周 雁，王庆娟，庞 桐

（北京理工大学珠海学院 计算机学院，广东 珠海 519000）

0 引言

舆情是“舆论情况”的简称，是指在一定的社会空间内，围绕中介性社会事件的发生、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[1-4]。它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等表现的总和[5-7]。

舆情是社会事件的发生与变化，新闻是网络舆情的重中之重。随着互联网在全球范围的极速发展，人们获取讯息的主要方式渐渐转变为经由网络媒体获取。网络上的新闻种类繁多，信息量巨大，当网络出现重大舆情，特别是负面舆情时，若不能及时了解、有效引导，很容易形成舆论危机，严重时甚至影响公共安全。

随着大数据和人工智能的飞速发展以及机器学习中神经网络的突破，使得舆情分析监测系统的架构发生了根本性的转变[8-13]。以往的舆情信息解析系统大多以规则为主导，容易导致规则数量庞大、逻辑复杂，难以维护与升级；应用神经网络技术后，一般以神经网络模型为主、规则为辅，舆情分析系统的准确率与速度因此得到巨大提升。本文即是运用此思路，参考文献[9,14-22]中相关观点，构建了一个新闻舆情分析系统。通过将系统各模块松耦合，把解析模块独立出系统，使系统结构更清晰和灵活；研究利用神经网络代替规则作为分析工具，使用微量规则修正模型结果，以提高准确率。……