曾靈

華南師范大學經(jīng)濟與管理學院 廣州 510006

引言

隨著現(xiàn)代技術的發(fā)展，互聯(lián)網(wǎng)平臺已逐漸成為信息交流和文化傳播的重要渠道，線上學術交流也隨之興起，一大批科研機構(gòu)紛紛開設網(wǎng)絡平臺，為知識傳播搭建起橋梁，學術信息的在線交流模式開始蓬勃發(fā)展。在眾多的網(wǎng)絡平臺中，新浪微博以其低成本的信息獲取、便捷的信息交互而獲得眾多科研機構(gòu)的青睞。微博用戶可以通過多種移動終端接入微博平臺，實現(xiàn)以文字、圖片、視頻等多媒體形式的信息即時分享和傳播互動，其具有使用門檻低、內(nèi)容豐富、傳播快速、獲取便捷、時效性高等特點。從2009年8月上線以來，新浪微博一直保持著爆發(fā)式的增長，根據(jù)《微博2020用戶發(fā)展報告》可以得知，2020年微博月活用戶達到了5.11億，用戶群體呈現(xiàn)年輕化趨勢[1]。微博平臺的開放性使得它不僅具有社交網(wǎng)絡的功能，其更加傾向于表現(xiàn)出社會媒體的功能。首先，該平臺擁有大量的專家學者和豐富的學術資源，每天產(chǎn)生大量的學術信息，這是其他學術交流媒介所不能比擬的。其次，微博學術信息更新快，相比于期刊、會議等，該平臺對于學術前沿信息的傳播更加迅速?？v觀以往的學術交流，數(shù)據(jù)信息的難以獲取成為了學術交流的障礙之一，而微博的學術信息資源獲取的成本低，用戶可以便捷獲取公開學術信息。更重要的是，無論是權威學者還是普通學者，均可以通過該平臺進行平等的、“面對面”的學術交流，這讓跨界交流變得頻繁，更利于碰撞出智慧的火花。所以，綜上所述，微博學術交流的優(yōu)勢逐漸突顯[2]。而中國科學院作為中國自然科學的最高學術機構(gòu)，自建立以來即與科學共進，以國家富強為己任，培養(yǎng)了大批優(yōu)秀的科研人才，為我國的科技進步、經(jīng)濟發(fā)展等作出了巨大的貢獻。所以，自2013年5月中國科學院在微博平臺開通官方微博“中科院之聲”以來，迅速獲得了大量關注。截止2020年底，“中科院之聲”已發(fā)布微博31311條，吸納的粉絲數(shù)將近450萬。中國科學院作為國家戰(zhàn)略科技的重要力量，其網(wǎng)絡的傳播影響力是其進行知識傳播和社會服務的重要體現(xiàn)，所以研究其知識傳播的發(fā)展現(xiàn)狀對于提升其網(wǎng)絡傳播影響力、營造崇尚知識、尊重科學的交流氛圍具有重要的意義[3]。

1 相關研究綜述

通過搜索相關的文獻資料，筆者發(fā)現(xiàn)近幾年關于學術科研機構(gòu)的網(wǎng)絡化傳播的研究主要集中在以下幾個方面：王剛等[4]認為在科研傳播的過程中，傳統(tǒng)的傳播方式如紙質(zhì)介質(zhì)、電子介質(zhì)等有較大的局限性，而科研社交網(wǎng)絡則可以更快速傳播，且具有交互性、共享性和可信性，能夠滿足用戶的個性化需求，對于科技創(chuàng)新發(fā)展具有重要的意義，肯定了社交網(wǎng)絡對于學術信息交流傳播的重要性。國外著名的醫(yī)學期刊非常注重利用自媒體來加強期刊的宣傳，如Nature醫(yī)學姊妹刊的每篇文章都提供給Connotea、Digg、Facebook、Newsvine、Delicious、Twitter等平臺進行交互傳播[5]。并且，趙金萍等[6]通過研究發(fā)現(xiàn)，在網(wǎng)絡時代，公眾對于與自身利益相關的科研成果表現(xiàn)出較為強烈的參與意愿，愿意積極參與到科學事件和科學信息的評議當中去。趙雅馨等[7]通過獲取微博用戶關注的科研數(shù)據(jù)來探究微博用戶進行科學關注的特點，對文獻的類型、所屬學科及研究主題等都展開了研究。其研究發(fā)現(xiàn)，論文（包括期刊論文、預印本、會議論文）是微博平臺中進行科學傳播的最主要的內(nèi)容形式，其次是科學新聞，研究報告的形式也受到了微博用戶的關注。醫(yī)學和生物學是關注度較高的學科領域，而物理、化學等由于公眾參與度較低而成為了微博關注中的“冷門”學科。該研究還發(fā)現(xiàn)，能夠引起大量用戶關注的科學主題主要是具備科學趣味性的文化話題、國家重大科研突破的新聞話題或是與生活息息相關的健康話題，且主題的專業(yè)性越強，關注度的消退就越快。

