摘要：日本政府排放核污水事件引發(fā)國際社會強烈不滿。本文對日本排放核污水事件中央視新聞微博用戶的評論文本進行情感分析發(fā)現(xiàn)：負面評論不再是單純的情緒宣泄，而呈現(xiàn)出復雜的語言結(jié)構(gòu)；網(wǎng)民情緒整體表現(xiàn)較為冷靜，但在情感強度上負面情緒的情感強度明顯大于正面；負面情緒隨時間消散速度明顯快于正面情緒，非理性情感易受周圍環(huán)境及其他群體意見影響。

關(guān)鍵詞：網(wǎng)絡輿情 情感分析 日本排放核污水 建設(shè)性新聞 微博評論

2023年8月22日，日本政府宣布將從8月24日啟動福島核污染水排海計劃，并計劃持續(xù)排放30年。此消息一經(jīng)公布即引發(fā)國際社會強烈不滿。筆者采取基于詞向量的文本情感分析方法，以央視新聞報道“日本排放核污水”事件微博用戶的評論文本為研究對象，對微博這一社交平臺中該事件的輿論情感傾向進行研究，探究媒體在報道此事件時的網(wǎng)絡輿情演化特征。

一、研究緣起與研究問題

由于移動網(wǎng)絡通訊技術(shù)的飛速發(fā)展以及相對寬松的意見發(fā)表環(huán)境，微博成為社會話題以及各類信息傳播與擴散的主要陣地之一。但在重大網(wǎng)絡輿情事件中，作為意見領(lǐng)袖的專業(yè)媒體機構(gòu)所發(fā)布的議題，對網(wǎng)絡用戶的議題設(shè)置仍然起到重要作用，甚至媒介議題的情感傾向直接奠定了用戶議題與網(wǎng)絡輿論的基礎(chǔ)情感傾向。

勒龐在《烏合之眾》中指出：“群體只知道簡單而極端的感情；提供給他們的各種意見、想法和信念，他們或者全盤接受或者一概拒絕，將其視為絕對真理或絕對謬論?！彪S著話語權(quán)分布的下沉，專業(yè)媒體面臨著情感傳播優(yōu)先于事實傳播的困境，媒體既要及時地提供真實信息、表明態(tài)度立場，也要把握好報道話題正負面屬性的分布。凱斯·桑斯坦認為：“團體成員一開始就有某些偏向，在商議后人們朝偏向的方向繼續(xù)移動，最后形成極端的觀點?！睂I(yè)媒體要幫助網(wǎng)絡用戶逃離“情緒的螺旋”和極端化輿論氣候之中。

近年來，國內(nèi)對于網(wǎng)絡輿情的分析研究主要集中在司法、民生、體育等國內(nèi)社會議題上。筆者以“日本排放核污水”這一事件為背景，通過分析這一事件的評論文本情感、情緒時序、情感強度等內(nèi)容，探究影響受眾情緒的因素以及網(wǎng)民情緒傾向特征，為我國建設(shè)性新聞發(fā)展提供可行性方案。

二、研究設(shè)計與數(shù)據(jù)抓取

本研究采用文本情感分析法對央視新聞“日本排放核污水”的微博評論進行情感傾向分析。目前，文本情感分析主要采用情感詞典、機器學習、深度學習三種方式。由于社交媒體的評論文本較為口語化，網(wǎng)絡用語較為頻繁，因此本文采取情感詞典的方法，結(jié)合“大連理工大學中文情感詞匯本體庫”對相關(guān)數(shù)據(jù)進行情感分析，并歸納情感傾向特征。

（一）樣本選擇

從8月22日日本宣布排放核污水，到9月11日第一輪排放正式結(jié)束，央視新聞在微博平臺進行了直播和追蹤報道，相關(guān)話題掀起一波激烈討論。在21天的時間里，央視新聞共發(fā)布相關(guān)話題博文31篇，收到評論398723條。由于這些評論中存在重復評論、表情符號、無意義轉(zhuǎn)發(fā)評論等情況，因此筆者首先對數(shù)據(jù)進行抓取與預處理。

