贺海玉

（大众报业集团信息技术部，山东济南 250014)

0 引言

截至2022 年6 月(《中国互联网络发展状况统计报告》第50 次统计），中国网络新闻用户规模达10.51亿，较2021 年12 月增长1 919 万，互联网普及率达74.7%[1]。同时伴随着“互联网+”和大数据技术的迅猛发展，促使各种网络社交平台快速崛起，大多数网民在网络社交平台上浏览新闻的同时，通过发表网络评论来表达个人的意见看法和情感表达，这些由网民发表的评论通常都包含着许多个人情感信息、立场倾向。尤其是一些网民发布虚假消息，以讹传讹、混淆是非真相，更会扰乱社会稳定，损害政府公信力。因此对网民评论信息进行收集并加以分析，可以初步了解网民对社会热点事件的观点和看法，从而进一步准确把握网络舆情的走向[2]。

1 网络评论情感分析方法

情感分析（又称观点挖掘）是指以提取、分析、处理、归纳、推理文本中的主观信息（如观点、情感、态度、评价、情绪等）[3]为主要任务，运用自然语言处理、文本挖掘、计算机语言学等手段来识别和提取文本中原有的主观信息。目前网络评论情感分析主要有以下几种方法：基于情感词典的情感分析、基于机器学习的情感分析和基于深度学习的情感分析方法。

1.1 基于情感词典的方法

基于情感词典的情感分析主要是利用事先准备好的情感词库，对输入的文字进行去重、分词等预处理，计算出每个词对应的情感倾向度的权值，再将所有的情感词提取出来，根据句子的特点，最终判断出该段文字的情感偏激程度，从而计算出最终的情感分值。……