還有學者研究對比了國內(nèi)和國外的學術社交媒體平臺，發(fā)現(xiàn)我國的學術社交網(wǎng)絡平臺在定位、運營和發(fā)展中存在著缺乏全球化營運理念、用戶黏性差、內(nèi)容生產(chǎn)缺乏有效的激勵手段等問題[8]，科研媒體平臺對于科學事件的評議既不專業(yè)也不夠理性，還容易造成負面的網(wǎng)絡輿情[5]。在如何更好促進科學傳播和科技創(chuàng)新方面，學者胡昭陽[9]提出眾包科學的新思路，認為可以基于互聯(lián)網(wǎng)和數(shù)字媒體向社會開放社會化協(xié)作的科研創(chuàng)新，通過利用公眾的集體智慧，達到科學研發(fā)創(chuàng)新的目的，除了可以與公眾建立較為緊密的聯(lián)系之外，也可以更加低成本、低風險、創(chuàng)造性地實現(xiàn)科技創(chuàng)新。祝娜等[10]研究了國外Twitter平臺用戶的傳播數(shù)據(jù)，發(fā)現(xiàn)科研用戶在科技創(chuàng)新中扮演著重要的角色，而且路徑一般是從科學界到社會公眾，從權威用戶到普通用戶等，建議增加有號召力的領袖信源的數(shù)量、增強網(wǎng)絡社群中信源的信息交互能力等。除此之外，學者李楊等[11]還分析了網(wǎng)絡輿論的群體極化給科研人員參與科學傳播活動所帶來的影響，認為科研人員中的意見領袖對于大眾輿論的引導作用并不明顯，并且隨著時間的推移，科學事件的多次極化討論反而會降低各方對于這些事件的關注和參與，呼吁不同的機構(gòu)應該就加強合作，讓公眾更好地參與到科學傳播活動中來。而媒體平臺也應該在尊重客觀事實的基礎上公正、理性報道學術事件，避免純粹制造輿論來吸引眼球[5]。

除此之外，此類平臺文本內(nèi)容的情感分析歷來也是學者們關注的重點。馬超等[12]以上海公安機構(gòu)微博為例，研究政務微博評論中的情感極性分析方法，探究微博已有屬性和這些情感極性之間的關系。國外學者Holmberg等[13]研究了天文物理學家推特上的文本情感態(tài)度與鏈接內(nèi)容的關系，認為學者們傾向于分享知識，而不是發(fā)表評論，對推薦內(nèi)容的態(tài)度通常為積極的，但是不同微博提及的情感程度是不同的，因此需要根據(jù)特定語境分析不同的指標。Friedrich等[14]則分析了帶有科學論文鏈接的推文的情感態(tài)度，發(fā)現(xiàn)目前的情感分析工具還不能精確的判斷推文對科學論文的情感極性，應該提高假積極情感的識別能力，所以，情感分析方法的改進也是研究的熱點之一。目前的情感分析方法可以總結(jié)為基于機器學習的方法和基于情感詞典或者知識系統(tǒng)的方法。李巖等[15]研究了基于微博短文本的情感分析，設計了針對用戶文本評論情感分析的輿情分析系統(tǒng)用于識別情感傾向和演化規(guī)律來了解用戶對于熱點話題的觀點和態(tài)度。王勇等[16]則基于情感極性詞典來對微博的文本內(nèi)容進行情感分類的，并且在原有詞典的基礎上，不斷改進情感詞典，使得情感的識別和判斷更加準確。除此之外，還有基于深度學習、基于半監(jiān)督學習、基于混合向量模型、融合表情符號等的微博文本情感傾向分析，分析的內(nèi)容包含了公共圖書館形象、網(wǎng)絡股評、突發(fā)公共事件輿情分析等。

通過以上的內(nèi)容梳理可以發(fā)現(xiàn)，目前對于科學知識的網(wǎng)絡化傳播的研究逐漸成為學者們關注和討論的重點。在此研究背景下，本文試圖選取具有典型代表性的“中科院之聲”作為本文的研究對象，關注此類學術科研機構(gòu)在網(wǎng)絡化時代進行知識傳播的情況，通過分析現(xiàn)狀揭示目前科學知識網(wǎng)絡化傳播的特征，并通過分析微博評論情感傾向，探究受眾對于科學知識傳播的態(tài)度，為學術知識的網(wǎng)絡化傳播貢獻一份力量。

2 數(shù)據(jù)來源

在數(shù)據(jù)獲取方面，本文選取中國科學院認證微博“中科院之聲”的官方微博文本數(shù)據(jù)，該官方微博自2013年5月正式開通以來，受到了廣大熱愛科學、熱愛知識的網(wǎng)友的關注。2013年5月27日，“中科院之聲”正式加入微博平臺，并在同年5月31日正式發(fā)布第一條官方微博，之后一直秉承著“以科學的眼光看世界，以全球的思維論科學”的理念積極進行學術知識的交流和傳遞。從“中科院之聲”2013年正式發(fā)布第一條微博以來，到2020年12月31日，其發(fā)布的微博的數(shù)量已經(jīng)達到了31311條。通過使用八爪魚數(shù)據(jù)采集工具，本文將這些數(shù)據(jù)按照時間排序進行爬取，爬取的內(nèi)容主要包括：微博原文發(fā)布的時間、發(fā)布的詳細內(nèi)容、每一條博文對應的轉(zhuǎn)發(fā)數(shù)、評論數(shù)和點贊數(shù)等。本研究還選取了自2019年4月—2020年12月期間微博原文的26581條評論作為本文的情感分析數(shù)據(jù)集，探究中國科學院在微博平臺進行知識傳播過程中的受眾情感傾向。

