本文研究了在疫情信息发布与传播中，微博作为一种重要的信息传播载体，对疫情事件画像构建、网民情绪画像构建和影响分析三方面进行研究，具体工作包括从微博爬取与新冠肺炎疫情相关的新闻数据并构建了疫情事件画像和网民情绪画像，通过BERT-ATT-BILSTM模型学习疫情事件与网民情绪之间的关联语义信息，并得到了较好的实验结果。疫情初期，官方微博发布疫情信息，武汉等地封城，网民“悲哀”、“畏惧”等负向情绪较多；疫情大爆发后，战疫英雄牺牲的信息增多，网民对一线人员的敬佩、惋惜情感增加；随着确诊病例数明显减少，网民的“悲哀”的情绪占比大降，但同时出现了发国难财、逃往国外避难的信息，网民对此“厌恶”的情绪占比增大。
关键词：微博，新冠肺炎，疫情事件，网民情绪
Abstract
In this paper, Weibo, as an important carrier of information transmission in the release and dissemination of epidemic information, has been studied in three aspects: the construction of epidemic event portrait, the construction of Internet users' emotional portrait and the analysis of its impact. The specific work includes extracting news data related to the novel coronavirus outbreak from Weibo and constructing epidemic event portrait and Internet users' emotional portrait. The BERT-ATT-BILSTM model was used to study the correlation semantic information between the epidemic events and the emotions of Internet users, and good experimental results were obtained. In the early days of the epidemic, the official microblog released information about the epidemic, and Wuhan and other places were closed down. There were many negative emotions such as "sadness" and "fear" among netizens. After the outbreak of the virus, more and more people died in the war, and more and more netizens admired and regretted the frontline personnel. As the number of confirmed cases has decreased, the number of netizens expressing "sadness" has decreased, but the number of netizens expressing "disgust" has increased as the number of netizens expressing "disgust" has also increased as the number of people seeking refuge abroad has decreased.
Keywords：Weibo, COVID-19, epidemic events, netizen sentiment
1. 绪论
1.1 研究背景及意义
2020年3月11日，世界卫生组织宣布2019冠状病毒病(COVID-19)为大流行。每个国家都面临着前所未有的压力，必须创造条件，通过评估病例和适当利用现有资源来控制感染人口。世界各地呈指数增长的病例数量迅速增加，使人们感到恐慌、恐惧和焦虑[1]。
