文獻(xiàn)標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.182177
中文引用格式： 王潔，喬藝璇，彭巖，等. 基于深度學(xué)習(xí)的美國媒體“一帶一路”輿情的情感分析[J].電子技術(shù)應(yīng)用，2018，44(11)：102-106，110.
英文引用格式： Wang Jie，Qiao Yixuan，Peng Yan，et al. Sentiment analysis about “One Belt, One Road” public opinion of American media based on deep learning[J]. Application of Electronic Technique，2018，44(11)：102-106，110.
0 引言
“一帶一路”倡議自2013年提出以來，受到國內(nèi)外媒體的廣泛關(guān)注。隨著相關(guān)建設(shè)的逐步推進(jìn)，世界各國媒體對“一帶一路”的相關(guān)報道呈快速增長趨勢，新聞報道中蘊含該國對“一帶一路”倡議的關(guān)注熱點與情感傾向，是衡量該國對中國快速發(fā)展所持態(tài)度的重要素材?，F(xiàn)有“一帶一路”國際輿情相關(guān)研究中普遍存在使用的樣本量偏少、分析方法較單一等問題。利用網(wǎng)絡(luò)大數(shù)據(jù)，結(jié)合文獻(xiàn)計量方法和深度學(xué)習(xí)技術(shù)，從客觀角度分析海外輿情情感是本文的研究重點。
傳統(tǒng)的基于詞典和機(jī)器學(xué)習(xí)的情感分析存在分類時靈活度不高和需要大量標(biāo)注的訓(xùn)練數(shù)據(jù)等問題，本文基于深度學(xué)習(xí)技術(shù)，構(gòu)建了基于自動摘要-CNN的集成式文檔級情感分析模型。具體方法為：首先提取新聞?wù)?，去除原始文檔中非重要數(shù)據(jù)的干擾；再利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行句子級情感分析，通過基于語義指向的方法獲得文檔級的情感分?jǐn)?shù)，利用Gensim等工具庫計算媒體關(guān)注重點，并對情感波動異常文章給予二次研究。本文提出的基于自動摘要-CNN與未摘要新聞的單一CNN進(jìn)行了對比實驗，實驗結(jié)果驗證了集成模型的有效性。本文的研究有助于了解美國新聞媒體關(guān)于“一帶一路”倡議的輿情熱點和情感態(tài)度，分析和總結(jié)我國在“一帶一路”傳播過程中的經(jīng)驗及問題，增強(qiáng)未來我國“一帶一路”對外傳播的針對性、有效性和感召力。
1 相關(guān)工作
1.1 “一帶一路”國際輿情研究現(xiàn)狀
“一帶一路”倡議是我國加強(qiáng)與亞歐非及世界各國互聯(lián)互通，推動沿線各國貿(mào)易往來的重大舉措，隨著相關(guān)項目的簽約與實施，國內(nèi)外新聞媒體的報道量快速上升。根據(jù)《“一帶一路”大數(shù)據(jù)報告（2017）》[1]分析結(jié)果，美國對“一帶一路”倡議的關(guān)注度超過亞洲各國。本文選取的美國主流新聞媒體網(wǎng)站在報道的寬度、深度、時效性等方面發(fā)展迅速，報道內(nèi)容覆蓋政界、學(xué)界、商界及普通民眾的觀點與深層分析的結(jié)論。
近年國內(nèi)外學(xué)者、智庫、研究機(jī)構(gòu)等從不同角度對“一帶一路”倡議的國際輿情展開了大量研究。張巖[2]基于支持與肯定、理性評價與分析、觀望與保留態(tài)度、質(zhì)疑與否定4個視角，對比分析3家主流阿拉伯網(wǎng)站的情感傾向與報道主題。趙雅瑩[3]定量分析英國3家主流媒體關(guān)于“一帶一路”的報道中所使用的情感、判定和鑒別三類態(tài)度詞。清華大學(xué)愛潑斯坦對外傳播研究中心[4]通過對報紙、電視新聞網(wǎng)、雜志等國外部分主流媒體涉及“一帶一路”倡議的報道進(jìn)行分析，研究國際新聞媒體報道的輿情演變。米拉[5]分析中印尼“一帶一路”合作的機(jī)遇與挑戰(zhàn)。薛慶國[6]研究 “一帶一路”倡議在阿拉伯世界的傳播。ERGENC C[7]提出“一帶一路”倡議標(biāo)志著中國對中亞和西亞地區(qū)政策的積極轉(zhuǎn)變。