3 傳播內(nèi)容的統(tǒng)計分析

3.1 發(fā)布微博的數(shù)量分析

“中科院之聲”作為中國科學院的官方微博賬號，代表的不僅僅是單純的科學知識傳播主體，其擁有著強大的“專家?guī)臁眮泶_保傳播內(nèi)容的科學性、嚴謹性，是一個涵蓋了科學家、新媒體工作者等專業(yè)人才的知識傳播隊伍[17]，所以，在網(wǎng)絡時代，該官方微博賬號肩負著知識傳遞的神圣使命。如圖1所示，經(jīng)過對31311條微博信息的不同年份的數(shù)量統(tǒng)計可以得知，除了2013年發(fā)布的微博數(shù)量為1812條，之后的每一年發(fā)布的微博數(shù)量均在3000條以上。經(jīng)過計算，該官方微博平均每天發(fā)布的微博數(shù)量在9～12條之間。說明自中國科學院開通微博線上交流平臺以來，積極發(fā)布微博，更新和傳遞科學知識。

圖1 不同年份發(fā)布的微博數(shù)量

3.2 發(fā)布微博的內(nèi)容分析

經(jīng)過對發(fā)布的31311條微博的粗略統(tǒng)計和分析，可以發(fā)現(xiàn)，發(fā)布的內(nèi)容大致可以劃分為以下幾類：某領域最新研究進展或研究發(fā)現(xiàn)、科學史介紹、科學知識科普、博文轉(zhuǎn)發(fā)或回復、其他，共五大類，詳細含義如表1所示。同時，對不同類型的微博的數(shù)量進行統(tǒng)計可以觀察到，官方微博發(fā)布數(shù)量最多的內(nèi)容是科學知識的科普，占據(jù)了發(fā)布微博數(shù)量的51.40%。除此之外，發(fā)布數(shù)量較多的依次是不同領域的研究進展或研究發(fā)現(xiàn)、科學史介紹、科學知識的科普、博文轉(zhuǎn)發(fā)或回復、其他，這些內(nèi)容涵蓋了自然科學各個領域的研究熱點，構(gòu)成了“中科院之聲”科學知識傳遞的主要內(nèi)容。

表1 發(fā)布微博內(nèi)容分類

在web3.0時代，許多網(wǎng)站經(jīng)常使用詞云圖來顯示用戶搜索過的關鍵詞，從而給后來的用戶提供搜索的參考指引。詞云圖作為文本可視化的重要工具之一，可以直觀地體現(xiàn)出不同的詞組在特定文本中出現(xiàn)的頻率。它由眾多的關鍵字或者標簽組成，每個詞的重要性程度可以根據(jù)字體的大小和字號的粗細進行判斷。在詞云圖中，越是處于圖片的中間位置、字體和字號越大，通常表明該詞出現(xiàn)在文本中的概率就越大，也就越重要。本文在獲取微博原文數(shù)據(jù)之后，編寫了相應的python程序語言，在篩選、去除無意義詞語的基礎上，將微博原文的文本內(nèi)容導入編程語言，得到文本內(nèi)容的高頻主題詞及其頻次。制作相應的詞云圖如圖2所示，可以發(fā)現(xiàn)，“科學史”“材料”“生物”“植物”“系統(tǒng)”等高頻詞尤為凸顯，說明這些內(nèi)容在發(fā)布微博的文本內(nèi)容中出現(xiàn)的頻率較高，同時也體現(xiàn)了這些主題的重要性。