（二）數(shù)據(jù)的抓取與預處理

筆者對央視新聞有關(guān)日本第一輪排海的微博評論進行數(shù)據(jù)抓取，對31條微博的一級評論文本數(shù)據(jù)進行收集，共計抓取微博評論文本有效數(shù)據(jù)14626條（如圖1）。由于微博評論中包含表情符號、轉(zhuǎn)發(fā)微博等無意義評論，利用正則表達式刪除只有表情包的語言，并刪除無實際意義的評論文本。在文本預處理階段，通常需對詞匯進行分詞操作。筆者將基礎(chǔ)詞庫與自定義詞庫相結(jié)合，用于構(gòu)建所需的分詞詞庫。筆者將“大連理工大學情感詞匯本體庫”（27466詞）、“沈陽團隊ROSTCM分詞系統(tǒng)詞庫”（28426詞）、“日本排放核污染水”事件自定義詞庫（209詞）進行合并構(gòu)建基礎(chǔ)詞庫，同時導入ROSTCM6內(nèi)容挖掘軟件進行分詞。為減少詞條維度，增加文本關(guān)聯(lián)準確性，本研究匯集哈工大停用詞表、百度停用詞表、中文停用詞表、四川大學機器智能實驗室停用詞庫等常用詞表，利用ROSTCM6進行停用詞的過濾，最終整理出有效評論文本數(shù)據(jù)13531條。

（三）情感分析構(gòu)建流程

“大連理工大學情感詞匯本體庫”詳細描述了詞匯的情感類別、強度和極性等要素，按照“樂、好、怒、哀、懼、惡、驚”七類情緒劃分，并進一步細化出“快樂”“安心”“尊敬”等20個小類，最終整理情緒詞語列表。情感強度分為0到9共十個等級：0表示中性情感，1到9情感強度依次增強。筆者運用Python語言編寫情感計算函數(shù)，同時利用情感詞計數(shù)統(tǒng)計文本的情感值，進而分析受眾情感時序及受眾評論情感傾向。

三、數(shù)據(jù)結(jié)果與討論

按照研究設(shè)計，筆者首先對有效評論數(shù)據(jù)進行文本情感賦值，其次通過對評論文本的情感分析，討論“日本排放核污水”事件中負面情感評論的語言結(jié)構(gòu)特征以及事件中評論情感強度特征；通過對評論文本情感時序分析，闡述“日本排放核污水”事件中情感傳播的情緒演化特征。

（一）評論文本情感分析

筆者運用Pycharm編輯器運行情緒計算函數(shù)后，將每一句評論包含的情感進行賦值，將正面情感詞語計為1，負面情感詞語計為-1，計算公式如下：

Femotion=1×n（Happy + Good + Surprise）+（-1）×n（Anger + Sad + Fear + Disgust）

當Femotion大于0時，則該評論文本情感為正面；當Femotion小于0時，則評論文本情感為負面；Femotion等于0時，則評論文本情感為中性。經(jīng)過計算發(fā)現(xiàn)，此次日本第一輪排放核污水事件的微博評論中，正面情感評論1370條，占比10%；負面情感評論3771條，占比28%；中性情感評論8390條，占比62%。由于中文表達的復雜性，部分“反話正說”“正話反說”的內(nèi)容，在進行情感計算時數(shù)值顯示為中性。在此次事件中，網(wǎng)民情緒整體較為冷靜，中性情感的評論大多是對于事件后果的理性分析。而正面情感的評論主要是對于中國政府采取措施的支持、對未來生活的期望、對現(xiàn)場報道記者的關(guān)心等。負面情緒則是對于日本政府行為的譴責、抨擊、抵制。