新冠肺炎疫情对世界各国人民的总体生活方式产生了巨大影响。在城市封锁期间，人们在社交媒体上表达对新冠肺炎的看法的频率更高。例如，在推特上，每天都有数百万用户用各种语言分享他们对冠状病毒的看法和看法，这产生了大量的数据[2]。自这场危机开始以来，许多研究人员在不同领域(从医学到社会科学)进行了许多研究。然而，对新冠肺炎和社交媒体的探索是有限的，这促使我们以微博为基础，分析人们在这场公共卫生危机面前的情绪及其演变[3]。
随着互联网进入Web2.0时代，以Facebook、微博、知虎、Twitter为代表的社交媒体平台以其鲜明的开放性、时效性、互动性、连通性等特点，显著突破了传统媒体在信息生产和传播方面的局限[4]。根据《数字2021:世界概览》报告，社交媒体用户在过去12个月中增长了4亿多，到2021年10月达到45.5亿。在过去的三个月里，用户增长略有放缓，但全球总量继续以更高的速度增长，每天有超过100万的新用户。基于如此庞大而多样的受众群体，社交媒体的应用意味着巨大的传播潜力和机会。社交媒体的技术进步提供了更快、更方便、更广泛的传播手段。用户在使用这些平台时的情感互动会对他们的思想和行为产生动态影响，这是基于对不同信息刺激的情绪反应。具体来说，在社交媒体暴露过程中，由于用户的性格、品味和身份的不同，接触他人分享的信息会引起不同的情绪，如愤慨、喜悦、愤怒或悲伤。
在2019冠状病毒病大流行期间，社交媒体的使用持续增长，公共卫生研究人员利用了社交平台上共享信息的数据挖掘潜力易于获取和快速收集数据使研究人员能够跟踪大流行的进展以及在线情绪，为发现和探索卫生决策背后的情绪提供了工具。例如，挖掘特定时期的推文可以在重大事件期间(即疫苗等新疗法的发布或COVID-19感染后的名人死亡)分析公众舆论。特别是关于COVID-19疫苗接种，研究人员利用最近意见分享的增加来衡量整体情绪和疫苗犹豫或接受程度。此外，过去二十年来发表的许多研究都强调了名人行为和信息的说服力——对公众健康既有好处也有坏处。12-15其他人使用情绪扩散网络来调查政府机构在社交平台上分享的消息与随后公众在回应中分享的情绪之间的相关性，所有这些都提供了强有力的证据，证明具有社会影响力或权威的人所共有的情绪会对与健康有关的认知、情绪和行为产生影响。情感分析是通过将书面文本分类为某种极性值(即积极或消极)来推断主题、想法、事件或现象的情感的实践，这种有针对性的方法可以为在整个COVID-19大流行时期发现和探索卫生决策背后的情绪提供工具，并加强对未来卫生危机的准备、应对和恢复工作。
Liu等学者[5]在微博上预测了用户的情绪状态(焦虑、沮丧、愤怒、兴奋、困惑)，并将结果与社交媒体上收集的热点话题进行了比较，发现两者之间存在显著的相关性。因此，网络平台上的民意表达可以被视为真实社会趋势的风向标。根据Bollen的观点，互联网上的公众情绪可以受到现实世界中的经济、文化和政治事件的影响，反过来，它可以对现实世界产生一系列的“蝴蝶效应”。针对微博平台发布的新冠肺炎疫情事件以及各类新冠肺炎疫情事件对应的网民情绪进行挖掘。不仅能够有效的帮助政府、企业等不同组织，对新冠肺炎疫情事件发生过程中网民的情绪发展走向、占比变化进行整合与了解，而且能够汇总网民对新冠肺炎疫情信息需求和关注点，迅速采取发布公告、沟通、情绪安抚及教育活动等有效措施，这也是新冠肺炎疫情管控策略中至关重要的方法之一。所以，及时判断新冠肺炎疫情事件中的网民情绪聚集程度，可以及时的帮助组织采取有效的疏导措施，从而避免网民情绪极化现象发生，维持社会秩序的稳定[6]。有研究用LSTM、BERT和ERNIE三种方法，基于标注的数据集训练情感分类器，然后预测微博用户的情感。通过比较三种分类器的准确率后发现ERNIE分类器的准确率最高，达到0.8837。ERNIE分类器可以准确识别用户在微博上表达的关于COVID-19的情绪[7]。
社会各阶层人员对等公众人物借此机会与他们的平台粉丝讨论各种话题，包括他们自己对COVID-19、COVID-19疫苗和其他公共卫生措施等健康问题的经历和看法。这些由PIPE分享的经验和观点往往会让位于公共话语，许多人通过点赞、评论和转发来回应两极分化的言论。随着人们越来越相信社交平台上名人活动的影响力，粉丝们在面对虚假信息时，愿意接受说服，这为错误信息和虚假信息的传播和迅速传播创造了机会。接触大量的错误信息会对整体幸福感和社会心理健康产生持久的影响[8]。新闻媒体名人相关的情绪在大流行期间表现出波动，但总体而言，共有的情绪消极多于积极。此外，提到这一群体的推文通常与反疫苗争议或死亡(即PV死亡)有关，而不是关于疫苗开发的新闻。这些推文中显示的大量点赞表明，参与阅读推文的用户数量要多得多，因此可能受到内容的影响[9]。