圖2 傳播內(nèi)容高頻詞詞云圖

3.3 高熱度微博內(nèi)容分析

本文選取評論數(shù)量最高的8條微博進行分析，可以看到，評論數(shù)量較高的微博內(nèi)容主要涉及自然科學領域研究的重大性突破、公眾關注的熱點科學事件等。如評論數(shù)量最高的是近段時間關于天文學家捕獲的首張黑洞照片的消息，這是人類歷史上的重大突破，這一突破讓人類對于此類天體有了更加清晰的認識，也標記著人類在對物質(zhì)世界的探索不斷取得新進展。這是一項由200多位科研人員進行國際合作所完成的非凡的科研成果，技術的突破、智慧的交流、創(chuàng)新的算法等匯聚到一起，打開了一個關于黑洞和全球視界的全新窗口。所以，這個消息一經(jīng)報道，就引起了網(wǎng)友們的廣泛關注和討論。網(wǎng)友表示：“見證歷史了”“牛啊，有生之年系列！”“永遠歌頌科學！”。其次，評論數(shù)較高的內(nèi)容是關于重要科學人物逝世的訃告，于敏院士作為著名核物理學家、中國核武器事業(yè)重要奠基人，曾獲得“兩彈一星”功勛獎章、國家最高科技獎、全國道德模范稱號等，他的逝世令人惋惜和悲痛，網(wǎng)友們紛紛表達對于老一輩科學家逝世的哀思和崇高敬意。如不少網(wǎng)友紛紛留言道：“國土無雙，老先生千古！”“于敏爺爺走好，向您致敬，最偉大的人！”等。討論度高的微博內(nèi)容還包括一些不實信息的重要聲明，如一些機構(gòu)企圖冒充中科院研究所發(fā)布一些不實內(nèi)容來誤導公眾從而博得關注，中科院及時發(fā)博澄清，并附上官方的權威機構(gòu)列表供公眾參考識別，提醒公眾注意甄別此類冒名機構(gòu)。此外，還有一些重要論文成果的科普專題，比如暗物質(zhì)粒子衛(wèi)星“悟空”工程團隊最近在《Nature》雜志上發(fā)表了最新的重大突破性成果，對于這種專業(yè)性較強的知識內(nèi)容，“中科院之聲”微博官方為了讓網(wǎng)友們能夠理解這些晦澀難懂的專業(yè)術語和物理知識，特意采用生動形象的圖畫做了一期物理專題知識科普，并且以“孫悟空大戰(zhàn)葫蘆娃”的故事作為知識內(nèi)容的敘述脈絡，幽默風趣的語言、靈動飄逸的動畫設計吸引了大批網(wǎng)友進行圍觀，引起了網(wǎng)友們的熱烈討論。有網(wǎng)友表示：“科普文案做得很生動，吸引人！從頭看到尾，并且看懂啦，哈哈，‘悟空’好棒！”“我看懂了！我看懂了??！謝謝‘悟空’，謝謝文案繪圖小哥哥小姐姐，我竟然看得懂！”這一期的科普取得了非常良好的效果。還有一些討論度較高的內(nèi)容是關于中科院對于新冠病毒謠言的澄清說明和其相關知識的科普等如表2所示。

表2 高熱度微博傳播內(nèi)容

通常而言，微博平臺的“點贊”意味著網(wǎng)友對于博主發(fā)布的內(nèi)容存在心理上的認同和贊賞，是一種正向積極的情感表達；而“評論”是針對博文的內(nèi)容發(fā)表自己的見解和看法，這種文字的表達有可能是積極正面，也有可能是消極負面；“轉(zhuǎn)發(fā)”在某種程度上也是一種對于發(fā)布內(nèi)容的認可，且認可的程度較高，通過轉(zhuǎn)發(fā)這種方式提高微博內(nèi)容在該平臺的推薦度，微博內(nèi)容也因此可以獲得很多的曝光度。按照表2的8條微博的評論數(shù)從高到低進行排序，分別編號1～8，然后繪制這些評論數(shù)較高的微博傳播數(shù)據(jù)圖如圖3所示?？梢钥吹?，轉(zhuǎn)發(fā)數(shù)和點贊數(shù)在整體趨勢上較為一致，兩者都表達了對于微博內(nèi)容的贊賞和認同的情感。通常評論數(shù)較高的微博，也會得到較多的點贊和轉(zhuǎn)發(fā)。網(wǎng)友通過對這些內(nèi)容的點贊、評論和轉(zhuǎn)發(fā)，讓這些內(nèi)容獲得了更多的推薦度，科學知識內(nèi)容得到了更好的傳遞和擴散。

圖3 高熱度傳播內(nèi)容傳播數(shù)據(jù)統(tǒng)計

4 知識傳播的主題變化情況

通過官方發(fā)布的微博內(nèi)容結(jié)合2013-2020主題關鍵詞及其頻次如表3所示進行分析可以得知，從2013年開始，“中科院之聲”已經(jīng)開始發(fā)布一些歷史上某個時期發(fā)生的重大科學事件、介紹在某方面對科學技術的發(fā)展起重要推動作用的人物等內(nèi)容。但從2014年開始，“中科院之聲”開始正式設置了“科學史”專題系列的知識傳播內(nèi)容，所以，“科學史”一詞貫穿了之后的每一年，成為了高頻主題詞。同時，“生物”“植物”“環(huán)境”等詞始終保持著高熱度，傳播內(nèi)容的主題主要圍繞這幾個方面展開。除此之外，“細胞”“疾病”“物理”“納米”等詞也成為傳播的主題內(nèi)容之一。2013-2020年，傳播的主題在大體上沒有特別明顯的變化，這也側(cè)面說明“中科院之聲”傳播的核心主題較為穩(wěn)定。

