河南师范大学软件学院，河南 新乡 453007； 4. 郑州大学信息工程学院，河南 郑州 450001)

针对突发事件的舆情演变态势进行分析，发现社会舆情的演变规律，提出了一种基于情感特征的舆情演化分析方法，该方法包含舆论情感分析模块与舆情演化分析模块。舆论情感分析模块基于BERT预训练模型和BiGRU模型，其中BERT作为词嵌入模型提取舆情文本特征向量，BiGRU则用于提取文本特征向量的上下文联系实现对舆情数据情感极性的精准判别。在舆情演化分析模块中，将舆情的情感特征在时间维度上进行动态可视化建模，并基于其结果实现舆情数据的演化规律解析。在实验部分，利用2020年1月1日到2020年2月19日的100万条新冠肺炎背景下的舆论数据进行了数值实验，实验结果表明，该方法能够有效地对疫情背景下的舆情数据进行演化分析。

新冠肺炎；舆情情感分析；舆情演变分析

随着微博、抖音等网络社交媒体的兴起，每个网民均可以作为舆论源进行信息的发表、阅读与传播。社交媒体的兴起一方面给人们带来巨大便利，另一方也带来了安全隐患。

当重大公共事件突发时，网民们往往不经过深思熟虑，便会在网上发表自己的见解，表达其对事件的情感态度，从而形成网络舆论[1]。……