因此本文基于微博上关于COVID-19的帖子，结合其他两个情绪分析数据集，构建了一个新的情绪分析数据集。首先获取2019年12月1日至2020年4月31日与COVID-19相关的热搜标签。然后，我们抓取了与热搜标签相关的微博。虽然其他一些数据集提供了粗略的情绪标签信息，包括积极、消极和中性，如恐惧、愤怒、厌恶、悲伤、感激、惊讶和乐观。
本文针对微博环境下新冠肺炎疫情事件以及各类新冠肺炎疫情事件对应的网民情绪进行挖掘，能够有效帮助政府、企业等不同组织，对网民情绪发展走向、占比变化进行整合与了解，及时采取发布公告、沟通、情绪安抚及教育活动等有效措施，避免网民情绪极化现象发生，维持社会秩序的稳定，对疫情的预测及监控具有非常重要的现实意义。
1.2论文组织与结构
第一章，绪论。介绍了微博环境下，新冠肺炎疫情事件对网民情绪影响分析的背景与意义，阐述了事件抽取和文本情感分析的国内外研究现状，简述了论文各章节的安排。
第二章，研究现状。阐述和分析了新冠肺炎疫情事件对网民情绪影响分析涉及的事件抽取和文本情感分析的研究现状，为后续实验提供理论和技术支撑。
第三章，疫情事件画像与网民情绪画像构建。疫情事件抽取是本文的关键环节，影响网民情绪分析结果。基于机器学习的事件抽取方法存在特征表示单一、数据稀疏、特征选择复杂、准确率低等问题。因此，本章利用Word2vec 模型进行文本向量化表示，双向长短记忆神经网络模型提取文本深层语义特征，条件随机场获取全局最优疫情事件识别结果。
文本情感分析主要是对情感极性进行分析，包括正向和负向情感以及正、中、负三种情感态度。然而，网民在微博上表达的情绪通常不能用简单的正负向来刻画，需要更加细粒度的情感分类。因此，本章结合微博评论语料的特征，分别引入中文情感词汇本体库、修饰词词典、表情符号词典等词典对文本情感强度进行计算，最后利用双向循环神经网络与注意力机制提取文本的深层语义特征，获取网民最优的情绪表达结果。
利用(KnowledgeGraph Bidirectional Encoder Representation from Transformers, BERT)模型、双向长短记忆神经网络模型和注意力机制分析新冠肺炎疫情不同阶段相关疫情事件与网民情绪的演化趋势与规律，为疫情管控提供决策支持和参考建议。
第五章分析与讨论
情感分析是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。用于了解互联网上用户对于人物、事件、产品等的看法和情绪。本文该部分主要分析讨论对本研究情感分析的结果进行解释和评价的部分。包括情感分析的目的和方法，介绍为了研究什么问题而进行情感分析，以及采用了什么样的情感分析方法（例如基于词典的方法或基于机器学习算法的方法）。情感分析的数据来源和处理，以及对数据进行了哪些预处理和清洗操作等内容。以及，国内外进行类似研究的异同点、结论与启示。
第六章总结与展望
该部分对基于本文的研究结果进行梳理与总结，并提出未来研究的关注点。
2. 研究现状
新冠肺炎疫情对世界各国人民的日常生活产生了重大影响。新冠肺炎在188个国家和地区确诊。截至2020年8月14日，全球新冠肺炎确诊病例总数已超过2000万例，达到20960424例。全球共有760318人死亡。世界上许多城市都处于封锁状态。面对这场世界大流行，人们往往感到焦虑、紧张和恐惧。这些情绪反过来又对大流行的控制产生影响。因此，如何理解和分析人们在疫情中的情绪是一个新出现但又至关重要的问题。
自2019年冠状病毒病危机开始以来，人们都在使用社交媒体平台发表他们对冠状病毒疫情及其新闻的看法、情绪和想法。由于社交网络的特性，用户每天在网络上分享大量数据，这使得他们可以在任何时间和地点表达对新冠肺炎疫情的看法和情绪。此外，全球呈指数增长的病例数量迅速增加，已经造成人们的恐慌、恐惧和焦虑。许多机构和学者针对新冠疫情给人们的经济、生活、教育、心理等方面带来的困扰开展了一系列的研究。
感知用户情绪和监测公共卫生的一种流行方法是使用社交媒体(如Twitter和中文微博)[10]。它的主要应用包括公共卫生环境的检测、预测和跟踪。早在2011年，就对Twitter (tweets)[10]上发布的新闻进行了流感预测分析。CDC数据中与流感相关的推文数量与ILI(流感样疾病)活动高度相关(Pearson相关系数为0.9846)，推特数据大大提高了ILI病例预测的准确性。Dredze等人在2011年中期证明，Twitter数据可以产生有用的公共卫生信息。在过去十年中，哨点被广泛用于监测大流行的爆发和传播[11]。
情感分析在在线评论网站领域得到了广泛的研究，其目的是生成用户对产品不同方面的总结意见。识别在线社交网站上的这种情绪可以帮助应急人员了解网络的动态，例如，主要用户的担忧、恐慌以及成员[12]之间互动的情感影响。社交媒体的出现为人们与世界分享他们的想法创造了一个前所未有的环境。
