本文采用基于情感词典和规则相结合的方法,首先获取用于震例研究的微博样本数据集,对数据集进行清洗、去重、去噪、分词等预处理,根据地震关键词规则库提取与地震主题相关的微博语料; 然后基于情感词典对微博语料逐一进行分类标记和对比,若该句子无情感词,则确定该条微博无情感倾向,为中性情绪反应; 若有情感词,根据情感词的分类和强度判定该条微博情感极性属于正面或负面,对震例样本集所有微博语句进行判定,最终确定此次地震事件民众情感倾向性(图1)。

2013年4月20日四川发生芦山7.0级地震,时隔4年后的2017年8月8日,又发生了九寨沟7.0级地震,2次地震共造成202人死亡,11 995人受伤,27人失踪。2次地震是继2008年5月12日汶川8.0级地震后川滇地区发生的震级最高的地震事件,社会影响广泛。震后数天里,大量与地震相关的信息广泛传播,互联网社交媒体高度关注,成为最热议话题。地震发生后,灾区民众第一时间在微博、微信、QQ空间等社交媒体平台上发布了大量博文、图片、微视频等,其中含有大量与本次地震相关的评论、观点、感悟、心情、情感等社会感知信息。

本文采用新浪微博开放平台提供的数据接口服务功能,获取2次地震发布的带有地理位置信息的微博(廉捷等,2011),震例样本数据集获取内容如下:①采集范围:以芦山(30.3°N,103°E)7.0级地震、九寨沟(33.2°N,103.82°E)7.0地震震中为圆心,250 km为半径,采集研究区约20万km²范围内民众发布的微博数据; ②采集时长:地震发生后24 h微博用户发布的数据; ③采集内容:微博创建时间、ID、发布内容、来源、图片、地理位置。

获取微博原始震例样本数据集后,如何提取

图1 地震事件后民众情感倾向获取的技术路线
Fig.1 The technical route of emotional tendencies of people after earthquakes

与地震主题相关的微博是进行情感分析的关键。笔者采用北京理工大学张华平研发的NLPIR汉语分词系统(又名ICTCLAS 2016)分别对获取到的2次地震微博原始数据进行去重、分词等预处理。同时,在前人对景谷6.6级、永善5.0级、九寨沟7.0级、通海5.0级地震微博主题特征词分类研究基础上(表1),参考地震行业相关标准和地震专业术语逐条将微博原始信息与地震主题特征词汇进行关联匹配,结合人工解译和判读,提取与2次地震主题相关的微博语料数据。

随着社交媒体软件平台的广泛应用,自然语言处理技术(NLP)也成为国内外学者和研究机构关注的热点,情感分析是自然语言分析处理技术的关键应用之一,目前与主题相关的情感分析技术有基于词典的规则方法、基于表情符号的规则方法、基于词典与规则结合的公式方法、基于机器学习方法和基于语义的分析方法(姚天昉,娄德成,2007; 庞磊等,2012; 李清敏,张华平,2014; 王磊,2018; 钮成明等,2018; 王华,2018)。构建较为完善的情感词典是进行情感分析研究的基础,本文结合了众多情感字典和情感词资源,以大连理工大学情感词汇本体为基础(徐琳宏等,2008),将情感分为7大类、21小类,情感强度分为1,3,5,7,9共5档,9表示强度最大,1为强度最小(表2)。笔者根据地震情感分析的需要,加入近年地震事件中出现的一些网络新词、连词、程度副词和表情符号等,补充和完善情感词典,便于下一步对微博样本数据集进行情感分析。

传统的情感分析主要是基于情感词典将文本情感极性划分为正面、负面、中性3类,本文基于词典与规则结合的公式方法对震例样本数据集进行情感分析,除传统三分法外,还对民众发布的微博短文本进行更细粒度的情感分类,识别出民众对于地震事件的行为反应所表达的情感:“髙兴” “喜欢” “生气” “厌恶” “恐惧” “悲伤”“无情感”等,再根据每一条博文语料中“正面”和“负面”情感词汇数据最终判定该条微博的情感极性。具体算法如下:

表1 地震微博主题特征词汇分类
Tab.1 The classification of thematic feature words of the Weibo after earthquake