1.2 情感分析研究現(xiàn)狀
目前，情感分析主要利用兩種方法：基于詞典的情感分析與基于機(jī)器學(xué)習(xí)的情感分析。根據(jù)文本粒度可以分為：短語級、句子級與文檔級[8]?；谠~典的方法依賴于詞典與規(guī)則的構(gòu)建，由于詞典的容量和詞典適用程度的問題，以及規(guī)則構(gòu)建需要大量人力勞動，基于詞典的方法逐漸機(jī)器學(xué)習(xí)所取代[9]。
2002年P(guān)ANG B等人首次利用機(jī)器學(xué)習(xí)解決二元情感分類問題[10]。從此相關(guān)研究工作分為兩個主要方向，即設(shè)計更多有效的分類特征和采用更多高效的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。KIM Y[11]針對句子級別的分類任務(wù)，利用卷積神經(jīng)網(wǎng)絡(luò)做了一系列的實驗，闡述了不同的架構(gòu)的神經(jīng)網(wǎng)絡(luò)對實驗結(jié)果的影響，展示了卷積神經(jīng)網(wǎng)絡(luò)在情感分析領(lǐng)域的重要作用。JOHNSON R等[12]通過分析卷積神經(jīng)網(wǎng)絡(luò)在圖像處理上的處理方式，將句子、單詞與圖像、像素對應(yīng)，使得卷積神經(jīng)網(wǎng)絡(luò)在情感分類問題上展現(xiàn)出較好的效果。近幾年，國內(nèi)關(guān)于卷積情感分析的研究多基于微博、評論等短文本[13-14]。
2 情感分析
本文研究主要分為4個步驟：(1)網(wǎng)絡(luò)爬蟲抓取新聞；(2)利用基于自動摘要-CNN的集成式文檔級情感分析模型進(jìn)行情感分析，并對比單一CNN模型分析結(jié)果；(3)利用Gensim等工具庫統(tǒng)計新聞高頻詞，了解媒體關(guān)注熱點；(4)對情感波動異常文章給予二次研究。整體技術(shù)思路如圖1所示。
2.1 提取新聞?wù)?/strong>
由于研究對象為多源的美國主流新聞媒體，且不同媒體數(shù)據(jù)的長度與格式均不相同。因此本文在進(jìn)行信息抽取時，采用自動化文本摘要的方法以保留新聞關(guān)鍵內(nèi)容及總體含義。
以摘要的準(zhǔn)確性和可讀性為標(biāo)準(zhǔn)，選擇基于Gensim主題建模程序的方法。利用構(gòu)建無向加權(quán)圖的方法，以文章中的語句為節(jié)點，規(guī)格化后的句子相似度為節(jié)點的鏈接，避免句子長度對摘要結(jié)果的影響。摘要過程中，關(guān)鍵詞不局限于單個詞，達(dá)到提升摘要可讀性的目的。
2.2 句子級情感分析
卷積神經(jīng)網(wǎng)絡(luò)主要由輸入層、卷積層、池化層、全連接層、輸出層組成。如圖2所示，模型為采用一種卷積窗口，一種池化窗口，且輸入僅為一個特征面的卷積神經(jīng)網(wǎng)絡(luò)。其特殊的網(wǎng)絡(luò)結(jié)構(gòu)，使其可以捕捉細(xì)小的特征信息，最初在圖像識別領(lǐng)域應(yīng)用廣泛。近幾年隨著機(jī)器學(xué)習(xí)領(lǐng)域的不斷發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)逐漸被應(yīng)用到語音識別、文本分類、語義分析等方面。
本文參照KIM Y[11]的建議設(shè)置模型參數(shù)，對圖2的模型改進(jìn)，進(jìn)行句子級的情感分析，具體實現(xiàn)方法如下。
輸入層(embedding)：embedding層將文本轉(zhuǎn)換為向量并擴(kuò)充維度，以滿足卷積神經(jīng)網(wǎng)絡(luò)對參數(shù)的要求。
卷積層與池化層（conv-maxpool）：用于獲取局部特征與得到最重要特征。卷積層通過局部連接的方式與上層特征面相連，利用權(quán)值共享的特性，減小模型的復(fù)雜度。訓(xùn)練過程中采用3種大小的窗口篩選不同的特征，完善對詞向量的特征提取。池化層采用最大池化的方式提取最重要的特征。訓(xùn)練過程中，使用修正線性單元（Rectified Liner Unit，ReLU）作為激活函數(shù)，使線性的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)變?yōu)榉蔷€性的神經(jīng)網(wǎng)絡(luò)，即使輸出結(jié)果由式(1)中的f(x)轉(zhuǎn)變?yōu)槭剑?）中的gj(x)，同時加快收斂速度。