新冠肺炎疫情期间，人们居家隔离，通过微博、推特等社交媒体交流看法。目前，中国主要的社交媒体是微博。虽然已经有相关的关于微博等社交网络情感分析的研究[13]，但没有发表过关于COVID-19的研究。此外，现有的微博情感分析工作主要集中在仅由积极、消极和中性组成的粗糙情感上。在这项工作中，我们有动力从细粒度情绪及其在大流行期间的演变方面弄清楚人们如何应对COVID-19。
由于冠状病毒在世界范围内的快速传播，从医学到文学的各个领域都发表了大量的科学文章。在情绪分析领域，许多研究人员提出了新的方法来分析和提取与covid-19疫情相关的社交媒体平台上的用户情绪。通过自动提取社交媒体上的新冠肺炎相关讨论，以及基于主题建模的自然语言处理(NLP)方法，从舆论中发现了与新冠肺炎相关的各种问题。他们研究了如何使用LSTM递归神经网络对COVID-19评论进行情感分类。为此，研究人员提出了一种基于NLP的系统框架，能够从Reddit上的COVID-19相关评论中提取有意义的主题，并且对于评论的分类，他们提出了一种基于长短期记忆(LSTM)的深度学习模型，用于COVID-19相关评论的情感分类。实验表明，该研究模型的准确率为81.15%，高于其他几种知名的covid -19情绪分类机器学习算法的准确率[14]。
Aslam 等人[15]发表了一篇新文章，从全球141208条关于冠状病毒病(COVID-19)的英文新闻来源标题中提取并分类了情绪和情绪。作者考虑了2020年1月15日至2020年6月3日期间来自排名靠前的25个英语新闻来源的关键词冠状病毒新闻。每个标题分为三类:正面、负面或中性。为了对每个标题进行分类，作者使用了R包“情绪”，依靠具有积极和消极含义的单词和短语列表。
研究人员使用冠状病毒特定的推文和R统计软件及其情绪分析包来识别与大流行相关的公众情绪[16]。作者使用了许多机器学习算法从推文中提取情感(线性回归模型，朴素贝叶斯分类器，逻辑回归)以及一些文本方法。实验结果表明，使用朴素贝叶斯方法对短推文进行分类的准确率高达91%。我们还观察到，逻辑回归分类方法对于较短的推文分类的准确率为74%，而对于较长的推文，这两种方法的性能相对较弱。有学者使用Python编程语言与Tweepy和TextBlob库对Twitter社交媒体的推文进行情感分析[17]。作者根据2020年5月21日至2020年5月31日期间分享其位置为“尼泊尔”的用户的两个指定标签关键词:#COV ID-19和#冠状病毒收集推文。研究结果表明，虽然大多数尼泊尔人都采取积极和充满希望的态度，但也有恐惧、悲伤和厌恶的情况。
研究人员在2020年3月20日至4月19日的一个月时间里使用了完全来自美国的英文推文。对于分类，他们应用机器学习方法将推文分为三类(积极，消极和中性)。对于902138条推文的数据集，所提出的模型将434254条(48.2%)推文分类为具有积极情绪，187042条(20.7%)为中性，280,842条(31.1%)为消极情绪[18]。
Muthusami等人[19]通过在tweet数据集上执行这种算法和情感分析中的机器学习方法来分析和可视化冠状病毒(COVID-19)在世界上的影响，以了解世界各地公众的非常积极和非常消极的意见。为了分析推文，他们使用了机器学习方法，结果表明Logit Boost算法表现更好，准确率为74%。Manguri等人[20]对推特上文本资料进行有关与covid-19流行病相关的情绪分析。研究人员基于两个指定的标签关键字，即(“COVID-19，冠状病毒”)使用tweepy库。查询日期为7天，从2020年4月9日到2020年4月15日。并通过使用python中的textblob库，完成了情感分析操作。
Chakraborty等人[21]的工作提出了一项分析covid-19流行期间推文情绪的新研究。使用的数据集通过使用关键词:#corona、#covid-19、#冠状病毒、冠状病毒和#covid-19进行搜索获得。对于分类，作者提出了一个使用深度学习分类器的模型，其允许精度高达81%，并实现了基于高斯隶属函数的模糊规则库来正确识别推文中的情绪。所述模型的准确度可达79%的允许率。
Liu, Xiaoting等人[22]以微博为基础，分析了面对这场公共卫生危机时人们的情绪及其演变。为了构建工作数据集，作者获得了2020年1月10日至2020年5月31日的前50个热搜话题标签，并收集了与该话题标签相关的1681265条关于COVID-19的微博。为了分类，他们用7类(恐惧、愤怒、厌恶、悲伤、感激、惊讶和乐观)来标注每一条微博。为了检测微博中用户的情绪，研究者使用了LSTM、BERT和ERNIE三种方法，实验结果表明，ERNIE分类器的准确率最高，达到0.8837。