表3 2013-2020主題關鍵詞及其頻次（Top 10）

經(jīng)過觀察可以發(fā)現(xiàn)，“中科院之聲”的知識傳播也比較貼合時事，在不同時期及時傳遞著國內(nèi)外發(fā)生的重大科學事件，搭建起信息交流和信息傳輸?shù)臉蛄?。比如?013年“嫦娥三號”探測器發(fā)射升空，實現(xiàn)了中國首次對地外天體直接探測的目標，這一創(chuàng)舉極大地推動了國內(nèi)外認識月球、研究月球和利用月球的探索熱情，并且這個過程取得了大量創(chuàng)新成果?！爸锌圃褐暋睂τ凇版隙鹑枴卑l(fā)射的過程進行了系列的跟蹤報道，包括發(fā)射前的準備工作、需要具備的相關技術、可能面臨的難題、取得成功的意義等，與網(wǎng)友們?nèi)轿环窒砹恕版隙鹑枴备鞣矫娴馁Y訊，讓廣大網(wǎng)友在“中科院之聲”發(fā)布的信息中共同見證了這項偉大事業(yè)的完成。所以，在2013年的高頻主題詞中可以看到“嫦娥三號”“月球”“機制”等詞頻頻出現(xiàn)。再如，2020年，新型冠狀病毒在武漢爆發(fā)，成為舉國關注的大事件，“中科院之聲”開始發(fā)布關于新型冠狀病毒的一系列研究進展。內(nèi)容包括：科學家通過研究揭示了武漢新型冠狀病毒進化來源、與其它病毒的基因組序列進行相似度比較、新冠冠狀病毒論文的最新成果、哪些藥物對新型冠狀病毒有一定的抑制作用以及對于武漢病毒的網(wǎng)絡謠言進行聲明和辟謠等，還及時發(fā)布了新型冠狀病毒信息庫的鏈接地址供學術交流和研究使用。所以，2020年的主題詞中，“病毒”“武漢”也成為了高頻詞。

5 知識傳播中的情感分析

5.1 情感分析準備

社交網(wǎng)絡情感分析[18]是指利用自然語言處理技術來挖掘社交網(wǎng)絡中用戶的觀點、態(tài)度和情感，主要用于網(wǎng)絡的輿情監(jiān)測和信息的預測等。在本文的研究中，采用基于情感詞典的方法進行句子語義情感分值的測度，這種方法主要是對分詞后的文本內(nèi)容進行情感詞的匹配，整合情感詞進行不同權重的評分，最后得到文本的情感傾向分值。情感分析處理過程如圖4所示，在得到相關的文本內(nèi)容之后，先進行文本內(nèi)容的預處理，去掉一些重復的內(nèi)容、與情感分析無關的一些html標簽等。為了判斷句子中是否存在與各類詞典相對應的詞語，需要對這些句子進行分詞，本文選擇了python平臺中的“結(jié)巴分詞”作為本文的分詞工具。情感詞典主要分為：否定詞詞典、程度副詞詞典、積極情感詞典、消極情感詞典。為了得到更完整的詞典，在結(jié)合需要分析的內(nèi)容的基礎上，本文還對不同詞典的部分內(nèi)容進行了整合和更新，使得得到的結(jié)果準確度更高。最后將需要進行情感測度的文本導入，匹配調(diào)整后的情感詞典，最后計算不同文本的情感值即可得到結(jié)果。

圖4 情感分析處理過程

情感詞典是本文情感分類最核心的部分，本文采用的情感詞典來源于BosonNLP情感詞典，這個詞典來源于社交媒體文本，是由波森自然語言處理公司推出的一款已經(jīng)做好標注的情感詞典。詞典中根據(jù)表達的情感極性的不同，對每個情感詞都進行了情感值的評分，適用于進行社交媒體的情感分析，BosonNLP情感詞典樣例如表4所示：

表4 BosonNLP情感詞典樣例

現(xiàn)有的BosonNLP情感詞典雖然是針對社交媒體進行情感分析的詞典，但是由于時代的發(fā)展變化，不同時期可能流行不同的“網(wǎng)絡?！保ㄔ~語、拼音、符號等多種組合，在特定的網(wǎng)絡媒介中傳達特殊的含義，久而久之形成特定的語言。這些網(wǎng)絡流行語通常具有詼諧、幽默、新奇的特點[19]，如“菜鳥”“辣雞”“潛水”“我暈”等，這些網(wǎng)絡流行語經(jīng)常被用于網(wǎng)民表達自己的觀點和見解。為了使得情感的分類更加準確，本文還根據(jù)得到的文本進行了詞頻分析和統(tǒng)計，在此基礎上，篩選出現(xiàn)頻次較高的帶有主觀性的情感詞，如“杠精”“鍵盤俠”“粉絲”等，通過查找BosonNLP情感詞典里意思相近的詞語，取兩者分值的平均值來人工賦予相應的分值，并添加進該情感詞典。

程度副詞使用hownet情感分析詞語集中的程度副詞詞集，并且根據(jù)不同的預期強度進行了標記。如果大于1則表示情感的逐漸加強，小于1，則表示情感的逐漸減弱，本文按照“極其1.8”“超1.6”“較為0.8”“稍0.7”“微0.5”進行了標記，如表5所示。除了完善BosonNLP情感詞典和根據(jù)不同強度標記程度副詞詞典，在此基礎上，本文整合了包括哈工大停用詞、四川大學機器智能實驗室停用詞、百度停用詞等得到新的中文停用詞表，總共2462個，為得到較為準確的情感分值打下了良好的基礎。