表2 情感词汇库示例
Tab.2 The instances of emotional vocabularies

E=∑_i=1W_pi+∑_j=1W_nj(1)

式中:E表示一条微博语句的情感值; W_p表示负面情感词汇数量,赋值为-1; W_n表示正面情感词汇数量,赋值为1。逐一计算微博语料中出现的“正面”和“负面”的情感值,最终求解得出整条微博语句的情感极性,若E>0,则判定为正面情感; E<0,判定为负面情感。

九寨沟7.0级地震后8 min(2017-08-08 21:27:08),一位微博网友发布了信息“深深地感受到无力,无处可逃[失望][失望][失望]地震吓得腿都软了”。该条语句中,“无处可逃”的情感极性为-1,“[失望]”为-1,“吓”为-1,利用式(1)计算得出该条微博情感值E=-6,判定为负面情感。

芦山7.0地震、九寨沟7.0地震发生后的24 h内,分别采集到研究区约20万km²范围内带位置信息的原始微博数据3 498条、5 906条。对2次地震微博原始数据进行去重、分词等预处理后,九寨沟地震中2 396条微博与地震事件相关,占总数68%,芦山地震有2 802条,占总数47%。经过分词解析,统计对比2次地震后微博词频和词云可以看出(表3,图2),2次地震后排名前10位的名词中,“地震”高居首位,其余如“雅安”“余震”“九寨沟”“灾区”等高频词,全部均与地

表3 震后24 h微博词频统计
Tab.3 Statistics on frequency of vocabularies of the Weibo in 24 hours after the earthquake

词性 芦山7.0级地震 九寨沟7.0级地震 特征词 词频 特征词 词频 地震 1 678 地震 2 049 雅安 1 025 九寨沟 1 511 蜡烛 577 四川 776 四川 325 九寨 357名词 灾区 232 九寨沟县 250 余震 232 蜡烛 225 芦山 194 阿坝 214 四川省 162 灾区 168 雅安市 161 地方 167 人民 146 人民 141 发生 210 希望 327 救援 202 发生 276 加油 190 祈福 246 希望 155 救援 192动词 睡觉 132 加油 166 祈福 105 祈祷 142 告诉 95 知道 142 没有 89 回来 102 知道 89 没有 84 谢谢 88 经历 82 平安 171 平安 579 强烈 97 安好 200 安全 96 安全 114 安好 91 美丽 96形容词 严重 67 强烈 48 坚强 55 悲伤 41 直接 53 幸运 40 厉害 44 突然 37 突然 41 失望 36 害怕 38 害怕 33

震相关。从解析出来的排名前10位的动词也可以看出,震后频频提及“发生”“救援”“祈福”“祈祷”等词汇。从2次地震微博中也大量出现针对地震的个人感悟、心情、情感等词汇,如“平安”“安好”“害怕”“悲伤”“失望”等。

基于扩展后的中文情感词汇库,笔者对2次地震事件中与地震相关的5 198条微博进行了关联和匹配,结合人工标记判定,提取微博样本数据集中反映地震情感的主题特征词汇,其中博文里还出现了大量表达情绪的表情符号(表4)。

图2 震后24 h微博词云
Fig.2 The words cloud of the Weibo in 24 hours after the earthquake

2次地震发生后,震区民众反应强烈,在社交媒体平台纷纷发布和转发与地震相关的信息。芦山7.0级地震发生在2013年4月20日8时2分,正值周六早晨,灾区大部分民众尚未外出,部分

表4 地震情感主题特征词汇示例
Tab.4 The instance of the thematic feature vocabularies after the earthquake

还在睡觉。震后4 min(2013-04-20 08:05:48),震中附近一位微博网友就发布了一条对地震事件的情绪表达和反应:“尼玛,摇了这么久,瞌睡都吓来没有了[抓狂][抓狂][抓狂][抓狂]”。距离震中30 km的网友分享了一张地震灾情照片,照片反映出该区域震感强烈,“器物反应”明显,屋内花盆、塑料瓶翻到。九寨沟7.0级地震发生在21时19分,震中九寨沟景区是全球著名旅游景点,恰逢暑假,大量国内外游客聚集,震后3 min(2017-08-08 21:22:12),距离震中49 km的一位微博网友就发布了信息:“吃饭的时候桌子在晃,吓得饭店一条街的人都跑出去了。”从这条信息可以看出该区域震感强烈,“器物反应”明显。

