公众对警务相关话题表达的情感倾向

（一）公众对警务相关话题表达的情感倾向

使用统计特征的方法，通过对特定词语的频率进行考察，并根据一定规则将文档映射为词语网络，进而可以对被考察文本所表达的语义进行判断。这种基于关键词统计特征的算法操作简单，虽然在汉语表达（特别是互联网上一些特殊的语境表达）的复杂性下对单独文本的判断可能出现偏差，但当数据上升到百万量级时，这种偏差基本不会影响整体的判断。

基于此，首先将表达正负面情感的相关词从全部样本中进行抽取，并进行了正面和负面的分类，如下表3所示。

表3　正面情感和负面情感的判断基准（热词）

图15　公众对“警察”的正负面情感表达

需要说明的是，通过上述关键词所表达出的正负面感情，不一定是对警察的，也可能是对犯罪分子或其他相关客体的。因此，该分析所得出的感情判断更多应当作为一种定性的参考，而非作为一种绝对的量化指标。

通过这种方法，本报告对全部“警察”相关微博的语义进行考察，得到部分热词的相关情感表达如右图15所示。

在新浪微博中对“警察”相关条目作情感上的分析，发现正面情绪相关条目（15.38 %）要略高过负面情绪（13.74 %），可以认为公众对当前社会中的警察形象的认知是相对偏向正面的。但是，也应当指出的是，在很多时候，这些负面情绪的指向不一定是警察本身（而可能是违法行为），所以实际针对警务活动的负面情绪应更少。