其中，Isize表示每一個輸入特征面的大??；K′∈[3，4，5] 為卷積核即窗口的大?。籹tep表示卷積核在其上一層的滑動步長，Wsize為池化窗口的大小。模型通過調(diào)整卷積層訓(xùn)練的參數(shù)數(shù)目使Oi（輸出特征面大?。檎麛?shù)。
全連接層：由卷積層和池化層訓(xùn)練的特征作為全連接層的輸入、輸出分類結(jié)果，即依據(jù)句子在不同類別上的概率分布，為每句話輸出情感等級標(biāo)簽。p(yk)為文本在第k種情感傾向上的輸出，代表了文本歸為第k種情感傾向的概率，p(yk)通過softmax歸一化后表示為：
2.3 文檔級情感分析
本文采用基于語義指向的方法分析文章情感。即在句子級情感分析的結(jié)果基礎(chǔ)上，依據(jù)各子句的情感極性與該句在文檔中的權(quán)重，計算文檔的情感等級[13]。第j篇文章(j=1，2，3，…，400)的情感分?jǐn)?shù)為：
其中，scorej為文檔j的情感分?jǐn)?shù)；Pi代表第i個句子的極性，即句子級情感分析的結(jié)果；Weights代表句子在文中的權(quán)重，即占文章篇幅的比例。
3 實驗與分析
3.1 實驗數(shù)據(jù)
3.1.1 新聞篩選
新聞媒體選取標(biāo)準(zhǔn)主要有兩條，首先為Alexa網(wǎng)站對美國新聞類網(wǎng)站排名的綜合結(jié)果，其次為搜索結(jié)果與“一帶一路”倡議的相關(guān)程度。通過Python語言編寫爬蟲自動采集相關(guān)新聞，因為“一帶一路”倡議多與經(jīng)濟(jì)建設(shè)有關(guān)，因此數(shù)據(jù)采集中對財經(jīng)類報紙略有側(cè)重。
檢索結(jié)果經(jīng)過兩步篩選：限制時間范圍為2015年1月～2018年7月；辨別文章標(biāo)題相關(guān)度，刪除不相關(guān)的文章。篩選后的數(shù)據(jù)描述如表1所示。
3.1.2 模型數(shù)據(jù)
訓(xùn)練集數(shù)據(jù)由810篇隨機(jī)抽取的“一帶一路”倡議相關(guān)新聞與190篇以“China”作為關(guān)鍵字檢索所得新聞的自動摘要構(gòu)成。其中，“一帶一路”倡議相關(guān)新聞按照篩選結(jié)果中的時間及篇數(shù)比例隨機(jī)抽取。190篇與中國相關(guān)的新聞均來自表1所示的10家媒體，并按照相同比例隨機(jī)抽取2015年1月～2018年7月的新聞，以確保媒體報道的行文風(fēng)格不對訓(xùn)練結(jié)果產(chǎn)生影響。人工對每句話進(jìn)行標(biāo)注，共標(biāo)注12 307句。測試集由202篇文章構(gòu)成，由所收集到的1 012篇新聞中排除被選擇作為訓(xùn)練集的810篇新聞構(gòu)成，采取與訓(xùn)練集相同的標(biāo)注方法。
3.2 評價方法
本文情感分析結(jié)果評價標(biāo)準(zhǔn)采用精確率(Precision)、召回率(Recall)以及F1值(F1-Score)。
3.3 實驗結(jié)果分析
3.3.1 模型訓(xùn)練
本文設(shè)計了4組實驗來訓(xùn)練模型，以確定卷積神經(jīng)網(wǎng)絡(luò)卷積層窗口的尺寸。如圖3所示，train表示訓(xùn)練集的結(jié)果，test表示測試集的結(jié)果。圖3(a)表示卷積層窗口尺寸為2、3、4時，預(yù)測最終準(zhǔn)確率為89.1%；圖3(b)表示卷積層窗口尺寸為3、4、5時，最終準(zhǔn)確率為92.6%；圖3(c)表示卷積層窗口尺寸為4、5、6時，最終準(zhǔn)確率為91.2%；圖3(d)表示卷積層窗口尺寸為5、6、7時，最終準(zhǔn)確率為87.3%。因此，本文卷積神經(jīng)網(wǎng)絡(luò)采用窗口尺寸為3、4、5的卷積層。
3.3.2 模型訓(xùn)練
