新闻情感分析衡量某个话题的报道是正面、负面还是中性——更有用的是，它能显示这种情况如何随时间、在不同国家之间变化。交易员用它观察公司周边的舆论氛围，公关团队用它跟踪声誉，研究人员用它研究媒体如何建构事件。本文介绍它的工作原理，以及如何避免常见的误读。
“基调”究竟是什么意思
基调是附加在文章上的一个数字，概括其用词的情感色彩。“创纪录增长”“突破”“协议”会拉高分数；“危机”“遇难”“崩盘”会拉低分数。它并不衡量文章是否公正、真实或有偏见，只衡量语言的情感强度。
三种衡量方法
- 词典法。根据大型人工整理的词表统计正面和负面词汇。速度快、透明、易于扩展到多种语言，但无法理解反讽和语境。GDELT 的基调就属于这一类。
- 机器学习分类器。基于标注样本训练的模型（例如标注为正面或负面的财经标题）。在其领域内更准确，跨领域则较弱。
- 大语言模型。可以判断针对特定对象的情感（“对公司负面，对监管机构正面”）并给出理由。速度较慢、成本较高，适合小样本或用于检验其他方法。
实践中，好的系统会结合使用：用词典法对数百万篇文章计算趋势，再用大语言模型对样本进行分析，理解基调为什么变化。
Mirada 如何衡量基调
Mirada 为每篇文章使用 GDELT 基于词典的基调评分，范围从 −10（非常负面）到 +10。本站将平均值低于 −1.5 标为“负面”，高于 +1 标为“正面”。每个话题页面都会显示 30 天平均基调以及每篇最新文章的基调；方法详见方法说明页面。
如何正确解读基调分数
- 新闻默认偏负面。冲突、灾难和犯罪占主导。平均 −2 很常见，关键看变化。
- 用于比较，而非评判。基调只有相对于某个参照才有意义：上个月、另一个国家、另一家媒体、另一家公司。
- 同时观察报道量和基调。报道量上升而基调下降，是问题正在浮现的典型信号；报道量上升而基调稳定，往往只是预定事件。
- 考虑话题本身。地震这类话题总是负面的，这与偏见无关。
- 查看变化背后的标题。基调下降是去阅读的理由，而不是结论。
情感分析的用途
- 金融市场。围绕公司、大宗商品和央行的新闻基调与报道量会随新闻冲击而变化；许多基金把新闻情绪作为众多信号之一。
- 声誉与公关。品牌和公共机构跟踪报道是否转向负面，以及在哪些国家。
- 政治与研究。比较不同国家的媒体如何报道同一位领导人、同一场选举或同一场冲突。
- 个人新闻阅读。基调有助于在话题登上头版之前发现正在升温的话题。
局限
词典法无法识别讽刺、否定（“并非灾难”）和专业术语（在金融领域，“波动”并不总是坏事）。机器翻译可能改变非英文文章的基调。而关于悲剧的标题即使报道客观也会显得负面。请把情感分析当作温度计，而不是法官。
常见问题
什么是新闻情感分析？
自动评估新闻报道的正面或负面程度，通常按时间、话题、媒体或国家进行跟踪。
新闻情绪对炒股有用吗？
可以作为众多参考之一。某家公司的报道量和基调突然变化，往往伴随股价波动，但仅靠情绪并不能构成交易策略。
GDELT 的基调准确吗？
适合对大量文章求平均和做比较；用于评判单篇文章则不可靠，因为词典无法理解语境和反讽。
我能查看任意话题的报道基调吗？
可以。在 Mirada 搜索该话题，页面会显示 30 天平均基调以及最新文章的基调。