（二）評論文本情感時序分析

筆者將日本第一輪排放核污水事件分為四個階段：宣布排海（8月22日）、排海前（8月23日—24日12：00）、排海（8月24日12：00—排海直播結(jié)束）、排海后（8月24日排海直播結(jié)束—9月11日第一輪排海結(jié)束）。為方便對比正負面情緒時序變化，圖2將負面情緒設(shè)置為正值。由圖2可知：與一般事件的“開端—擴散—高潮—退散”四個發(fā)展順序不同，此次事件中，網(wǎng)民情緒“高潮”在日本宣布正式排海的當日即到達，隨著時間的推移，逐漸趨于冷靜；而正面情緒值的變化相較于負面情緒值而言則較為平緩。

（三）“日本排放核污水”事件中負面情感評論的語言結(jié)構(gòu)特征

公眾情緒傾向的非單一性，反映了其復雜的心理與認知過程。在對“日本排放核污水”事件的評論文本進行情感分析時，筆者觀察到雖然網(wǎng)民表達的整體情緒相對理智和中立，但是負面情緒仍然充斥在微博評論之中；負面言論的呈現(xiàn)形式除“簡短、多次、激烈”的單純宣泄式之外，還呈現(xiàn)出以下結(jié)構(gòu)特征。

1.義憤/闡述理由+情緒宣泄。這一形式的負面情感評論，雖然相較于單純的情緒宣泄式的評論更具正當性，但仍帶有一些非理性的情感色彩。義憤是用戶被違反正義之事所激起的憤怒情緒。當媒體報道日本排放核污水這一事件時，大量微博用戶對日本政府這一行為產(chǎn)生道德反感，并在一定程度上轉(zhuǎn)化為集體義憤，進而形成此次輿論的情緒基調(diào)。這部分網(wǎng)友在負面情緒的評論中發(fā)表了自己的所思所想，表達對日本政府行為的無奈、對生態(tài)的擔憂，進而表達了自己心中的憤怒與茫然。還有一部分網(wǎng)友通過闡述負面情緒產(chǎn)生的理由，表達對日本排放核污水這一行為的譴責，進而宣泄負面情緒，例如沿海漁民因擔心核污水會影響其生計，而產(chǎn)生憤怒情緒。

2.理性分析+激烈言辭。這一結(jié)構(gòu)的語言特征相對理性，網(wǎng)民通過縱觀歷史、合理懷疑、提出假設(shè)等多種角度，分析此次日本排放核污水可能造成的影響。評論的分析部分較為理性、客觀，但在結(jié)尾處往往伴隨著較為激烈的言辭。此次事件中，微博評論的負面情緒不再是以單純的非理性方式進行宣泄，反而更為冷靜與理智，有別于網(wǎng)絡世界中一貫充斥暴力與戾氣的不良風氣。

（四）“日本排放核污水”事件中評論的情感強度特征

在此次事件中，網(wǎng)民的情緒大體上保持冷靜，多數(shù)評論內(nèi)容展現(xiàn)出中性的情感傾向。然而，在仔細解讀這些評論時，筆者依然能夠捕捉到一些負面情緒的影子。

除“反話正說”和“正話反說”可能隱晦地表達負面情緒外，情感強度在正、負面傾向的評論中的不同占比也是導致負面情緒更為強烈的原因之一。在正面情感傾向的評論中，情感強度最高等級為4級，占比14.5%；而負面情感傾向的評論中，情感強度最高等級高達8級，占比達到31.2%?！柏撁嫫姟崩碚摻沂玖巳藗儍A向于對負面信息給予更多的注意力和記憶力的心理機制。這種天然傾向意味著，在社交媒體環(huán)境中，負面情緒不僅更容易吸引公眾的目光，而且對公眾造成的心理影響也更為持久和深刻。因此，負面評論在情感影響力和記憶留存方面的作用顯著超越正面評論。同時包含負面情緒的評論常常采用增強情感表達的手段，例如使用“感嘆號”或“憤怒”表情，這不僅增強了負面情緒的傳播效果，而且在用戶心中留下了較為持久且深層的記憶。

