情绪识别研究的学术场域基于CiteSpace的科学知识图谱分析.pdf

新闻大学 JOURNALISM BIMONTHLY 2017 2 142 ·广告与公共关系· 年第 期 总第 期 情绪识别研究的学术场域 ——基于CiteSpace的科学知识图谱分析 丁汉青 刘 念 （中国人民大学 新闻学院，北京 100872） 本文基于ISI 编制的Web of Science数据库，采用CiteSpaceⅤ引文可视化分析软件，从科学领域、研 【摘 要】 究热点、研究范式与研究方法四个方面绘制情绪识别学术场域的科学知识图谱。本文发现，情绪识别场域中包含计算机 科学、心理学、神经科学、工程学等多个科学领域。面部表情的情绪识别是研究的热点主题，对大脑杏仁核结构的研究 在情绪识别中起到关键性作用。在研究范式上，主要存在三种：认知神经科学研究范式、计算机意见挖掘与情感分析范 式、人工智能研究范式。在研究方法上，认知神经科学领域的情绪识别研究主要采用fMRI、ERP、MRI等方法，意见挖掘 与情感分析方面多采用机器学习的方法、基于词典的方法等，人工智能中的情绪识别主要采用机器学习、深度学习、大 数据等方法。最后，本文探讨了将情绪因子引入网络舆情研究的可能性，并指出本次研究的不足与未来的发展方向。 情绪识别；CiteSpace；学术场域 【关键词】 G209 A 【中图分类号】 【文献标识码】 一、引言 互联网的快速发展及其应用的日益普及给舆情管理带来了诸多新的挑战。在网络空间中，舆 情传播不仅包含着信息流，而且还伴随着情绪流。但目前学界对网络舆情中的情绪流研究较少， 且缺乏学科间协作，研究视野相对较窄。而情绪识别不仅是网络舆情中情绪研究的基础和起点， 而且也是众多交叉学科所关注的热点问题。 学术场域的出发点是布迪厄的基本场域理论，源自于物理学概念。“布迪厄吸收并修正韦伯 的宗教社会学，将社会看作一系列不同的、由其自身‘游戏规则’支配的半自主场域（例如：政 治、经济、宗教、文化生产的场域等），它们提供各自独特的交换与获得的机制。”（罗德尼• 本森、韩纲，2003：p.2-23）一个学术场域中可能存在不同的研究范式。“范式一词是由美国著 名的科学哲学家托马斯•萨缪尔•库恩在《科学革命的结构》一书中提出的，表示范例、模式、 模型等，后又扩展到包括范例在内的重大科学成就，以及科学共同体成员共同持有的一整套规 定等。”（喻国明、宋美杰，2012：p.30-38）他认为，范式是使一门学科成为科学的成熟的标 志。同时，库恩把科学的进步看作是稳定发展与范式变革之间的波浪式前进过程，由此提出了科 学发展的动态模式。 本文关注情绪识别这一学术场域，将目光拓展至计算机科学、心理学、神经科学等领域，采 用CiteSpace引文可视化分析软件，对情绪识别相关文献进行计量分析，运用库恩的范式理论与 [作者简介] 丁汉青，中国人民大学新闻学院副教授，博导。中国人民大学新闻学院广告与传媒经济系主任、中国人民大学新闻与社会 发展研究中心执行主任 刘 念，中国人民大学新闻学院博士生 [基金项目] 本文为教育部十三五重大课题《网络舆情传播的“情绪感染—演变”机制与社会影响的临界点研究》（中国人民大学新闻 与社会发展研究中心）的阶段性成果，项目编号：16JJD860006。 119 科学发展的动态模式理论，分别从科学领域、研究热点、研究范式与研究方法的角度勾勒这一学 术场域，以期为网络舆情中的情绪研究提供借鉴。 二、研究现状 （一）情绪的概念界定 19世纪以来，心理学家对情绪和情感进行了长期而深入的研究，对情绪的实质提出了不同的 看法。但是，由于情绪和情感的极端复杂性，至今还没