中美贸易战网络舆论的情感分析——基于LDA主题模型

张佳; 杨宁

doi:10.12184/wspfzjjxWSP2515-823630.20250908

PDF
导出
分享
收藏
专辑

9卷第8期

浏览量: 0 Downloads: 0

中美贸易战网络舆论的情感分析——基于LDA主题模型
中美贸易战网络舆论的情感分析——基于LDA主题模型
西安电子科技大学外国语学院，陕西西安 710126
2025年9卷第8期页码：132-139
纸质出版：2025-08-30
DOI：10.12184/wspfzjjxWSP2515-823630.20250908
Accepted：

Scan QR Code

张佳,杨宁.中美贸易战网络舆论的情感分析[J].发展经济学,2025,09(08):132-139.

张佳 & 杨宁. (2025). 中美贸易战网络舆论的情感分析——基于LDA主题模型. Development Economics of China, 9(8), 132-139..
张佳,杨宁.中美贸易战网络舆论的情感分析[J].发展经济学,2025,09(08):132-139. DOI： 10.12184/wspfzjjxWSP2515-823630.20250908.

张佳 & 杨宁. (2025). 中美贸易战网络舆论的情感分析——基于LDA主题模型. Development Economics of China, 9(8), 132-139.. DOI： 10.12184/wspfzjjxWSP2515-823630.20250908.

摘要

中美贸易战作为影响全球经济格局的重大国际事件，其网络舆论演变规律具有重要研究价值。本研究运用LDA主题模型提取话题特征，结合VADER情感分析工具量化情感倾向，以中美贸易战的英文评论为语料，系统分析公众对贸易战后期网络舆论的情感特征。研究发现：公众情感倾向由前期的消极主导转变为中立为主，积极情感占比略高于消极情感；议题聚焦范围显著收缩。消极话语集中于芯片竞争、经济威胁、新型冷战等4个主题展开，积极话语则围绕合作共赢、呼吁和平、支持中国等方向。从舆论生命周期规律、中美政策互动及国际议程竞争三个维度分析，研究阐释了情感倾向转变与议题范围收缩的成因，证实了贸易战舆论已进入淡化期。本研究为国际事件舆情动态演化提供了实证支撑，也为网络舆情监测与治理提供了方法论参考。

Abstract

关键词

Keywords

references

储昭根 . 范式转换:中美关系的新态势、新定位 [J ] . 亚太安全与海洋研究 , 2023 ( 5 ): 104 - 124 .

邱慧芳 . 贸易代表办公室,美国对外经济政策关键枢纽 [J ] . 世界知识 , 2023 ( 22 ): 67 - 69 .

邵珊珊 , 王立非 . 基于语言大数据挖掘的电商英汉评价话语情感分析 [J ] . 外语电化教学 , 2019 ( 5 ): 76 - 84 .

史伟 , 薛广聪 , 何绍义 . 情感视角下的网络舆情研究综述 [J ] . 图书情报知识 , 2022 ( 1 ): 105 - 118 .

宋雅蓉 , 王译啡 . 基于LDA模型和情感分析的网上教学舆情分析研究 [J ] . 网络空间安全 , 2023 ( 1 ): 112 - 118 .

徐玉苏 , 钱毓芳 . 中美贸易战社交媒体话语的情感倾向及主题焦点研究 [J ] . 外语教学理论与实践 , 2022 ( 2 ): 85 - 93 .

赵妍妍 , 秦兵 , 刘挺 . 文本情感分析 [J ] . 软件学报 , 2010 , 21 ( 8 ): 1834 - 1848 .

BLEI D M , NG A Y , JORDAN M I . Latent dirichlet allocation [J ] . Journal of Machine Learning Research , 2003 , 3 : 993 - 1022 .

HUTTO C J , GILBERT E . VADER: A parsimonious rule-based model for sentiment analysis of social media text [C ] // Proceedings of the Eighth International Conference on Weblogs and Social Media . AAAI Press , 2014 : 216 - 225 .

NUR HABIBI M , SUNJANA . Analysis of Indonesia politics polarization before 2019 president election using sentiment analysis and social network analysis [J ] . International Journal of Modern Education and Computer Science , 2019 , 11 ( 11 ): 22 - 30 .

TIAN X , HE W , WANG F K . Applying sentiment analytics to examine social media crises: A case study of United Airlines' crisis in 2017 [J ] . Data Technologies and Applications , 2021 , 55 ( 1 ): 1 - 23 .

TRIPATHY A , AGRAWAL A , RATH S K . Classification of sentimental reviews using machine learning techniques [J ] . Procedia Computer Science , 2015 , 57 : 821 - 829 .

XU Q , CHANG V , HSU C H . Event study and principal component analysis based on sentiment analysis: A combined methodology to study the stock market with an empirical study [J ] . Information Systems Frontiers , 2020 , 22 ( 5 ): 1021 - 1037 .

YI J , NASUKAWA T . Sentiment analysis: Capturing favorability using natural language processing [C ] // Proceedings of the 2nd International Conference on Knowledge Capture . ACM Press , 2003 : 70 - 77 .

文章被引用时，请邮件提醒。

Submit

基于BERT的股吧文本情感分类

Related Author

彭梓翛成都信息工程大学统计学院

Related Institution

成都信息工程大学统计学院

⁰