科研诚信舆情的多维透视：基于深度学习的主题演化与情感强度研究

科研诚信舆情的多维透视：基于深度学习的主题演化与情感强度研究

方 杰

（安徽职业技术大学 , 计算机与信息技术学院 , 安徽 合肥 230011）

摘　要：高等教育领域的科研诚信危机已引发社会的广泛关注 , 有效识别公众关注焦点及情感倾向是预防此类社会舆情的主要途径 . 通过整合源于社交媒体平台、主流新闻媒体、学术评论和学术文献等近 60 000 条数据 , 采用潜在狄利克雷分布模型 (LDA) 挖掘公众讨论主题 , 并基于双向编码器表征模型 (BERT) 进行情感分类与强度分析 , 旨在阐明科研诚信危机的社会影响和揭示舆情传播规律,以缓解公众信任危机.结果表明,学术诚信问题、科研治理与机构透明度、研究伦理与问责是公众讨论聚焦的三大核心问题 ;“学术诚信问题”主题的负面情绪占比较高 ( 负面评论的情感强度值＞0.60);“ 科研治理与机构透明度”主题的“支持”类情感占比突出(42%),反映公众对治理改进的期待; “研究伦理与问责”主题下情感分布较为分散 , 复杂情感占比达 25%, 凸显公众认知的多元性 . 研究结果揭示了科研诚信危机的舆情传播规律 , 为加强学术诚信监管与透明度建设提供了参考依据 .

关键词：高等教育;科研诚信;主题建模;深度学习;情感分析