表5 程度副詞詞集標記

在進行分詞后，程序?qū)⒆詣颖闅v所有的文本內(nèi)容，查找文本內(nèi)容中的情感詞、否定詞和程度副詞，并與不同的詞典進行匹配。若情感詞之間存在程度副詞或否定詞，則情感詞之間的所有否定詞或程度副詞與后一情感詞構(gòu)成一個情感詞組，例如在“今天很不開心”句子中“很”是程度副詞，“不”是否定詞，“開心”是情感詞，那么得分就是Senti-Score=(-1)1*1.25*0.77，其中(-1)1指句子中出現(xiàn)了1個否定詞，而1.25和0.77則分別為程度副詞、情感詞詞典的分值。所以，情感分值的計算可以表達為：

其中Si表示子句的情感得分；m表示否定詞的個數(shù)，由于漢語的特點，否定個數(shù)為單數(shù)時，表示否定，而當否定詞個數(shù)為雙數(shù)時，表示肯定；Wi表示程度副詞的權值；Ei表示子句中情感詞的權值。

5.2 情感分析結(jié)果

本文對選取時間內(nèi)的學術微博的評論情感傾向進行識別，從評論的內(nèi)容反映網(wǎng)友對于哪些科學知識表現(xiàn)出關注，關注的熱點事件集中在哪里，中科院的知識傳播達到了怎樣的效果，這些評論會在微博形成強大的輿論場。在這些觀點中，客觀理性的觀點與曲解誤導的謠言并存[20]，稍有不慎，就會影響到中科院在學術界的聲譽和權威，所以，對于其微博評論的情感進行分析是有必要的。由于在官方發(fā)布的微博中，部分微博原文底下并沒有網(wǎng)友的評論和留言，為保證數(shù)據(jù)的科學準確性，本文選取了官方微博下發(fā)布的帶有文字評論的相關數(shù)據(jù)，經(jīng)過初步篩選，共獲取26581條有效數(shù)據(jù)，部分評論情感分值如表6所示。由于針對不同事件的評論可能存在較大的情緒差異，情感分值跨度范圍較大，本文將通過進一步的細分來進行細膩情感的把握。根據(jù)情感的分值結(jié)果，結(jié)合情感詞典，如果情感分值大于0，可以認為該文本內(nèi)容傳遞的情感為積極，根據(jù)不同的程度可以劃分為：0～10為一般積極情感，10～20為中度積極情感，20以上的分值可判斷為高度積極情感。如果情感分值小于0，可以認為該文本內(nèi)容傳遞的情感為消極，根據(jù)不同的程度可以細分為：0～-10為一般消極情感，-10～-20為中度消極情感，-20以下為高度消極情感。通過對樣本數(shù)據(jù)集的統(tǒng)計，可以得到如圖5所示的結(jié)果。

圖5 微博評論情感分值數(shù)量統(tǒng)計

表6 微博評論分值示例（部分）

從得到的結(jié)果可以看到，這些評論絕大部分分值處于0～10分之間，屬于一般積極情感，此類情感的評論數(shù)量為17382條，占到了總數(shù)的65.39%。這些評論的內(nèi)容主要是針對中科院發(fā)布的關于科學界發(fā)生的重大事件進行的討論，比如，官方微博發(fā)布“為促進新型冠狀病毒肺炎科研攻關，搭建了中國科學院新型冠狀病毒肺炎科研文獻共享平臺”時，網(wǎng)友表示“這方面也一定要和美國那個數(shù)據(jù)庫競爭一下”“共享很重要”“感謝科學家們付出的努力，希望疫情快點結(jié)束”等。再比如官方微博發(fā)布了“2020年諾貝爾物理學獎揭曉”的報道，網(wǎng)友們表示“雖然看不懂也聽不太懂，但很?！薄熬让娴氖翘珎ゴ罅恕钡缺磉_對獲獎者的敬佩、贊嘆之情。而中度積極情感的分值范圍在10～20之間，選取的樣本中有599條屬于該范圍，這些評論的積極情緒的強度更大，表達的情感也更加強烈。比如，當發(fā)布“中國科學家構(gòu)建了76光子量子計算原型機，使得我國成功達到量子計算研究的首個里程碑”的消息時，網(wǎng)友們紛紛留言“微系統(tǒng)所牛逼！”“中科大是越來越優(yōu)秀了噢”“雖然看不懂，但能感覺到是個了不起的成就”“2020 科學界最激動人心的成果！”等，表達了對中國科學家在該領域取得的研究突破的激動、開心、自豪之情。高度積極情感的內(nèi)容同樣表達了對于祖國科技進步、日益強大的自豪和喜悅的情感。