震后微博网友发布的内容随意性强,口语化程度高,一条博文中会反应多种情绪表现。根据中文情感词汇本体库,对照“乐”“好”“怒”“哀”“惧”“恶”“惊”7类情感词汇,对2次地震后24 h内发布的5 198条微博进行解析和标记。在芦山地震中,博文中提及“乐好”情感表达词汇的微博有855条、“生气”96条、“恐惧”468条、“悲伤”336条、“疑惑”157条; 在九寨沟地震中,“乐好”有1 397条、“生气”6条、“恐惧”283条、“悲伤”246条、“疑惑”77条。

根据式(1)计算了2次地震每条微博的情感极性,从图3a可以看出,芦山地震中民众以负面情绪为主,730名微博网友对此次地震事件的情绪反应为正面,1 236条微博为负面情绪,836条未提及情感词汇,为中性情绪。而在九寨沟地震中,民众正面情绪大于负面,有1 239名网友表达了正面情绪,496条微博负面情绪,661条为中性情绪(图3b)。从图3c,d可看出,芦山地震中乐好情绪占45%,负面情绪以恐惧和悲伤为主,分别占24%和18%; 九寨沟地震中以乐好情绪为主,占70%,其余负面情绪中提及到“恐惧”的情感词汇占到14%。

从芦山地震到九寨沟地震,地震灾区民众情绪反应有了很大变化,以从负面情绪为主导转化以为正面情绪为主导。影响2次地震情绪转化的原因与地震震害、地震地质灾害、人口分布、房屋抗震性能、民众防震减灾意识、地震知识了解程度、自救互救能力等密切相关。例如:2次地震共同特点是震级大、烈度高,极震区烈度都达到Ⅸ度,但造成的震害破坏程度不一样,芦山地震造成196人死亡,21人失踪,13 484人受伤;

图3 2次地震微博情感极性分析
Fig.3 Analysis of emotional polarity of the Weibo in two earthquakes

九寨沟地震造成25人死亡,525人受伤。芦山地震死亡人数是九寨沟地震的9倍左右,受伤人数约26倍。芦山地震后,灾区生命线系统破坏严重且范围广,震后一周重灾区供水、供电系统仍未能恢复功能,很多偏远灾区通讯困难,震中宝兴县、天全县一度成为“信息孤岛”,且震后余震频繁、震级相对较高,地震当天共发生16次4级以上余震,继2008年汶川8.0级大地震后,民众心理又再次遭受大震冲击,恐惧、悲伤情绪蔓延。而在九寨沟地震的震区,特别是经过汶川地震恢复重建后的房屋建筑达到设防标准,震区房屋建筑抗震性能总体较好。九寨沟景区及城镇建筑物多采用了框架结构,抗震性能较强,大大减轻了人员伤亡。且在经过汶川和芦山地震后,九寨沟地震灾区民众防震减灾意识和自救互救能力有了进一步提高,当地民众对地震心理承受能力明显强于芦山地震。因而,在同样震级的2次地震事件中,民众反应有了较大变化。

从图4可以看出:2次地震后微博数量均比平常有激增,震后2 h是微博发布高峰期,芦山地震后2 h里发布了755条,九寨沟地震后2 h发布了626条,占24 h发布微博总量的1/3。震后5 h数量逐级降低,期间出现多次波动,震后12 h和22 h出现小的峰值。