本文對基于自動摘要-CNN的集成式文檔級情感分析模型和單一CNN模型進(jìn)行了對比實驗，測試結(jié)果如表2所示。自動摘要-CNN模型相較于CNN模型在Precision、Recall、F1-Score上分別有了5.69%、4.29%、4.97%的提升。
3.3.3 情感分析結(jié)果展示
基于卷積神經(jīng)網(wǎng)絡(luò)的分析結(jié)果如圖4所示。從圖中可以看出，87.25%的新聞情感為中性及中性以上。最高值為3.1分，最低值為1.45分，極值分?jǐn)?shù)的文章僅有6篇，說明美國新聞媒體對“一帶一路”倡議的相關(guān)報道較為客觀，不會對美國民眾產(chǎn)生極強(qiáng)的情緒影響。
利用Gensim工具庫，本文對1 012篇新聞的高頻詞進(jìn)行了分析，經(jīng)去停用詞處理后，出現(xiàn)次數(shù)排序為前16名的詞語如表3所示。
由表3可知，高頻詞集中在“一帶一路”倡議的對象、相關(guān)內(nèi)容及相關(guān)言論的來源。
3.3.4 負(fù)向情感文章分析
文檔級情感分?jǐn)?shù)低于2分的文章歸為負(fù)向情感，1 012篇相關(guān)新聞中有64篇負(fù)向情感文章。時間分布為2015年2篇、2016年4篇、2017年28篇、2018年30篇。情感評分較低的原因可以主要歸納為5個方面：
(1)美國擔(dān)心中國會影響其在亞非歐各國的利益。分析結(jié)果中顯示的4個異常低分的偏離值，大肆宣揚“中國威脅論”，認(rèn)為中國試圖通過經(jīng)濟(jì)、軍事力量主導(dǎo)世界政治發(fā)展，對美國民眾的態(tài)度產(chǎn)生較大影響。然而，我國從不做地緣博弈或拉幫結(jié)派、恃強(qiáng)凌弱的事情。因此，美國對此表示警惕，也說明了我國在各國實施建設(shè)“一帶一路”相關(guān)經(jīng)濟(jì)項目時做到了和平共處，并在世界范圍內(nèi)產(chǎn)生了積極效果。
(2)美國懷疑中國沒有能力促使“一帶一路”倡議的順利實施。截至2017年5月，我國已與43個沿線國家發(fā)布聯(lián)合聲明/公報。簽署的多領(lǐng)域合作文件證明了我國的實力能夠推動“一帶一路”倡議的順利實施。
(3)資金融通問題。美國質(zhì)疑中國在經(jīng)濟(jì)貿(mào)易方面仍不愿意開放，不愿意接受外國的投資。然而，中國的政策鼓勵外資銀行把握當(dāng)前各項政策紅利，對投資審查嚴(yán)格是對中外兩方資金的負(fù)責(zé)，資金融通將不再是問題。
(4)中國收緊對海外收購的監(jiān)管。相關(guān)新聞?wù)J為這些新的監(jiān)管措施大部分不適用于與“一帶一路”倡議有關(guān)的海外收購。相關(guān)政策顯示，雖然對海外收購監(jiān)管更加嚴(yán)格，但是戰(zhàn)略性的有益的活動仍會被批準(zhǔn)。所以，“一帶一路”倡議相關(guān)活動的實施不會受到影響。
(5)文章中對被投資國家的描述比例較大。多篇新聞存在大篇幅描述阿富汗等國混亂現(xiàn)狀的內(nèi)容，使得文章摘要內(nèi)即便存在如“China has long been seen as one of the most promising prospects for such help.”的語句，文章整體情感也被前文的描述語句拉低。
綜上所述，美國對中國的日益強(qiáng)大存在一定的質(zhì)疑與抵觸心理，但中國將會用客觀的數(shù)據(jù)向世界證明中國的實力。
4 結(jié)論
現(xiàn)階段，互聯(lián)網(wǎng)“一帶一路”倡議搜索量和報道量仍呈上升趨勢。研究國外媒體對“一帶一路”倡議的報道，能夠知悉外國媒體的觀點與態(tài)度，及時針對國外輿情做出適當(dāng)?shù)姆磻?yīng)，提升我國的形象。本文構(gòu)建了基于自動摘要-CNN的集成式文檔級情感分析模型，對美國主流新聞媒體 “一帶一路”倡議相關(guān)新聞進(jìn)行情感分析。模型基于單一CNN模型，增加自動摘要過程進(jìn)行句子級情感分析，并以此為基礎(chǔ)通過基于語義的方法，分析文檔級情感。通過對比未摘要新聞與摘要新聞的情感分析結(jié)果，發(fā)現(xiàn)經(jīng)過自動摘要的文章避免了整文分析帶來的主題不清晰問題，情感更加明確，模型測試效果優(yōu)于單一的CNN模型。