（五）“日本排放核污水”事件中情感傳播的情緒演化特征

網(wǎng)絡輿情事件通常呈現(xiàn)出“開始—擴散—高潮—消退”四個演化周期。此次事件中，在日本核污水正式排海前，相關(guān)報道就已見諸媒體，因此話題一直處于預熱“擴散”階段。而本研究選取的是日本正式宣布排海后的數(shù)據(jù)，因此觀測到的網(wǎng)民情緒從一開始就已經(jīng)到達“高潮”階段。

1.評論負面情緒隨時間推移逐漸消散。身處社交媒體時代，人們的私人情感逐漸彌散進入社會公共領(lǐng)域之中，“與公共性相關(guān)的內(nèi)心化現(xiàn)象逐漸讓位于一種與內(nèi)心領(lǐng)域相關(guān)的客觀化現(xiàn)象”。因此，網(wǎng)民非理性的負面情緒往往會在事件爆發(fā)的第一時間被快速激發(fā)，并迅速擴散至公共場域。由于負面的情緒表達往往是在非理性狀態(tài)下產(chǎn)生的，因此負面情緒呈現(xiàn)出的不穩(wěn)定性，極易受到周圍意見環(huán)境及其他意見群體的影響。隨著時間的推移，負面情緒呈現(xiàn)出下降趨勢，原本感性的狀態(tài)也會趨于理性，且變化速率較高，負面情緒消散速度較快。

2.評論正面情緒隨時間推移變化較小。如果網(wǎng)民能夠在事件爆發(fā)之初便持有理性觀點，保持客觀中立的情感態(tài)度立場，未被負面情緒洪流卷走，這意味著其擁有更加理智的思考能力、更加強大的群體意見抗壓性，因而這一部分網(wǎng)民往往也是帶動情緒“反向螺旋”的主力軍。情緒認知調(diào)節(jié)理論認為，個體在面對外界刺激時，會通過認知方式對情緒進行調(diào)節(jié)，而非簡單地被情緒所左右。那些持有理性觀點的個體，在群體中往往會對負面情緒的“侵略”進程產(chǎn)生抑制作用，從而減緩負面情緒的傳播和擴散速度，使整體情緒變化相對更加平穩(wěn)，因此正面情緒的變化受事件發(fā)展的演變與時間推移的影響相對較小。

（作者燕道成系湖南師范大學新聞與傳播學院副院長、教授；沈鼎洲 湖南師范大學新聞與傳播學院）

本文系湖南省哲學社會科學基金重大項目“學術(shù)湖南”精品培育項目“青少年網(wǎng)絡文明建設(shè)體系研究”（項目編號：22ZDAJ006）、湖南省學位與研究生教學改革研究重點項目“三維并濟·兩類互證·三大平臺：新聞傳播類博士研究生‘數(shù)據(jù)能力’培養(yǎng)模式與路徑研究”（項目編號：2023JGZD030）的研究成果。

參考文獻

[1][法]古斯塔夫·勒龐.烏合之眾：大眾心理研究[M].馮克利，譯.北京：中央編譯出版社，2017.

[2][美]凱斯·桑斯坦.網(wǎng)絡共和國：網(wǎng)絡社會中的民主問題[M].黃維明，譯.上海：上海人民出版社，2003.

[3][德]尤爾根·哈貝馬斯.公共領(lǐng)域的結(jié)構(gòu)轉(zhuǎn)型[M].曹衛(wèi)東，等，譯.上海：學林出版社，1999.

[4]陳建美.中文情感詞匯本體的構(gòu)建及其應用[D].大連：大連理工大學，2009.

[5]陸澤凱，謝穎.微博中的“中美外交風波”輿情文本研究——基于R語言的詞向量情感分析[J].傳媒觀察，2021.

【編輯：杭麗坤】