图4 震后24 h微博时间序列
Fig.4 Temporal series of Weibo in 24 hours after the earthquake

从图5可以看出:震后2 h是网友情绪表达比较集中的时段,与地震相关的“乐好”“恐惧”“悲伤”“疑问”“生气”等各种情绪反应达到高峰。在震后10 h,网友开始对抗震救灾、救援行动、医疗救助、救援人员点赞、致敬和正面评论,表达了“高兴”“喜欢”等正面情绪。例如:距离震中26 km的微博网友于震后3 h发布了地震救援相关信息和图片(2013-04-20 11:03:52):“正在赶往灾区的救援车辆!雅安!加油”。九寨沟地震后,距震中约10 km的漳扎镇荷叶社区一位网友(2017-08-09 03:41:40)发布了信息:“救护车、救援车都在进入,愿一切都好”。芦山地震发生在8时,震区部分人员还在睡觉,被地震摇醒、吓醒、震醒,恐慌、害怕、伤心等情绪较重,博文里出现了大量表达了以“恐惧”“悲伤”情绪为主的特征词汇。在九寨沟地震中,地震对世界自然遗产九寨沟的诺日朗瀑布、五花海等旅游景观和旅游基础设施造成较严重破坏,部分网友表达了伤感情绪,对景点破坏感到可惜。2次地震后余震不断,部分微博网友关注了中国地震台网中心、四川省地震局等地震部门官方微博,多次转发地震信息,同时私信地震部门,提出未来是否还有大地震等问题。

图5 2次地震情绪反应时间序列
Fig.5 Temporal series of the emotional response in two earthquakes

从2次地震微博空间分布图可以看出(图6,7):在芦山地震中,微博用户发布地点主要集中在震中附近的芦山县、宝兴县、天全县、荣经县、雅安市的雨城区等人口密集的县城、乡镇以及交通沿线区域,主要呈点状和条带状分布。震中250 km范围内,发布与地震有关的微博涉及到74个县(市、区),发布数量排名前5的分别是雨城区361条,涪城区244条,旌阳区143条,市中区142条,邛崃市140条,芦山县110条。在九寨沟地震中,微博发布空间分布相对聚集,沿九寨沟县城—九寨沟景区—松潘县城呈线状分布,主要集中在交通沿线的景区、景点、城区和乡镇的人口密集区域。研究区内发布的微博涉及47个市(县、区),数量最多的是九寨沟县,共发布了1 260条,占总数的53%,其余松潘县262条,平武县80条。总体来说,2次地震微博活跃数量程度与人口空间分布、震中距离相关性显著,2次地震微博发布地点大部分集中在县城周边、交通沿线以及景区、景点等人口比较密集的区域,微博活跃数呈现空间分布不均衡特征。

图6 2次地震微博热力图
Fig.6 The thermodynamic chart of the Weibo in two earthquakes

图7 2次地震微博数量分布图
Fig.7 The quantitative map of the Weibo in two earthquakes

从2次地震微博距震中距离统计表可以看出(表5):在芦山地震中,由于震后初期震中附近的芦山县、天全县、宝兴县等地通信中断,加之震中人口密度低,震中距20 km内震后24 h内发布了180条微博,仅占总数的6%,震中距大于20 km范围则发布了2 622条,占94%,负面情绪微博数量与距离震中远近密切相关,总体负面情绪数量大于正面情绪。而在九寨沟地震中,震中九寨沟景区人口高度密集,20 km内就发布了998条微博,占总量的42%,在民众情感反应上以正面情绪为主。将2次地震烈度图与微博情绪反应空间分布图进行了叠加(图8),在芦山地震中,IX度区发布了90条微博,VIII度区370条,VII度区292条,VI度区376条,VI度区以外1 674条,VI度以上区域占总数的40%。九寨沟地震VI度以上区域共发布了1 532条微博,占总数64%。芦山地震VI度以上区域,“恐惧”“悲伤”“生气”“疑问”等负面情绪多于“乐好”等正面情绪,而九寨沟地震中,VI度以上区域以正面情绪为主导。

表5 2次地震后不同震中距地震微博情感极性统计
Tab.5 The statistics of the emotional polarity of the weibo in different epicenter distance after two earthquakes

图8 地震烈度区微博情感极性空间分布图
Fig.8 Spatial distribution map of the emotional polarity of the Weibo in seismic intensity zone

2次地震情感极性的数量和空间分布与震中距和地震烈度值高低差异较大,芦山地震微博情感极性与震中距呈正相关关系,与烈度值高低呈负相关关系; 而九寨沟地震与震中距呈负相关关系,与烈度值高低呈正相关关系。导致这种差异的主要原因是地震生命线破坏和灾区的人口密度,九寨沟地震极震区是全球著名的九寨沟风景区,当地人口和大量外来人口集聚,震后通讯电力等生命线工程未遭受重大破坏,微博数量相对较多。在芦山地震震中附近人口密度低,加之生命线破坏严重,震后微博数量少,发布地点大量来自通信未受影响的雅安市区。