此外，根據(jù)《“一帶一路”大數(shù)據(jù)報告（2017）》[1]顯示，除美國外，印度、英國、俄羅斯、澳大利亞等國對“一帶一路”倡議的關(guān)注度提升明顯。因此，未來將完善對其他各國的研究，對比分析各國輿論發(fā)展情況，提出關(guān)于“一帶一路”倡議宣傳的針對性意見。在研究方法方面，改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，使文本特征的提取更有效，提高模型的準(zhǔn)確率。
參考文獻(xiàn)
[1] 國家信息中心“一帶一路”大數(shù)據(jù)中心.“一帶一路”大數(shù)據(jù)報告（2017）[M]. 北京：商務(wù)印書館，2017.
[2] 張巖.“一帶一路”峰會期間阿拉伯網(wǎng)站輿情調(diào)查分析——以三家主流阿拉伯網(wǎng)站為例[J].對外傳播，2017(7)：30-32.
[3] 趙雅瑩，郭繼榮，車向前.評價理論視角下英國對“一帶一路”態(tài)度研究[J].情報雜志，2016，35(10)：37-41.
[4] 清華大學(xué)愛潑斯坦對外傳播研究中心.“一帶一路”議題的國際輿情分析[J]. 對外傳播，2017(5)：24-26.
[5] 米拉，施雪琴.印尼對中國“一帶一路”倡議的認(rèn)知和反應(yīng)述評[J].南洋問題研究，2016(4)：79-91.
[6] 薛慶國.“一帶一路”倡議在阿拉伯世界的傳播：輿情、實踐與建議[J].西亞非洲，2015(6)：36-52.
[7] ERGENC C.Can two ends of asia meet?An overview of contemporary Turkey-China relations[J].East Asia，2015，32(3)：289-308.
[8] 姜杰.社交媒體文本情感分析[D].南京：南京理工大學(xué)，2017.
[9] 陳龍，管子玉，何金紅，等.情感分類研究進(jìn)展[J].計算機(jī)研究與發(fā)展，2017，54(6)：1150-1170.
[10] PANG B，LEE L，VAITHYANATHAN S.Thumbs up? Sen-timent classification using machine learning techniques[C].Proceedings of the Conference on Empirical Methods in Natural Language Processing，Philadelphia，2002.
[11] KIM Y.Convolutional neural networks for sentence classification[C].Proceedings of the Conference on Empirical Methods in Natural Language Processing，Doha，2014.
[12] JOHNSON R，ZHANG T.Effective use of word order for text categorization with convolutional neural networks[C].Proceedings of the North American Chapter of the Association for Computational Linguistics：Human Language Technologies，Denver，2015.
[13] 何炎祥，孫松濤，牛菲菲，等.用于微博情感分析的一種情感語義增強(qiáng)的深度學(xué)習(xí)模型[J].計算機(jī)學(xué)報，2017，40(4)：773-790.
[14] 馮興杰，張志偉，史金釧.基于卷積神經(jīng)網(wǎng)絡(luò)和注意力模型的文本情感分析[J].計算機(jī)應(yīng)用研究，2018，35(5)：1434-1436.
作者信息:
王 潔1，2，喬藝璇1，彭 巖1，許嫻曉1
（1.首都師范大學(xué) 管理學(xué)院，北京100089；2.中山大學(xué) 機(jī)器智能與先進(jìn)計算教育部重點實驗室，廣東 廣州510006）