一般消極情感評論數(shù)量為8487條，占據(jù)了評論總數(shù)的31.93%，經(jīng)過進一步的細分，可以發(fā)現(xiàn)，8487條評論中有6397條評論的分值為處于-2～0分的區(qū)間，占據(jù)了一般消極情緒的75.37%，可以認為消極情感的情感強度非常微弱，基本上可以定義為“中性情緒”。而這些內(nèi)容主要是網(wǎng)友對于發(fā)布信息內(nèi)容的“調(diào)侃”和理性討論。比如中科院之聲發(fā)布的其中一條博文“在很多人的印象中，化肥不僅和土壤污染劃等號，使用了化肥種出來的蔬菜、糧食也都不太健康。然而，事實果真如此嗎？”網(wǎng)友們評論“事實是沒有化肥我們不可能吃飽飯?！薄昂侠硎褂貌粫斐蓚Α薄俺燥栵埩司陀X得化肥不健康了”。而在所有被認為帶有消極情緒的評論中，僅有一小部分評論中帶有相對明顯的消極情緒。比如有言論是關于網(wǎng)友反映中國科學院招聘工作中存在“限制男女比例”的情況，于是網(wǎng)友們開始在發(fā)布的不同的博文下面提出“男女比例要求的事說說唄”“男女比例的事兒不回應一下嗎？”“為什么土木院就沒有女生，肯定是有人暗中搞歧視”“礦工男女比例失調(diào)那么嚴重，也沒看見有女拳師站出來嚎幾句，填補一下女礦工的缺”。由于官方微博沒有及時對相關事件進行解釋和回應，導致官方發(fā)布的某一些博文中雖然并沒有涉及男女比例的事情，網(wǎng)友們也會自發(fā)地在不同博文下“刷屏”，希望得到官方的合理解釋和回應。

6 討論和建議

社會化媒體很重要的特點是和用戶之間的相互交流，這也是其強勁的親和性表現(xiàn)之一， 因而信息的傳播能力更強[21]。這就意味著，在網(wǎng)絡時代，脫離了學術“象牙塔”保護的科研機構(gòu)在網(wǎng)絡平臺中需要直面互聯(lián)網(wǎng)上多樣化、差異化的人群，這也對當今的科研機構(gòu)的網(wǎng)絡化傳播提出了更高的要求。從上面的分析中可以得知，“中科院之聲”發(fā)布內(nèi)容占比最多的是對于各類自然科學知識內(nèi)容的科普，從2013年加入微博平臺以來，其一直致力于傳播自然科學領域的科學知識內(nèi)容。這些內(nèi)容往往專業(yè)性強、涉及復雜的科學技術原理或物體作用機理，涵蓋了大量的專業(yè)名詞和行業(yè)術語。但對于普通網(wǎng)友而言，在沒有專業(yè)知識基礎的前提下，難以對這些復雜難懂的科學知識產(chǎn)生濃厚興趣。本文隨機選取了兩條科普類的博文如表7所示進行觀察。第一條微博內(nèi)容是關于脫落酸（ABA）的科普，該博文在內(nèi)容上采取了專業(yè)性的文字表達，并附上帶有詳細內(nèi)容的網(wǎng)頁鏈接進行進一步的介紹。但是該內(nèi)容并沒有受到網(wǎng)友較多的關注，除了10個轉(zhuǎn)發(fā)和17個點贊以外，沒有網(wǎng)友發(fā)表評論。另一條博文是與其類型相同的科普博文，主要介紹土壤質(zhì)地與土壤肥力之間的關系，該內(nèi)容則引起了較為熱烈的反響，網(wǎng)友們圍繞該內(nèi)容進行了積極的討論、轉(zhuǎn)發(fā)、點贊。進一步觀察可以發(fā)現(xiàn)，該博文的內(nèi)容在題材上較為貼近日常生活，并且引用了接地氣的俚語作為話題的引出，帶給網(wǎng)友親切感。其次，該博文在發(fā)布文字內(nèi)容的同時，還配上了一張不同土壤的對比圖，讓人對即將闡述的知識主題和內(nèi)容在視覺上有了更加直觀的理解，也更容易引起網(wǎng)友進行閱讀的興趣，所以該博文收獲的討論度和關注度遠遠高于前者。

表7 科普博文傳播效果對比示例

從整體而言，“中科院之聲”發(fā)布的不少微博內(nèi)容均獲得了網(wǎng)友較高的關注度，如全球發(fā)展中的環(huán)境問題、科學界的重大技術突破等，這些內(nèi)容得到了網(wǎng)友們的積極評論、點贊或轉(zhuǎn)發(fā)。但關注度低的內(nèi)容也不在少數(shù)，這些內(nèi)容往往存在不夠“接地氣”、缺乏實用性、晦澀難懂等問題。當這些專業(yè)科學知識不再只是在專業(yè)圈子流傳時，應當注意進行在線交流時的信息通俗化，讓大家真正明白研究意義所在?？茖W需要社會的關注，但是更需要的是對內(nèi)容的認同和理解。因此，本文認為：作為開放性的網(wǎng)絡科學交流平臺，應該盡可能避免局限于嚴肅、單一的題材，加大對生活類知識內(nèi)容的重視程度，多從日常生活中獲得科學知識傳遞主題的靈感，調(diào)動網(wǎng)友們閱讀和觀賞的欲望，這樣既有利于引起網(wǎng)友們的關注，又有利于他們進一步學習和掌握科學知識；在傳遞專業(yè)性強、復雜難懂的科學知識時，在保證內(nèi)容科學性、真實性、權威性的前提下可以適當融入一些網(wǎng)絡流行語或者方言俗語等來增加知識的趣味性，通過詼諧幽默的語言拉近科學與公眾的距離，提升網(wǎng)友的興趣度和生活貼近感，避免對大量專業(yè)術語的平鋪直敘或繁復數(shù)據(jù)的簡單羅列和堆砌；對于網(wǎng)友們“喜聞樂見”的內(nèi)容，可以增設相應的專題系列等。

