王囝囝 ， 王 健 ， 唐明山 ， 黄 艇 ， 邬晓冬

1. 大连市气象服务中心， 辽宁 大连 116001 2. 大连市气象台， 辽宁 大连 116001

0 引 言

利用机器学习和自然语言处理技术分析公众对某一社会热点问题的评论情感，作为研判社会舆情和优化应对策略越来越受到相关部门的关注。对突发公共事件的政务微博回应方式研究发现回应议题对公众评论情感值影响显著(纪雪梅等，2020)。赵晓航(2016)对“天津爆炸”事件的新浪微博全量数据进行主题提取和情感分析，探求了突发事件下政府如何利用微博平台收集、研判、应对网络舆情。气象微博服务采用大数据、情感分析法研究识别情感倾向，成为气象服务效益评估方式的新依据(任芳等，2016；喻迎春等，2018；张晓美等，2019)。

注重公众情感评价的研究对于政府或气象部门做好舆情引导和社会服务有重要的现实意义。目前情感分析方法主要包括情感词典、机器学习和深度学习等方法。情感词典法基于标注好的情感词典、语法规则，利用情感词典对评论进行分类；机器学习的情感分析法主要通过统计文本中的特征，使用 SVM、随机森林和梯度提升决策树对特征进行立场检测，最后结合各类分类器进行融合；深度学习法主要是将各类文本分词转化为词向量的形式，利用LSTM(Long Short-Term Memory)模型改进的Bi-LSTM实现双向注意力机制(汤世松等，2021)进行文本情感分析。文中基于2017年1月1日—2020年7月3日大连市气象实况数据和与气象预警信息相关的热门微博数据，进行数据抓取，建立分词系统，提取热点，利用Bi-LSTM模型建模分析，创建了气象行业专业分词库，客观分析了近3 a大连市气象微博评论情感，为大连市气象灾害预警信息发布策略的制定提供参考。……