微信公众号“中国青年研究”上的这篇文章《三孩政策出台的舆情效应及启示—基于NLP的网络大数据分析》,以微博评论内容作为研究对象，运用了情感分析工具，分析了舆情对于三孩政策的反应和情感倾向，并进而总结了民众的态度，意见和看法。 1，范例简介 标题： 三孩政策出台的舆情效应及启示—基于NLP的网络大数据分析 作者： 李丹 李丽萍 李丹 关键词：人口老龄化;三孩政策;配套支持措施;网络舆情;NLP情感分析 来源：微信公众号中国青年研究 摘要： 人口老龄化是21世纪贯穿我国的基本国情，实施三孩生育政策及配套支持措施，长期来看有利于改善人口年龄结构，减轻老年人口抚养比，增加社会整体活力，降低老龄化峰值水平。本文以八大官微博文的评论内容为研究对象，以Python数据挖掘和NLP情感分析为研究工具和方法，分析三孩政策及其配套支持措施的舆情动向，总结民众对该政策的态度、意见及看法，以期管窥民众对生育三孩的动机、意愿及其可能的原因，为完善相关政策提供一定参考价值。结果显示，网民对于三孩政策及配套支持措施的评价总体呈消极和中性情绪，其背后存在政策兼容性和系统性不够、配套支持措施未能落地、经济压力太大、无法平衡女性工作与家庭、无人照料小孩等多方面因素和诉求，需要从落实住房、教育、就业、医疗、养老等配套政策、家庭支持政策与女性就业权益保障措施等方面做出回应。 2，本研究范例主要研究方法、相关知识点和工具 2.1 研究思路 本文基于其大规模互联网语料和自然语言处理机器学习算法中的LSTM(LongShort-Term Memory)、BERT等深度神经网络分类模型，并依托其千亿级中文语料累积和16项智能文本处理能力，最终输出文本情感分析的计算结果，对三孩政策有关微博评论文本进行情感分析，进而尝试归因和推演挖掘网民情绪背后的动机与成因。整个研究过程可分为数据挖掘和机器学习情感分析两部分，具体研究模型和思路如下图所示。
2.3 搞研究使用哪种通用的自然语言处理和情感分析工具？ 搞研究的小伙伴们，如果需要对文本进行分词和情感分析，推荐使用GooSeeker提供的在线文本分词和情感分析工具，提供的功能有：中英文分词，同义词合并，分类管理，情感分析，社会网络图生成，抽取关键词等。操作简单，文科生可以轻松上手和使用。 采用手工选词的方式执行特征词提取，可以充分利用人的经验，提升分析结果的准确度。也可以基于机器学习等算法执行自动的特征词提取，GooSeeker把这些算法都写成了Jupyter Notebook的格式，可以直接下载使用，下载网址：用集搜客分词软件和Jupyter Notebook做文本分析和数据探索的案例汇总
3，本范例作者总结 本研究中没有对评论文本进行更深入的人工编码分析，仅从文本情感分析视角对微博评论做出梳理和解读，关于网民生育意愿和生育行为的关系探讨，还有待今后做更深入的量化研究，以做更多的深入分析。 |