微博的精髓在于交流、互動，在微博世界里，與讀者進行“朋友式的交流”是最為重要的，經(jīng)常與粉絲進行互動是一種很好的增加粉絲黏度的方法[16]。網(wǎng)友在對微博進行評論的同時，往往也會進行轉(zhuǎn)發(fā)，轉(zhuǎn)發(fā)的次數(shù)越多，這些知識內(nèi)容越容易被推薦，獲得的曝光度也就越大，使得科學知識得到更廣范圍的傳播。經(jīng)過進一步的觀察發(fā)現(xiàn)，如果官方賬號參與了某一條微博的討論和互動，那么該微博的討論度整體而言要比官方?jīng)]有參與互動的微博的討論度要高。“中科院之聲”可以抓住網(wǎng)友的心理需求，就網(wǎng)友關注的動態(tài)和話題及時進行回復和轉(zhuǎn)發(fā)，讓他們感受到較強的社群意識，從而形成歸屬感。這種持續(xù)性的激勵會使得關注了官方賬號的網(wǎng)友愿意對“中科院之聲”保持持續(xù)的關注和互動，這也是科學知識傳遞的有效方式。再者，雖然“中科院之聲”發(fā)布的微博的評論總體上是積極的，但是某些網(wǎng)友們會因為與該機構(gòu)相關的一些負面事件而在內(nèi)容不相關的微博下面進行“刷屏”來希望得到官方機構(gòu)的重視和回應，如上文提及的“男女比例事件”。說明在互聯(lián)網(wǎng)高度發(fā)展的今天，網(wǎng)友對于社會事件的參與意識越來越強烈，越來越多的網(wǎng)民希望通過互聯(lián)網(wǎng)平臺來發(fā)出自己的聲音。學術科研機構(gòu)在享受學術交流、知識傳播快捷便利的同時，也必須要面臨社會負面輿論帶來的沖擊，來鞭策自己“有則改之，無則加勉”。所以，輿論引導在學術界同樣重要，在面對網(wǎng)友的質(zhì)疑和批評時，此類機構(gòu)應該積極主動表達官方立場和看法，掌握話語的主導權，積極評論轉(zhuǎn)發(fā)，參與到與網(wǎng)民的互動和討論中來，發(fā)揮意見領袖的作用，及時澄清解惑，引導輿論往更加積極的方向進行轉(zhuǎn)變，制止謠言的發(fā)酵和傳播，促使更多網(wǎng)友理性思考。

7 結(jié)語

本文通過對中國科學院的官方微博號“中科院之聲”進行分析，探究作為重要學術科研平臺的“中科院之聲”在知識傳播中所擔任的角色定位和作用。研究發(fā)現(xiàn)，“中科院之聲”自成立以來就積極搭建起科研知識和學術信息傳遞的橋梁。關注的主要領域為生物、環(huán)境、物理等，并且隨著年份的變化，發(fā)布內(nèi)容的核心主題并沒有明顯的變化，但是發(fā)布的具體內(nèi)容會緊隨時事，在不同時期及時傳遞著國內(nèi)外發(fā)生的重大科學事件，讓網(wǎng)友能夠了解熱點科學事件的最新進展并且持之以恒進行科學知識的科普。但是也存在著對于貼近生活的科學知識內(nèi)容的關注較為欠缺、部分內(nèi)容表達方式過于直板、嚴肅等問題。而在對在受眾情感傾向的測度中可知，“中科院之聲”發(fā)布的微博的評論總體上是積極的，但是某些網(wǎng)友們會因為與該機構(gòu)相關的一些負面事件而在內(nèi)容不相關的微博下面進行“刷屏”來希望得到官方機構(gòu)的重視和回應。輿論引導在學術界同樣重要，在面對網(wǎng)友的質(zhì)疑和批評時，機構(gòu)應該積極主動表達官方立場和看法，參與到與網(wǎng)民的互動和討論中來，制止謠言的發(fā)酵和傳播。

最后，本研究還存在著以下局限：首先，本文只選取了中國科學院在微博平臺的知識傳播現(xiàn)狀，但是僅局限于某一個平臺并不能全面反映出其在社交媒體平臺的發(fā)展全貌，需要對中科院在其它網(wǎng)絡社交平臺的知識傳播發(fā)展現(xiàn)狀進行全面追蹤研究方可得出更加科學、嚴謹?shù)慕Y(jié)論。其次，本研究在情感分析中采用情感分析詞典的方法，得到的結(jié)果不可避免存在一定的偏差，并且人類的語言系統(tǒng)是相當復雜的，文本和文本情感都是人類的產(chǎn)物，人類作為唯一的判別標準會導致文本的情感分類工作相當困難。詞典模擬的是簡單的思維定式，如何通過機器來識別大腦中的復雜情感網(wǎng)絡仍然有待科學家們的深入研究。