通过对微博与不同情绪倾向及其他相关变量的相关性研究，发现与用户情绪倾向高度耦合的不仅是关于病毒的信息，还有不同情绪强度的大规模感染。“信息流行病”是对一种影响我们信息文化的传染病的“易感性”的增加。其中一个原因是我们低估了通过社交媒体流动的信息量。特别是社交媒体放大了公众情绪，并将这些信息传播到各个节点，传播速度极快[23]。以往的研究表明，社交媒体为处于危机中的公众提供了一个快速找到必要信息的来源。与以往瘟疫中的谣言传播不同，在今天的社交媒体时代，每个人都是歌手，虚假信息可以在短短一天内传遍全球社交网络，传播速度远远超过疫情本身的发展速度。“信息大流行”是在真实流行病的背景下产生和交织在一起的，因此更有可能导致恐惧、压力、焦虑和有偏见的行为，这是情绪易感性的另一个原因。对内容敏感的用户，即那些容易产生某种情感共鸣的用户，更有可能对相关内容反应过度。在信息大流行中，内容敏感型用户，即容易产生某种情感共鸣的用户，更有可能对相关内容做出过度反应。这在唐人街社区的黑死病和密歇根州的汉坦病毒感染中已经被观察到。例如，人们对在公共场所咳嗽的人不礼貌，因为他们害怕被病毒感染，这使得敏感用户传播的特定情绪成分更容易形成螺旋。此外，以流量为核心的算法推荐模式进一步放大了戏剧性、冲突性的信息传播效果。部分自媒体和营销账号发布大量混杂的情绪表达、故事叙事、煽动性内容，更容易刺激公众敏感的神经，进而引发极端情绪。
以微博的情感倾向为核心，通过对大量微博的情感分析，探讨以下问题社交网络分析(Social network analysis, SNA)是一个分析社交媒体内容并提取意见、情绪和态度的领域。SNA可以通过两种方式提取情感:将社会内容分为积极、消极和中性等类别;或者通过提取极性的程度。如果我们深入研究情感分析方法的文献，我们发现大多数现有的方法可以分为三类:基于字典的方法(SentiWordNet, SenticNet等)[24]，机器学习方法(朴素贝叶斯，SVM，随机森林等)，以及结合后两种方法的混合方法。最突出的方法依赖于两种方法:基于词典和基于学习的方法。在第一种方法中，对文档表达的情感进行分析，通过将其分解为词汇中预定义的情感极性的单词来实现。在基于学习的情况下，监督分类算法被预先标注(就其情感极性而言)的文档馈送，并被训练以自主分类未来的输入。
综上所述，学者们关注的是信息的病毒式传播，并得出了与先前研究相矛盾的结论。虽然学者们基于不同的视角和方法对文本情感分析进行了丰富多样的研究，但在主题领域对情感分析的研究相对较少，特别是在当今世界面临的一个共同话题——突发公共卫生事件背景下社交媒体用户情感演变的背景下。第二，虽然有学者在模型构建的基础上对突发事件情绪倾向的演变进行了梳理和阐述，并通过案例进行了实证分析，但仅限于描述过程特征，对其内在规律和触发动机的分析不够深入。
6. 总结与展望
微博在新冠肺炎疫情出现后作为网民关注度最高的社交媒体，在COVID-19疫情的预防、管治和防控等工作中发挥着良好的作用。本文分析了微博环境下疫情事件对网民情绪的影响，从而为政府掌握网络舆论，做好防控宣传和舆情引导提供支撑。
据本文结果显示，疫情初期，官方微博发布疫情信息，武汉等地封城，网民“悲哀”、“畏惧”等负向情绪较多；疫情大爆发后，战疫英雄牺牲的信息增多，网民对一线人员的敬佩、惋惜情感增加；随着确诊病例数明显减少，网民的“悲哀”的情绪占比大降，但同时出现了发国难财、逃往国外避难的信息，网民对此“厌恶”的情绪占比增大。
网民的情绪变化与疫情防控的效果和社会的秩序密切相关，疫情防控中，网民的情绪变化复杂，“美好”的情绪占比较大，先减后增，这与小区封闭管理、疫情平稳、心中有望等因素有关；而谎报、瞒报行程和病症的信息，让“厌恶”的情绪爆增；拒绝隔离观察的行为，让网民震惊担忧。国家的有效防控措施，使疫情减缓，网民的恐惧也减少。
本文的研究虽有实验成果，但也有不足。如情感词典不够完善；数据标注工作随语料库构建而进行，费时费力；中文数据缺语义分隔符，中文分词是自然语言处理的首要步骤，本文用Word2vec 和BERT 分词，但效率仍低。
未来将从以下几方面改进：(1)完善情感词典，结合语料特征，深入研究文本情感分析方法。(2)构建语料库时，引入自动化标注技术，扩大语料规模，降低成本，避免人工标注的主观影响，同时研究语料库自动标注技术。(3)探索更科学、准确、高效的中文分词方法。为中文分词增加语义特征，使其符合人类对语言的认知，为自然语言处理任务提供积极影响，改进中文分词方法。
参考文献 略
