作者 | 蒋宝尚
自今年年初疫情爆发以来，中国话题一直成为国际媒体领域的热门话题，有好有坏；这些话题内容也让我们见识到了国外媒体的无底线、无节操。 那么，自然而来一个问题：如何用数据来理解国际社会中的“中国形象”？ 清华大学计算机系自然语言处理与社会人物计算实验室与新闻与传播学院金兼斌教授课题组，近期合作完成了一篇相关研究：“以中国为例的COVID-19疫情期间国家形象”（Country Image in COVID-19 Pandemic: A Case Study of China）。 这篇文章收集了Twitter平台上关于中国的相关文本，并对之进行了属性级别的情感分析，进而探索了疫情期间英文推特上不同群体视角下的中国形象。除此之外，他们还进一步阐释了这些现象背后的机理以及发展趋势。
1
所谓国家形象，即公众对一个国家的看法，涉及政治、经济、外交、文化等多个方面。 正如个人形象影响个人前途，国家形象对一个国家的国际关系和经济发展也有着十分重要的影响。 近些年来，随着中国的快速发展及其在全球影响力的不断提升，中国的国家形象不断发生改变，而2020年的新型冠状肺炎疫情爆发进一步在全球范围内改变了中国形象。 因此，深入了解疫情期间中国形象的特点与变化，对于应对后疫情时代我国对外传播的新形势具有至关重要的作用。 此前的国家形象研究，大多数基于新闻媒体数据，以新闻报道的框架作为国家形象的体现。随着社交媒体的发展，研究者们开始直接从社交媒体平台中的公众言论分析国家形象。 然而，他们往往只关注到了，国家形象相关的总体议题分布或总体情感分布。而实际的国家形象纷繁复杂，涉及到政治、经济、外交等多种属性，因此，对国家形象采取更细粒度的属性级别情感分析是十分必要的。 在此次新冠疫情全球化爆发背景下，来自清华大学计算机系和新闻与传播学院的陈慧敏、朱泽宇等人，利用推特平台疫情相关数据，构建了一个包含细粒度属性级别情感标注的中国形象数据集。他们随后用 BERT 模型实现了属性级别的情感分析，从而实现细粒度的国家形象挖掘。
更多内容，请见文章链接。